Theo Gujarati và Porter (2004), tác giả nghiên cứu 3 dấu hiệu mô hình có hiện tượng tự tương quan như sau:
1) Giá trị R2 thường cao nhưng giá trị t-test ít có ý nghĩa.
2) Các cặp biến có mức tương quan cao hơn 0.8 và có nguyên nhân xảy ra hiện tượng đa cộng tuyến nghiêm trọng, tuy nhiên hiện tượng đa cộng tuyến xảy ra không chỉ xảy ra do nguyên nhân hệ số tương quan cao hơn 0.8 mà còn nhiều trường hợp khác.
3) Hệ số phóng đại phương sai VIF có giá trị biến độc lập lớn hơn 10. Bảng 4.2: Bảng ma trận tương quan các biên trong mô hình
SIZE 0.2297 0.4687 0.4479 1
ROA 0.4105 0.1535 -0.1669 0.1475 1
NIM 0.085 0.2471 -0.143 0.1869 0.765 1
COST -0.0026 -0.1852 -0.1644 -0.0959 -0.5373 0.4344- 0.1565 0.0181 -0.1152 1 LIQ 0.0434 -0.0886 -0.1226 0.4026 0.1142 0.1543 0.0002 -0.0401 -0.2268 0.0058 1 (N guồn : ết quả phân tích từ p lần mềm STATA 16.0)
Variable VIF 1/VIF
ROA 3.57 0.28018 NIM 2.75 0.36323 DEPO 2.65 0.00000 SIZE 2.55 0.39240 ZSCORE 2.18 0.45939 LOAN 2.01 0.49823 COST 1.65 0.60727 LP 1.61 0.62129 LIQ 1.5 0.66453 GDP 1.03 0.96707 Mean VIF 2.15
Kết quả tại bảng 4.2 cho thấy tất cả các cặp biến đều có hệ số tương quan giữa các biến độc lập đều dưới 0.8. Do đó, có thể kết luận rằng, các biến trong mô hình không có sự tương quan với nhau. Theo Gujarati và Porter (2004), hệ số phóng đại VIF đều nhỏ hơn 10 thì kết luận không có hiện tượng đa cộng tuyến.
NII Coef. Std. Err. t P>|t| LOAN 0.0005869 0.0023804 0.25 0.8050 DEPO - 0.0030799 0.0026516 -1.16 0.2460 SIZE 0.0019142 0.000321 5.96 0.0000 ROA 0.5473581 0.0564686 9.69 0.0000 NIM - 0.2730006 0.0369042 -7.4 0.0000 LP - 0.0260934 0.0058801 -4.44 0.0000 GDP - 0.0272075 0.0193643 -1.41 0.1610 ZSCORE 0.0000701 0.000013 5.39 0.0000 COST 0.0002933 0.0000542 5.41 0.0000 LIQ -0.0001103 0.0000901 -1.22 0.2220 Cons - 0.0290824 0.0057485 -5.06 0.0000
(Nguồn: Kết quả phân tích từ phần mềm STATA 16.0) Dựa trên kết quả bảng 4.3, VIF trung bình 2.15 < 10 và tất cả các biến độc lập đều dưới 10. Kết luận rằng, mô hình không có hiện tượng đa cộng tuyến.
40
4.1.3. Kết quả ước lượng 3 mô hình POOLED OLS, FEM, REM
Sau khi phân tích tổng quan mô hình dựa trên kết quả kiểm định sự tương quan và đa cộng tuyến, tác giả tiến hành bước kế tiếp là ước lượng mô hình theo POOLED ols, REM và FEM và thực hiện các kiểm định kiểm tra khuyết tật trong mô hình để chọn lựa mô hình phù hợp nhất.
4.1.3.1. Kết quả mô hình POOLED OLS
Sau khi tiền hành hồi quy mô hình POOLED OLS, mô hình có ý nghĩa thống kê 1% với F=27.54 và Prob > F = 0.0000 (Phụ lục 1). Thu được kết quả như bảng 4.4 Bảng 4.4: Kết qủa hồi quy theo phương pháp OLS
DEPO -0.004492 0.0032423 -1.39 0.1670 SIZE 0.0009932 0.0005091 1.95 0.0520 ROA 0.4724062 0.0597985 7.9 0.0000 NIM -0.2909738 0.0408227 -7.13 0.0000 LP -0.0232625 0.0063555 -3.66 0.0000 GDP -0.0290567 0.0174477 -1.67 0.0970 ZSCORE 0.0000705 0.0000132 5.35 0.0000 COST 0.000227 0.0000594 3.82 0.0000 LIQ 0.0001091 0.000152 0.72 0.4730 _cons -0.018087 0.0092957 -1.95 0.0530
(Nguồn: Kết quả phân tích từ phần mềm STATA 16.0) Kết quả hồi quy có ý nghĩa thống kê bao gồm 6 biến: SIZE, ROA, NIM, LP, ZSCORE, COST với p-value= 0.0000 đạt mức ý nghĩa 1%, có tác động đến TNNL. Bên cạnh đó, các biến còn lại như LOAN, DEPO, GDP và LIQ không tìm thấy ý nghĩa thống kê.
4.1.3.2. Kết quả mô hình FEM
Kế đến, tác giả tiếp tục ước lượng mô hình hồi quy theo phương pháp FEM với F = 22.81 và Prob > F = 0.0000, mô hình có ý nghĩa thống kê 1%.
NII Coef. Std. Err. t P>t LOAN 0.0051118 0.0026955 1.90 0.0580 DEPO -0.0035509 0.0029119 -1.22 0.2230 SIZE 0.0015144 0.0004008 3.78 0.0000 ROA 0.5065914 0.0564523 8.97 0.0000 NIM -0.2865581 0.0377156 -7.60 0.0000 LP -0.0233823 0.0058558 -3.99 0.0000 GDP -0.0280263 0.0174007 -1.61 0.1070 ZSCORE 0.0000709 0.0000125 5.66 0.0000 COST 0.000255 0.0000552 4.62 0.0000 LIQ -2.19E-07 0.0001127 0.00 0.9980 _cons -0.0251927 0.0072013 -3.50 0.0000
(Nguồn: Kết quả phân tích từ phần mềm STATA 16.0) Kết quả ở bảng 4.5, mô hình hồi quy theo FEM bao gồm 8 biến có ý nghĩa thống kê: LOAN, SIZE, ROA, NIM, LP, GDP, ZSCORE, COST với p-value= 0.0000 đạt mức ý nghĩa lần lượt 1%; 5%; 10%. Riêng chỉ có tác yếu tố không tác động đến thu nhập ngoài lãi là DEPO và LIQ.
4.1.3.3. Kết quả mô hình REM
42
Cuối cùng, tác giả tiếp tục ước lượng mô hình hồi quy theo phương pháp REM
với Wald chi2= 251.00 và Prob > chi2= 0.0000, mô hình có ý nghĩa thống kê 1%. Bảng 4.6: Kết quả hồi quy theo mô hình REM
LOAN 0.000587 [0.25] 0.00875*** [2.86] 0.00511* [1.90]
(Nguồn: Kết quả phân tích từ phần mềm STATA 16.0) Kết quả ở bảng 4.6, mô hình hồi quy theo REM bao gồm 7 biến có ý nghĩa thống kê: LOAN, SIZE, ROA, NIM, LP, ZSCORE, COST với p-value= 0.0000 đạt mức ý nghĩa lần lượt 1%; 5%; 10%. Riêng chỉ có tác yếu tố không tác động đến thu nhập ngoài lãi là DEPO, GDP và LIQ.
4.1.4. Kiểm định lựa chọn mô hình
Sau các bước ước lượng hồi quy, tác giả kiểm định để chọn ra mô hình phù hợp bao gồm kiểm định F-test, kiểm định hausman, kiểm định Breusch and Pagan test.
DEPO -0.00308 [-1.16] -0.00449 [-1.39] -0.00355 1.22] SIZE 0.00191*** [5.96] 0.000993* [1.95] 0.00151*** [3.78] ROA 0.547*** [9.69] 0.472*** [7.90] 0.507*** [8.97] NIM -0.273*** [-7.40] -0.291*** [-7.13] -0.287*** [- 7.60] LP -0.0261*** [-4.44] -0.0233*** [-3.66] -0.0234*** [- 3.99] GDP -0.0272 [-1.41] -0.0291* [-1.67] -0.028 [-1.61] ZSCORE 0.0000701 *** [5.39] 0.0000705 *** [5.35] 0.0000709* ** [5.66] COST 0.00029*** [5.41] 0.000227*** [3.82] 0.000255 *** [4.62] LIQ -0.00011 [-1.22] 0.000109 [0.72] - 0.00000021 9 [- 0.00]
Kiểm định F-test Hausman Test Breusch and Pagan
test
Lựa chọn OLS & FEM FEM & REM OLS & REM
Giả thuyết H0
Không có sự khác biệt giữa các đối tượng hoặc các thời điểm
khác nhau
Không có sự tương quan giữa sai số đặc
trưng giữa các đối tượng với các biến giải
thích
Sai số của ước lượng không bao gồm các sai lệch giữa các đối
p-value Prob > F = 0.0000 Prob>chi2 = 0.3680 Prob > chibar2 = 0.0000
Mức ý nghĩa 5% 5% 5%
Ket luận Bác bỏ Ho Chấp nhận Ho Bác bỏ Ho
Variabl
e VIF VIF Tolerance Squared
— NI 1.9 9 1 1.4 0.5032 --- 0.4968 LOAN 1 2.0 2 1.4 0.4981 0.5019 DEPO 6 2.6 3 1.6 0.3762 0.6238 SIZE 7 2.8 0 1.7 0.3480 0.6520 Ghi chú mức ý nghĩa * p<0.1, ** p<0.05, *** p<0.01
(Nguồn: Kết quả phân tích từ phần mềm STATA 16.0) - Kiểm định F-test lựa chọn mô hình OLS và FEM
Theo kết quả của bảng 4.7, p-value nhỏ α (5%) tức là bác bỏ Ho nghĩa là có sự khác biệt giữa các đối tượng hoặc các thời điểm khác nhau. Kiểm định F-test cho rằng mô hình FEM phù hợp hơn OLS.
- Kiểm định Hausman Test lựa chọn mô hình FEM và REM
Dựa trên kết quả của bảng 4.7, p-value lớn α (5%) tức là chấp nhận Ho nghĩa là không có sự tương quan giữa sai số đặc trưng giữa các đối tượng với các biến giải thích. Kiểm định hausman cho rằng REM sẽ là mô hình phù hợp hơn FEM để phân tích 25 ngân hàng.
- Kiểm định Breusch and Pagan test lựa chọn mô hình REM và OLS
Theo kết quả của bảng 4.7, p-value nhỏ α (5%) tức là bác bỏ Ho nghĩa là sai số của ước lượng bao gồm các sai lệch giữa các đối tượng. Kiểm định Breusch và Pagan test cho rằng mô hình REM phù hợp hơn OLS. Tóm lại, thông qua các kiểm định tác giả lựa chọn mô hình REM là mô hình phù hợp và tiến hành các kiểm định về đa cộng tuyến và hiện tượng tự tương quan trong mô hình.
45
LP 2 1 0.5803 0.4197 GD P 4 1.0 2 1.0 0.9603 0.0397 ZSCORE 0 2.4 5 1.5 0.4160 0.5840 COST 2 1.8 5 1.3 0.5496 0.4504 LI Q 1 1.5 3 1.2 0.6610 0.3390 --- - Mean VIF 2.37 ---
Wooldridge test for autocorrelation in panel data H0: no first-order autocorrelation
F( 1, 24) = 2.085 Prob > F = 0.1617
(Nguồn: Kết quả phân tích từ phần mềm STATA 16.0)
(Nguồn: Kết quả phân tích từ phần mềm STATA 16.0) Tác giả sử dụng câu lệnh collin trên phần mềm stata để kiểm định đa cộng tuyến của mô hình REM, kết quả bảng 4.8 cho rằng hệ số phóng đại VIF trung bình 2.37 và hệ số phóng đại của các biến độc lập đều dưới 10. Cho thấy, mô hình REM không có hiện tượng đa cộng tuyến.
Tên biến P-value
Hiện tượng ngoại
sinh Hiện tượng nội sinh LOAN 0.25688 Chấp nhận Ho DEPO 0.61190 Chấp nhận Ho SIZE 0.03953 Bác bỏ Ho ROA 0.88283 Chấp nhận Ho NIM 0.86035 Chấp nhận Ho LP 0.92207 Chấp nhận Ho GDP 0.01583 Bác bỏ Ho ZSCORE 0.12591 Chấp nhận Ho COST 0.03784 Bác bỏ Ho 46
Tác giả sử dụng câu lệnh Xtserial để kiểm định tính tự tương quan của mô hình,
kết quả thể hiện p-value lớn α (mức ý nghĩa 5%) nghĩa là mô hình không có hiện tượng tự tương quan.
4.1.5. Ket quả hồi quy
Sau khi chọn ra mô hình phù hợp là mô hình REM, tác giả tiến hành ước lượng
mô hình GMM để khắc phục biến nội sinh và hiện tượng tự tương quan trong mô hình.
Trước khi ước lượng mô hình GMM, tác giả sử dụng kiểm định Durbin-Wu- Hausman (DWH) tương tự như Lý Thượng Anh Tuấn (2020) với giả thuyết Ho là biến công cụ ngoại sinh bằng câu lệnh ivreg để ước lượng mô hình không ràng buộc. Kế đó, tác giả sử dụng câu lệnh ivendog để kiểm tra biến nội sinh của mô hình, kết quả bảng 4.11 cho thấy mô hình có tác động bởi 3 biến nội sinh: SIZE, GDP và
Mức ý nghĩa Coef. Std. Err. t P>|t| LOAN 0.0035983 0.001031 3.49 0.002 DEPO -0.0031264 0.0017144 -1.82 0.080 SIZE 0.0019838 0.0003765 5.27 0.000 ROA 0.731649 0.0374122 19.56 0.000 NIM -0.2981758 0.0247491 -12.05 0.000 LP -0.0286708 0.0025875 -11.08 0.000 GDP 0.0017295 0.0067926 0.25 0.801 ZSCORE 0.0000799 7.37E-06 10.84 0.000 COST 0.0005452 0.0000295 18.45 0.000 LIQ -0.0001762 0.0000653 -2.7 0.012 _cons -0.0340228 0.0062102 -5.48 0.000 Mức ý nghĩa 5% Số nhóm 26
(Nguồn: Kết quả phân tích từ phần mềm STATA 16.0) Mô hình ước lượng GMM là mô hình khắc phục biến nội sinh của mô hình và
có độ trễ để khắc phục tính tương quan, tác giả sử dụng ước lượng SGMM mô men tổng quát hệ thống (System General Method of Moments -SGMM) đưa ra kết luận cuối cùng. Đặc biệt, trong mô hình SGMM tác giả tập trung vào kiểm định sargan, hansen và Arellano-Bond (AR2) bởi vì đây là các kiểm định để đánh giá được sự phù
Số công cụ 24
AR2 0.919
Hansen 0.775
Sargan 0.363
OLS FEM REM GMM
LOAN x x x
DEPO x
SIZE x x x x
ROA x x x x
48
(Nguồn: Kết quả phân tích từ phần mềm STATA 16.0) Kết quả thấy rằng, kiểm định sargan, hansen có giá trị p-value lớn hơn α (mức
ý nghĩa 5%) cho thấy các biến ngoại sinh đều phù hợp với mô hình đồng thời Arellano-Bond có giá trị p-value lớn hơn α (mức ý nghĩa 5%) cho thấy mô hình không
có hiện tượng tự tương quan giữa các biến trong mô hình. Cụ thể, trong kiểm định Hasen tác giả kiểm định tính over-identifying của biến công cụ với mức ý nghĩa lớn hơn 5%, nghĩa là các biến công cụ trong mô hình thỏa tính over-identifying. Kiểm định AR (2) p-value lớn hơn 5% nghĩa là phần dư trong mô hình không có hiện tượng
tự tương quan bậc 2. Ngoài ra, tác giả xem xét đến số nhóm phải lớn hơn số công cụ để đảm bảo được tính ổn định trong mô hình.
Dựa trên bảng kết quả, có tổng cộng 9 biến tác động đến TNNL bao gồm: SIZE, ROA, NIM, LP, ZSCORE, COST, LOAN, DEPO và LIQ với mức ý nghĩa thống kê lần lượt là 1%; 5% và 10%. Với tác động của 10 biến thì chỉ có biến GDP không tác động đến TNNL của các NHTM tại Việt Nam.
GDP x
ZSCORE x x x x
COST x x x x
(Nguồn: Tác giả tự tổng hợp) Sau khi tổng hợp các biến có ý nghĩa trong mô hình, tác giả thấy rằng kết quả mô hình GMM đã khắc phục được các khuyết tật trong mô hình và mức ý nghĩa tối ưu:
NIIi,t = - 0.0340228 + 0.0035983 LOANi,t - 0.0031264 DEPOi,t + 0.0019838 SIZEi,t
+ 0.731649 ROAi,t - 0.2981758 NIMi,t + 0.0005452 COSTi,t + 0.0000799
ZSCOREi,t - 0.0001762 LIQi,t - 0.0286708 LPi,t + 0.0017295 GDPi,t +ũi,t 4.2. Thảo luận kết quả nghiên cứu
Biến quy mô tín dụng (LOAN): Từ kết quả cho thấy quy mô có ý nghĩa khi khắc phục biến nội sinh và hiện tượng tự tương quan trong mô hình, LOAN có tác động yếu đến TNNL với mức ý nghĩa 5% và mang giá trị dương, kết quả này không phù hợp với giả thuyết tác giả đặt ra. Kết quả này tương đồng với nghiên cứu Hakima
và cộng sự (2012). Lý do biến này có tác động khác với dấu kì vọng có thể là do việc
gia tăng độ trễ của biến nội sinh làm ảnh hưởng đến dấu kì vọng. Biến này có nghĩa là các nguồn thu nhập từ phí và hoa hồng sẽ mang lại TNNL khi ngân hàng gia tăng các sản phẩm và dịch vụ liên quan đến hoạt động tín dụng. Trong thực tế, các NHTM
Việt Nam là các ngân hàng bán lẻ, lợi nhuận chính mà ngân hàng thu được đến từ hoạt động cho vay truyền thống. Theo Đoàn Việt Hùng (2020), TNNL của các NHTM
này các NHTM đã tăng phí dịch vụ thanh toán ở một số ngân hàng, cùng với việc hợp
tác độc quyền với công ty bảo hiểm lớn đã đem lại nguồn thu phí và hoa hồng lớn cho hoạt động dịch vụ, đóng góp to lớn vào TNNL của các NHTM. Do đó, nếu quy mô tín dụng càng cao thì nguồn TNNL sẽ càng gia tăng.
Biến quy mô tiền gửi (DEPO): Từ kết quả cho thấy quy mô tiền gửi có ý nghĩa khi khắc phục biến nội sinh và hiện tượng tự tương quan trong mô hình, DEPO
có tác động yếu đến TNNL với mức ý nghĩa 10% và mang giá trị âm, kết quả này không phù hợp với giả thuyết tác giả đặt ra. Tương đồng với Damankah và cộng sự (2014). Kết quả cho thấy rằng nếu như quy mô tiền gửi bị hạn chế thì TNNL tăng cao
nghĩa là tiền bị thu hẹp thì đồng nghĩa hoạt động cho vay cũng bị thu hẹp, đòi hỏi các
ngân hàng phải tập trung thay thế nguồn thu bằng các hoạt động như mua chứng khoán chính phủ, kinh doanh ngoại tệ, chứng khoán hóa tài sản hiện có (các khoản vay) hoặc tham gia vào các công cụ phái sinh, nguồn này hình thành nên TNNL của ngân hàng. Trong thực tế, giai đoạn 2009 - 2017, theo Đoàn Việt Hùng (2020) tình hình huy động của ngân hàng luôn ở mức 23.68% được kiểm soát chặt chẽ bởi Ngân Hàng Nhà Nước, ngoài ra ngân hàng còn chuyển lãi suất tiền gửi qua lãi suất cho vay
hoặc giá dịch vụ hoặc giao dịch khác với cùng khách hàng.
Biến quy mô của ngân hàng (SIZE): Theo kết quả của mô hình GMM, hệ số
ước lượng của biến SIZE mang giá trị dương và mức ý nghĩa 1%, phù với giả thuyết đã đặt ra. Điều này cho thấy rằng khi quy mô ngân hàng tăng lên nguồn thu nhập ngoài lãi sẽ tăng. Kết quả này phù hợp với nghiên cứu Nguyễn Thị Diễm Hiền và Nguyễn Hồng Hạt 2016, AN Wang'ondu (2017). Có thể thấy rằng, quy mô ngân
Biến tỷ suất sinh lời trên tổng tài sản (ROA): Theo kết quả phân tích dữ liệu
của 25 ngân hàng, tỷ suất sinh lời trên tổng tài sản mang giá trị dương và có ý nghĩa thống kê 1%, phù hợp với giả thuyết đặt ra. Điều này cho thấy ROA sẽ có tác động mạnh đến TNNL trong giai đoạn 2009-2020. Kết quả phù hợp với Đoàn Việt Hùng (2020), Nguyễn Minh Sáng và Nguyễn Thị Hạnh Hoa (2013), Nguyễn Thị Hạnh Hoa
(2016). Phần lớn, lợi nhuận của ngân hàng cao do các nhà quản trị quản lý tài sản tốt phát triển thêm nhiều dịch vụ và sản phẩm, do đó nguồn thu nhập tăng cao mà cơ cấu
nguồn thu nhập có 2 bộ phần là nguồn thu nhập lãi và nguồn thu nhập ngoài lãi.