CHƯƠNG 3 PHƯƠNG PHÁP NGHIÊN CỨU
3.2 Dữ liệu nghiên cứu
3.3.2 Quy trình phân tích số liệu và các kiểm định của mô hình nghiên cứu
Bước 1: Kiểm tra tương quan giữa các biến trong mô hình nhằm tránh hiện tượng đa cộng tuyến. Theo Gujarati và Porter (2004), giả thiết đặt ra trong mô hình hồi quy bội là không có xảy ra hiện tượng đa cộng tuyến giữa các biến độc lập, nghĩa là không có sự tồn tại mối quan hệ tuyến tính giữa một số hoặc tất cả các biến độc lập trong mô hình hồi quy. Cũng theo Gujarati và Porter (2004) có thể nhận diện hiện tượng đa cộng tuyến qua một số dấu hiệu sau: (i) giá trị R2 thường cao nhưng giá trị t-test ít có ý nghĩa; (ii) mối tương quan từng đôi giữa các biến độc lập thường cao, giá trị tuyệt đối của hệ số tương quan giữa hai biến hồi quy lớn hơn 0,8 thì có dấu hiệu xảy ra đa cộng tuyến nghiêm trọng. Tuy nhiên, không phải tất cả hệ số tương quan cao đều xảy ra đa cộng tuyến trong mọi trường hợp; (iii) dùng hệ số phóng đại phương sai VIF (Variance Inflation Factor) để kiểm tra đa cộng tuyến, giá trị VIF càng lớn thì khả năng xảy ra đa cộng tuyến càng tăng, thông thường VIF của một biến độc lập nào đó lớn hơn 10 thì sẽ có hiện tượng đa cộng tuyến cao. Trong luận án này sử dụng hệ số VIF (VIF lớn hơn 10) để kiểm tra tương quan các biến, để phát hiện hiện tượng đa công tuyến trong mô hình nghiên cứu.
Bước 2: Ước lượng mô hình hồi quy bằng 3 phương pháp: ước lượng mô hình hồi quy Pooled-OLS, FEM, REM
Bước 3: Thực hiện các kiểm định để lựa chọn phương pháp ước lượng phù hợp trong 3 phương pháp Pooled-OLS, FEM, REM
- Kiểm định Wald: Kiểm định Wald (Maddala 1987) nhằm xác định tung độ gốc có bằng nhau giữa các biến hay không, nghĩa là hệ số tung độ gốc của các đối tượng nghiên
cứu có bằng nhau không. Nếu trường hợp bằng nhau nghĩa là thỏa hệ số trục tung và hệ số độ dốc không thay đổi, tiến hành chạy hồi quy OLS cho mô hình Pooled-OLS. Có các giả thuyết sau :
H0: Tung độ gốc bằng nhau giữa các biến
H1: Tung độ gốc không bằng nhau giữa các biến
Nếu p-value ≤ α (α = 0.05) thì bác bỏ giả thuyết H0, chấp nhận giả thuyết H1, nghĩa là tung độ gốc không bằng nhau giữa các biến. Do đó, phương pháp FEM có thể khả thi hơn.
- Kiểm định Hausman: Nghiên cứu sử dụng kiểm định Hausman để lựa chọn mô hình hồi quy FEM hay REM cho mô hình nghiên cứu (Gujarati và Porter 2004). Thực chất kiểm định Hausman để xem xét có tồn tại tự tương quan giữa εi và các biến độc lập hay không.
Giả thuyết: H0: εi và biến độc lập không tương quan H1: εi và biến độc lập có tương quan
Khi giá trị P_value ≤ α (α = 0.05) ta bác bỏ H0, khi đó εi và biến độc lập tương quan với nhau ta sử dụng mô hình tác động cố định (FEM). Ngược lại, ta sử dụng mô hình tác động ngẫu nhiên (REM).
Thông qua kiểm định Hausman, để lựa chọn mô hình FEM hay REM, nhằm khắc phục khuyết tật trong mô hình được chọn nghiên cứu tiếp tục dùng kiểm định Wald và Wooldridge nhằm phát hiện trường hợp xảy ra hiện tượng phương sai thay đổi và tự tương quan trong mô hình (Hoechle 2007; Stanila, Andreica và Cristescu 2014).
