Hệ số tương quan (r) là chỉ số thống kê phản ánh mức độ quan hệ tuyến tính giữa các biến. Hệ số này biến thiên từ +1 đến -1. Thông qua hệ số tương quan có thể biết chiều tương quan riêng giữa biến phụ thuộc với biến giải thích. Đồng thời cho thấy xuất hiện hiện tượng đa cộng tuyến trong mô hình hồi quy (nếu r > 8). Trong trường
51
hợp có sự khác biệt về xu hướng tác động của các biến giải thích và biến phụ thuộc giữa kết quả theo hệ số tương quan và kết quả theo mô hình hồi quy. Khi đó, mô hình hồi quy có thể chưa đáp ứng đủ các giả thuyết của mô hình nghiên cứu, điều này làm dấu của hệ số ước lượng có thể khác biệt so với xu hướng tác động dựa trên số liệu thực tế. Theo Hoàng & Chu (2008), mối quan hệ tuyến tính giữa các biến có thể được ước lượng thông qua giá trị hệ số tương quan như sau:
(i) r > 0: Hai biến sốcó mối quan hệcùng chiều; r < 0: Haibiếnsố có mối quan hệngược chiều; r = 0: Haibiếnsố có mối quan hệ tuyến tính; (ii) |r| = 1: Tương quan tuyến tính tuyệt đối.
(iii) |r| > 0.8: Tương quan tuyến tính rất mạnh. (iv) |r| = 0.6 - 0.8: Tương quan tuyến tính mạnh. (v) |r| = 0.4 - 0.6: Có tương quan tuyến tính. (vi) |r| = 0.2 - 0.4: Tương quan tuyến tính yếu.
(vii) |r| < 0.2 Tương quan tuyến tính rất yếu hoặc không có tương quan tuyến tính.
Hoặc theo Hoàng (2008), khi tương quan cặp giữa các biến giải thích cao (lớn hơn 0,5) thì có thể xảy ra đa cộng tuyến.
Nhìn vào ma trận tương quan giữa các biến trình bày trong bảng sau cho thấy những mối quan hệ giữa các biến phụ thuộc và các biến giải thích trong mô hình
ROE 0.84 6 1 ROCE 0.58 1 0.66 5 1 SIZ E 0.08 4 0.44 2 0.428 1 CAP 0.27 7 - 0.166 -0.081 -0.688 1 LOAN 0.135 0.201 0.338 0.285 -0.030 1 DEP -0.149 - 0.024 0.230 0.333 -0.214 0.615 1 LIQ -0.007 -0.010 -0.282 -0.137 -0.045 -0.654 -0.582 1
NII 0.414 0.353 0.420 0.215 0.147 0.100 0.036 -0.189 1
CIR -0.578 -0.585 -0.464 -0.273 -0.111 -0.116 0.219 -0.059 -0.397 1
GDP 0.071 0.190 0.222 0.238 -0.252 0.342 0.164 -0.253 0.187 0.140 1
INF 0.192 0.101 -0.136 -0.237 0.234 -0.392 -0.589 0.465 -0.130 0.264 -0.364 1
Variable VIF 1/VIF
(Nguồn: Tác giả tự tính toán và tổng hợp thông qua Stata 14.0)
Dựa vào bảng trên ta có thể thấy các biến độc lập bao gồm: Quy mô ngân hàng (SIZE), tỷ lệ vốn chủ sở hữu trên tổng tài sản (CAP), tỷ lệ tổng cho vay trên tổng tài sản (LOAN), tỷ lệ thu nhập ngoài lãi thuần trên tổng tài sản (NII), và 2 chỉ số tài chính GDP và INF có mối quan hệ cùng chiều với ROA và tất cả đều có mối tương quan tuyến tính yếu. Các biến còn lại như tỷ lệ tiền gửi trên tổng tài sản (DEP), tỷ lệ tài sản thanh khoản trên tổng tài sản (LIQ) và cuối cùng là tỷ lệ chi phí hoạt động trên thu nhập hoạt động (CIR) thì có mối quan hệ ngược lại và mối tương quan tuyến tính cũng không mạnh.
