Biến Tên biến Cách đo lường Dấu kỳ vọng
Biến phụ thuộc
Tỷ suất sinh lời trên tổng tài sản
ROA Lợi nhuận sau thuế/ Tổng tài sản
Tỷ suất sinh lời trên vốn chủ sở hữu
ROE Lợi nhuận sau thuế/ Vốn chủ sở hữu
Biến độc lập
Tỷ lệ an toàn vốn tối thiểu
CAR (Tổng vốn cấp I và vốn cấp II) / Tổng tài sản đã điều chỉnh rủi ro
-
Chỉ số trạng thái tiền mặt
CDTA (Tiền mặt + tiền gửi tại các TCTD khác) / Tổng tài sản
-
Chỉ số năng lực cho vay
INVSTA Tổng dư nợ / Tổng tài sản +
Chỉ số Tổng dư nợ/Tiền gửi KH
LDEP Chỉ số Tổng dư nợ / Tiền gửi KH
+
Chỉ số cơ cấu tiền gửi
4.3 Dữ liệu và mơ hình nghiên cứu 4.3.1 Dữ liện nghiên cứu
Dữ liệu cho đề tài là dữ liệu bảng, được thu thập từ báo cáo tài chính của 23 NHTMCP Việt Nam, chủ yếu là Bảng cân đối kế toán và báo cáo thu nhập. Bộ dữ liệu được thu thập trong giai đoạn 2009 – 2015, bao gồm 161 quan sát.
Cỡ mẫu dùng cho mơ hình phân tích trong nghiên cứu được xác định theo Green (1991), được xác định n ≥ 50+8p ( p là số biến độc lập), trong nghiên cứu mẫu bao gồm 161 quan sát và 5 biến độc lập là phù hợp với yêu cầu. Sau khi thu thập được dữ liệu của biến phụ thuộc và biến độc lập cần thiết đưa vào mơ hình, các số liệu ban đầu được xử lý, kiểm tra để thực hiện tính tốn giá trị các biến cần thiết đưa vào mơ hình bằng Excel. Từ đó, tác giả xây dựng một dữ liệu bảng cân bằng thông qua kết hợp các dữ liệu theo thời gian (2009 – 2015) của các quan sát theo không gian (23 NHTMCP Việt Nam).
Trong bài nghiên cứu này tác giả sử dụng dữ liệu bảng để thực hiện ước lượng vì những ưu điểm của nó trong việc ước lượng mơ hình sau ( Baltagi, 2005):
Dữ liệu bảng là sự kết hợp các chuỗi thời gian của các quan sát theo không gian nên dữ liệu bảng chứa nhiều thơng tin hơn, tính biến thiên nhiều hơn, hạn chế được hiện tượng tự tương quan và đa cộng tuyến giữa các biến số. Dữ liệu bảng có thể phát hiện và đo lường tốt hơn các tác động mà không thể quan sát trong dữ liệu chuỗi thời gian hay dữ liệu chéo theo không gian thuần túy.
Dữ liệu bảng giúp nghiên cứu những mơ hình hành vi phức tạp hơn. Bài nghiên cứu sử dụng phần mềm thống kê Stata 12 để ước lượng kết quả hồi quy cho mơ hình.
4.3.2 Phương pháp nghiên cứu
Luận văn được thực hiện nhằm nghiên cứu xác định các yếu tố thanh khoản tác động đến khả năng sinh lời của các NHTMCP Việt Nam. Sau khi đã lược khảo các lý thuyết có liên quan để xây dựng giả thuyết và đưa ra mơ hình nghiên cứu, tiếp theo tác giả sẽ sử dụng các phương pháp phân tích mơ tả và thực hiện mơ hình hồi
quy để kiểm định các giả thuyết đã đặt ra. Nghiên cứu sử dụng mơ hình hồi quy dữ liệu bảng để kiểm tra mối quan hệ giữa các chỉ số thanh khoản đến khả năng sinh lời của ngân hàng. Tác giả sẽ tiến hành kiểm định để lựa chọn mơ hình phù hợp trong 3 mơ hình hồi quy dữ liệu bảng phổ biến nhất là mơ hình Pooled OLS, FEM, REM. Nghiên cứu lần lượt được thực hiện theo trình tự sau:
Thống kê mơ tả dữ liệu: Nhằm mục đích mơ tả một số đặc điểm quan trọng
của các biến, nên số liệu sau khi tổng hợp sẽ được thống kê và trình bày dưới dạng bảng mô tả. Các đặc điểm quan trọng của các biến gồm có tên biến, số mẫu quan sát, giá trị cực đại, giá trị cực tiểu và độ lệch chuẩn.
Phân tích tương quan giữa các biến trong mơ hình: Một trong số các giả định
của hồi quy tuyến tính là khơng có tương quan giữa các biến độc lập, và khi giải thuyết này bị vi phạm thì hiện tượng đa cộng tuyến xảy ra. Hậu quả là các biến bị đa cộng tuyến có thể mất đi ý nghĩa trong mơ hình hoặc hệ số hồi quy có thể bị sai dấu, đa cộng tuyến nghiêm trọng hơn sẽ khơng ước lượng được mơ hình.
Phân tích hời quy
Khi sử dụng ma trận tương quan sẽ góp phần cho thấy mối quan hệ giữa các biến độc lập và biến phụ thuộc, song nó chỉ cho thấy mối quan hệ cặp giữa một biến độc lập và biến phụ thuộc. Trong khi đó, mục đích nghiên cứu của đề tài là nghiên cứu đồng thời tác động của nhiều biến độc lập lên biến phụ thuộc. Do đó, đề tài sử dụng phương pháp hồi quy đa biến để phân tích. Phương pháp này sẽ được thực hiện trên 3 mơ hình hồi quy dữ liệu bảng phổ biến nhất là mơ hình Pooled OLS, FEM, REM.
Để lựa chọn mơ hình phù hợp trong ba mơ hình, tiến hành kiểm định giữa mơ hình Pooled OLS và FEM, dùng kiểm định Chow với F-test để so sánh lựa chọn giữa mơ hình Pooled OLS và FEM. Sau đó, kiểm định Hausman để so sánh giữa mơ hình FEM và REM, xem mức độ phù hợp của mơ hình nào tốt hơn.
Kiểm định mơ hình: Một mơ hình chỉ có ý nghĩa giải thích khi các giả định của
nó đã được thỏa mãn. Do vậy, trong nghiên cứu cần phải kiểm tra các giả định trước khi diễn giải các kết quả của mơ hình. Q trình kiểm tra các giả định có thể được
thực hiện thơng qua việc phát hiện khuyết tật có thể có của mơ hình. Các khuyết tật có thể mắc phải là: đa cộng tuyến, phương sai thay đổi và tự tương quan.
- Đa cộng tuyến: nghĩa là hai hay nhiều biến giải thích trong biểu thức hồi quy có mối quan hệ tuyến tính với nhau. Nếu các biến có mối quan hệ tuyến tính thì các hệ số ước lượng và thống kê T sẽ khơng cịn hợp lý. Sử dụng kiểm định bằng hồi quy phụ trợ và nhân tử phóng đại phương sai (VIF), nếu VIF ≥ 10 thì mơ hình có đa cộng tuyến cao. Cách khắc phục hiện tượng đa cộng tuyến: có thể loại trừ một biến giải thích ra khỏi mơ hình hoặc bổ sung thêm dữ liệu.
- Phương sai thay đổi: sẽ làm cho các kết quả kiểm định hệ số hồi quy khơng cịn đáng tin cậy và các ước lượng thu được trong mơ hình là các ước lượng khơng hiệu quả, để phát hiện tượng này, sử dụng kiểm định kiểm định Wald. Với giả định H0: Phương sai sai số đồng đều, nếu P-value của kiểm định < 0,05 chứng tỏ có hiện tượng phương sai thay đổi.
- Tự tương quan: hiện tượng tự tương quan xảy ra khi các sai số bị tương quan với nhau. Khi mơ hình bị hiện tượng này có thể dẫn đến hậu quả kiểm định về hệ số hồi quy không đáng tin cậy, làm cho các ước lượng khơng cịn hiệu quả. Để phát hiện hiện tượng này, có thể dùng kiểm định Wooldridge. H0: Khơng có hiện tượng tự tương quan giữa các sai số, nếu P-value của kiểm định < 0,05 chứng tỏ có hiện tượng tự tương quan giữa các sai số.
Lựa chọn mơ hình ước lượng phù hợp để phân tích kết quả
Sau khi thực hiện các kiểm định bằng các lệnh của Stata, nếu mơ hình nào đảm bảo tính bền vững và hiệu quả, nghiên cứu sẽ sử dụng mơ hình đó để thảo luận kết quả.
4.4 Thống kê mơ tả
Để mơ tả đặc tính cơ bản của dữ liệu thu thập. Thông qua kết quả thu được, sẽ cho thấy giá trị trung bình, độ lệch chuẩn, giá trị lớn nhất và nhỏ nhất của các biến phụ thuộc và biến độc lập trong giai đoạn 2009 – 2015.
Bảng 4.2: Thống kê cơ bản mơ tả các biến trong mơ hình
ROA ROE CAR CDTA INVSTA LDEP DEPOS
Trung bình 0.00896 0.10904 0.13797 0.23332 0.54625 0.7070 0.20392 Lớn nhất 0.01541 0.18447 0.19732 0.30870 0.65630 0.83390 0.46050 Nhỏ nhất 0.00663 0.08701 0.09112 0.09420 0.45150 0.60120 0.12674 Độ lệch chuẩn 0.00211 0.02007 0.02919 0.06785 0.08306 0.09650 0.05481 Quan sát 161 161 161 161 161 161 161
(Nguồn: Kết quả chạy STATA)
Kết quả phân tích thống kê mơ tả giữa các biến trong mơ hình theo bảng 4.1 cho thấy:
Lợi nhuận trên tổng tài sản ROA trung bình của 23 NHTMCP giai đoạn 2009- 2015 là 0.00896, lớn nhất 0.01541, bé nhất là 0.00663 .
Lợi nhuận trên vốn chủ sở hữu ROE trung bình của 23 NHTMCP giai đoạn 2009-2015 là 0.10904 , lớn nhất 0.18447, bé nhất là 0.08701
Tỷ lệ an tồn vốn tối thiểu CAR trung bình của 23 NHTMCP giai đoạn 2009- 2015 là 0.13797, lớn nhất 0.19732, bé nhất là 0.09112.
Chỉ số trạng thái tiền mặt CDTA trung bình của 23 NHTMCP giai đoạn 2009- 2015 là 0.23332, lớn nhất 0.30870, bé nhất là 0.09420.
Chỉ số năng lực cho vay INVSTA trung bình của 23 NHTMCP giai đoạn 2009- 2015 là 0.54625, lớn nhất 0.65630, bé nhất là 0.45150.
Chỉ số Tổng dư nợ/Tiền gửi KH LDEP trung bình của 23 NHTMCP giai đoạn 2009-2015 là 0.7070, lớn nhất 0.83390, bé nhất là 0.60120.
Chỉ số Chỉ số cơ cấu tiền gửi DEPOS trung bình của 23 NHTMCP giai đoạn 2009-2015 là 0.20392, lớn nhất 0.46050, bé nhất là 0.12674.
4.5 Phân tích tương quan các biến
Bảng 4.3: Phân tích tương quan các biến
Tương quan CAR CDTA INVSTA LDEP DEPOS
CAR 1.0000
CDTA 0.1167 1.0000
INVSTA 0.1409 0.2462 1.0000
LDEP 0.0737 0.0800 0.1777 1.0000
DEPOS 0.1104 0.1794 0.1239 0.0283 1.0000
(Nguồn: Kết quả chạy STATA)
Kết luận: Theo Kenedy (2008), hiện tượng đa cộng tuyến trở nên nghiêm trọng khi hệ số tương quan giữa các biến độc lập trong mơ hình từ 0,8 trở lên. Dựa vào kết quả ma trận tương quan, hệ số tương quan các biến độc lập trong mơ hình đều nhỏ hơn 0,8 nên các biến đều phù hợp để đưa vào chạy mơ hình hồi quy.
4.6 Lựa chọn mơ hình hồi quy
Để xem xét tác động các nhân tố thanh khoản của ngân hàng tác động đến lợi suất của các ngân hàng TMCP Việt Nam, tác giả đã sử dụng ba dạng mơ hình nghiên cứu thực nghiệm: Mơ hình hồi tuyến tính thơng thường (Pooled OLS), mơ hình hồi quy tác động cố định (Fixed effects model - FEM), mơ hình hồi quy tác động ngẫu nhiên (Random effects model - REM).
Bảng 4.4:Kết quả hồi quy ROE bằng mơ hình Pooled OLS, FEM, REM Biến độc lập (1) Pooled (2) FEM (3) REM CAR Hệ số Bêta .0402149 .0461531 .0412765 Độ lệch chuẩn .0545495 .05929 .0546159 Giá trị t 0.74 0.78 0.76 Trị số P 0.462 0.438 0.450 CDTA Hệ số Bêta -.0301046 -.031837 -.0302325 Độ lệch chuẩn .0241475 .0271381 .024304 Giá trị t -1.25 -1.17 -1.24 Trị số P 0.214 0.243 0.214 INVSTA Hệ số Bêta -.043865 -.0448446 -.0440699 Độ lệch chuẩn .0198578 .0205016 .0197055 Giá trị t -2.21 -2.19 -2.24 Trị số P 0.029 0.030 0.025 LDEP Hệ số Bêta -.0004225 -.0132469 -.0026274 Độ lệch chuẩn .0164975 .0174703 .0164378 Giá trị t -0.03 -0.76 -0.16 Trị số P 0.980 0.450 0.873 DEPOS Hệ số Bêta -.0221975 -.0222743 -.0219967 Độ lệch chuẩn .0292037 .0308025 .0290798 Giá trị t -0.76 -0.72 -0.76 Trị số P 0.448 0.471 0.449
Bảng 4.5: Kết quả hồi quy ROA bằng mơ hình Pooled OLS, FEM, REM Biến độc lập (1) Pooled (2) FEM (3) REM CAR Hệ số Bêta .0027349 .0067345 .0033522 Độ lệch chuẩn .0052964 .0057491 .0053002 Giá trị t 0.52 1.17 0.63 Trị số P 0.606 0.244 0.527 CDTA Hệ số Bêta .0088742 .0062259 .0085011 Độ lệch chuẩn .0023445 .002639 .0023584 Giá trị t 3.79 2.36 3.60 Trị số P 0.000 0.020 0.000 INVSTA Hệ số Bêta .0063975 .0059042 .0063363 Độ lệch chuẩn .001928 .0020188 .0019125 Giá trị t 3.32 2.92 3.31 Trị số P 0.001 0.004 0.001 LDEP Hệ số Bêta -.0000327 -.0008769 -.000153 Độ lệch chuẩn .0016018 .0016938 .0015953 Giá trị t -0.02 -0.52 -0.10 Trị số P 0.984 0.606 0.924 DEPOS Hệ số Bêta .0020048 .0018017 .0020012 Độ lệch chuẩn .0028355 .0029858 .0028222 Giá trị t 0.71 0.60 0.71 Trị số P 0.481 0.547 0.478
(Nguồn: Kết quả chạy STATA 12 (Phụ lục 3)
Kiểm định lựa chon giữa Pooled OLS và FEM (kiểm định với F-test)
Với mức ý nghĩa α = 0,05, xét cặp giả thuyết sau:
H0: khơng có sự khác nhau của các tác động cố định (p-value > 0,05), chọn phương pháp Pooled OLS.
H1: có sự khác nhau của các tác động cố định, phương pháp FEM giải thích tốt hơn Pooled OLS.
Kết quả kiểm định Chow với F-test được thể hiện ở kết quả hồi quy bằng phương pháp FEM (kết quả chi tiết được trình bày ở phụ lục 3). Kết quả kiểm định sau khi hồi quy bằng phương pháp ước lượng FEM được thể ở bảng 4.3 có p-value < 0,05 nên tác giả bác bỏ giả thuyết H0. Vì vậy, phương pháp ước lượng FEM giải thích tốt hơn Pooled OLS. (1)
Bảng 4.6 Kết quả kiểm định F-test
p-value (ROE) 0.0227
p-value (ROA) 0.0127
(Nguồn: Kết quả chạy STATA 12 )
* Kiểm định Hausman –Test để lựa chọn giữa FEM và REM
Với mức ý nghĩa α = 0,05, xét cặp giả thuyết sau:
H0: Khơng có tương quan giữa các biến độc lập và thành phần ngẫu nhiên (chọn REM)
H1: có tương quan giữa các biến độc lâp và thành phần ngẫu nhiên( chọn FEM).
Bảng 4.7: Kết quả kiểm định Hausman -Test
Prob > chibar2 (ROE) 0.4011 Prob > chibar2(ROA) 0.2313
(Nguồn: Kết quả chạy STATA 12 )
Giá trị Prob sau khi thực hiện kiểm định Hausman -Test lớn hơn 0,05 nên tác giả không thể bác bỏ giả thuyết H0, nghĩa là phương pháp ước lượng REM giải thích tốt hơn phương pháp FEM của của hai mơ hình ROE và ROA. (2)
Kết hợp (1) và (2): tác giả lựa chọn phương pháp REM để ước lượng cho mơ hình nghiên cứu.
4.7 Các kiểm định
4.7.1 Kiểm định hiện tượng đa cộng tuyến
Theo lý thuyết có rất nhiều phương pháp nhằm xác định và đánh giá mức độ đa cộng tuyến như: hệ số tương quan giữa các biến độc lập cao, hồi quy phụ, căn cứ vào
hệ số phóng đại phương sai VIF. Trong nghiên cứu này tác giả lựa chọn hệ số phương pháp phóng đại phương sai VIF để kiểm tra hiện tượng đa cộng tuyến cho mơ hình nghiên cứu.
Bảng 4.8: Kết quả kiểm định VIF
Biến độc lập (VIF) INVSTA 1.05 CDTA 1.04 DEPOS 1.03 CAR 1.01 CDDEP 1.05
(Nguồn: Kết quả chạy STATA 12)
Kết quả kiểm định hệ số phóng đại phương sai VIF được trình bảy ở bảng 4.8 cho thấy hệ số phóng đại phương sai VIF của các biến độc lập đều nhỏ hơn 10 nên có cơ sở để kết luận rằng hiện tượng đa cộng tuyến không ảnh hưởng nghiêm trọng đến kết quả ước lượng của mơ hình.
4.7.2 Kiểm định tương quan chuỗi:
Để kiểm tra mô hình có xảy ra hiện tượng tương quan chuỗi hay không, tác giả sử dụng kiểm định Wooldridge test, với mức ý nghĩa α = 0,05 và xét cặp giả thuyết:
H0: Khơng có hiện tượng tương quan chuỗi (p-value > 0,05) H1: Có hiện tượng tương quan chuỗi
Bảng 4.9: Kết quả kiểm định hiện tượng tương quan chuỗi
P-Value (ROE) 0.7166
P-Value (ROA) 0.1244
(Nguồn: Kết quả chạy STATA 12 )
Kết quả kiểm định Woolrigde có p-value > 0,05 (mức ý nghĩa 5%) nên chưa bác bỏ giả thuyết H0. Vì vậy, có cơ sở để kết luận rằng mơ hình khơng có hiện tượng tự tương quan chuỗi.
4.7.3 Kiểm định phương sai sai số thay đổi:
Để kiểm định các mơ hình có xảy ra hiện tượng phương sai sai số thay đổi hay khơng cho mơ hình REM, tác giả sử dụng phương pháp kiểm định Breusch- Pagan Lagrange Multiplier, với mức ý nghĩa α = 0,05, xét cặp giả thuyết sau:
H0: có phương sai khơng đổi (p-value > 0,05) H1: có phương sai sai số thay đổi
Kết quả kiểm định Breusch-Pagan LM cho cả hai mơ hình biến phụ thuộc đều có p-value = 0,000 < 0,05 (mức ý nghĩa 5%) nên giả thuyết H0 bị bác bỏ và chấp nhận giả thuyết H1. Vì vậy, mơ hình khả năng xảy ra hiện tượng phương sai sai số thay đổi.
Bảng 4.10: Kết quả kiểm định phương sai sai số thay đổi
Kiểm định Breusch – Pagan LM
P-Value (ROE) 0,0000
P-Value (ROA) 0,0000
(Nguồn: Kết quả chạy STATA 12)
4.5 Mơ hình hồi quy điều chỉnh
Để khắc phục hiện tượng phương sai sai số thay đổi tác giả sử dụng phương pháp ước lượng điều chỉnh sai số chuẩn (Robust standard errors)1 và thu được kết quả sau:
Bảng 4.11: Kết quả chạy hồi quy điều chỉnh với mơ hình ROE Biến độc lập Hệ số (Coef.) Thống kê z P-value Biến độc lập Hệ số (Coef.) Thống kê z P-value