Thống kê mô tả: dùng để thể hiện cái nhìn tổng thể về tất cả các biến có trong mô hình, bao gồm giá trị trung bình, giá trị lớn nhất, giá trị nhỏ nhất, độ lệch chuẩn và độ nghiêng với mục đích kiểm tra quy luật phân phối chuẩn của các biến vì nếu có phân phối chuẩn thì sẽ gây ra uợc luợng chệch. Ngoài ra, khi xem xét các chỉ số trong bảng thống kê mô tả còn giúp xác định đuợc hệ số tuơng quan của các biến số nhằm đánh giá buớc đầu về mối tuơng quan giữa các biến độc lập với
biến phụ thuộc. Để tính toán các giá trị trên tác giả sẽ sử dụng phần mềm STATA 14.
Sau khi đã có đầy đủ dữ liệu, tác giả sẽ tiến hành phân tích hồi quy để uớc luợng mức độ ảnh huởng cũng nhu chiều huớng tác động của các biến độc lập lên các biến phụ thuộc. Các mô hình hồi quy đuợc tác giả xem xét sử dụng cho bài nghiên cứu là Pooled OLS, Fixed Effect, Random Effect. Theo đó, để lựa chọn đuợc mô hình uớc luợng phù hợp nhất cho bài nghiên cứu thi tác giả tiến hành xem xét và so sánh các uu và nhuợc điểm của 3 mô hình.
Đầu tiên, uớc luợng Pooled OLS là cách tiếp cận đơn giản nhất. Giả định của mô hình này là các hệ số hồi quy (hệ số chặn và hệ số gốc) không thay đổi giữa các công ty và mô hình này cũng không xét đến sự thay đổi theo thời gian. Nói cách khác, mô hình này bỏ qua sự không đồng nhất, sự khác biệt giữa các công ty cũng nhu tính cá thể giữa các đối tuợng nghiên cứu. Đây cũng chính là yếu điểm của mô hình Pooled OLS, vì nó không thể hiện về việc tác động của các giá trị từng công ty có thay đổi giữa các công ty khác nhau và thay đổi theo thời gian hay không. Và điểm yếu này có thể gây ra hiện tuợng tự tuơng quan giữa các biến độc lập trong mô hình có nhiều biến giải thích, dẫn đến uớc luợng Pooled OLS không có hiệu quả. Do đó ta cần một mô hình tốt hơn.
Thứ hai, phuơng pháp uớc luợng Fixed Effect Model (FEM), cách uớc luợng này giúp khắc phục các yếu điểm của uớc luợng Pooled OLS. Mô hình này sẽ quan tâm đến sự khác biệt, đ c điểm riêng, không đồng nhất giữa các công ty trong mẫu nghiên cứu theo thay đổi của tung độ gốc mỗi công ty. Tuy nhiên, tung độ gốc này không thay đổi theo thời gian và để xem xét sự thay đổi tung độ gốc giữa các công ty thì chúng ta có thể dùng biến giả.
Cuối cùng, uớc luợng Random Effect Model (REM) khá phù hợp với các nghiên cứu quan tâm đến sự khác biệt giữa các đối tuợng nghiên cứu là ngẫu nhiên theo không gian và thời gian. Cách tiếp cận của mô hình này là dựa trên phần du.
Sau khi xem xét ưu và nhược điểm của cả ba cách ước lượng, tác giả đã nhận ra cách ước lượng FEM và REM có những ưu điểm hơn so với cách ước lượng Pooled OLS. Tuy nhiên để chọn ra được mô hình ước lượng nào tốt hơn thì tác giả sẽ tiến hành ước lượng Pooled OLS trước, sau đó mới tiến hành ước lượng FEM; và tác giả sẽ tiến hành xét sự phù hợp của hai mô hình này thông qua kiểm định F - test. Nếu FEM tốt hơn Pooled OLS, tác giả sẽ tiến hành ước lượng FEM với REM và sử dụng kiểm định Hausman để so sánh sự phù hợp của hai cách ước lượng này.
