Kết quả mô hình hồi quy phƣơng pháp Pooled OLS
Bảng 4.12 - Kết quả hồi quy Pooled OLS
Nguồn: Tong hợp từ kết quả phân tích dữ liệu bằng Stata
Kết quả ƣớc lƣợng mô hình theo phƣơng pháp Pooled OLS cho thấy các hệ số hồi quy BL, OETA, CPI có ý nghĩa thống kê mức ý nghĩa 1%, biến SIZE có mức ý nghĩa 5%, các biến còn lại không có ý nghĩa thống kê. Mức độ giải thích của mô hình là 0.2321 với ý nghĩa là các nhân tố biến độc lập giải thích đƣợc 23.21% biến thiên của biến phụ thuộc ROE.
Kết quả mô hình hồi quy với tác động cố định (Fixed Effect Model)
Bảng 4.13 - Kết quả mô hình FEM
Nguồn: Tong hợp từ kết quả phân tích dữ liệu bằng Stata
Kết quả từ mô hình hồi quy với tác động cố định cho thấy:
- Kiểm định F có hệ số hồi quy F = 9.53 với mức ý nghĩa 1%. Kết quả này hàm ý rằng giả thiết về các hệ số hồi quy đồng thời bằng không đều bị bác bỏ với mức ý nghĩa 1%. Nghĩa là mô hình này phù hợp và có ý nghĩa thống kê.
- Kết quả hồi quy tuyến tính có hệ số xác định R2 là 0.3071. Kết quả này hàm ý rằng, các biến độc lập đã đƣa vào mô hình giải thích đƣợc 30.71% sự thay đổi của biến phụ thuộc ROE.
- P>| | cho biết ý nghĩa thống kê của biến độc lập trong mối quan hệ với biến phụ thuộc ROE. Trong đó, biến BL, OETA, CPI có ý nghĩa thống kê ở mức 1%, biến LIQ có ý nghĩa thống kê ở mức 10%, các biến RC, SIZE, PRCF, GDP không có ý nghĩa thống kê trong mô hình.
Kết quả hồi quy với tác động ngẫu nhiên (Random Effect Model)
Bảng 4.14 - Kết quả mô hình REM
Nguồn: Tong hợp từ kết quả phân tích dữ liệu bằng Stata
Kết quả từ mô hình hồi quy với tác động ngẫu nhiên cho thấy:
- Kết quả hồi quy tuyến tính có hệ số xác định R2 là 0.2823. Kết quả này hàm ý rằng, các biến độc lập đã đƣa vào mô hình giải thích đƣợc 28.23% sự thay đổi của biến phụ thuộc ROE.
- Thống kê prob>chi2 = 0.0000. Kết quả này hàm ý rằng giả thiết về các hệ số hồi quy đồng thời bằng không đều bị bác bỏ với mức ý nghĩa 1%. Nghĩa là mô hình này phù hợp và có ý nghĩa thống kê.
- Coef là hệ số tác động của biến độc lập lên biến phụ thuộc ROA. P>|𝐿| cho biết ý nghĩa thống kê của biến độc lập trong mối quan hệ với biến phụ thuộc ROE. Trong đó, biến BL, OETA, CPI có ý nghĩa thống kê ở mức 1%, các biến còn lại không có ý nghĩa thống kê.
Lựa chọn mô hình Random Effect hay mô hình Fix Effect
Để quyết định lựa chọn mô hình Random Effect hay mô hình Fix Effect, tác giả sử dụng kiểm định Hausman:
Bảng 4.15 - Kết quả kiểm định Hausman
Nguồn: Tong hợp từ kết quả phân tích dữ liệu bằng Stata
Kết quả kiểm định Hausman cho thấy giả thuyết Ho: “Sự khác biệt trong các hệ số hồi quy không có tính hệ thống” bị bác bỏ ở mức ý nghĩa 5%, vì prob>chi2 =
0.0000 < 5%. Kết quả này hàm ý rằng, mô hình tác động cố định là mô hình phù hợp hơn so với mô hình tác động ngẫu nhiên.
