4 .2Phân tích hệ số tương quan
4.4.3Phân tích hồi quy theo phương pháp SGMM
4.4 Kiểm định các khuyết tật của mô hình và kết quả hồi quy
4.4.3Phân tích hồi quy theo phương pháp SGMM
Tuy kết quả nghiên cứu cả 2 mô hình nợ xấu không có mối tương quan với ROA, ROE nhưng theo Berger & DeYoung (1997), Nguyễn Việt Hùng (2008), tỷ lệ nợ xấu có tác động ngược chiều với hiệu quả kinh doanh ngân hàng. Vì thế có cơ sở để cho rằng tỷ lệ nợ xấu có thể tác động với hiệu quả kinh doanh và hiệu quả kinh doanh sẽ có tác động đến nợ xấu theo như nghiên cứu của Phạm Dương Phương Thảo và Nguyễn Linh Đan về các yếu tố ảnh hưởng đến tỷ lệ nợ xấu của các NHTM Việt Nam. Trong đó theo nghiên cứu, ROE có mối quan hệ ngược chiều với tỷ lệ nợ xấu của ngân hàng. Điều đó cho thấy, mô hình nghiên cứu có thể xảy ra hiện tượng nội sinh ngoài ra một số nghiên cứu sử dụng GMM để đo lưòng hiệu quả kinh doanh ngân hàng hay lợi nhuận như Võ Xuân Vinh & Trần Thị Phương Mai (2015), Guzbuz và cộng sự (2013), Moudud-Ul- Hud (2018) do đó tác giả nhằm tạo ra kết luận chính xác và khắc phục được tình trạng nội sinh để đưa ra kết quả chính xác, vững hơn tác giả sử dụng phương pháp GMM để hồi quy về tác động của đa dạng hóa thu nhập đến ROA, ROE.
Kiểm định Hansen Test để kiểm định tính over-identifying của các biến công cụ. Kết quả cho thấy hệ số p-value đều lớn hơn 10%, kết luận biến công cụ được sử dụng trong mô hình SGMM thỏa mãn tính over-identifying. Ngoài ra, kiểm định tự
tương quan bậc hai (AR2) cho kết quả p-value đều lớn hơn 0.05, kết luận phần dư của mô hình SGMM không tồn tại hiện tượng tự tương quan bậc hai. Biến công cụ được sử dụng trong mô hình đều thõa mãn hai kiểm định đề ra. Ngoài ra số công cụ nhỏ hơn số nhóm. Như vậy, sử dụng mô hình SGMM với biến trễ của phụ thuộc làm biến công cụ đã giải quyết được hiện tượng nội sinh trong mô hình. Các kết quả tìm thấy được trong mô hình là vững và đạt yêu cầu hoàn toàn có thể phân tích được (Bảng 4.15).
Bảng 4.15: Tổng hợp kết quả hồi quy theo phương pháp SGMM
Model FGLS SGMM REM SGMM
Variance ROA ROE
L.ROA 0.268** [2.65] L.ROE 0.166 [0.82] DIV 0.00798*** 0.00765*** 0.0988*** 0.120*** [3.91] [5.47] [3.01] [5.84] SIZE 0.00286*** 0.00765** 0.0887*** 0.0327 [2.88] [2.70] [6.16] [1.05] GROW 0.00492*** 0.000386 0.0699*** -0.0156 [4.85] [0.28] [4.14] [-0.67] ETA 0.0578*** 0.0461*** 0.379*** 0.312* [5.94] [3.25] [3.52] [1.72] LOA 0.0163*** 0.00928 0.281*** 0.279*** [3.89] [1.27] [5.14] [2.88] NPL 0.0042 -0.0772 -0.0303 0.486
[0.30] [-1.39] [-0.13] [0.99] DEA -0.00630* -0.00361 -0.148*** -0.381*** [-1.84] [-0.39] [-2.79] [-3.08] LLP -0.237* 0.727*** -3.899** -0.498 [-1.72] [2.89] [-2.20] [-0.13] LIA 0.00588 -0.00275 0.0687 -0.168** [1.31] [-0.92] [1.02] [-2.64] GDPG 0.0875* 0.0665 0.184 1.191** [1.66] [1.07] [0.23] [2.24] INF 0.0239*** 0.0257 0.336*** 0.0284 [3.76] [1.70] [3.04] [0.13] _cons -0.0346*** -0.0734*** -0.762*** -0.212 [-3.98] [-2.87] [-6.08] [-0.69] N 278 249 278 249 R-sq Số nhóm 28 28 Số công cụ 27 27
Hansen test Prob > chi2 = 0.673 Prob > chi2 = 0.502 Sargan test Prob > chi2 = 1.000 Prob > chi2 = 0.999
Arellano- Bond test cho (AR2) H0: no autocorrelation Prob > z = 0.975 H0: no autocorrelation Prob > z = 0.459 t statistics in brackests * p<0.1, **p<0.05, ***p<0.01
Kết quả hồi quy bằng phương pháp FGLS và SGMM được tổng hợp ở bảng 4.15). Đối với hiệu quả kinh doanh đo bằng chỉ tiêu ROA, ở mức ý nghĩa thống kê 1%, cả hai mô hình đề có chung 4 biến mang ý nghĩa thống kê gồm DIV, SIZE, ETA, LLP tuy nhiên chiều hướng tác động của LLP ngược chiều so với ước lượng FGLS ngược với giả thuyết đặt ra nhưng nó có thể hiểu rằng khi ngân hàng đang có chiến lược cho vay mạnh mẽ nên có tỷ lệ dự phòng cao tuy nhiên theo Golin và Delhaise (2013) cho rằng dự phòng rủi ro tín dụng không thể hiện khoản vay đang gặp vấn đề mà nó có thể nhằm hạn chế được những rủi ro có thể xảy ra. Ngoài ra, biến trễ của ROA có ý nghĩa thống kê với mức ý nghĩa 5% và trong quá trình khắc phục hiện tượng nội sinh thì không tìm thấy ý nghĩa thống kê với các biến GROW, LOA, NPL, DEA, LIA, GDPG, INF.