Dựa trên mô hình hồi quy được lựa chọn sau kiểm định Hausman. Kiểm định đa cộng tuyến và kiểm định Wooldridge nhằm kiểm định các khuyết tật của mô hình đã chọn. Kiểm định Wooldridge được tiến hành để đánh giá mô hình hồi quy có thể xảy ra hiện tượng tự tương quan hay không. Để mô hình được hoàn thiện, tác giả còn thực hiện kiểm định Wald để đánh giá hiện tượng phương sai sai số thay đổi.
Biến Số quan sát Giá trị trung bình Giá trị trung vị Độ lệch chuẩn Giá trị nhỏ nhất Giá trị lớn nhất ROA 210 0.0061 0.0053 0.0050 0.0001 0.0264 ROE 210 0.0720 0.0607 0.0569 0.0007 0.2444 SIZE 210 8.0431 8.0259 0.4866 7.1233 9.1183 CAPITAL 210 0.0904 0.0826 0.0393 0.0323 0.2384 LOAN 210 0.5503 0.5646 0.1184 0.2162 0.7741 DEPOSIT 210 0.7672 0.7817 0.0844 0.5090 0.8960 LQ 210 0.1358 0.1220 0.0719 0.0152 0.4732 CR 210 0.0131 0.0119 0.0050 0.0054 0.0475 LG 210 0.2140 0.1894 0.1855 -0.2459 1.0682 INF 210 0.0362 0.0298 0.0209 0.0060 0.0681 GDP 210 0.0631 0.0621 0.0082 0.0525 0.0780 KẾT LUẬN CHƯƠNG 3
Trong chương 3 tác giả đã nêu ra cơ sở cho việc lựa chọn mô hình, dữ liệu nghiên cứu, các phương pháp thực hiện và kiểm định mô hình để làm cơ sở cho các ước lượng và phân tích trong chương sau. Ngoài ra để giúp hiểu rõ hơn về mô hình, tác giả đã đưa ra công thức cũng như ý nghĩa của từng biến làm cơ sở cho các kết luận của chương sau. Cùng với đó, tác giả cũng đi đến thiết lập dấu kì vọng cho các biến làm cơ sở giả thuyết nghiên cứu. Tác giả còn đưa ra nguồn thu thập dữ liệu và các phương pháp thực hiện trong quá trình nghiên cứu mô hình.
CHƯƠNG 4. KẾT QUẢ NGHIÊN CỨU
Mục tiêu của chương 4 là trình bày các kết quả nghiên cứu thực nghiệm bằng cách sử dụng số liệu thống kê mô tả cũng như các mô hình hồi quy. Dựa trên các kết quả có được, tác giả sẽ tiến hành phân tích, thảo luận và liên kết với các kết quả từ các nghiên cứu trước đây để làm rõ hơn sự ảnh hưởng của các yếu tố đến lợi nhuận của các ngân hàng thương mại cổ phần tại Việt Nam.
4.1. THỐNG KÊ MÔ TẢ
Kết quả thống kê mô tả về số quan sát, giá trị trung bình, độ lệch chuẩn, giá trị nhỏ nhất và giá trị lớn nhất của 11 biến trong bài nghiên cứu (2 biến phụ thuộc và 9 biến độc lập) đuợc trình bày trong bảng 4.1 với tổng dữ liệu đuợc thu thập từ 30 ngân hàng thuơng mại cổ phần tại Việt Nam trong giai đoạn từ năm 2012 đến năm 2018.
Từ kết quả trên, ta có thể thấy rằng biến phụ thuộc ROA có giá trị trung bình là 0.61%, giá trị trung vị bằng 0.53%, có nghĩa là một nửa trong tổng số các quan sát có ROA trên 0.53%, giá trị nhỏ nhất của ROA là 0.01% thuộc về ngân hàng TMCP Quốc Dân (NVB) năm 2012 và giá trị lớn nhất thuộc về ngân hàng TMCP Kỹ thuơng Việt Nam (Techcombank) vào năm 2018 đạt 2.64%. Biến phụ thuộc còn lại ROE có giá trị trung bình là 7.20%, giá trị trung vị là 6.07%, giá trị nhỏ nhất của ROE cũng thuộc về NVB vào năm 2012 chỉ đạt 0.07% và giá trị lớn nhất 24.44% thuộc về ngân hàng TMCP Á Châu (ACB) năm 2018.
Đại diện cho quy mô của các ngân hàng, biến SIZE có giá trị trung bình đạt 8.0431, giá trị nhỏ nhất và lớn nhất lần luợt là 7.1233 và 9.1183, độ lệch chuẩn ở mức 0.4866, cho thấy quy mô giữa các ngân hàng thuơng mại cổ phần ở Việt Nam là khá tuơng đồng, không có quá nhiều sự chênh lệch. Tỷ lệ vốn chủ sở hữu trên tổng tài sản (CAPITAL) có giá trị trung trình là 9.04%, giá trị cao nhất là 23.84% thuộc về ngân hàng TMCP Sài Gòn Công Thuơng (SGB) năm 2013, giá trị nhỏ nhất là 3.23% đã thuộc về ngân hàng TMCP Sài Gòn (SCB) ở năm 2018. Biến LOAN tỷ lệ cho vay trên tổng tài sản có giá trị trung bình là 55.03%, giá trị lớn nhất và giá trị nhỏ nhất lần luợt là 77.41% thuộc về ngân hàng Nông nghiệp và phát triển nông thôn Việt Nam (Agribank) năm 2018 và 21.62% thuộc về ngân hàng TMCP Đông Nam Á (Seabank) năm 2012. Giá trị trung bình của tỷ lệ tiền gửi trên tổng tài sản (DEPOSIT) là 76.72%, giá trị thấp nhất thuộc về ngân hàng TMCP Việt Nam Thịnh Vuợng (VPB) năm 2017 với 50.90% và giá trị cao nhất là 89.60% thuộc về ngân hàng TMCP Sài Gòn Thuơng Tín (STB) năm 2015. Rủi ro thanh khoản (LQ) đạt giá trị trung bình là 13.58%, ngân hàng TMCP Bắc Á (BAB) năm 2016 có rủi ro thanh khoản nhỏ nhất ở mức 1.52%, giá trị lớn nhất là
0.54% là ngân hàng TMCP Sài Gòn năm 2014 và ngân hàng TMCP Tiên Phong có rủi ro tín dụng cao nhất 4.75% nhung nhìn chung trong giai đoạn 2012 - 2018 thì rủi ro tín dụng ở các ngân hàng đang đuợc cải thiện dần. Tăng truởng tín dụng (LG) có giá trị trung bình là 21.40%, giá trị tăng truởng tín dụng cao nhất là 106.82% của ngân hàng TMCP Phát triển TP HCM (HDB) năm 2013 và giá trị nhỏ nhất là -24.59% của ngân hàng TMCP Hàng Hải Việt Nam (MSB) vào năm 2012.
4.2. KIỂM ĐỊNH HỆ SỐ TƯƠNG QUAN
Kiểm định hệ số tuơng quan giúp ta xem xét và có cái nhìn tổng quan về mối liên hệ giữa các biến phụ thuộc và các biến độc lập với nhau.
Theo kết quả phân tích ở bảng 4.2, ta thấy:
+ Đối với biến phụ thuộc ROA: Các biến độc lập SIZE, CAPITAL, LOAN, LQ, CR, LG, INF và GDP đều có tuơng quan duơng với lợi nhuận của các ngân hàng TMCP và trong đó, tỷ lệ vốn trên tổng tài sản có hệ số tuơng quan cao nhất, đồng nghĩa với việc biến này có mối liên hệ với ROA chặt chẽ nhất. Trong khi đó, chỉ có biến DEPOSIT là tuơng quan âm với ROA.
+ Đối với biến phụ thuộc ROE: Chỉ có 5 biến độc lập có tuơng quan duơng với lợi nhuận của các ngân hàng gồm SIZE, LOAN, CR, LG và GDP, trong đó SIZE là biến có mối tuơng quan mạnh nhất với ROE. Các biến tuơng quan âm với ROE có tới 4 biến gồm CAPITAL, DEPOSIT, LQ và INF, biến có tuơng quan âm mạnh nhất là CAPITAL.
roe 0.8448 1.0000 size 0.1416 0.4799 1.0000 capital 0.2465 - 0.2086 0.6915- 1.0000 loan 0.1899 0.2868 0.3143 -0.0987 1.0000 deposit -0.2428 - 0.1065 0.1207 -0.3038 0.3822 1.0000 LQ 0.0285 - 0.0186 0.2421- 0.1428 0.3773- -0.094 1.0000 CR 0.0304 0.0071 0.0964 0.092 -0.232 -0.2861 -0.0237 1.0000 LG 0.0853 0.1587 - 0.0415 -0.1639 0.1226- 0.0113 0.0702 -0.0625 1.0000 INF 0.1266 - 0.0029 - 0.1514 0.2413 - 0.1654 -0.3054 0.1203 0.2731 -0.017 1.0000 GDP 0.0405 0.1982 0.2568 -0.3111 0.3344 0.2694 -0.097 -0.2531 -0.059 -0.6407 1.0000
CAPITAL 0.0860 0.0117 7.3400 0.0000 LOAN 0.0060 0.0032 1.8500 0.0650 DEPOSIT -0.0110 0.0040 -2.7300 0.0070 LQ 0.0065 0.0043 1.5100 0.1330 CR -0.0859 0.0628 -1.3700 0.1730 LG 0.0066 0.0016 4.1700 0.0000 INF 0.0412 0.0181 2.2700 0.0240 GDP 0.1297 0.0483 2.6900 0.0080 CONS -0.0570 0.0097 -5.8900 0.0000 R - squared = 0.3763 Adj R - squared = 0.3482 Prob > F = 0.0000
Nguồn: Kết quả phân tích dữ liệu từ phần mềm STATA
4.3. MÔ HÌNH ROA
4.3.1. Mô hình phù hợp
Trong phần này tác giả sẽ thực hiện ước lượng theo mô hình là Pooled OLS, Fixed Effect (FEM) và Random Effect (REM), sau đó sẽ lựa chọn ra một mô hình phù hợp nhất với mô hình nghiên cứu.
Ket quả hồi quy theo mô hình Pooled OLS:
SIZE 0.0122 0.0029 0.0000 CAPITAL 0.0964 0.0133 7.2400 0.0000 LOAN 0.0058 0.0041 1.4100 0.1600 DEPOSIT -0.0158 0.0041 -3.8600 0.0000 LQ 0.0112 0.0045 2.4800 0.0140 CR -0.1325 0.0575 -2.3000 0.0220 LG 0.0023 0.0014 1.6500 0.1010 INF 0.0294 0.0136 2.1700 0.0320 GDP 0.0387 0.0540 0.7200 0.4740 CONS -0.0956 0.0229 -4.1800 0.0000 R - squared = 0.4586 Prob > F = 0.0000
Nguồn: Kết quả phân tích dữ liệu từ phần mềm STATA
Ket quả hồi quy theo mô hình FEM:
ROA Coef. Std. Err. z P>|z| SIZE 0.0072 0.0013 5.3700 0.0000 CAPITAL 0.0859 0.0116 7.3800 0.0000 LOAN 0.0059 0.0036 1.6500 0.1000 DEPOSIT -0.0155 0.0038 -4.0400 0.0000 LQ 0.0108 0.0042 2.5400 0.0110 CR -0.1410 0.0548 -2.5700 0.0100 LG 0.0029 0.0014 2.1100 0.0350 INF 0.0346 0.0136 2.5400 0.0110 GDP 0.1058 0.0407 2.6000 0.0090 CONS -0.0592 0.0118 -5.0000 0.0000
Nguồn: Kết quả phân tích dữ liệu từ phần mềm STATA
Thực hiện kiểm định F nhằm so sánh sự phù hợp giữa phuơng pháp uớc luợng theo mô hình Pooled OLS với mô hình FEM, REM.
Giả thuyết: H0: các hệ số chặn không khác nhau giữa các đối tuợng H1: có ít nhất một hệ số chặn sẽ khác nhau
Bảng 4. 5 Kết quả kiểm định F
Nguồn: Kết quả phân tích dữ liệu từ phần mềm STATA
Dựa vào kết quả của bảng 4.5, ta thấy giá trị Prob>F = 0.0000 < 1%, đồng nghĩa với việc giả thuyết H0 bị bác bỏ hay phương pháp Pooled OLS không còn phù hợp để ước lượng mô hình (3.1) và chuyển sang dùng FEM ho ặc REM.
Kết quả hồi quy theo mô hình REM:
Prob > chi2 = 0.0000
Nguồn: Kết quả phân tích dữ liệu từ phần mềm STATA
Tiến hành kiểm định Hausman (Hausman test) nhằm so sánh sự phù hợp giữa 2 mô hình ước lượng FEM và REM. Với giả thuyết:
H0: REM phù hợp hơn H1: FEM phù hợp hơn
Bảng 4. 7 Kết quả kiểm định Hausman
Chi2 (9) = 36.80 Prob>chi2 = 0.0000
Nguồn: Kết quả phân tích dữ liệu từ phần mềm STATA
Theo kết quả từ bảng 4.7 cho thấy, giá trị Prob < 1%, giả thuyết H0 bị bác bỏ và kết luận rằng phương pháp ước lượng theo REM không phù hợp để ước lượng dữ liệu bảng của mô hình (3.1).
1.1.1. Kiểm định các khuyết tật
• Kiểm tra phương sai thay đổi
Để kiểm tra xem mô hình FEM có bị hiện tượng phương sai thay đổi hay không thì tác giả đã sử dụng kiểm định Wald. Với giả thuyết được đặt ra là:
H0: Không xảy ra phương sai sai số thay đổi H1: Có xảy ra phương sai sai số thay đổi
F(1,29) = 3 28.02 Prob > F = 0.0000
Bảng 4. 8 Kết quả kiểm định Wald
Nguồn: Kết quả phân tích dữ liệu từ phần mềm STATA
Với kết quả từ kiểm định Wald ở bảng 4.8, ta thấy giá trị Prob>chi2 = 0.0000 nhỏ hơn so với mức ý nghĩa 1% nên giả thuyết H0 bị bác bỏ, đồng nghĩa với việc ta có thể kết luận rằng mô hình FEM đã bị vi phạm về phương sai thay đổi và cần có biện pháp khắc phục để đưa ra một mô hình mới, phù hợp hơn.
• Kiểm định tự tương quan
Tác giả tiến hành kiểm tra tự tương quan bậc nhất của mô hình bằng kiểm định Wooldridge. Với mức ý nghĩa 1% và giả thuyết được đ t ra:
H0: Không có hiện tượng tương quan bậc nhất H1: Có hiện tượng tương quan bậc nhất
CAPITAL 2.75 LOAN 1.88 DEPOSIT 1.49 LQ 1.24 CR 1.28 LG 1.10 INF 1.86 GDP 2.01 Mean VIF 1.81
Nguồn: Kết quả phân tích dữ liệu từ phần mềm STATA
Từ kết quả trong bảng 4.9 cho thấy, giá trị Prob>F = 0.0000 nhỏ hơn so với mức ý nghĩa đã cho là 1% nên ta chấp nhận giả thuyết H1 và kết luận rằng mô hình đang xảy ra hiện tượng tương quan bậc nhất.
• Kiểm định đa cộng tuyến
SIZE 0.0064 0.0009 0.0000 CAPITAL 0.0913 0.0112 8.17 0.0000 LOAN 0.0016 0.0032 0.51 0.6120 DEPOSIT -0.0048 0.0032 -1.53 0.1260 LQ 0.0072 0.0033 2.21 0.0270 CR -0.1217 0.0520 -2.34 0.0190 LG 0.0028 0.0011 2.54 0.0110 INF 0.0262 0.0107 2.44 0.0150 GDP 0.1058 0.0362 2.92 0.0030 CONS -0.0591 0.0084 -7.08 0.0000
Nguồn: Kết quả phân tích dữ liệu từ phần mềm STATA
Thông qua kết quả ở bảng 4.10 ta thấy, các hệ số phương sai phóng đại VIF (Variance in factor) giữa các c ặp biến là rất nhỏ, tất cả đều có giá trị nhỏ hơn 3, lớn nhất là 2.75 và giá trị trung bình của VIF là 1.81, các con số này đều bé hơn 4, nên ta có thể kết luận là mô hình không có hiện tượng đa cộng tuyến hay mối tương quan giữa các biến độc lập sẽ không làm ảnh hưởng đến khả năng giải thích của mô hình hồi quy trong hệ thống ngân hàng thương mại cổ phần.
4.3.2. Khắc phục các khuyết tật
Với những kết quả sau khi kiểm định thì ta nhận thấy rằng mô hình hiện tại đang phạm phải hai khuyết tật đó là xảy ra hiện tượng phương sai sai số thay đổi