Các biến giải thích Trường hợp (1) Trường hợp (2)
FEM REM FEM REM
EBTP 0.1275 (***) 0.1463 (***) 0.0976 (***) 0.1159 (***) SIZE 0.0002 0.0004 0.0002 0.0003 ER -0.0059 -0.0077 -0.0038 -0.0080 TL 0.0025 0.0026 0.0028 0.0019 LG -0.0007 -0.0009 -0.0007 -0.0008 NPL 0.2129 (***) 0.1991 (***) 0.2063 (***) 0.1972 (***) TYPE NA 0.0010 NA NA DOWNT 0.0009 0.0006 0.0008 -2.8548e-06 EBTP.TYPE NA NA 0.4727 (**) 0.1014 EBTP.DOWNT NA NA 0.0155 0.0439 EBTP.TYPE.DOWNT NA NA -0.0404 -0.0037 Số quan sát (Obs.) 212 212 212 212 R-Squared 0.3524 0.4202 0.3927 0.4514 R-Squared hiệu chỉnh 0.2975 0.4024 0.3260 0.4280 F-statistic (p-value) 13.9123 (2.4168e-14) 18.3876 (< 2.22e-16) 11.3809 (6.2016e-15) 16.536 (< 2.22e-16)
Kiểm định Hausman (p-value) NA (0.6194) (2.1e-05) NA
Trường hợp (1) không có biến tương tác; Trường hợp (2) có biến tương tác.
(***), (**), (*): Có ý nghĩa thống kê ở mức 0.1%, 1% và 5%
(Nguồn: tổng hợp kết quả ước lượng FEM, REM & kiểm định Hausman từ phần mềm R, chi tiết tại hình 4.4, 4.5, 4.8, 4.10, 4.11 và 4.14 của phần Phụ lục)
Kết quả ước lượng từ bảng 4.3 cho thấy số biến có ý nghĩa thống kê trong các mô hình ở 2 trường hợp (không và có biến tương tác) là không có nhiều khác biệt. Các biến ảnh hưởng mang ý nghĩa thống kê xuất hiện cả trong 4 mô hình nêu trên là NPL (Tỷ lệ nợ xấu) và EBTP (Lợi nhuận trước thuế và dự phòng). Các hệ số của từng mô hình ở 2 trường hợp không có sự chênh lệch lớn, mô hình với biến tương tác luôn có R-Squared cao hơn cho thấy khả năng giải thích của các mô hình này tốt hơn so với trường hợp không có biến tương tác. Thêm vào đó, trường hợp mô hình FEM với biến tương tác thì có thêm biến EBTP.TYPE mang ý nghĩa thống kê.
Các kết quả kiểm định F-test và LM-test theo các hình 4.6, 4.7, 4.12 và 4.13 phần Phụ lục đều cho thấy mô hình FEM (hoặc REM) là tốt hơn so với mô hình Pooled OLS. Kiểm định Hausman giữa 2 trường hợp của mô hình đối với FEM và REM cho ra 2 kết quả khác biệt. Ở trường hợp không có biến tương tác, mô hình REM được cho tốt hơn FEM khi trị số p-value > 0.05. Kết quả này khác với các nghiên cứu của Nguyễn Thị Thu Hiền và Phạm Đình Tuấn (2014) và Nguyễn Thị Ngọc Diệp và Nguyễn Minh Kiều (2015). Theo các nghiên cứu nêu trên, mô hình thích hợp để phân tích sự tác động của các biến độc lập lên LPP là mô hình các ảnh hưởng cố định (FEM).
Đối với trường hợp có biến tương tác, mô hình FEM được đánh giá là lựa chọn tốt hơn so với REM khi trị số p-value < 0.05 và rất thấp. Điều này phần nào thể hiện sự bất định của các mô hình nêu trên. Vì vậy cần kiểm tra các khuyết tật có thể có trong mô hình được chọn ở 2 trường hợp không có và có biến tương tác để có thể xác định được mô hình hồi quy tối ưu.
4.5. Kiểm định các khuyết tật và xác lập mô hình kết quả
Các khuyết tật có thể có trong mô hình đối với dữ liệu bảng gồm: dữ liệu không dừng (non-stationarity), hiện tượng tự tương quan (serial correlation), hiện tượng phụ thuộc chéo (cross-sectional dependence), phương sai sai số thay đổi (heteroskedasticity).
Trong trường hợp của đề tài này, sau khi loại bỏ các giá trị dị biệt, dữ liệu không còn đảm bảo tính cân xứng cần thiết cho việc thực hiện được các kiểm định dữ liệu dừng (stationarity) và hiện tượng phụ thuộc chéo (cross-sectional dependence). Do vậy chỉ có các kiểm định hiện tượng tự tương quan và phương sai sai số thay đổi được thực hiện và cho các kết quả như bảng 4.4 dưới đây.