CHƯƠNG 4 : KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
4.3. Phân tích hệ số tương quan
Theo Gujarati (2004) nếu hệ số tương quan giữa các biến độc lập vượt quá 0.8 thì có khả năng dẫn đến hiện tượng đa cộng tuyến cao. Kết quả được trình bày ở bảng 4.3 bên dưới.
Variable VIF 1/VIF BANKSIZE 2.93 0.341147 LOANTA 2.65 0.376813 LTD 2.34 0.427738 EQTA 2.32 0.430883 ROE 2.17 0.460297 INF 1.82 0.549622 DIV Ĩ73 0.576438 LnZ-score(t-1) 13 0.77206 LLP 1.18 0.8501 GDP 103 0.970917 Mean VIF 1.95
Dựa vào bảng số liệu trên có thể kết luận khả năng xuất hiện đa cộng tuyến trong mô hình hồi quy là không nghiêm trọng do các cặp hệ số tương quan giữa các biến không có trường hợp nào có trị tuyệt đối vượt quá 0.8. Cụ thể, trị tuyệt đối hệ số tương quan của các biến độc lập nằm trong khoảng từ 0.0006 đến 0.6721. Mối tương quan giữa tỷ lệ dự nợ cho vay trên tổng tài sản (LOANTA) và tỷ lệ dự phòng rủi ro (LLP) là - 0.6721, cho thấy 2 biến này có mối liên hệ trung bình và nghịch biến với nhau. Mối tương quan giữa lợi nhuận ròng trên vốn chủ sở hữu (ROE) và thay đổi trong tỷ lệ lạm phát (INF) bằng 0,0006, chứng tỏ 2 biến này gần như độc lập với nhau. Dù các hệ số tương quan đều nhỏ hơn 0,8 nhưng để chắc rằng hiện tượng đa cộng tuyến không xảy ra giữa các biến nghiên cứu tác giả tiếp tục kiểm tra qua giá trị hệ số nhân tử phóng đại phương sai (Variance Inflation Factor được viết tắt là VIF). Kiểm định VIF được trình bày ở bảng 4.4 sau:
Biến
(Nguồn: Kết quả phân tích từ Stata 14)
Đa cộng tuyến là hiện tượng các biến độc lập trong mô hình tương quan tuyến tính với nhau. Theo kết quả hệ số phóng đại phương sai VIF có giá trị trung bình là 1.95. Giá trị VIF dao động từ 1.03 đến 2.93, tất cả đều nhỏ hơn 3 nên mô hình không tồn tại hiện tượng đa cộng tuyến. Vì vậy tác giả có thể sử dụng tất cả các biến này cho việc phân tích hồi quy.