Mối tương quan của các biến độc lập so với ROE cũng tương tự như ROA, duy chỉ có biến tỷ lệ vốn chủ sở hữu trên tài sản (CAP) thì lại có mối quan ngược chiều với ROE. Và các chỉ số này cũng có mối quan hệ tương quan tuyến tính với ROE thấp.
Mối tương quan của các biến độc lập so với chỉ số ROCE thì tương đối khác hơn só với hai biến còn lại, trong đó các biến như: Quy mô ngân hàng (SIZE), tỷ lệ tổng cho vay trên tổng tài sản (LOAN), tỷ lệ tiền gửi trên tổng tài sản (DEP), tỷ lệ thu nhập ngoài lãi thuần trên tổng tài sản (NII) và chỉ số tài chính GDP có tác động tích cực đến chỉ số này, ngoài ra các yếu tố khác thì có tác động tiêu cực đặc biệt là chỉ số tài chính INF.
4.2.2 Hiện tượng đa cộng tuyến của mô hình
Đa cộng tuyến là hiện tượng các biến độc lập trong mô hình tương quan tuyến tính với nhau. Mô hình nghiên cứu cần đảm bảo không có hiện tượng đa cộng tuyến cao xuất hiện. Đa cộng tuyến nghiêm trọng có thể làm sai số chuẩn cũng như khoảng tin cậy của ước lượng lớn, thậm chí có thể làm ước lượng bị sai dấu. Vì vậy, để chắc chắn rằng hiện tượng đa cộng tuyến không xuất hiện trong mô hình, nghiên cứu tiến hành thực hiện kiểm định chỉ số phóng đại phương sai VIF (Variance Inflation Factor). Kết quả được trình bày trong bảng 4 dưới đây:
SIZE 3.40 0.294 CAP 3.09 0.324 DEP 2.62 0.382 LOAN 2.58 0.388 LIQ 2Λ5 0.466 INF 1.97 0.507 CIR F90 0.526 NII 1.52 0.657 GDP 1.47 0.680 Mean VIF 2.30
(Nguồn: Tác giả tự tính toán và tổng hợp thông qua Stata 14.0)
Kết quả từ bảng 4 cho thấy, không có hệ số phóng đại phương sai VIF (Variance Inflation Factor) của biến giải thích nào vượt quá 10, giá trị VIF trung bình là 2.3 đối với toàn bộ mẫu của các nhóm NHTM, một lần nữa xác nhận mô hình trên có đa cộng tuyến nhưng mức độ nhỏ và cho phép thực hiện ước lượng (Gujrati, 2003).
4.2.3 Ket quả ước lượng mô hình hồi quy và lựa chọn mô hình
Kết quả mô hình hồi quy theo 3 phương pháp ước lượng Pooled OLS, FEM, REM được trình bày tóm tắt trong bảng 5 và bảng 6. Kết quả cho thấy:
Đối với biến phụ thuộc ROA, với phương pháp Pooled OLS, biến CAP, NII và CIR có tác động đến biến ROA với ý nghĩa thống kê cao ở mức độ tin cậy là 99%. Ngoài ra các biến còn lại không có ý nghĩa thống kê. Với phương pháp ước lượng FEM, biến CAP, LOAN, NII và CIR cũng có tác động đến biến ROA với ý nghĩa thống kê cao, ở mức độ tin cậy là 99%; ngoài ra còn có các biến như: SIZE, DEP, LIQ đều có tác động đến ROA nhưng ở các mức độ tin cậy khác nhau (dao động từ 90-95%). Hai biến vĩ mô GDP và INF lại không có ý nghĩa thống kê. Kết quả ước lượng mô hình theo phương pháp ước lượng REM cũng cho kết quả khá đồng nhất với các mô hình trên.
Bảng 5: Kết quả hồi quy theo các mô hình của biến ROA
Đối với biến phụ thuộc ROE, với phương pháp Pooled OLS, biến NII và CIR có tác động đến biến ROE với ý nghĩa thống kê cao ở mức độ tin cậy là 99%. Các biến SIZE, LOAN và INF có tác động đến ROE ở mức độ tin cậy thấp hơn và dao động từ 90-95%. Ngoài ra các biến còn lại không có ý nghĩa thống kê. Với phương pháp ước lượng FEM, biến SIZE, LOAN,LIQ, NII và CIR đều có tác động mạnh đến biến ROE với ý nghĩa thống kê cao, ở mức độ tin cậy dao động từ 95- 99%; ngoài ra các biến còn lại không có ý nghĩa thống kê đến ROE. Kết quả ước lượng mô hình theo phương pháp ước lượng REM cũng cho kết quả khá đồng nhất với các mô hình trên.
Bảng 6: Kết quả hồi quy theo các mô hình của biến ROE
Đối với biến phụ thuộc RCOE, với phương pháp Pooled OLS, biến SIZE, NII và CIR có tác động đến biến ROCE với ý nghĩa thống kê cao ở mức độ tin cậy là 99%. Chỉ có biến LIQ có tác động đến ROCE ở mức độ tin cậy thấp hơn và với độ tin cậy là 90%. Ngoài ra các biến còn lại không có ý nghĩa thống kê. Với phương pháp ước lượng FEM, biến SIZE, CAP, LOAN, NII và CIR có tác động mạnh đến biến ROCE với ý nghĩa thống kê cao, ở mức độ tin cậy dao động từ 95- 99%; ngoài ra các biến còn lại không có ý nghĩa thống kê đến ROCE. Kết quả ước lượng mô hình theo phương pháp ước lượng REM cũng cho kết quả khá đồng nhất với các mô hình trên.
Biến phụ thuộc ROA Biến phụ thuộc ROE Biến phụ thuộc ROCE
F(9, 240) = 20.43 F(9, 240) = 22.9 F(9, 240) = 19.69
R-squared = 0.433
7 R-squared = 0 0.462 R-squared = 7 0.424
Prob > F = 0.000 Prob > F = 0.000 Prob > F = 0.000
Biến phụ thuộc ROA Biến phụ thuộc ROE Biến phụ thuộc ROCE
Bảng 7: Kết quả hồi quy theo các mô hình của biến ROCE
Với những sự khác biệt trong kết quả hồi quy cũng như đảm bảo được mô hình hồi quy đảm bảo tính vững, không chệch và hiệu quả thì phải thực hiện lựa chọn mô hình và kiểm định mô hình sau khi lựa chọn.
Thực hiện các kiểm định để lựa chọn mô hình phù hợp trong 3 mô hình Pooled OLS, FEM, REM. Cụ thể tác giả thực hiện như sau:
Thứ nhất, so sánh giữa hai mô hình Pooled OLS và FEM
Đầu tiên, lựa chọn giữa mô hình Pooled OLS và FEM, tác giả dựa trên kiểm định F. Với giả thiết HO : tất cả các hệ số tung độ gốc các biến trong mô hình hồi quy đều bằng nhau và bằng một hằng số, hay nói cách khác mô hình Pooled OLS là phù hợp. Kết quả kiểm định như sau:
57
Bảng 8: Kiểm định F-Test để lựa chọn giữa 02 mô hình OLS và FEM
(Nguồn: Tác giả tự tính toán và tổng hợp)
=> Như vậy, kết quả kiểm định F-test của cả 3 biến phụ thuộc ROA, ROE và
ROCE được thể hiện ở bảng 8, với mức ý nghĩa 5%, ta có: Prob = 0.0000 giả thiết HO bị bác bỏ hay nói cách khác mô hình FEMphù hợp hơn mô hình Pooled OLS (1)
Thứ hai, so sánh giữa hai mô hình REM và FEM
Sau khi lựa chọn được mô hình FEM phù hợp hơn Pooled OLS, đề tài sử dụng kiểm định Hausman để lựa chọn giữa mô hình FEM (mô hình hồi quy với các đặc điểm riêng tác động đến các biến độc lập cố định) và REM (mô hình hồi quy với các đặc điểm riêng tác động đến các biến độc lập ngẫu nhiên). Giả thiết HO đặt ra trong kiểm định Hausman: không có sự tương quan giữa sai số ngẫu nhiên của các đơn vị chéo với các biến độc lập trong mô hình. Nói cách khác HO: mô hình REM phù hợp hơn mô hình FEM. Kết quả kiểm định Hausman, cho thấy:
Test: Ho: difference in coefficients not systematic chi2(9) = (b-B)'[(V_b- V_B) ^ (-1)](b-B) = 28.65 chi2(8) = (b-B)'[(V_b- V_B) ^ (-1)](b-B) = 20.58 chi2(9) = (b-B)'[(V_b- V_B) ^ (-1)](b-B) = 15.19 Prob > chi2 = 0.0007 Prob > chi2 = 0.0147 Prob > chi2 = 0.0857
Biến Dấu kỳ vọng Kết quả nghiên cứu
SIZE (+) Đúng dấu, có ý nghĩa thống kê mức 5%
CAP (+) Đúng dấu, có ý nghĩa thống kê mức 10%
LOAN (+) Đúng dấu, có ý nghĩa thống kê mức 10%
DEP (-) Đúng dấu, có ý nghĩa thống kê mức 5%
LIQ (+) Đúng dấu, có ý nghĩa thống kê mức 1%
NII (+) Đúng dấu, có ý nghĩa thống kê mức 10%
CIR (-) Đúng dấu, có ý nghĩa thống kê mức 10%
GDP (+) Dấu âm, không có ý nghĩa thống kê
INF (-) Dấu dương, không có ý nghĩa thống kê
Biến Dấu kỳ vọng Kết quả nghiên cứu
SIZE (+) Đúng dấu, có ý nghĩa thống kê mức 5%
CAP (+) Dấu âm, không có ý nghĩa thống kê
LOAN (+) Đúng dấu, có ý nghĩa thống kê mức 10%
(Nguồn: Tác giả tự tính toán và tổng hợp)
=> Kết quả kiểm định Hausman được thể hiện trong bảng 9 với mức ý nghĩa 5% cho thấy trị thống kê Chi bình phương của cả 3 biến phụ thuộc ROA, ROE và ROCE lần lượt là 28.65, 20.58 và 15.19 và Prob > F = 0.0007, 0.0146 và 0.0857 (2 biến ROA và ROE nhỏ hơn 0.05 nhưng biến ROCE lớn hơn 0.05).
Như vậy, với mức ý nghĩa 5%, đối với mô hình ROA và ROE bác bỏ giả thiết H0 hay mô hình FEM phù hợp hơn mô hình REM. Với mức ý nghĩa 5%, đối với mô hình ROCE chấp nhận giả thiết HO hay mô hình REM phù hợp hơn mô hình FEM (2).
58
Từ kết luận (1) và (2), đề tài kết luận mô hình tác động cố định FEM là mô hình phù hợp với 2 biến phụ thuộc ROA và ROE, ngược lại mô hình REM phù hợp với biến phụ thuộc ROCE để đánh giá các yếu tố tác động đến lợi nhuận của các NHTMCP tại Việt Nam.
Bảng 10: Kết quả kiểm định thực nghiệm bằng ước lượng phương pháp FEM với ROA
(Nguồn: Tác giả tự tính toán và tổng hợp)
Kết quả hồi quy từ mô hình FEM ở bảng 9 cho thấy các biến SIZE, CAP, LOAN, LIQ, NII có ảnh hưởng thuận chiều và các biến CIR và DEP có ảnh hưởng ngược chiều đến biến ROA - biến đại diện cho lợi nhuận của ngân hàng. Hai biến vĩ mô kinh tế là GDP và INF là hai biến có kết quả hồi quy không có ý nghĩa thống kê đối với mô hình này.
