SIZE 0.2241 0.4792 0.0323 -0.2741 1.0000 GLOA
EFF -0.5675 -0.3639 0.5712 -0.0705 -0.0980\ --- -0.1813 --- Tj 0.0169 -0.0436 1.0000
___________Variable___________ VIF ___________1/VIF__________
____________SIZE____________ 1.91 _________0.522837_________ ____________LLR____________ 1.81 _________0.552624_________ _____________EFF____________ 1.81 _________0.553069_________ ____________ETA____________ 1.78 _________0.561826_________ ____________NPL____________ 1.29 _________0.774027_________
(Nguồn: Kết quả thống kê từ phần mềm Stata)
Trước hết, xem xét hệ số tương quan giữa các cặp biến độc lập được trình bày ở ( Bảng 4.2). 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 trong mô hình. Khi đó dấu của hệ số hồi quy trong mô hình có thể bị thay đổi, dẫn đến kết quả nghiên
cứu bị sai lệch. Bảng 4.6 mô tả ma trận hệ số tương quan giữa biến độc lập trong mô hình, cho thấy hệ số tương quan của các biến độc lập trong khoảng từ -0.5675 đến 0.479. Mối tương quan giữa tỷ suất lợi nhuận trên tổng tài sản (ROA) và tỷ lệ kém hiệu quả chi phí hoạt động (EFF) bằng -0.5675. Mối tương quan của tỷ suất sinh lời trên
vốn chủ sở hữu (ROE) và quy mô ngân hàng (SIZE) bằng 0.479, cho thấy các cặp biến
này có tương quan, có nguy cơ xảy ra hiện tượng đa cộng tuyến giữa các biến độc lập
trong mô hình. Việc xử lý đa cộng tuyến không phụ thuộc vào hệ số tương quan cao
____________GDP____________ 1.03 __________Mean VIF__________ 1.53
(Nguồn: Kết quả thống kê từ phần mềm Stata)
Heteroskedasticity | 86.01 35 0.00 00 Skewness | 14.01 7 0.05 10 Kurtosis | 1.77 1 0.18 30
Kiểm tra hiện tượng đa cộng tuyến thông qua hệ số VIF, nếu hệ số VIF nhỏ, khả
năng xảy ra hiện tượng đa cộng tuyến thấp và ngược lại. Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2005), qui tắc chung là VIF > 10 là dấu hiệu đa cộng tuyến. Ủng hộ quan điểm này, theo tác giả Nguyễn Đình Thọ (2011), nếu hệ số VIF của một
biến độc lập nào đó lớn hơn 10 thì biến này được coi là có đa cộng tuyến cao. Theo kết quả hệ số phóng đại phương sai VIF có giá trị trung bình 1.53, giá trị VIF dao động từ 1.03 đến 1.91, các hệ số VIF đều nhỏ hơn 10, nên mô hình không tồn tại hiện
tượng đa cộng tuyến.
Bảng 4.4: Kiểm định hiện tượng phương sai sai số thay đổi (mô hình 1)
White's test for Ho: homoskedasticity
against Ha: unrestricted heteroskedasticity Source | chi2 df p ---+---
| 10
---+--- Total | 101.79 43 0.0000
(Nguồn: kết quả từ Stata)
Kết quả kiểm định hiện tượng phương sai thay đổi (Bảng 4.4) cho thấy giá trị p-value = 0.0000 nhỏ hơn 5% nên giả thuyết H0 bị bác bỏ, dẫn đến mô hình tồn tại hiện tượng phương sai sai số thay đổi.
Bảng 4.5: Kiểm định hiện tượng phương sai sai số thay đổi (mô hình 2)
White's test for Ho: homoskedasticity
against Ha: unrestricted heteroskedasticity chi2(35) = 110.82
Prob > chi2 = 0.0000
Cameron & Trivedi's decomposition of IM-test
Source | chi2 df p ---+---
LLR -0.0829 [-1.28] -0.0891 [-1.22] -0.109* [-1.67] NPL -0.0636** [-2.16] -0.0494* [-1.71] -0.0569** [-2.02]
---+--- Total | 147.82 43 0.0000
(Nguồn: kết quả từ Stata)
Kết quả kiểm định hiện tượng phương sai sai số thay đổi (Bảng 4.5) cho thấy giá trị p-value = 0.0009 nhỏ hơn 5% nên giả thuyết H0 bị bác bỏ, dẫn đến mô hình tồn tại hiện tượng phương sai sai số thay đổi.