ROE ROA CAPITAL COST LOAN DEPOSIT LIQUID SIZE PROVI NPL GDP INF
ROE 1 ROA 0.6515 1 CAPITAL -0.0364 0.6114 1 COST -0.5768 -0.5859 -0.2508 1 LOAN -0.3122 -0.2421 0.0219 0.0718 1 DEPOSIT -0.3454 -0.3236 -0.1819 0.411 0.4962 1 LIQUID 0.2972 0.1593 0.0342 -0.2506 -0.4862 -0.636 1 SIZE 0.0763 -0.3885 -0.7323 0.1247 0.0828 0.2883 -0.0319 1 PROVI -0.0763 -0.18 -0.0919 -0.106 0.3814 -0.094 0.2654 0.193 1 NPL -0.3216 -0.1651 0.0874 0.1435 0.0401 -0.0162 -0.1773 -0.0729 -0.3474 1 GDP 0.0543 0.0329 -0.079 -0.0537 -0.0151 -0.0107 -0.0638 0.034 -0.0059 -0.1009 1 INF -0.3557 -0.3399 -0.326 0.2243 0.252 0.4968 -0.3204 0.3128 0.1677 -0.084 0.0244 1
Nguồn Báo cáo tài chính của các Ngân hàng và tính toán của tác giả
Dựa vào bảng phân tích tƣơng quan trên, ta thấy: Biến INF, SIZE, COST, DEPOSIT, NPL, LOAN, PROVI tác động ngƣợc chiều lên biến phụ thuộc ROA,
trong khi đó các biến GDP, CAPITAL, LIQUID tác động cùng chiều lên biến phụ thuộc ROA.
Biến INF, CAPITAL, COST, LOAN, DEPOSIT, NPL, PROVI tác động ngƣợc chiều lên biến phụ thuộc ROE, trong khi đó các biến GDP, SIZE, LIQUID tác động cùng chiều lên biến phụ thuộc ROE.
Kết quả tƣơng quan trên phù hợp với hầu hết các nghiên cứu trƣớc trên thế giới và phù hợp với kỳ vọng của tác giả trong giai đoạn nghiên cứu hiện nay.
Bảng 4.4 thể hiện mối quan hệ tƣơng quan tuyến tính theo từng cặp biến đƣợc phân tích. Các hệ số tƣơng quan tuyến tính nằm trong khoảng từ -1 đến 1 và đo lƣờng mức độ tƣơng quan tuyến tính giữa các biến độc lập ta thấy giữa các biến này không có biến nào có sự tƣơng quan có hệ số lớn hơn 0,8. Theo Kenedy (2008), hiện tƣợng đa cộng tuyến chỉ trở nên nghiêm trọng khi hệ số tƣơng quan từ 0,8 trở lên.
Qua phân tích tự tƣơng quan, mặc dù không có cặp biến nào có sự tƣơng quan có hệ số lớn hơn 0,8 nhƣng cặp biến CAPITAL và SIZE có hệ số tƣơng quan 0.7323 không loại trừ dấu hiệu của đa cộng tuyến. Để phát hiện một số biến có tƣơng quan tuyến tính mạnh với các biến còn lại của mô hình, ta sử dụng hệ số phóng đại phƣơng sai (VIF - Variance Inflation Factor). Theo quy tắc kinh nghiệm khi VIF > 10 thì mức độ đa cộng tuyến đƣợc xem là cao. Khi đó, hệ số hồi quy ƣớc lƣợng với độ chính xác không cao. Dựa vào kết quả kiểm định hồi quy tuyến tính với hệ số VIF, các biến VIF lớn hơn 10 sẽ bị loại ra khỏi mô hình và tiếp tục phân tích hồi quy cho đến khi không còn biến nào có giá trị VIF > 10 (tức là không có hiện tƣợng đa cộng tuyến).
Đa cộng tuyến là hiện tƣợng các biến độc lập trong mô hình tƣơng quan tuyến tính với nhau. Nghiên cứu tiến hành kiểm định giả thuyết không bị hiện tƣợng đa cộng tuyến bằng cách dùng chỉ số VIF thông qua việc sử dụng hàm collin để kiểm định, kết quả kiểm định tại phụ lục 05.