Đối với hiệu quả kinh doanh đo bằng chỉ tiêu ROE, 2 mô hình có chung 3 biến mang ý nghĩa thống kê gồm DIV, LOA, DEA ở mức ý nghĩa thống kê 1% và ETA có ý nghĩa thông kê với mức 10% tuy nhiên chiều hướng tác động của LIA thay đổi tác động ngược chiều với ROE nhưng đúng với kỳ vọng đặt ra và biến trễ của ROE, SIZE, GROW, NPL, LLP, INF trong quá trình kiểm định đã không có ý nghĩa thống kê.
Cuối cùng quan trọng nhất, đối với biến đa dạng hóa thu nhập (DIV) kết quả kiểm định ở phương pháp GMM vẫn không thay đổi chiều hướng tác động cùng chiều với ROA và ROE với mức ý nghĩa 1%. Điều đó cho thấy, đa dạng hóa thu nhập có mối quan hệ vô cùng mạnh mẽ đối với hiệu quả kinh doanh ngân hàng và cần được nâng cao mở rộng để gia tăng hiệu quả kinh doanh của ngân hàng.
TÓM TẮT CHƯƠNG 4
Nghiên cứu về tác động của đa dạng hóa thu nhập ngân hàng từ việc lựa chọn mô hình phù hợp là FEM cho mô hình với biến phụ thuộc ROA và lựa chọn REM với biến phụ thuộc ROE. Tiếp đến dùng kiểm định FGLS và SGMM với trường hợp có hiện tượng nội sinh để khắc phục các khuyết tật xảy ra trong mô hình như hiện tượng tự tương quan, phương sai thay đổi, nội sinh cho thấy đa dạng hóa thu nhập tác động cùng chiều đến hiệu quả kinh doanh của các NHTM Việt Nam. Bên cạnh đó, các yếu tố như biến trễ của hiệu quả kinh doanh, quy mô ngân hàng, tốc độ tăng trưởng tổng tài sản, tỷ lệ an toàn vốn, tỷ lệ cho vay khách hàng, tốc độ tăng trưởng GDP, lạm phát có tác động cùng chiều đến hiệu quả kinh doanh trong khi tỷ lệ tiền gửi rủi ro tín dụng các yếu tố tác động ngược chiều với hiệu quả kinh doanh. Trong khi đó nghiên cứu chưa tìm thấy mối tương quan giữa các biến về tỷ lệ nợ xấu, chất lượng tài sản thanh khoản với hiệu quả kinh doanh ngân hàng đo lường bằng chỉ tiêu ROA, ROE. Bên cạnh đó, nhằm gia tăng sự chắc chắn, mức độ vững của nghiên cứu, nghiên cứu này sử dụng phương pháp ước lượng SGMM để kiểm lại các biến tác động có ý nghĩa với ROA, ROE cũng như các biến không có ý nghĩa thống kê khi sử dụng ước lượng SGMM để khắc phục các khuyết tật hay các biến trở nên có ý nghĩa thống kê với kỳ vọng đặt ra theo giả thuyết khi FGLS chưa mang ý nghĩa thống kê. Cuối cùng, tác giả nhận thấy rằng nếu xét về tác động của các nhân tố đến hiệu quả kinh doanh ngân hàng thì SGMM chưa thật sự hiệu quả vì sau khi kiểm định mô hình bằng GMM số lượng các nhân tố tác động đến hiệu quả kinh doanh ít đi. Tuy nhiên, xét riêng về yếu tố đa dạng hóa thì SGMM vô cùng cần thiết khi vừa kiểm tra sự tác động ổn định của đa dạng hóa thu nhập với hiệu quả kinh doanh vừa có thể khắc phục được nội sinh xảy ra cho mô hình.