Nhƣ vậy, hồi quy với mô hình Fix Effect sẽ mang lại kết quả tốt nhất. Do đó, những phần tiếp theo sau đây tác giả sẽ thảo luận kết quả hồi quy này trên cơ sở mô hình tác động cố định (Fix Effect).
Mô hình hồi quy đƣợc viết lại nhƣ sau:
ROE i,t = � i + 0.3525 BLi,t – 6.6908 OETAi,t + 0.4222 CPIi,t
Theo mô hình tác động cố định (Fix Effect), những biến số có ý nghĩa thống kê bao gồm: tỷ lệ khoản cho vay khách hàng (BL) với mức ý nghĩa (P>| |)=0.000<1%, tỷ lệ chi phí hoạt động (OETA) với mức ý nghĩa (P>| |)=0.000<1%, lạm phát (CPI với mức ý nghĩa (P>| |)=0.000<1%.
Kiểm định phƣơng sai sai số thay đổi
Kiểm định Modified Wald mô hình FEM cho biến phụ thuộc ROE với giả thuyết H0: Phƣơng sai sai số của các thực thể là không đổi.
Bảng 4.16 - Kết quả kiểm định phương sai sai số thay đổi cho biến phụ thuộc ROE
Nguồn: Tong hợp từ kết quả phân tích dữ liệu bằng Stata
Kết quả cho thấy giá trị Prob > chibar2 = 0.0000 < 0.01 (Mức ý nghĩa 1%). Vì vậy mô hình FEM phù hợp với nghiên cứu thông qua kiểm định Modified Wald test, dữ liệu nghiên cứu có hiện tƣợng phƣơng sai sai số thay đổi.
Kiểm định tự tƣơng quan đối với mô hình ROE
Kiểm định Wooldridge đƣợc thực hiện để kiểm định tự tƣơng quan của dữ liệu bảng với giả thuyết H0: Không có tự tƣơng quan
Bảng 4.17 - Kết quả kiểm tra tự tương quan đối với biến phụ thuộc là ROE
Nguồn: Tong hợp từ kết quả phân tích dữ liệu bằng Stata
Theo kết quả thể hiện ở bảng 4.10, vì P-value = 0.0000 < 0.05 nên bác bỏ H0, kết luận dữ liệu nghiên cứu có hiện tƣợng tự tƣơng quan.
Kiểm định đa cộng tuyến đối với mô hình ROE
Bảng 4.18 - Kết quả kiểm tra đa cộng tuyến
Nguồn: Tong hợp từ kết quả phân tích dữ liệu bằng Stata
Quan sát ma trận tƣơng quan giữa các biến nghiên cứu trong bảng 4.2 có thể thấy không có một hệ số tƣơng quan nào vƣợt quá 0.65, nghĩa là không có hiện
tƣợng đa cộng tuyến trầm trọng giữa các cặp biến độc lập. Đồng thời kết quả từ bảng 4.10 cho thấy tất cả các giá trị VIF đều nhỏ hơn 10. Kết luận hiện tƣợng đa cộng tuyến không ảnh hƣởng nghiêm trọng đến kết quả trong mô hình.
Việc lựa chọn mô hình tại bƣớc này chỉ mang tính chất trung gian vì mô hình ROE có hiện tƣợng tự tƣơng quan và phƣơng sai sai số thay đổi nên tác giả sử dụng phƣơng pháp hồi quy mô hình ROE với Feasible Generalized Least Square (FGLS) để khắc phục hiện tƣợng tự tƣơng quan và phƣơng sai sai số thay đổi nhằm đảm bảo ƣớc lƣợng thu đƣợc vững và hiệu quả.
Hồi quy mô hình ROE với FGLS
Bảng 4.19 - Hồi quy mô hình ROE với FGLS
Nguồn: Tong hợp từ kết quả phân tích dữ liệu bằng Stata
Hồi quy FGLS mô hình ROE với mức ý nghĩa 5% có p-value (prob>chi2)=0.0002 thì mô hình nghiên cứu có dạng nhƣ sau: