Theo Wooldrige (2002) cách khắc phục hiện tượng phương sai sai số thay đổi và tương quan chuỗi là lựa chọn phương pháp bình phương tối thiểu tổng quát (GLS).
LIQR
P-value 0.001 0.210
SEN
Hệ số β 0.0351** -0.0474
P-value 0.023 0.440
Biến kiểm soát
SIZE Hệ số β -0.00146 0.0208* P-value 0.608 0.068 Cons Hệ số β 0.0101 0.703*** P-value 0.812 0.000 N 112 112 Wald chi2 63.54 18.55 Prob>chi2 0.0000 0.0097 61
Ghi chú: (*) mức ý nghĩa 10%, (**) mức ý nghĩa 5%, (***) mức ý nghĩa 1%
Bảng 4.10 cho thấy kết quả hồi quy theo mô hình GLS trong mô hình NIM có biến biến độc lập gồm EQ, LIQR và SEN có ý nghĩa thống kê và được chấp nhận để giải thích cho biến phụ thuộc NIM với mức ý nghĩa lần lượt là 1%, 1% và 5%. Các biến còn lại gồm CAR, AQ, OE và SIZE không có ý nghĩa thống kê trong mô hình NIM. Kết quả được viết theo phương trình như sau:
NIM= 0.0879EQ + 0.0220LIQR + 0.0351SEN
Bảng 4.10 cho thấy kết quả hồi quy theo mô hình GLS trong mô hình TOBIN’s Q có biến độc lập gồm CAR, EQ và biến kiểm soát SIZE có ý nghĩa thống kê và được chấp nhận để giải thích cho biến phụ thuộc TOBIN’s Q với mức ý nghĩa lần lượt là 5%, 1% và 10%. Các biến còn lại gồm AQ, OE và SEN và LIQR không có ý nghĩa thống kê trong mô hình TOBIN’s Q. Kết quả được viết theo phương trình như sau:
4.4. Thảo luận kết quả hồi quy theo GLS
4.4.1 Ảnh hưởng của tỷ lệ an toàn vốn đến hiệu quả hoạt động - CAR
Biến CAR cho thấy kết quả có mối quan hệ cùng chiều với TOBIN’s Q, với mức ý nghĩa 5% trong mô hình nghiên cứu giai đoạn 2009-2019. Điều này đúng với kỳ vọng ban đầu của tác giả. Khi tỷ lệ an toàn vốn tăng lên 1% thì hiệu quả đo lường bằng chỉ số TOBIN’s Q tăng lên 0.336%. Điều này chứng tỏ CAR đóng vai trò không nhỏ trong việc nâng cao hiệu quả hoạt động tại các NHTM. Khi ngân hàng gia tăng tỷ lệ an toàn vốn đồng nghĩa với việc gia tăng tính hoạt động bền vững trong hệ thống ngân hàng. Ngoài ra, ngân hàng nâng cao hệ số CAR bằng cách tăng vốn không chỉ giúp các ngân hàng có khả năng chống chọi tốt hơn đối với việc suy giảm các hoạt động của doanh nghiệp mà đồng thời còn giúp ngân hàng tăng khả năng cấp tín dụng cho nền kinh tế.
Kết quả nghiên cứu cũng phù hợp với kết quả nghiên cứu của Ongore và Kusa (2013), Dabaghie và Rajha (2019), Kengatharan (2018), Dash và Das (2009), Olweny và Shipho (2011), Bashatweh và Ahmed (2020).
4.4.2 Ảnh hưởng của tỷ lệ nợ xấu vốn đến hiệu quả hoạt động - AQ
Kết quả nghiên cứu ở cả hai mô hình đều cho thấy tỷ lệ nợ xấu không có ý nghĩa thống kê, chưa có đủ cơ sở để kết luận mối quan hệ giữa tỷ lệ nợ xấu và đo lường hiệu quả hoạt động đối với NIM và TOBIN’s Q. Do đó, biến AQ không được chấp nhận để giải thích cho sự ảnh hưởng của tỷ lệ nợ xấu đến hiệu quả hoạt động. Kết quả chưa đồng nhất với các nghiên cứu Ongore và Kusa (2013); Olweny và Shipho (2011); Fani và các cộng sự (2018); Trịnh Quốc Trung, Nguyễn Văn Sang (2013); Nguyễn Thanh Thiên (2019). Kết quả nghiên cứu này có thể không giống với các nghiên cứu trước có thể có sự khác biệt về môi trường kinh doanh, quy định pháp luật, đặc điểm của nền kinh tế và giai đoạn nghiên cứu...Thực tế ở các NHTM tại Việt Nam nợ xấu ảnh hưởng nhiều đến hoạt động cũng như lợi nhuận của các ngân hàng nhưng kết quả nghiên cứu chưa cho thấy việc tác động của nợ xấu ảnh hưởng đến hiệu quả hoạt động nên cần có sự mở rộng về mặt số liệu để nghiên cứu sâu hơn về yếu tố này.