4.2.1. Kiểm định đa cộng tuyến
Đa cộng tuyến là hiện tượng các biến độc lập trong mô hình có mối quan hệ phụ thuộc lẫn nhau. Sự xuất hiện của hiện tường này dẫn đến việc các ước lượng OLS và sai số chuẩn trở nên nhạy cảm với bất kỳ sự thay đổi nào của số liệu. Điều này dẫn đến việc ước lượng khoảng tin cậy không còn chính xác. Vì vậy, tác giả sử dụng kiểm định VIF để kiểm định xem xét hiện tượng đa cộng tuyến của cả 2 mô hình ROA và ROE.
CAP * 0.185*** SIZE -0.0394 **0.3622* -0.708*** 1 NLTA 0.0075 0.0886 -0.0920* 0.2545** * 1 DEP 0.3425***- 0.200***- -0.335*** 0.0746 **0.3268* LIQ * 0.1653** *0.1195* 0.1381** -0.254*** 0.623***- -0.186*** — INF 0.2706** * *0.1604* 0.2550*** -0.273*** 0.301***- -0.384*** 0.4038*** GDP -0.0785 -0.0305 -0.0684 -0.0057 0.0102 0.0707 -0.0973* -0.0559 1 LIR 0.1636** * **0.2225* -0.0958* 0.0807 0.0393 -0.0413 -0.0221 0.4190*** **0.2594* 1 CR3 0.0784 0.1122* * -0.0783 0.0479 **0.2806* 0.3143*** -0.172*** -0.5644*** **0.1899* -0.2750*** 1 ***,
**, * có ý nhĩa thống kê lần lượt ở mức 1%, 5% và 10%
Nguồn: trích kết quả từ phần phần mềm stata
Hệ số phóng đại phương sai VIF (Variance Inflation Factor) của tất cả các biến
độc lập đều nhỏ hơn 4, giá trị Mean VIF = 1.97 < 2 nên các biến trong mô hình
không
có hiện tượng đa cộng tuyến.
4.2.2. Kiểm định tự trương quan
* SIZE 0.0024732** * 0.0020989*** 0.0022338*** NLTA 0.0047437 0.0078118* 0.0071815* DEP - 0.0183589*** -0.0204485*** -0.0201262*** LIQ 0.0135252** * 0.0180632*** 0.0173586*** INF 0.0417791** * 0.036721*** 0.0381998*** GDP - 0.0842363*** -0.0793405*** -0.079607*** LIR 0.0079939** * 0.0081986*** 0.0080749*** CR3 0.148166*** 0.1422133*** 0.1437944*** Hằng số - 0.0970744*** -0.0879645*** -0.0911262*** *****
* có ý nghĩa thống kê lần lượt ở mức 10%, 5%, 1%
Nguồn: Trích kết quả hồi quy từ phần mềm Stata
Phân tích tương quan các biến số theo từng cặp trong mô hình cho toàn mẫu
nghiên cứu từ bảng 4.2.2 cho ta thấy mối quan hệ giữa các biến đều ở mức cho
phép.
Giá trị tuyệt đối của hệ số tương quan của các biến độc lập đều nhỏ hơn 0.8. Trong đó, hệ số tương quan nhỏ nhất là -0.708 giữa CAP và SIZE. Hệ số tương quan cao nhất là 0.419 giữa LIR và INF.
Biến độc lập tỷ lệ lạm phát (INF) và lãi suất (LIR) có tác động cùng chiều đến
ROA, ROE ở mức ý nghĩa lần lượt là 1%. Ngược lại, tỷ lệ tiền gửi (DEP) có tác động
ngược chiều đến ROA và ROE với mức ý nghĩa 1%. Biến độc lập quy mô ngân hàng (SIZE) có tác động cùng chiều đến ROE ở mức ý nghĩa 1% và không tìm thấy ý nghĩa
thống kê ở mô hình ROA.
Tương tự, các biến độc lập như tỷ lệ vốn chủ sở hữu (CAP) có ảnh hưởng ngược chiều đến ROE ở mức ý nghĩa 1% và đồng thời có tác động cùng chiều đến ROA cũng với mức ý nghĩa 1%. Biến kiểm soát mức độ tập trung (CR3) có tác động cùng chiều với ROE với mức ý nghĩa 5% và không tìm thấy ý nghĩa thống kê ở mô hình ROA. Biến độc lập tỷ lệ cho vay (NLTA) không tìm thấy ý nghĩa thống kê.
