Kết quả kiểm định mô hình

Một phần của tài liệu Các nhân tố ảnh hưởng đến nợ xấu tại Ngân hàng TMCP Đầu tư và Phát triển Việt Nam (Trang 68 - 70)

Kiểm định đa cộng tuyến

Hiện tượng đa cộng tuyến là vấn đề không thể loại bỏ hoàn toàn trong thống kê, tuy nhiên đa cộng tuyến càng ở mức càng thấp càng tốt. Kết quả Bảng 4.2 cho thấy hệ số tương quan giữa các cặp biến là khá thấp (hầu hết đều trong khoảng từ -0,5 đến 0,5), do đó có thể dự đoán không có hiện tượng đa cộng tuyến.

Sử dụng nhân tử phóng đại phương sai (VIF) để kiểm tra đa cộng tuyến giữa các biến:

Bảng 3.5: Tổng hợp kết quả kiểm tra VIF các biến

Variable VIF 1/VIF

CPI 3,17 0,315080 EA 2,74 0,364981 NPLt-1 2,42 0,412949 NIM 2,15 0,465489 GDP 1,84 0,542913 ROE 1,33 0,754348

GRL 1,28 0,780972

Mean VIF 2,13

Nguồn: Kết quả từ Stata phiên bản 15.1

Có thể thấy tất cả các biến độc lập có VIF<10 nên hiện tượng đa cộng tuyến không xảy ra hay các biến độc lập không tương quan với nhau.

Kiểm định tự tương quan

Bảng 3.6: Kiểm định tự tương quan giữa các biến

Breusch-Godfrey LM test for autocorrelation

lags(p) chi2 df Prob > chi2

1 0,281 1 0,5963

H0: no serial correlation

Nguồn: Kết quả từ Stata phiên bản 15.1

Với kết quả Prob = 0,5963 ta chấp nhận giả thiết H0, không có hiện tượng tự tương quan trong mô hình.

Kiểm định phương sai sai số thay đổi

Bảng 3.7: Kiểm định phương sai sai số thay đổi

White's test for Ho: homoskedasticity

against Ha: unrestricted heteroskedasticity

chi2(35) = 36.85

Prob > chi2 = 0.3833

Cameron & Trivedi's decomposition of IM-test

Source chi2 df p

Heteroskedasticity 36.85 35 0.3833

Skewness 7.33 7 0.3952

Total 44.94 43 0.3906

Nguồn: Kết quả từ Stata phiên bản 15.1

Với kết quả Prob = 0,3833 ta chấp nhận giả thiết H0, không có hiện tượng phương sai sai số thay đổi trong mô hình.

Một phần của tài liệu Các nhân tố ảnh hưởng đến nợ xấu tại Ngân hàng TMCP Đầu tư và Phát triển Việt Nam (Trang 68 - 70)

Tải bản đầy đủ (DOCX)

(90 trang)
w