Hiện nay phần mềm Stata đang được sử dụng rất nhiều để phục vụ cho việc phân tích dữ liệu. Với việc cập nhật liên tục các chức năng mới, Stata trở thành công cụ mạnh trong phân tích dữ liệu cùng với các phần mềm như Eviews, phần mềm SPSS,…Stata là phần mềm thống kê được phát triển từ năm 1985 bởi Statacorp, là một trong những công cụ xử lý và phân tích dữ liệu định lượng phổ biến nhất hiện nay đang được sử dụng rộng rãi trong cộng đồng giới nghiên cứu tại Việt Nam cũng như trên thế giới. Phần mềm có nhiều ưu điểm vượt trội cùng với khả năng quản lý và phân tích dữ liệu mạnh mẽ, thân thiện với người sử dụng. Vì vậy, luận văn lựa chọn sử dụng phần mềm Stata phiên bản 11 để phân tích đánh giá mô hình nghiên cứu. Quy trình nghiên cứu như sau:
(i) Phân tích thống kê mô tả
Với bộ dữ liệu thu thập được, luận văn định dạng lại và chuyển số liệu sang phần mềm Stata. Để xử lý số liệu dạng bảng luận văn sử dụng cú pháp xtest bank year. Cú pháp “sum (biến phụ thuộc) (các biến độc lâp)” được sử dụng để phân tích thống kê mô tả. Kết quả được trình bày trên một bảng bao gồm các thông số Obs (Số quan sát), Mean (Giá trị trung bình), Std.Dev (Độ lệch chuẩn), Max (Giá trị lớn
nhất) và Min (Giá trị nhỏ nhất). Kết quả thống kê cho ra các chỉ số lớn nhất, nhỏ nhất và trung bình của các biến nghiên cứu.
(ii)Phân tích tƣơng quan mô hình nghiên cứu
Phân tích tương quan cho thấy mức tương quan giữa các biến trong mô hình nghiên cứu. Để tìm ma trận tương quan giữa các biến, luận văn thực hiện câu lệnh “corr (biến phụ thuộc) (các biến độc lâp)”. Nếu hệ số tương quan của biến độc lập và biến phụ thuộc có giá trị dương (+) thì biến độc lập đó tác động cùng chiều với biến phụ thuộc và ngược lại. Nếu hệ số tương quan giữa 02 biến độc lập trong mô hình lớn thì mô hình dễ bị hiện tượng đa cộng tuyến.
(iii)Kiểm định các giả thiết hồi quy mô hình nghiên cứu
Để kiểm để định các khuyết tật của mô hình đầu tiên luận văn thực hiện phân tích hồi quy theo phương pháp ước lượng Pooled OLS với cú pháp: “reg (biến phụ thuộc) (các biến độc lập)”. Sau đó luận văn dùng chỉ tiêu nhân tử phóng đại phương sai VIF (Variance Inflation Factor) để kiểm định sự tự tương quan giữa các biến độc lập trong mô hình (hay hiện tượng đa cộng tuyến) với cú pháp vif. Kết quả cho thấy VIF của tất cả các biến độc lập đều nhỏ hơn 10 nên hiện tượng đa cộng tuyến trong mô hình được đánh giá là không nghiệm trọng (Gujrati, 2003).
Đối với hiện tượng phương sai thay đổi, luận văn dùng kiểm định White với cú pháp imtest, white, giả thuyết H0: Không có hiện tượng phương sai thay đổi, kết quả cho thấy Prob = 0.0001 nên hình có hiện tượng phương sai thay đổi.
Luận văn cũng dùng kiểm định Wooldrige với cú pháp xtserial< iến phụ thuộc>các iến độc l p để kiểm định hiện tượng tự tương quan với giả thuyết H0: không có sự tự tương quan, kết quả kiểm định cho thấy Prob < 1% nên bác bỏ giả thuyết H0 hay mô hình bị hiện tượng tự tương quan.
Tổng hợp kết quả kiểm định mô hình có hiện tượng đa cộng tuyến được đánh giá là không nghiêm trọng, tuy vậy mô hình có sự tự tương quan giữa các sai số và hiện tượng phương sai thay đổi.
