Sau khi nhận đƣợc kết quả ƣớc lƣợng từ các mô hình hồi quy POLS, FEM, REM thì khóa luận sẽ thực hiện một số kiểm định để xem xét mức độ phù hợp của mô hình và lựa chọn mô hình tối ƣu.
Đầu tiên là đánh giá R2 và R2 hiệu chỉnh của mô hình hồi quy. R2 đƣợc tính dựa trên độ lệch bình phƣơng của sai số và của toàn bộ mô hình. R2 đánh giá mức độ phù hợp của các biến độc lập đối với biến phụ thuộc. Nếu R2 = 0.5 điều đó có nghĩa là biến độc lập giải thích 50% sự thay đổi biến phụ thuộc, nếu R2 càng cao thì mô hình càng phù hợp. Tuy nhiên, bởi vì R2 phụ thuộc vào sai số của mô hình nên nếu nghiên cứu thêm càng nhiều biến độc lập vào mô hình thì chỉ số R2 càng cao mà không cần biết biến độc lập đó có cần thiết không hay và làm cho mô hình trở nên cồng kềnh và phức tạp. Do đó R2 hiệu chỉnh ra đời với cùng một ý nghĩa với R2 và khắc phục hạn chế trên. R2 hiệu chỉnh cho thấy khi gia tăng thêm biến độc lập cho mô hình thì bậc tự do của mô hình sẽ giảm (bậc tự do bằng mẫu quan sát trừ tham số của mô hình) từ đó cho thấy sự đánh đổi giữa R2 tăng và bậc tự do giảm. Và R2 hiệu chỉnh không lớn hơn R2 nên sẽ cho thấy mức độ giải thích của biến độc lập trở nên hợp lý hơn.
Thứ hai là kiểm định pooling test nhằm xem xét mô hình FEM (REM) hay POLS sẽ phù hợp hơn. Khác biệt dễ nhận ra nhất giữa FEM (REM) và POLS nằm ở hệ số chặn
từng đơn vị chéo còn đối với POLS thì không nên dựa vào đó. Kiểm định đặt ra hai giả thuyết:
● Giả thuyết H0: Không có sự tồn tại tác động đặc trƣng của hệ số chặn đối với mô hình hay nói cách khác mô hình POLS phù hợp hơn so với FEM(REM)
● Giả thuyết H1: Có tồn tại ít nhất một hệ số chặn thể hiện tác động đặc trƣng
của một đối tƣợng đối với mô hình hay nói cách khác mô hình FEM(REM) phù hợp hơn với POLS.
Kiểm định trên đƣợc đánh giá thông qua đánh giá trị F sau khi ƣớc lƣợng mô hình ở dạng của FEM và POLS. F có công thức là:
F RSSR RSSU
(n 1)s2
Trong đó:
● RSSR, RSSU là tổng bình phƣơng phần dƣ đƣợc lấy từ ƣớc lƣợng của mô hình POLS và FEM
● n là tổng số quan sát
● s2 là tổng bình phƣơng phần dƣ đƣợc lấy từ ƣớc lƣợng của mô hình FEM Nếu giá trị F lớn hơn F – distribution (theo kiểm định Chow) hoặc giá trị P-value nhỏ hơn alpha tin tƣởng thì giả thuyết H0 sẽ bị bác bỏ tức là mô hình FEM phù hợp hơn và ngƣợc lại.
Thứ ba là kiểm định Hausman để xác định mô hình FEM hoặc REM phù hợp hơn.
Sự khác biệt lớn giữa FEM và REM là REM giải quyết vấn đề biến nội sinh của mô hình bằng cách loại bỏ nó với giả định Cov(ϵi, Xit,k) = 0, tức là không có sự tƣơng quan giữa sai số đặc trƣng cho từng đối tƣợng với biến độc lập đối với bất kỳ đơn vị chéo tại bất kỳ thời điểm nào, còn đối với FEM thì chỉ là không có tƣơng quan tại thời điểm cách hiện tại 4 đơn vị hoặc hơn. Kiểm định Hausman dựa vào đó để thực hiện kiểm tra với hai giả thuyết:
● Giả thuyết H0: Cov(ϵi, Xit,k) = 0 tức là mô hình REM phù hợp hơn mô hình FEM.
