Qua các kết quả kiểm định trên, có thể thấy được mô hình không có khuyết tật đa cộng tuyến. Mặc dù vậy, mô hình lại gặp phải hiện tượng tự tương quan và hiện tượng phương sai sai số thay đổi, điều này sẽ làm cho các ước lượng thu được bằng phương pháp hồi quy FEM trên dữ liệu bảng mà tác giả đã lựa chọn không hiệu quả và các kiểm định không còn đáng tin cậy. Do vậy, tác giả dùng phương pháp ước lượng bình phương tối thiểu tổng quát (GLS) để khắc phục khuyết tật phương sai và tự tương quan nhằm đảm bảo ước lượng thu được vững và hiệu quả (Wooldridge, 2002).
4.7.1 Kết quả ước lượng theo phương pháp GLS
Như đã trình bày ở trên, mô hình nghiên cứu đã gặp phải các vấn đề về phương sai sai số thay đổi và tự tương quan. Tuy không làm thiên lệch kết quả ước lượng của hệ số nhưng những vấn đề này có thể làm kết quả ước lượng không còn hiệu quả, đặc biệt là làm cho các sai số chuẩn của hệ số không còn là bé nhất. Và đề khắc phục những khiếm khuyết đó, tác giả sẽ sử dụng ước lượng theo phương pháp GLS đã xử lý vi phạm tự tương quan và phương sai sai số thay đổi.
TEX -0.0108*** (0.0000) -0.0999***(0.000) EQI 0.0239*** (0.002) -0.1686** (0.023) GDP 0.0083 (0.434) 0.1302 (0.307) INF 0.0184*** (0.000) 0.1683*** (0.000) Prob > Chi2 0.0000 0.0000
Ghi chú ***, **, * có ý nghĩa thống kê lần lượt ở mức 1%, 5% và 10%
Nguồn: Kết quả từ phần mềm Stata
• Đánh giá kết quả hồi quy ROA
Ước lượng mô hình hồi quy cho mô hình 1 cho kết quả giá trị p-value bằng 0.0000 nhỏ hơn 0.05 nên mô hình được đánh giá là phù hợp.
Kết quả mô hình nghiên cứu có phương trình như sau: Mô hình 1- ROA:
ROAit = - 0.0081 + 0.0018 SIZEit - 0.0029 DEPit + 0.2397 TNIit - 0.0108 TEXit + 0.0239 EQIit + 0.0083 GDPit + 0.0184 INFit + Uit
Kết quả mô hình 1 cho thấy biến SIZE, TNI, EQI, INF có tác động cùng chiều lên biến phụ thuộc ROA và có ý nghĩa thống kê với cùng mức ý nghĩa 1%. Điều này cho thấy khi một trong các nhân tố này tăng lên sẽ làm cho ROA có xu hướng tăng theo và ngược lại nếu giảm đi sẽ kéo ROA giảm theo. Các biến độc lập DEP, TEX có tác động ngược chiều lên ROA với mức ý nghĩa lần lượt là 5% và 1%. Điều này cho thấy khi một trong các nhân tố này tăng lên sẽ làm cho ROA có xu hướng giảm và ngược lại nếu giảm đi sẽ làm cho ROA tăng lên. Ngoài ra, biến GDP không có ý nghĩa thống kê.
• Đánh giá kết quả hồi quy ROE
Ket quả nghiên cứu cho ROE cũng giống như với ROA: giá trị p-value của mô hình hồi quy nhỏ hơn mức ý nghĩa 5%. Kết quả mô hình được đánh giá là phù hợp và sử dụng được. Mô hình cũng thể hiện được sự tác động của các biến độc lập đến biến ROE.
Kết quả mô hình nghiên cứu có phương trình như sau: Mô hình 2 - ROE:
ROEit = - 0.2735 + 0.0509 SIZEit - 0.0478 DEPit + 1.9178 TNIit - 0.0999 TEXit - 0.1686 EQIit + 0.1302 GDPit + 0.1683 INFit + Uit
Mô hình đưa ra yếu tố SIZE, TNI, GDP, INF có tác động cùng chiều lên ROE và có ý nghĩa thống kê với mức ý nghĩa là 1%. Điều này cho thấy khi một trong các nhân tố này tăng lên sẽ làm cho ROE có xu hướng tăng theo và ngược lại nếu giảm đi sẽ kéo ROE giảm theo. Trong đó, biến GDP lại không có ý nghĩa thống kê.
Các yếu tố còn lại DEP, TEX, EQI đều có tác động ngược chiều lên ROE. Điều này cho thấy khi một trong các nhân tố này tăng lên sẽ làm cho ROE có xu hướng giảm và ngược lại nếu giảm đi sẽ làm cho ROE tăng lên. Trong đó, DEP và TEX với mức ý nghĩa 1% có ý nghĩa thống kê còn biến EQI có ý nghĩa với mức 5%.