Tác giả áp dụng mô hình hồi quy bình phương nhỏ nhất dạng gộp Pooled OLS
để hồi quy dữ liệu bảng bằng các kết hợp mô hình hồi quy tác động cố định (FEM), mô hình hồi quy tác động ngẫu nhiên (REM), mô hình hồi quy tổng quát FGLS, SGMM để xem xét và phân tích RRTK tác động đến lợi nhuận của các NHTMCP.
Mô hình hồi quy gộp (Pooled OLS) thích hợp nếu không có yếu tố riêng biệt (từng ngân hàng) và yếu tố về thời gian. Phương pháp ước lượng tác động cố định (FEM) và tác động ngẫu nhiên (REM) không bỏ qua các yếu tố thời gian và yếu tố riêng biệt nên nó sẽ thích hợp để hồi quy. Để xem xét mô hình hồi quy phù hợp nhất trong ba mô hình trên, các kiểm định được sử dụng:
Kiểm định F-test để lựa chọn mô hình Pool OLS hoặc FEM với các giả thuyết
Nếu giá trị p-value ≤ # với ( # = 5%) thì bác bỏ H0, mô hình FEM được lựa chọn, ngược lại nếu p-value ≥ # thì mô hình OLS được lựa chọn.
Kiểm định Hausman được thực hiện để lựa chọn giữa mô hình FEM và REM với giả thuyết
H0: Không có sự tương quan giữa sai số đặc trưng giữa các đối tượng với các biến giải thích
H1 : Có sự tương quan giữa sai số đặc trưng giữa các đối tượng với các biến giải thích
Nếu giá trị p-value ≤ # với ( # = 5%) thì bác bỏ H0, lựa chọn mô hình FEM, ngược lại nếu p-value ≥ # thì mô hình REM được lựa chọn.
Kiểm định Breusch & Pagan để lựa chọn OLS và REM với giả thuyết
H0: Sai số của ước lượng không bao gồm các sai lệch giữa các đối tượng
H1: Sai số của ước lượng có bao gồm các sai lệch giữa các đối tượng
Nếu giá trị p-value ≤ # với ( # = 5%) thì bác bỏ H0, lựa chọn mô hình REM, ngược lại nếu p-value ≥ # thì mô hình OLS được lựa chọn.
Sau khi lựa chọn mô hình phù hợp, nếu mô hình REM được lựa chọn, ta dựa vào mô hình REM để phân tích kết quả, nếu FEM được lựa chọn thì nghiên cứu tiếp tục thực hiện các kiểm định phương sai thay đổi (sử dụng kiểm định Modified Ward) và tự tương quan (sử dụng kiểm định Wooldridge):
Trong mô hình FEM, kiểm định Modified Ward dùng để kiểm định hiện tượng phương sai thay đổi với giả thuyết
H0: Phương sai sai số là bằng nhau/ không đổi
H1: Phương sai sai số là không đổi/ thay đổi
Nếu giá trị p-value ≤ # với ( # = 5%) thì chấp nhận H1, bác bỏ H0, tức là mô hình hồi quy có hiện tượng phương sai sai số thay đổi, ngược lại nếu p-value ≥ #, chấp nhận H0thì mô hình hồi quy không có hiện tượng phương sai sai số thay đổi.
Kiểm định hiện tượng tự tương quan trong mô hình FEM là kiểm định 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
Nếu giá trị p-value ≤ # với ( # = 5%) thì chấp nhận H1, bác bỏ H0, tức là có hiện tượng tự tương quan trong mô hình. Nếu mô hình tồn tại hiện tượng tự tương quan và phương sai thay đổi, mô hình FGLS (Feasible Generalized Least Square) được sử dụng bởi mô hình này có thể kiểm soát được hiện tượng tự tương quan và phương sai thay đổi.