● Giả thuyết H1: Cov(ϵi, Xit,k) ≠ 0 tức là mô hình FEM phù hợp hơn REM. Tuy nhiên việc xác định thành phần sai số của mô hình một cách chính xác là rất khó khăn nên kiểm định Hausman đã so sánh hệ số ƣớc lƣợng của REM và FEM.
● Giả thuyết H0: βREM = βFEM
● Giả thuyết H1: βREM ≠ βFEM
Nếu giá trị P-value của kiểm định nhỏ hơn alpha tin cậy thì bác bỏ giả thuyết H0 và lựa chọn FEM là mô hình phù hợp hơn. Và ngƣợc lại nếu P-value lớn hơn alpha thì chấp nhận H0 và lựa chọn REM là mô hình phù hợp hơn.
CHƢƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN 4.1. Thống kê biến và kết quả kiểm định
4.1.1. Thống kê biến
Bảng 4.1: Thống kê mô tả biến
Mean Maximum Minimum Std. Dev. Obs
ROE 10.68 44.25 0.07 7.58 312 ROA 1 5.57 0.01 0.76 312 SIZE 18.26 21.12 14.53 1.39 312 EQ 10.05 37.10 2.93 5.42 312 DPRR 1.05 5.32 -0.99 0.86 312 CIR 50.72 93.72 16.19 14.33 312 HHIDR 71.16 286.69 50.01 19.81 312 TTTD 36.74 1132.68 -30.89 85.61 312 GGDP 6.42 8.50 5.25 0.85 312 CPI 7.61 22.97 0.63 6.25 312 Nguồn: Trích xuất từ phần mềm Eviews Bảng 4.1 mô tả giá trị trung bình của ROE là 10.68% với độ lệch chuẩn là
7.58%. Giá trị lớn nhất theo nhƣ phân tích là 44.25% của ACB năm 2007 và giá trị nhỏ nhất là 0.07% của NVB năm 2012. Tƣơng tự ta có các giá trị trung bình, giá trị lớn nhất và nhỏ nhất của ROA lần lƣợt là 1%, 5.57% của SGB năm 2010, 0.01% của BVB năm 2016. Từ đó có thể thấy sự chênh lệch lớn giữa chỉ số ROE và ROA của các ngân hàng thƣơng mại. Mặc dù cho những năm gần đây chỉ số ROA cho thấy dấu hiệu tăng trƣởng ổn định và tốc độ tăng trƣởng của tổng tài sản chậm hơn lợi nhuận sau thuế nhƣng mức độ đa dạng hóa lợi nhuận của ngân hàng vẫn chƣa cao nên trong thời gian ngắn lợi nhuận ngân hàng vẫn khó tăng trƣởng đột biến để gia tăng chỉ số ROA.
Tỷ lệ vốn chủ sở hữu trên tổng nguồn vốn trung bình của các ngân hàng là 10.05% trong phạm vi nghiên cứu và đến cuối năm 2019 trung bình là 8% đủ để đáp ứng yêu cầu vốn hiện nay trong đó ngân hàng BVB đạt tỷ lệ vốn cao nhất là 37.1% vào năm 2007 và ngân hàng SCB có tỷ lệ vốn thấp nhất là 2.93% tại năm 2019. Ngoài ra, quy mô ngân hàng lớn nhất là BIDV với giá trị sau khi làm mịn bằng hàm log là 21.12 lớn hơn
nhiều so với trung bình của ngành là 18.26. Bên cạnh đó, quy mô các NHNN vẫn chiếm tỷ lệ trọng lớn trong ngành ngân hàng nhƣng hiệu quả hoạt động không phải lúc nào cũng cho thấy sự tăng trƣởng ổn định và gặp khó khăn nhiều hơn để huy động vốn tự có đặc biệt là các nguồn vốn chủ sở hữu để đáp ứng các quy định về cấu trúc vốn do tổng tài sản quá lớn.