4.3. Phân tích kết quả hồi quy mô hình theo phương pháp Pooled OLS, FEM,REM REM
4.3.1. Kiểm định hồi quy mô hình (1): ROA4.3.1.1. Kết quả hồi quy 4.3.1.1. Kết quả hồi quy
LIR và biến CR3 tăng 1% thì biến ROA tăng lần lượt là 0.0859%, 0.00244%, 0.01353%, 0.04177%, 0.00799%, 0.1482%. Tuy nhiên, biến DEP và biến GDP có quan hệ ngược chiều với ROA ở mức ý nghĩa 1%, khi biến DEP và GDP tăng 1% thì ROA giảm lần lượt 0.01836%, 0.08424%. Biến NLTA không tìm thấy ý nghĩa thống kê trong mô hình OLS.
Mô hình (2): Biến phụ thuộc ROE
Biến độc lập OLS FEM REM
CAP -0.0144772 -0.2060718* -0.1653995
SIZE 0.0267073*** 0.0145516** 0.0187641***
Với phương pháp FEM, mô hình cho thấy biến CAP, biến SIZE, biến LIQ,
biến INF, biến LIR và biến CR3 có quan hệ cùng chiều với biến phụ thuộc ROA với mức ý nghĩa 1%; khi biến CAP, biến SIZE, biến LIQ, biến INF, biến LIR và CR3 tăng 1% thì biến ROA tăng lần lượt là 0.07943%, 0.00209%, 0.01806%, 0.03672%, 0.00819%, 0.14221%. Ngược lại, biến DEP và biến GDP có quan hệ ngược chiều với
ROA ở mức ý nghĩa 1%, khi biến DEP và GDP tăng 1% thì ROA giảm lần lượt 0.02045%, 0.07934%. Biến NLTA có tác động cùng chiều đến ROA với mức ý nghĩa
10%, tức NLTA tăng 10% thì ROA tăng 0.007812%. Tất cả các biến độc lập đều tìm thấy ý nghĩa thống kê trong mô hình FEM.
Dựa vào kết quả hồi quy theo phương pháp REM, mô hình cho thấy biến
CAP,
biến SIZE, biến LIQ, biến INF, biến LIR và biến CR3 có quan hệ cùng chiều với biến
phụ thuộc ROA với mức ý nghĩa 1%; khi biến CAP, biến SIZE, biến LIQ, biến INF, biến LIR và biến CR3 tăng 1% thì biến ROA tăng lần lượt là 0.08076%, 0.00223%, 0.017358%, 0.038199%, 0.008075%, 0.14379%. Tuy nhiên, biến DEP và biến GDP lại có quan hệ ngược chiều với ROA ở mức ý nghĩa 1%, khi DEP và GDP tăng 1% thì ROA lần giảm lần lượt 0.02012%, 0.0796%. Biến NLTA có quan hệ cùng chiều đến ROA với mức ý nghĩa 10%, tức NLTA tăng 10% thì ROA tăng 0.00718%. Tất cả các biến đều có ý nghĩa thống kê để giải thích sự phụ thuộc của ROA.
4.3.1.2. Kiểm định lựa chọn mô hình phù hợp
Bảng 4.3.1. 2: Kết quả kiểm định F-Test cho mô hình (1) F-TEST
F test that all u_i=0: F(28, 299) = 6.12 Prob > F = 0.0000
Nguồn: trích kết quả hồi quy trên stata
Đối với mô hình (1), biến phụ thuộc là ROA: Tác giả sử dụng kiểm định F- TEST để lựa chọn giữ mô hình OLS và mô hình FEM. Kết quả cho thấy là F(28,299)
= 6.12 với Prob > F = 0.0000, với mức ý nghĩa 5% thì ta thấy F=0.0000 < 5% cho
thấy mô hình Pooled OLS không phù hợp, vì thế ta chọn mô hình hồi quy FEM.
• KIỂM ĐỊNH FEM VÀ REM
Để xem xét mô hình FEM hay REM phù hợp hơn, ta sử dụng kiểm định Hausman.
Bảng 4.3.1.3: Kết quả kiểm định Hausman cho mô hình (1)
Hausman Test
Ho: difference in coefficients not systematic Chi2(9) = 0.6
Prob>chi2 = 0.9999
Nguồn: trích kết quả hồi quy trên stata
Kết quả trong Bảng 4.3.1.3 cho thấy chi2 = 0.6 và Prob > chi2 = 0.9999. Với
mức ý nghĩa α =5% với giả thuyết Ho: không có sự khác biệt giữa 2 mô hình. Kết
quả kiểm định Hausman cho kết quả Prob> α nên ta chấp nhận giả thiết H0, điều
này
cho thấy mô hình REM tốt hơn mô hình FEM.