DEP (-) Dấu âm, không có ý nghĩa thống kê
LIQ (+) Đúng dấu, có ý nghĩa thống kê mức 10%
NII (+) Đúng dấu, có ý nghĩa thống kê mức 10%
CIR (-) Đúng dấu, có ý nghĩa thống kê mức 10%
GDP (+) Dấu âm, không có ý nghĩa thống kê
INF (-) Dấu dương, không có ý nghĩa thống kê
Biến Dấu kỳ vọng Kết quả nghiên cứu
SIZE (+) Đúng dấu, có ý nghĩa thống kê mức 10%
CAP (+) Đúng dấu, với ý nghĩa thống kê mức 5%
LOAN (+) Đúng dấu, có ý nghĩa thống kê mức 1%
DEP (-) Dấu âm, không có ý nghĩa thống kê
LIQ (+) Dấu âm, không có ý nghĩa thống kê
NII (+) Đúng dấu, có ý nghĩa thống kê mức 10%
CIR (-) Đúng dấu, có ý nghĩa thống kê mức 10%
GDP (+) Dấu dương, không có ý nghĩa thống kê
INF (-) Dấu âm, không có ý nghĩa thống kê
(Nguồn: Tác giả tự tính toán và tổng hợp)
Tương tự, kết quả hồi quy từ mô hình FEM ở bảng 11 cho thấy các biến SIZE, LOAN, LIQ, NII có ảnh hưởng thuận chiều và chỉ có biến CIR có ảnh hưởng ngược chiều đến biến ROE - biến đại diện cho lợi nhuận của ngân hàng. Bên cạnh đó, CAP, DEP cùng với hai biến vĩ mô kinh tế là GDP và INF là những biến có kết quả hồi quy không có ý nghĩa thống kê đối với mô hình này.
Bảng 12: Kết quả kiểm định thực nghiệm bằng ước lượng phương pháp REM với ROCE
(Nguồn: Tác giả tự tính toán và tổng hợp)
Kết quả hồi quy từ mô hình REM ở bảng 12 cho thấy các biến SIZE, CAP, LOAN, NII có ảnh hưởng thuận chiều và chỉ có biến CIR có ảnh hưởng ngược chiều đến biến ROCE - biến đại diện cho lợi nhuận của ngân hàng. Bên cạnh đó, DEP và LIQ cùng với hai biến vĩ mô kinh tế là GDP và INF là những biến có kết quả hồi quy không có ý nghĩa thống kê đối với mô hình này.
Vậy ba mô hình nghiên cứu có phương trình sau:
ROAit= -0.0512 + 0.003 SIZEit + 0.067 CAPit + 0.022 LOANit
- 0.014 DEPit+ 0.017 LIQit + 0.439 NIIit - 0.023 CIRit + μit
ROEit= -0.532 + 0.034 SIZEit + 0.287 LOANit + 0.248 LIQit + 3.253 NIIit
- 0.236 CZRit+ μit
ROCEit= -0.212 + 0.014 SZZEit+ 0.164 C PΛ it+ 0.05 LO WΛ it+ 1.24 NIIit
- 0.067 CZRit+ μit
4.3 Thảo luận kết quả nghiên cứu
4.3.1 Quy mô của ngân hàng (SIZE)
Biến quy mô ngân hàng có tương quan dương với ROA, ROE và ROCE và ở mức ý nghĩa thống kê là 10% và 5%. Do đó, có thể nói rằng quy mô ngân hàng tác động cùng chiều với lợi nhuận của ngân hàng. Cụ thể hơn, nếu quy mô ngân hàng (SIZE) tăng lên 1 đơn vị thì lợi nhuận của ngân hàng tăng theo ROA, ROE và ROCE lần lượt là 0.00349, 0.0336 và 0.014. Kết quả này với độ tin cậy cao là cơ sở để chấp nhận giả thuyết H1: Quy mô ngân hàng có tác động cùng chiều đến lợi nhuận của các ngân hàng. Thực tế có thể thấy, nếu các NHTMCP có quy mô lớn sẽ tận dụng được lợi thế về quy mô giúp các ngân hàng thực hiện các hoạt động kinh doanh trong thị trường hiệu quả và được ghi nhận là có thu nhập cao hơn. Ngoài ra, dựa theo giả thuyết “Hiệu ứng quy mô” các ngân hàng có quy mô lớn cho phép cơ hội đa dạng hóa danh mục cho vay nhiều hơn. Kết quả nghiên cứu này cũng được một số nghiên cứu khác như Syafri (2012), Kawshala, H., & Panditharathna, K. (2017), Nicole Petria cùng cộng sự (2015), Dinh (2013) đồng ý và cho kết quả tương tự. Nhưng bên cạnh đó, Pasiouras và Kosmidou (2008) lại cho kết quả ngược lại và chứng minh rằng, qui mô lớn có thể làm giảm hiệu suất của ngân hàng vì những chi phí mà ngân hàng phải