Biến độc lập và biến phụ thuộc (lợi nhuận của ngân hàng) có quan hệ đồng thời nên mô hình có thể xuất hiện vấn đề nội sinh. Nội sinh có thể gây ra ước tính sai lệch trong phân tích. Do đó, bài nghiên cứu sử dụng SGMM để giải quyết vấn đề nội sinh và tự tương quan đồng thời qua đó có thể so sánh kết quả với FGLS để mô hình nghiên cứu vững chắc về tác động của đa dạng hóa thu nhập đến lợi nhuận của ngân hàng. SGMM được sử dụng để giải quyết vấn đề nội sinh của một số biến giải thích thông qua biến công cụ. Để đảm bảo các ước lượng theo phương pháp SGMM là phù
hợp, tác giả dựa vào 4 điều kiện như sau: • Kiểm định Hansen với giả thuyết
H0: Các biến công cụ là phù hợp
H1: Các biến công cụ là không phù hợp
Nếu giá trị p-value > 10% thì chấp nhận giả thuyết H0, tức là các biến công cụ được sử dụng trong mô hình là phù hợp. Ngược lại giá trị p-value < 10% bác bỏ H0, chấp nhận H1nghĩa là các biến công cụ không phù hợp để sử dụng trong mô hình
• Kiểm định Sargan với giả thuyết
H0: Các biến công cụ là biến ngoại sinh
H1: Các biến công cụ không là biến ngoại sinh
Nếu giá trị p-value > 10% thì chấp nhận giả thuyết H0, tức là các biến công cụ (adsbygoogle = window.adsbygoogle || []).push({});
được sử dụng trong mô hình là biến ngoại sinh. Ngược lại giá trị p-value < 10% bác bỏ
H0, chấp nhận H1nghĩa là các biến công cụ không là biến ngoại sinh • Kiểm định tự tương quan bậc 2 (AR2) với giả thuyết
H0: Không có sự tưong quan bậc 2 của phần dư
H1: Có sự tưong quan bậc 2 của phần dư
Nếu giá trị p-value > 10%, ta chấp nhận H0: phần dư của mô hình không tồn tại hiện tượng tự tưong quan bậc 2, nghĩa là mô hình đạt yêu cầu. Ngược lại p-value < 10%, ta bác bỏ H0: phần dư của mô hình có tồn tại hiện tượng tự tưong quan bậc 2, nghĩa là mô hình chưa đạt yêu cầu.
• Bên cạnh đó, cần đảm bảo số lượng biến công cụ (the number of instruments)
Variable Obs Mean Std. Dev. Min Max ROA 273 0.009402 0.007132 0.0000143 0.055426 ROE 273 0.106761 0.073426 0.0002829 0.295657 LGAP 273 -0.09256 0.112755 -0.3856744 0.286528 SIZE 273 8.042209 0.495483 6.915157 9.180896 CASH 273 0.126139 0.080955 0.0085354 0.455145 DEP 273 0.646215 0.12575 0.2922782 0.899243 NPL 273 0.021484 0.012537 0.0001832 0.088275 GDP 273 0.059996 0.011358 0.0291 0.070758 INF 273 0.057625 0.047668 0.006312 0.186777 TÓM TẮT CHƯƠNG 3
Nội dung chương 3 trình bày quy trình nghiên cứu của khóa luận, phương pháp
được dùng để thực hiện nghiên cứu, mô tả dữ liệu, đưa ra các giả thuyết nghiên cứu để có cơ sở thiết lập mô hình nghiên cứu. Tác giả đã sử dụng phương pháp nghiên cứu định lượng và các kỹ thuật phân tích, so sánh, thống kê mô tả. Nghiên cứu định lượng được thực hiện thông qua việc xây dựng mô hình hồi quy tuyến tính và phân tích hồi quy theo các phương pháp OLS, FEM, REM, FGLS, SGMM để lựa chọn mô
hình phù hợp, đảm bảo tính vững nhằm đánh giá tác động của RRTK đến lợi nhuận của các NHTMCP tại Việt Nam. Trong chương 3, tác giả cũng đặt dấu kì vọng cho RRTK cũng như các biến tác động đến lợi nhuận và kết quả đạt được sẽ trình bày
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN