> Kết quả mô hình hồi quy phương pháp Pooled OLS
Fixed-effects (within) regression Group variable: NAMEl
Number of Obs =
Number of groups =
200 20
R-sq: Obs per group:
within = 0.4125 min = 10
between - 0.0000 avg = 10.0
overall = 0.2089 max = 10
F(8,172) = 15.10
corr(U-i, Xb) = -0.4694 Prob > F = 0.0000
ROA Coef. Std. Err. t p> t∣ ∣ [95⅞ Conf Interval]
RC .1169083 .0174209 6.71 0.000 .0825221 .1512946 BL .0289159 .0068998 4.19 0.000 .0152967 .0425352 SIKE -.000967 .0006105 -1.58 0.115 -.002172 .000238 L = Q .0138765 .007583 1.83 0.069 -.0010912 .0288441 OETA -.6989604 .1074251 -6.51 0.000 -.9110017 -.4869192 PRCF -.1012941 .1262231 -0.80 0.423 -.3504398 .1478517 GD P .0166951 .0911291 0.18 0.855 -.1631803 .1965704 CPI .028203 .0108611 2.60 0.010 .0067647 .0496412 _cons .009808 .011887 0.83 0.410 -.0136551 .0332711 sigma_u sigm.a_e rho .00527586 .00619633 .42027796
(fraction of variance due to u_i)
F test that all u_i=0: F(19, 172) = 4.81 Prob > F = 0.0000
có mức ý nghĩa 5%, biến SIZE có ý nghĩa mức 10%. Các biến còn lại bao gồm: LIQ, PRCF, GDP không có ý nghĩa thống kê. Mức độ giải thích của mô hình là 0.2543 với ý nghĩa là các nhân tố biến độc lập giải thích được 25.43% biến thiên của biến phụ thuộc ROA.
Đối với các mô hình hồi quy tuyến tính mà dữ liệu bảng thì để tăng sự phù hợp của mô hình và đánh giá được tác động chéo của các biến thời gian và từng ngân hàng, cần phân tích hồi quy với hiệu ứng cố định hay với tác động ngẫu nhiên. Điều này đã được chứng minh qua nhiều nghiên cứu. Do đó, tác giả tiến hành hồi quy mô hình tuyến tính với các hiệu ứng cố định và tác động ngẫu nhiên nhằm đánh giá và lựa chọn mô hình phù hợp.
> Ket quả mô hình hồi quy với tác động cố định (Fixed Effect Model)
Kết quả từ mô hình hồi quy với tác động cố định cho thấy:
- Kiểm định F có hệ số hồi quy F = 15.10 với mức ý nghĩa 1%. Kết quả này hàm ý rằng giả thiết về các hệ số hồi quy đồng thời bằng không đều bị bác bỏ với mức ý nghĩa 1%. Nghĩa là mô hình này phù hợp và có ý nghĩa thống kê.
Random-effects GLS regression Number of Obs
=
Number of groups =
Obs per group:
min = avg = max = 200 20 10 10.0 10 98.44 0.0000 Group variable R-sq: within = between = overall = corr(u_i, X) NAMEl 0.4022 0.0025 O.23B1
= O (assumed) Prob > chi2
= RO
A Coef . Std. Err. Z p> z∣ ∣ [95% Conf. Interval]
RC .1056819 .0169409 6.24 0.000 .0724783 .1388854 BL .0213671 .0056916 3.75 0.000 .0102117 .0325224 SIZE -.0000378 .0005364 -0.07 0.944 -.0010891 .0010136 L = C .0088214 .007265 1.21 0.225 -.0054177 .0230605 OETA -.6408358 .1027218 -6.24 0.000 -.8421669 -.4395048 PRCF -.0853464 .1143996 -0.75 0.456 -.3095654 .1388727 GD P CPI -.0187771.0294187 .0883586.0105901 -0.212.78 0.0050.632 -.1919567.0086625 .1544025.050175 _cons -.0006431 .0110349 -0.06 0.954 -.022271 .0209849 sigma_u sigma_e rho .00311987 .00619633 .20224355
(fraction of variance due to u_i)
- Kết quả hồi quy tuyến tính có hệ số xác định R2 là 0.4125. Kết quả này hàm ý rằng, các biến độc lập đã đua vào mô hình giải thích đuợc 41.25% sự thay đổi của biến phụ thuộc ROA.
- Coef là hệ số tác động của các biến độc lập lên biến phụ thuộc ROA.
- P>| 11 cho biết ý nghĩa thống kê của biến độc lập trong mối quan hệ với biến phụ thuộc ROA. Trong đó, biến RC, BL, OETA, CPI có ý nghĩa thống kê ở mức 1%, LIQ có mức ý nghĩa 10%, các biến còn lại bao gồm SIZE, PRCF, GDP không có ý nghĩa thống kê trong mô hình.
> Kết quả hồi quy với tác động ngẫu nhiên (Random Effect Model)
RC .1169083 .1056819 . 0112265 . 0040612 BL .0289159 .0213671 .0075489 .0039004 SZZE -.000967 -.0000378 -.0009292 .0002915 LIQ .0138765 .0088214 .005055 . 002173 OET A -.6989604 -.6408358 -.0581246 .0314385 PRC F -.1012941 -.0853464 -.0159477 .0533387 GD P CPI .0166951. 028203 -.0187771.0294187 -.0012158. 0354721 .0222997. 002411
Nguồn: Tổng hợp từ kết quả phân tích dữ liệu bằng Stata
Ket quả từ mô hình hồi quy với tác động ngẫu nhiên cho thấy:
- Ket quả hồi quy tuyến tính có hệ số xác định R2 là 0.4022. Ket quả này hàm ý rằng, các biến độc lập đã đua vào mô hình giải thích đuợc 40.22% sự thay đổi của biến phụ thuộc ROA.
- Thống kê prob>chi2 = 0.0000. Ket quả này hàm ý rằng giả thiết về các hệ số hồi quy đồng thời bằng không đều bị bác bỏ với mức ý nghĩa 1%. Nghĩa là mô hình này phù hợp và có ý nghĩa thống kê.
- Coef là hệ số tác động của biến độc lập lên biến phụ thuộc ROA. P>|z| cho biết ý nghĩa thống kê của biến độc lập trong mối quan hệ với biến phụ thuộc
41
ROA. Trong đó, biến RC, BL, OETA có ý nghĩa thống kê ở mức 1%, biến CPI có ý nghĩa 5%, các biến còn lại không có ý nghĩa thống kê.
> Lựa chọn mô hình Random Effect hay mô hình Fix Effect
Để quyết định lựa chọn mô hình Random Effect hay mô hình Fix Effect, tác giả sử dụng kiểm định Hausman:
Bảng 4.7 - Kết quả kiểm định Hausman
ROA . 0000601 .0002545
e . ŨŨŨŨ384 .0061963
U 9.73e-06 .0031199
b = consistent under Ho and Ha; obtained from Xtreg
B = inconsistent under Ha, efficient under Ho; obtained from Xtreg Test: Ho: difference in coefficients not systematic
Chi2(8) = (b-B)'[(V_b-V_B)^ (-1) ](b-B)
= 15.30
Prob>chi2 = 0.0536
(V_b-V_B is not positive definite)
Nguồn: Tổng hợp từ kết quả phân tích dữ liệu bằng Stata
Kết quả kiểm định Hausman cho thấy giả thuyết Ho: “Sự khác biệt trong các hệ số hồi quy không có tính hệ thống” bị bác bỏ ở mức ý nghĩa 5%, vì prob>chi2 = 0.0536 > 5%. Kết quả này hàm ý rằng, mô hình tác động ngẫu nhiên là mô hình phù hợp hơn so với mô hình tác động cố định.
Nhu vậy, hồi quy với mô hình Random Effect sẽ mang lại kết quả tốt nhất. Do đó, những phần tiếp theo sau đây tác giả sẽ thảo luận kết quả hồi quy này trên cơ sở mô hình tác động ngẫu nhiên (Random Effect)
42
Mô hình hồi quy được viết lại như sau:
ROA i,t = βi + 0.1057 RCi,t + 0.0214 BLi,t - 0.6408 OETAi,t + 0.0294 CPIi,t Theo mô hình tác động ngẫu nhiên (Random Effect), những biến số có ý nghĩa thống kê bao gồm: tỷ lệ vốn chủ sở hữu (RC) với mức ý nghĩa (P>|z|)=0.000<1%, tỷ lệ khoản cho vay khách hàng (BL) với mức ý nghĩa (P>|z|)=0.000<1%, tỷ lệ chi phí hoạt động (OETA) với mức ý nghĩa (P>|z|)=0.000<1%, lạm phát (CPI) có ý nghĩa thống kê ở mức 5% vì (P>|z|)=0.005<5%.
> Kiểm định phương sai sai số thay đổi
Kiểm định Breusch và Pagan Lagrangian multiplier mô hình REM cho biến phụ thuộc ROA với giả thuyết H0: Phương sai sai số của các thực thể là không đổi.
Bảng 4.8 - Kết quả kiểm định phương sai sai số thay đổi với biến phụ thuộc ROA
Breusch and Pagan Lagrangian multiplier test for random effects
ROA [NTkMElz t] = Xb + U [NTkMEl] + e [NTkMElz t] Estimated results:
SISE 1.64 0.611595 RC 1.53 0.654971 BL 1.39 0.720140 L = Q 1.24 0.004193 CPI 1.23 0.015042 GDF 1 1.22 0.820263 OETA 1.21 0.827017 PRCF 1.12 0.891849 Mean VIF 1.32
Test: Var(u) = O
chibar2: (Cl) = 32.92
Prob > chibar2 = 0.0000
Nguồn: Tong hợp từ kết quả phân tích dữ liệu bằng Stata
Kết quả cho thấy giá trị Prob > chibar2 = 0.0000 < 0.01 (Mức ý nghĩa 1%). Vì vậy mô hình REM phù hợp với nghiên cứu thông qua kiểm định Breusch - Pagan test, dữ liệu nghiên cứu có hiện tượng phương sai sai số thay đổi.
43
> Kiểm định tự tương quan đối với mô hình ROA
Kiểm định Wooldridge được thực hiện để kiểm định tự tương quan của dữ liệu bảng với giả thuyết H0: Không có tự tương quan
Bảng 4.9 - Kết quả kiểm tra tự tương quan đối với biến phụ thuộc là ROA
Wooldridge test for autocorrelation in panel data HO: no first-order autocorrelation
F( 1, 19) = 54.290
Prob > F = O .OOOO
Nguồn: Tổng hợp từ kết quả phân tích dữ liệu bằng Stata
Theo kết quả thể hiện ở bảng 4.10, vì P-value = 0.0000 < 0.05 nên bác bỏ H0, kết luận dữ liệu nghiên cứu có hiện tượng tự tương quan.
> Kiểm định đa cộng tuyến đối với mô hình ROA
Estimated autocorrelations = 1 Number of groups =
Estimated coefficients =
9
Time periods = 10
Wald chi2(8) = 53.23
Prob > Chi2 = O.OOOO
RQ A
Coef. Std. Err. Z P>∣Ξ∣ [95% Conf. Interval]
RC .0757426 .0154039 4.92 0.000 .0455515 .1059337 BL .0122546 .0051269 2.39 0.017 .002206 .0223031 SIZE -.000632 .0003033 -2.08 0.037 -.0012265 -.0000374 LIQ .0102551 .0055355 1.85 0.064 -.0005943 .0211045 OETA -.4263561 .0971222 -4.39 0.000 -.6167122 -.236 PRCF -.0144128 .0782767 -0.18 0.854 -.1678324 .1390068 GD P . 0174727 .058409 0.30 0.7 65 -.0970069 .1319523 CPI .0134898 .0073849 1.83 0.068 -.0009843 .0279639 _cons .0121978 .0071658 1.70 0.089 -.0018469 .0262424
Nguồn: Tổng hợp từ kết quả phân tích dữ liệu bằng Stata
Quan sát ma trận tương quan giữa các biến nghiên cứu trong bảng 4.2 có thể thấy không có một hệ số tương quan nào vượt quá 0.65, nghĩa là không có hiện tượng đa cộng tuyến trầm trọng giữa các cặp biến độc lập. Đồng thời kết quả từ
44
bảng 4.10 cho thấy tất cả các giá trị VIF đều nhỏ hơn 10. Ket luận hiện tuợng đa cộng tuyến không ảnh huởng nghiêm trọng đến kết quả trong mô hình.
Việc lựa chọn mô hình tại buớc này chỉ mang tính chất trung gian vì mô hình ROA có hiện tuợng tự tuơng quan và phuơng sai sai số thay đổi nên tác giả sử dụng phuơng pháp bình phuơng bé nhất tổng quả khả thi (FGLS) để khắc phục hiện tuợng tự tuơng quan và phuơng sai sai số thay đổi nhằm đảm bảo uớc luợng thu đuợc vững và hiệu quả.
> Hồi quy mô hình ROA với FGLS
Bảng 4.11 - Hồi quy mô hình ROA với FGLS
Cross-sectional time-series FGLS regression Coefficients: generalized least squares
b Residual 1.13174795 191 .005925382 R-squared = 0.2321 Adj R-squared = 0.2000 Total 1.47388693 199 .007406467 Roo t MSE = . 07698
ROE Coef . Std. Err. t p> t∣ ∣ [95% Conf. Interval]
RC -.0984424 . 18249 -0.54 0.590 -.458397 .2615121 BL .1610627 .0497211 3.24 0.001 .0629896 .2591358 SIKE .0116706 .0052325 2.23 0.027 .0013496 .0219915 LIQ .0461364 .0764529 0.60 0.547 -.104664 .1969368 CECA -4.718857 1.091966 -4.32 0.000 -6.872719 -2.564995 PRCF -.2426572 1.129281 -0.21 0.830 -2.470121 1.984807 GDP -.3372807 1.001608 -0.34 0.737 -2.312914 1.638353 CPI .4324831 .1207387 3.58 0.000 .1943307 . 6706356 cons -.1103208 .1153969 -0.96 0.340 -.3379369 .1172953
Nguồn: Tổng hợp từ kết quả phân tích dữ liệu bằng Stata
Hồi quy FGLS mô hình ROA với mức ý nghĩa 5% có p-value (prob>chi2)=0.0000 thì mô hình nghiên cứu có dạng nhu sau:
45
ROA = 0.07574 RC + 0.01225 BL - 0.0006 SIZE + 0.01025 LIQ - 0.4263 OETA + 0.0135 CPI