DEA H6 (+) (-) (-) Không Không NPL H7 (-) (-) (-) Khơng Khơng LLP H8 (-) (-) (+) Có (1%) Có (1%) GDPG H9 (+) (-) (-) Khơng (10%)Có
Model FGLS SGMM REM SGMM
Variance ROA ROE
L.ROA 0,252***
[4,25]
Nguồn: tổng hợp kết quả từ phầm mềm stata
4.4.3 Phân tích hồi quy theo phương pháp SGMM
Tuy kết quả nghiên cứu cả 2 mơ hình nợ xấu khơng có mối tương quan với ROA, ROE nhưng theo Berger & DeYoung (1997), Nguyễn Việt Hùng (2008), tỷ lệ nợ xấu có tác động ngược chiều với lợi nhuận ngân hàng. Vì thế có cơ sở để cho rằng tỷ lệ nợ xấu có thể tác động với lợi nhuận và lợi nhuận sẽ có tác động đến nợ xấu theo như nghiên cứu của Phạm Dương Phương Thảo và Nguyễn Linh Đan về các yếu tố ảnh hưởng đến tỷ lệ nợ xấu của các NHTM Việt Nam. Trong đó theo nghiên cứu, ROE có mối quan hệ ngược chiều với tỷ lệ nợ xấu của ngân hàng. Điều đó cho thấy, mơ hình nghiên cứu có thể xảy ra hiện tượng nội sinh ngoài ra một số nghiên cứu sử dụng GMM để đo lường lợi nhuận ngân hàng hay lợi nhuận như Võ Xuân Vinh & Trần Thị Phương Mai (2015), Guzbuz và cộng sự (2013), Moudud-Ul- Hud (2018) do đó tác giả nhằm tạo ra kết luận chính xác và khắc phục được tình trạng nội sinh để đưa ra kết quả chính xác, vững hơn tác giả sử dụng phương pháp SGMM để hồi quy về tác động của đa dạng hóa thu nhập đến ROA, ROE.
Kiểm định Hansen Test để kiểm định tính over-identifying của các biến cơng cụ. Kết quả cho thấy hệ số p-value đều lớn hơn 10%, kết luận biến công cụ được sử dụng trong mơ hình SGMM thỏa mãn tính over-identifying. Ngồi ra, kiểm định tự tương quan bậc hai (AR2) cho kết quả p-value đều lớn hơn 0,05, kết luận phần dư của mơ hình
SGMM khơng tồn tại hiện tượng tự tương quan bậc hai. Biến cơng cụ được sử dụng trong mơ hình đều thõa mãn hai kiểm định đề ra. Ngồi ra số cơng cụ nhỏ hơn số nhóm.
Như vậy, sử dụng mơ hình SGMM với biến trễ của phụ thuộc làm biến công cụ đã giải quyết được hiện tượng nội sinh trong mơ hình. Các kết quả tìm thấy được trong mơ hình
là vững và đạt u cầu hồn tồn có thể phân tích được. 58