(iv)So sánh giữa các mô hình Pooled OLS, FEM và REM
Để lựa chọn giữa 02 mô hình Pooled OLS và FEM, đầu tiên luận văn phân tích hồi quy mô hình theo phương pháp Pooled OLS với cú pháp reg< iến phụ thuộc>các iến độc l p và mô hình FEM với cú pháp xtreg< iến phụ thuộc>các iến độc l p, fe, giả thuyết Ho: Chọn mô hình Pooled OLS, kết quả cho thấy F = 0.0000 < 1% nên bác bỏ giả thuyết H0 hay chọn FEM.
Để lựa chọn giữa 02 mô hình FEM và REM, luận văn thực hiện hồi quy theo REM với cú pháp xtreg< iến phụ thuộc>các iến độc l p, re và sử dụng kiểm định Hausman với cú pháp hausman FE RE, giả thuyết Ho: Chọn mô hình REM. Kết quả cho thấy Prob = 0.2374 > 10% nên chấp nhận giả thuyết H0 hay mô hình REM được chọn.
Như vậy sau khi so sánh ba mô hình, luận văn lựa chọn mô hình REM.
(v) Ƣớc lƣợng mô hình theo GMM
Kết quả kiểm định cho thấy mô hình có hiện tượng đa cộng tuyến không nghiêm trọng, có hiện tương tự tương quan giữa các sai số và hiện tượng phương sai thay đổi. Ngoài ra, vì mô hình nghiên cứu sử dụng biến trễ của biến phụ thuộc nên khả năng mô hình bị nội sinh. Để khắc phục các khuyết tật của mô hình luận văn sử dụng phương pháp ước lượng mô men tổng quát GMM (Generalized method of moments). Mô hình đưa thêm biến công cụ là NPLi,t-2 và GDPt-1 không có trong mô hình nghiên cứu và có tác động mật thiết với biến nội sinh NPLi,t-1 nhưng không tác động đến sai số.
KẾT LUẬN CHƢƠNG 3
Dựa trên các nghiên cứu thực nghiệm của Ahlem Selma Messai & Fathi Jouini (2013), Roland Beck & ctg (2013) và Nguyễn Thị Hồng Vinh (2015), luận văn tiến hành xây dựng mô hình nghiên cứu với các biến được lựa chọn gồm biến phụ thuộc là tỷ lệ nợ xấu (NPLi,t), và các biến độc lập bao gồm tỷ lệ nợ xấu kỳ trước (NPLi,t-1), quy mô ngân hàng (SIZEi,t), khả năng sinh lợi (ROAi,t), tỷ lệ vốn chủ sở hữu
(CAPi,t), tỷ lệ dự phòng rủi ro tín dụng (LLRi,t), tăng trưởng tín dụng (LGi,t), tỷ lệ tăng trưởng kinh tế (GDPt) và lãi suất cho vay (LIRt).
Các giả thuyết cũng được đưa ra để dự báo khả năng tác động cùng chiều hay ngược chiều của các yếu tố vĩ mô và vi mô đến nợ xấu, cụ thể các yếu tố nợ xấu kỳ trước, quy mô ngân hàng, tăng trưởng dư nợ, tỷ lệ dự phòng rủi ro tín dụng, lãi suất cho vay bình quân có tác động cùng chiều đối với nợ xấu và các yếu tố như khả năng sinh lời, tỷ lệ vốn chủ sở hữu trong tổng tài sản, tốc độ tăng trưởng GDP thực tác động ngược chiều đối với nợ xấu.
Luận văn sử dụng bộ dữ liệu từ báo cáo tài chính của 18 NHTM Việt Nam trong giai đoạn 2008-2015 và lần lượt sử dụng các phương pháp ước lượng Pooled OLS, FEM, REM để ước lượng mô hình và thực hiện kiểm định các khuyết tật của mô hình.
Dựa trên kết quả kiểm định và đặc điểm của mô hình có biến nội sinh luận văn chọn phương pháp ước lượng GMM để ước lượng các yếu tố tác động đến nợ xấu và mức độ tác động của các yếu tố đó và dựa trên kết quả hồi quy luận văn đưa ra ý kiến thảo luận.
CHƢƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN 4.1. Thống kê mô tả
Dữ liệu được thu thập từ 18 NHTM Việt Nam giai đoạn 2008-2015 với các thông số về thống kê được thể hiện ở bảng sau: