Trong trường hợp giả định về mô hình dạng bảng động không chính xác, khi đó mô hình thay thế dạng bảng tĩnh có thể được áp dụng để đảm bảo tính vững của các kết quả nghiên cứu. Ý tưởng ở đây là các phát hiện sẽ là rất đáng tin cậy nếu chúng được duy trì trên cả hai mô hình. Theo đó, mô hình bảng tĩnh có dạng:
Loan growthi,t = α0 + α1×CAMELSi,t–1 + α2×Macrot + vi + ui,t (3.14)
Điểm khác biệt là trong mô hình bảng tĩnh, không chứa biến trễ của biến phụ thuộc. Cần lưu ý là mô hình được trình bày đang được thể hiện dưới dạng mô hình tác động cố định (fixed effects model – FEM). Ở đó nó có xem xét đặc điểm của chuỗi dữ liệu theo đơn vị không gian, tức là tính đặc thù riêng của từng ngân hàng trong mẫu dữ liệu. Do đó giá trị
vi sẽ thay đổi theo từng đối tượng nhưng hệ số độ dốc vẫn được giả định là hằng số cho tất cả các chủ thể. Thuật ngữ “các tác động cố định” là vì mỗi hệ số chặn (của mỗi ngân hàng), mặc dù khác nhau giữa các hệ số chặn của những ngân hàng khác nhau, nhưng không thay đổi qua thời gian, nghĩa là cố định qua thời gian.
Chúng ta có thể thực hiện kiểm định để xem mô hình tác động cố định FEM có tốt hơn mô hình dữ liệu gộp OLS hay không. Vì mô hình dữ liệu gộp OLS bỏ qua các ảnh hưởng không đồng nhất mà chúng được đưa vào tính toán trong mô hình các tác động cố định, nên mô hình dữ liệu gộp là một phiên bản “bị ràng buộc” (restricted version) của mô hình các tác động cố định (nếu không tồn tại đặc tính riêng biệt của chủ thể thì FEM tương tự mô hình gộp OLS). Vì thế, chúng ta có thể sử dụng kiểm định F bị ràng buộc (restricted F test) để kiểm định xem liệu không có khác biệt giữa các chủ thể và mô hình Pooled là mô hình phù hợp hay không. Mô hình FEM được ước lượng bởi phương pháp OLS.
Trong mô hình đang xem xét, nếu như vi không có tương quan với các biến giải thích, chúng ta có thể gộp vi và ui,t lại cùng nhau, vì khi đó mô hình không xuất hiện vấn đề nội sinh. Như vậy, hạng nhiễu gộp mới có hai thành phần: một là thành phần nhiễu đặc thù của chủ thể ngân hàng và hai là thành phần nhiễu kết hợp giữa chủ thể chéo và chuỗi thời gian. Lúc này ta sẽ có mô hình tác động ngẫu hiên (random effects model – REM). REM được ước lượng bằng phương pháp GLS. Kiểm định Hausman sẽ cho thấy liệu hạng nhiễu gộp có tương quan với các biến giải thích hay không – nghĩa là liệu REM có phải là mô hình phù hợp hơn so với mô hình FEM hay không.
Kiểm định Hausman được sử dụng để lựa chọn giữa mô hình tác động cố định FEM và tác động ngẫu nhiên REM. Giả thuyết H0 cho rằng không có sự tương quan giữa sai số đặc trưng giữa các chủ thể với các biến giải thích trong mô hình, lúc này mô hình REM được ủng hộ. Trong trường hợp giả thuyết H0 bị bác bỏ thì mô hình tác động cố định FEM là phù hợp hơn so với mô hình tác động ngẫu nhiên REM. Ngược lại, nếu chưa có đủ bằng chứng để bác bỏ giả thuyết H0 nghĩa là không bác bỏ được sự tương quan giữa sai số và các biến giải thích thì mô hình tác động cố định FEM không còn phù hợp và theo đó thì mô hình tác động ngẫu nhiên REM sẽ ưu tiên được sử dụng.
Với mô hình FEM hay REM, các khuyết tật phổ biến mà có thể xử lý được bao gồm đa cộng tuyến, phương sai sai số thay đổi và tự tương quan. Trong đó, để thu được các kết quả vững trước những ảnh hưởng của phương sai sai số thay đổi và tự tương quan, luận án áp dụng thủ tục kiểm định của Hoechle (2007) bằng câu lệnh “xtscc” trên Stata. Câu lệnh này có thể giải quyết được các khuyết tật vừa nêu bằng cách chạy hồi quy với các sai số chuẩn được điều chỉnh Driscoll-Kraay (Driscoll-Kraay corrected standard errors).