Chỉ số dự phòng rủi ro của ngân hàng có giá trị trung bình là 1.05% với biên độ giao động cao giữa các ngân hàng và các năm là 0.86% cho thấy mức độ trích lập dự phòng rất chênh lệch của các ngân hàng. Điều là hợp lý khi các ngân hàng thƣơng mại nhà nƣớc cung cấp tín dụng đa dạng cũng nhƣ có giá trị cao đối với nhiều khách hàng và doanh nghiệp. Ngoài ra, các ngân hàng tƣ nhân có quy mô lớn nhƣ ACB cũng cho có chỉ số dự phòng rủi ro cao hơn so với trung bình để đảm bảo an toàn vốn. Năm 2019, ngân hàng VPB có tỷ lệ trích lập dự phòng cao nhất là 5.32% và năm 2018 cũng có tỷ lệ cao là 5.07% vì mảng cho vay tiêu dùng, tín chấp mặc dù đem lại lợi nhuận lớn cho ngân hàng nhƣng cũng tiềm ẩn rất nhiều rủi ro nợ xấu cần đƣợc trích lập theo quy định. Tỷ lệ chi phí hoạt động trên tổng doanh thu hoạt động của ngân hàng là 50.72% với độ lệch chuẩn cao là 14.33%. Trong khi đó mức độ đa dạng hóa thu nhập của ngân hàng 71.16% ,nằm ở nửa dƣới trong khoảng từ 50%-100% qua đó cho thấy ngân hàng có xu hƣớng đa dạng hóa thu nhập nhƣng không cao và tập trung vào một số ngân hàng cố định và độ lệch chuẩn cao là 19.81% đã cho thấy điều đó. Các ngân hàng thƣơng mại nhà nƣớc cho thấy hiệu quả hoạt động tốt hơn so với trung bình của ngành khi tỷ lệ chi phí hoạt động trung bình nằm trong khoảng 35%-49% và mức độ đa dạng hóa trung bình cũng tốt hơn khi chỉ số này thƣờng xuyên nằm ở mức dƣới 70%. Các ngân hàng tƣ nhân tiêu biểu nhƣ TCB hay ACB cũng nổi bật ở chỉ số này. Nhƣng ngân hàng tƣ nhân BVB cho thấy nhiều vấn đề khi quá phụ thuộc vào thu nhập thuần khi mức độ đa dạng hóa là 286.69% tại năm 2008 đồng thời cũng có tỷ lệ chi phí hoạt động cao là 93.72% tại năm 2015
Về phần tăng trƣởng kinh tế và lạm phát giá trị trung bình đạt 6.42% và 7.61% với sự ổn định của GDP và giao động cao của CPI.
4.1.2. Kiểm định mối quan hệ tƣơng quan của biến
Hệ số tƣơng quan mô tả mô tả mối quan hệ cùng chiều hoặc ngƣợc chiều giữa các biến bao gồm cả biến phụ thuộc. Nếu hệ số tƣơng quan dƣơng phản ánh mối quan hệ thuận chiều giữa hai biến và hệ số tƣơng quan âm thì ngƣợc lại.
Bảng 4.2: Ma trận tƣơng quan của biến
ROE ROA SIZE EQ DPRR CIR HHIDR TTTD GDP CPI
ROE 1.00 ROA 0.73 1.00 SIZE 0.28 -0.20 1.00 EQ -0.20 0.37 -0.71 1.00 DPRR 0.05 -0.05 0.32 -0.10 1.00 CIR -0.68 -0.72 -0.08 -0.08 -0.22 1.00 HHIDR -0.23 -0.16 -0.22 0.21 -0.07 0.27 1.00 TTTD 0.10 0.20 -0.23 0.05 -0.18 -0.20 -0.11 1.00 GGDP 0.21 0.22 -0.04 -0.02 -0.05 -0.26 -0.14 0.32 1.00 CPI 0.15 0.23 -0.32 0.28 -0.18 -0.18 0.11 0.01 -0.14 1.00 Nguồn: Trích xuất từ phần mềm Eviews Kết quả phân tích ma trận tƣơng quan cho thấy mức độ tƣơng quan giữa các
biến phần lớn nằm trong khoảng giá trị từ -0.3 đến 0.3 và giá trị tuyệt đối lớn nhất là 0.72 nhỏ hơn 0.8. Kết quả này cho phép khóa luận thực hiện mô hình hồi quy.
4.1.3. Kiểm định đa cộng tuyến
Bảng 4.3: Kết quả kiểm định đa cộng tuyến Variable Centered VIF
SIZE 2.71 EQ 2.31 DPRR 1.26 CIR 1.45 HHIDR 1.17 TTTD 1.29 GGDP 1.23
CPI 1.29
Nguồn: Trích xuất từ phần mềm Eviews
Kết quả của bảng trên cho thấy mức độ đa cộng tuyến theo chỉ số VIF đều có giá trị nhỏ hơn 3. Qua đó một lần nữa khẳng định không có sự tƣơng quan mạnh giữa các biến độc lập với nhau và hiện tƣợng đa cộng tuyến là không đáng kể. Nên khóa luận có thể sử dụng mô hình hồi quy để phân tích tác động trung bình của các biến độc lập lên biến phụ thuộc.
4.2. Kết quả ƣớc lƣợng và kiểm định mô hình hồi quy ROE4.2.1. Kết quả ƣớc lƣợng 4.2.1. Kết quả ƣớc lƣợng
Kết quả hồi các yếu tố ảnh hƣởng đến lợi nhuận của 24 ngân hàng thƣơng mại đƣợc xác định theo ba phƣơng pháp hồi quy bao gồm POLS, FEM, REM đƣợc tổng hợp và trình bày ở bảng bên dƣới.
Bảng 4.4: Kết quả hồi quy ROE
POLS FEM REM
Variable Coefficient C 3.90 -20.76*** -10.17 [8.81] [11.54] [10.06] SIZE 1.11* 2.47* 1.91* [0.35] [0.54] [0.45] EQ -0.23* -0.19** -0.20* [0.08] [0.08] [0.07] DPRR -1.13* -1.67* -1.59* [0.39] [0.38] [0.37] CIR -0.34* -0.34* -0.34* [0.03] [0.03] [0.03] HHIDR 0.01 -0.01 0.00 [0.02] [0.01] [0.01] TTTD 0.00 0.00 0.00 [0.00] [0.00] [0.00] GGDP 0.84** 0.88* 0.84** [0.40] [0.33] [0.33]
CPI 0.16* 0.23* 0.20* [0.05] [0.05] [0.05] CRISIS 2.00** 2.37* 2.14* [0.94] [0.81] [0.80] R-squared 0.57 0.74 0.57 Mức ý nghĩa 1%, 5%, 10% đƣợc ký hiệu lần lƣợt là “*”, “**”, “***” Nguồn: Trích từ phần mềm Eviews Theo bảng kết quả hồi quy của bảng 4.4, kết quả hồi quy theo POLS cho thấy
có 7 biến độc lập bao gồm SIZE, EQ, DPRR, CIR, GDP, CPI, CRISIS thể hiện sự thay đổi của các biến này sẽ tác động đến biến phụ thuộc với mức ý nghĩa thống kê nhỏ hơn 10%. Và hai biến độc lập còn lại là HHIDR và TTTD không cho thấy ý nghĩa thống kê (lớn hơn 10%) để tác động đến biến phụ thuộc ROE. Hệ số R-squared cho thấy mức độ giải thích của các biến độc lập đối với biến phụ thuộc là khoảng 57%.
Đối với kết quả hồi quy theo FEM thì kết quả cho thấy 7 biến độc lập bao gồm SIZE, EQ, DPRR, CIR, GDP, CPI, CRISIS và biến hệ số hồi quy chung (trong trƣờng hợp này là thể hiện các đặc điểm riêng của từng đơn vị chéo) chỉ ra rằng sự thay đổi của các biến này sẽ tác động đến biến phụ thuộc với mức ý nghĩa thống kê nhỏ hơn 10%. Và hai biến độc lập còn lại là HHIDR và TTTD không cho thấy ý nghĩa thống kê (nhƣ POLS). Tuy nhiên hệ số R-squared cho thấy mức độ giải thích cao hơn POLS (74%).
Đối với kết quả hồi quy theo REM thì kết quả cho thấy sự giống nhau với POLS về số lƣợng biến độc lập có ý nghĩa thống kê tác động đến biến phụ thuộc ROE (7 biến) và hệ số R-squared cũng tƣơng tự nhƣ POLS (khoảng 57%).
4.2.2. Lựa chọn mô hình
Bảng 4.5: Kiểm định pool test ROE
Effects Test Prob.
Cross-section F 0.00
Cross-section Chi-square 0.00
Bảng 4.5 kiểm định sự tồn tại của 7 tác động cố định trong mô hình hồi quy hay không. Tức là kết quả kiểm định là sự lựa chọn giữa FEM (hoặc REM) và POLS. Kết quả cho thấy giá trị p-value nhỏ hơn 1%. Nghĩa là giả thuyết H0 bị bác bỏ đồng nghĩa với mô hình có tồn tại tác động cố định nên lựa chọn giữa FEM hoặc REM sẽ phù hợp hơn.
Bảng 4.6: Kết quả kiểm định Hausman ROE
Test Summary Chi-Sq. Statistic Prob
Cross-section random 0.000 1.000
Nguồn: Trích từ phần mềm Eviews Kết quả kiểm định của bảng 4.6 cho kết quả p-value nhận đƣợc là 1 nhƣng
giá trị thống kê Chi-squared lại bằng 0 nghĩa là kiểm định này không hợp lệ nên giá trị Chi- squared đƣợc tính bằng 0. Nghĩa là về mặt giả thuyết thì kiểm định chƣa cho thấy giữa FEM và REM đâu là mô hình phù hợp hơn. Tuy nhiên khi xem xét đến lý thuyết giả định để thiết lập kiểm định Hausman thì có thể thấy một vài điều cần lƣu ý. Giả định để thực hiện kiểm định Hausman dựa trên hai giả định nghiêm ngặt của REM là RE1 và RE3. Giả định RE1 so với giả định FE1 thì giả định này yêu cầu thêm sự không tƣơng quan giữa hệ số hồi quy chung và phần dƣ khiến cho giả định trở nên nghiêm ngặt hơn để hệ số đạt đƣợc tính chất nhất quán và không chệch. Với giả định FE1 thì giả định cho phép tƣơng quan giữa hệ số hồi quy chung và phần dƣ, trong các mô hình kinh tế lƣợng thì điều này có nghĩa là các yếu tố kinh tế khác không quan sát đƣợc phép tƣơng quan với phần dƣ của mô hình và đây là điều thƣờng xuyên xảy ra trong các mô hình định lƣợng vì vấn đề biến bị xót. Tuy nhiên với phƣơng pháp tác động cố định thì hệ số ƣớc lƣợng vẫn là ƣớc lƣợng nhất quán và không thiên chệch (còn đối REM thì không nếu thiếu giả định RE1b). Với giả định RE3 thì ƣớc lƣợng RE sẽ trở nên hiệu quả hơn FE và cũng giúp cho việc tính toán trở nên dễ dàng hơn. Nhƣng phải nhấn mạnh rằng giả định RE.3 là một giả định hỗ trợ chuẩn (đƣợc xem là rất nghiêm ngặt) và nó không đƣợc kiểm tra bởi kiểm định Hausman. Nếu giả định RE.3 bị vi phạm sẽ khiến kiểm định Hausman có phân bố giới hạn không chuẩn từ đó dẫn đến kết quả bị sai lệch. Và trên thực tế giả định RE3 rất dễ bị vi phạm (hơn giải định FE3) khi các phần dƣ thƣờng có phƣơng sai không đồng nhất hoặc tự tƣơng quan. Ngoài ra, khác biệt giữa mô hình FE
và RE ở trên là hệ số hồi quy chung của FE có ý nghĩa còn RE thì không và sau khi kiểm tra tính dừng của các tác động cố định không quan sát đƣợc của từng đơn vị chéo cho kết quả chuỗi tác động trên dừng thì giá trị của ― c
i ‖ mới thật sự có ý nghĩa. Do đó, khóa luận kết luận rằng mô hình tác động cố định (FEM) phù hợp hơn mô hình tác