• Vì vậy, mô hình REM sẽ được sử dụng trong nghiên cứu ở mô hình (1).
ð Sau khi kiểm định để lựa chọn mô hình hồi quy ROA, ta có kết quả như sau:
ROAlt= -0.0911 + 0.0807 CAPlt+ 0.0022 SIZEiit + 0.0072 NLTAiit- 0.0201DEPiit+ 0.0173 LIQiit + 0.0382 INFiit - 0.0796 GDPiit+ 0.008
LIRt t+ 0.1437 CR3iit + εi't
4.3.2. Kiểm định hồi quy mô hình (2): ROE4.3.2.1. Kết quả hồi quy 4.3.2.1. Kết quả hồi quy
INF 0.4455425*** 0.3755519*** 0.4040593*** GDP -0.6607732** -0.7077219*** -0.6766522*** LIR 0.0755447*** 0.0813961*** 0.077668*** CR3 1.468739*** 1.388405*** 1.410765*** Hằng số -0.9281418*** -0.6538534*** -0.7498474*** ***** *
có ý nghĩa thống kê lần lượt ở mức 10%,
thuộc ROE với mức ý nghĩa 1%; khi biến SIZE, biến NLTA, biến LIQ, biến INF, biến LIR và CR3 tăng 1% thì biến ROE tăng lần lượt là 0.0267%, 0.10814%, 0.2068%, 0.4455%, 0.0755%, 1.4687%. Tuy nhiên, biến DEP có quan hệ ngược chiều với biến ROE ở mức ý nghĩa 1%, khi biến DEP tăng 1% thì biến ROE giảm 0.2343%. Bên cạnh đó, biến GDP cũng có quan hệ ngược chiều đến ROE với mức ý nghĩa 5%, tức GDP tăng 5% thì ROE giảm 0.6607%. Biến CAP không có ý nghĩa thống kê trong mô hình OLS.
Với phương pháp FEM, mô hình cho thấy biến NLTA, biến LIQ, biến INF, biến LIR và CR3 có quan hệ cùng chiều với biến phụ thuộc ROE với mức ý nghĩa 1%; khi các biến NLTA, biến LIQ, biến INF, biến LIR và CR3 tăng 1% thì ROE tăng lần lượt là 0.12974%, 0.2153%, 0.3755%, 0.0814%, 1.3884%. Ngược lại, biến DEP và GDP lại có quan hệ ngược chiều với ROE ở mức ý nghĩa 1%, khi DEP và GDP tăng 1% thì ROE giảm lần lượt là 0.2404%, 0.7077%. Biến SIZE có quan hệ cùng chiều đến ROE với mức ý nghĩa lần lượt là 5%, khi SIZE tăng lần lượt 5% thì ROE tăng 0.01455%. Biến CAP lại có quan hệ ngược chiều đến ROE với mức ý nghĩa 10%, tức CAP tăng 10% thì ROE giảm 0.206%. Tất cả các biến độc lập đều có ý nghĩa thống kê.
Dựa vào kết quả hồi quy theo phương pháp REM cho thấy biến SIZE, biến NLTA, biến LIQ, biến INF, biến LIR và CR3 có quan hệ cùng chiều với biến phụ thuộc ROE với mức ý nghĩa 1%, khi biến SIZE, biến NLTA, biến LIQ, biến INF, biến LIR và CR3 tăng 1% thì biến ROE tăng lần lượt là 0.01876%, 0.1272%, 0.2215%, 0.404%, 0.0776%, 1.4107%. Tuy nhiên, biến DEP và biến GDP có quan hệ ngược chiều với biến ROE ở mức ý nghĩa 1%, khi biến DEP và GDP tăng 1% thì biến ROE giảm lần lượt là 0.2389%, 0.6766%. Trong khi đó, biến CAP không có ý nghĩa thống kê để giải thích sự phụ thuộc của ROE.
4.3.2.2. Kiểm định lựa chọn mô hình phù hợp
• KIỂM ĐỊNH POOLED OLS VÀ FEM
Bảng 4.3.2. 2: Kết quả kiểm định F-Test cho mô hình (2)
F-TEST
F test that all u_i=0: F(28, 299) = 8.51 Prob > F = 0.0000
Nguồn: trích kết quả từ phần phần mềm stata
Đối với mô hình (2), biến phụ thuộc là ROE: Tác giả sử dụng kiểm định F- TEST để lựa chọn giữ mô hình OLS và mô hình FEM. Kết quả cho thấy là F(28,299)
= 8.51 với Prob > F = 0.0000, với mức ý nghĩa 5% thì ta thấy F=0.0000 < 5% cho
thấy mô hình Pooled OLS không phù hợp, vì thế ta chọn mô hình hồi quy FEM.
• KIỂM ĐỊNH FEM VÀ REM
Để xem xét mô hình FEM hay REM phù hợp hơn, tác giả sử dụng kiểm định Hausman.
Bảng 4.3.2. 3: Kết quả kiểm định Hausman cho mô hình (2) Hausman Test:
Ho: difference in coefficients not systematic Chi2(9) = 1.92
Prob>chi2 = 0.9927
Kết quả trong Bảng 4.3.2.3 cho thấy chi2 = 1.92 và Prob > chi2 = 0.9927. Với
mức ý nghĩa α =5%, kết quả kiểm định Hausman cho kết quả Prob>α nên chấp nhận
Ho. Điều này cho thấy mô hình REM hiệu quả hơn mô hình FEM.
ð Ket quả lựa chon: Sau khi thực hiện các kiểm định giữa OLS, FEM và
REM cho mô hình (2), tác giả lựa chọn mô hình REM là mô hình phù hợp.
ð Sau khi kiểm định để lựa chọn mô hình hồi quy ROE, ta có kết quả như sau:
ROEit= -0.749 + 0.0187 SIZEit + 0.127 NLTAit - 0.2389DEPit + 0.221 LIQit +
L,L I1L l,L L1L ‰ l,L
0.404 INFi,t- 0.676 GDPiit+ 0.0776 LIRiit+ 1.4107 CR3i't+ Eí/t
4.4. Thảo luận về kết quả nghiên cứu
Các kết quả hồi quy ROA và ROE với mẫu nghiên cứu gồm 337 mẫu quan sát
của 29 ngân hàng Thương mại Cổ phần Việt Nam trong giai đoạn năm 2009 đến 2020
cho ta thấy:
• Mô hình ROA
Biến độc lập CAP, biến SIZE, biến LIQ, biến INF, biến LIR và biến CR3 có quan hệ cùng chiều với biến phụ thuộc ROA với mức ý nghĩa 1%; khi biến CAP, biến SIZE, biến LIQ, biến INF, biến LIR và biến CR3 tăng 1% thì biến ROA tăng lần lượt là 0.08076%, 0.00223%, 0.017358%, 0.038199%, 0.008075%, 0.14379%.
Tuy nhiên, biến DEP và biến GDP lại có quan hệ ngược chiều với ROA ở mức ý nghĩa 1%, khi DEP và GDP tăng 1% thì ROA lần giảm lần lượt 0.0201%, 0.0796%. Biến NLTA có quan hệ cùng chiều đến ROA với mức ý nghĩa 10%, tức NLTA tăng 10% thì ROA tăng 0.00718%.
Tất cả các biến đều có ý nghĩa thống kê để giải thích sự phụ thuộc của ROA.
• Mô hình ROE
Biến SIZE, biến NLTA, biến LIQ, biến INF, biến LIR và CR3 có quan hệ cùng chiều với biến phụ thuộc ROE với mức ý nghĩa 1%, khi biến SIZE, biến NLTA, biến
Kết quả Chỉ tiêu khả năng sinh lời
Biến ROA ROE
CAP + 0 SIZE + + NLTA + + DEP - - LIQ + + INF + + GDP - -
LIQ, biến INF, biến LIR và CR3 tăng 1% thì biến ROE tăng lần lượt là 0.01876%, 0.1272%, 0.2215%, 0.404%, 0.0776%, 1.4107%
Tuy nhiên, biến DEP và biến GDP có quan hệ ngược chiều với biến ROE ở mức ý nghĩa 1%, khi biến DEP và GDP tăng 1% thì biến ROE giảm lần lượt là 0.2389%, 0.6766%.
Trong khi đó, biến CAP không có ý nghĩa thống kê để giải thích sự phụ thuộc của ROE.
Tóm lại, kết quả hồi quy theo phương pháp REM cho thấy tỷ lệ lạm phát (INF), tỷ lệ chi vay (NLTA), khả năng thanh khoản (LIQ), quy mô ngân hàng (SIZE), mức độ tập trung (CR3) và lãi suất cho vay bình quân ngành (LIR) có quan hệ đồng biến với khả năng sinh lời theo ROA và ROE; tỷ lệ tiền gửi (DEP) và tốc độ tăng trưởng (GDP) có quan hệ nghịch biến với khả năng sinh lời ROA và ROE; tỷ lệ vốn chủ sở hữu (CAP) có quan hệ đồng biến với khả năng sinh lời theo ROA.
4.5. Tóm tắt chương 4
Tác giả tiến hành phân tích sự ảnh hưởng của yếu tố kinh tế vĩ mô tác động đến khả năng sinh lời của ngân hàng theo chỉ tiêu ROA và ROE. Nghiên cứu sử dụng các kiểm định như kiểm định đa cộng tuyến, tự tương quan, cùng với các phương pháp hồi quy Pooled OLS, FEM, REM để lựa chọn ra mô hình ước lượng phù hợp. Nhìn chung, tất cả các biến đều có ý nghĩa thống kê với mô hình. Trong chương 5, tác giả sẽ dựa vào kết quả phân tích của chương 4 để kết luận và đưa ra một số giải pháp giúp nâng cao khả năng sinh lời của các ngân hàng TMCP VN.
CHƯƠNG 5: KẾT LUẬN ĐÓNG GÓP NGHIÊN CỨU VÀ KHUYẾN NGHỊ GIẢI PHÁP
5.1. Kết luận
Việc xác định tầm quan trọng của các yếu tố kinh tế vĩ mô đến khả năng sinh lời của ngân hàng là điều tất yếu giúp các ngân hàng có thể định hướng phát triển trong thương trường hiện nay.
Nghiên cứu sử dụng dữ liệu bảng với 337 mẫu quan sát của 29 ngân hàng thương mại cổ phần Việt Nam từ năm 2009 đến 2020 theo các phương pháp phân tích hồi quy là OLS, FEM, REM. Nghiên cứu sử dụng 2 biến phụ thuộc là ROA, ROE và 9 biến độc lập là tỷ lệ vốn chủ sở hữu (CAP), tỷ lệ cho vay (NLTA), quy mô ngân hàng (SIZE), khả năng thanh khoản (LIQ), mức độ tập trung ngân hàng (CR3), tỷ lệ tiền gửi (DEP), tỷ lệ lạm phát (INF), tốc độ tăng trưởng (GDP) và lãi suất cho vay bình quân (LIR). Theo kết quả đã phân tích trên, nhóm biến lợi nhuận (ROE, ROA) thích hợp với mô hình hồi quy REM.
Dấu (+) thể hiện sự tác động cùng chiều, dấu (-) thể hiện sự tác động ngược chiều, kí hiệu (0) thể hiện biến không có ý nghĩa thống kê
Tỷ lệ vốn CSH: Đúng như kỳ vọng, tỷ lệ vốn CSH có mối quan hệ cùng chiều
với khả năng sinh lời dựa trên chỉ tiêu ROA, tức là khi vốn CSH càng cao thì lợi nhuận trên tổng tài sản càng cao. Đối với ngân hàng, khi vốn tăng có nghĩa nguồn lực tăng thêm sẽ dể dàng cho vay nhiều hơn. Bên cạnh đó vốn CSH vẫn tác động cùng chiều với lợi nhuận với mức ý nghĩa 1%, điều này cho biết hiệu quả quản lý và sử dụng tài sản để tạo ra thu nhập của ngân hàng là hiệu quả và theo hướng phát triển tốt. Kết quả nghiên cứu này phù hợp với các nghiên cứu trước đây như: Pasiouras, F., Kosmidou, K. (2007); Sufian, F., Chong, R.R. (2008); Besanko, D., Kanatas, G. (1996); Calomiris, W.C., Wilson, B. (2004)
Quy mô ngân hàng: Đúng như kì vọng, quy mô ngân hàng có mối quan hệ cùng chiều với chỉ tiêu khả năng sinh lời và có ý nghĩa thống kê tại mức ý nghĩa 1% trong mô hình. Điều này chỉ ra rằng, các NHTMCPVN càng mở rộng hoạt động, gia tăng tài sản, quy mô vốn tăng sẽ tạo ra nhiều thu nhập từ các hoạt động tín dụng. Kết quả nghiên cứu này phù hợp với giả thuyết đặt ra và phù hợp với kết quả nghiên cứu