+ Kiểm định phương sai sai sô thay đổi (Wald) với giả thuyết: H0 : Không có hiện tượng phương sai sai số thay đổi
H1 : Có hiện tượng phương sai sai số thay đổi
Theo Baltagi (2001), nếu p-value ≤ α (α = 0.05) cho phép kết luận chấp nhận giả thuyết H1, bác bỏ giả thuyết H0. Nếu H0 bị bác bỏ nghĩa là có hiện tượng phương sai sai số thay đổi.
+ Kiểm định tự tương quan (Wooldridge) với giả thuyết: H0 : Không có hiện tượng tự tương quan trong mô hình H1 : Có hiện tượng tự tương quan trong mô hình.
Theo Wooldridge (2010), nếu p-value ≤ α (α = 0.05) cho phép kết luận chấp nhận giả thuyết H1, bác bỏ giả thuyết H0. Nếu Ho bị bác bỏ nghĩa là có hiện tương quan
trong mô hình.
Bước 4: Trong trường hợp, kết quả kiểm định Wald chứng minh có hiện tượng phương sai sai số thay đổi thì khi đó phương sai thông thường trong hồi quy Pooled-OLS không phù hợp, và kiểm định Wooldridge cho thấy có hiện tượng tự tương quan phần dư trong mô hình thì kết quả được xử lý bằng phương pháp FGLS (Feasible Generalized Least Square - Bình phương tối thiệu tổng Quát khả thi) sẽ cho kết quả tốt hơn OLS.
Bước 5: Nghiên cứu cũng áp dụng phương pháp System GMM nhằm loại bỏ khả năng nội sinh của mô hình nghiên cứu, nhằm đem lại kết quả tốt hơn so với các phương pháp dữ liệu bảng thông thường như OLS, FEM, REM hay FGLS. Phương pháp GMM cũng hỗ trợ xử lý các hiện tượng tự tương quan và phương sai thay đổi. Để đảm bảo các biến công cụ được sử dụng phù hợp, kiểm định Hansen và kiểm định tự tương quan bậc 1 và bậc 2 sẽ được thực hiện. Nếu p value của các kiểm định Hansen và tự tương quan bậc 2 lớn hơn 10% sẽ cho thấy các biến công cụ nếu sử dụng từ độ trễ 2 trở đi là phù hợp. Từ đó, các kết quả ước lượng đạt được tính tin cậy cao hơn. Trên cơ sở thực hiện tất cả các kiểm định bằng các lệnh của Stata 15.0, nghiên cứu sẽ đưa ra mô hình đảm bảo tính vững và hiệu quả đem lại của mô hình nghiên cứu.
Bước 6: Nhằm kiểm định lại các yếu tố ảnh hưởng và có tác động đến TNNL, và khẳng định thêm kết quả tìm được ở phương pháp GMM, nghiên cứu áp dụng phương pháp LASSO. Phương pháp này thực hiện tốt khi có vấn đề về đa cộng tuyến và nó hiển thị các thuộc tính lý tưởng để giảm thiểu sự mất ổn định số có thể xảy ra do vấn đề quá mức. LASSO sẽ tối thiểu hóa các ước tính tham số về 0 và trong một số trường hợp, đánh đồng các tham số gần bằng 0 và do đó cho phép loại trừ một số biến khỏi mô hình để cải thiện độ chính xác của nghiên cứu.
KẾT LUẬN CHƯƠNG 3
Chương 3 đã trình bày mô hình nghiên cứu các yếu tố ảnh hưởng đến TNNL bao gồm: Các yếu tố vi mô (DEP, NIM, EQUITY, TEC, COST, ROA, SIZE, LOAN và biến thuộc nhóm các yếu tố vĩ mô là INF, GDP, IR, VAE, GEE, RQE, RLE, CCE, PVE và nhóm biến đo lường yếu tố cạnh tranh là: Chỉ số Lerner và đa dạng hóa thu nhập (HHI). Tiếp đến phương pháp chọn mẫu bao gồm lựa chọn loại hình ngân hàng nghiên cứu là NHTMCPVN, lựa chọn giai đoạn nghiên cứu và cỡ mẫu nghiên cứu cũng được trình bày cụ thể. Mô hình được áp dụng trong nghiên cứu này là dạng bảng cân bằng, với các phương pháp hồi quy OLS, FEM, REM, FGLS và GMM. Nghiên cứu cũng trình bày phương pháp kiểm định các yếu tố ảnh hưởng đến TNNL bằng phương pháp LASSO. Sau cùng, các phương pháp kiểm định để kiểm soát các vi phạm giả thuyết thống kê và lựa chọn mô hình hồi quy theo phương pháp thích hợp cũng được trình bày trong phần cuối của chương.