3.2.1. Dữ liệu mơ hình
Dữ liệu mơ hình bao gồm các yếu tố sau: Tăng trưởng kinh tế Việt Nam hàng năm (GDP), tốc độ tăng trưởng tín dụng của hệ thống NHTM Việt Nam hàng năm (TTTD), tốc độ tăng trưởng cung tiền M2 của Việt Nam hàng năm (BMG) và tỷ trọng tín dụng được cung cấp bởi hệ thống NHTM so với GDP hàng năm (DCPBB).
Các dữ liệu này được lấy từ các nguồn sau: Tăng trưởng kinh tế Việt Nam hàng năm, tốc độ tăng trưởng cung tiền M2 của Việt Nam hàng năm và tỷ trọng tín dụng được cung cấp bởi hệ thống NHTM so với GDP hàng năm được lấy từ nguồn dữ liệu của Ngân hàng thế giới (WB). Tốc độ tăng trưởng tín dụng của hệ thống NHTM Việt Nam hàng năm được tổng hợp từ NHNN Việt Nam và Tổng cục thống kê Việt Nam. Các dữ liệu trên được lấy trong giai đoạn từ năm 1992 đến năm 2012.
3.2.2. Mơ hình đề nghị
Từ phương pháp hồi quy tuyến tính và những phân tích trên, nghiên cứu đề xuất mơ hình tổng quát như sau:
Yi = β0 + β1X1i + β2X2i + β3X3i + εi (3.1)
Trong đó:
Yi: là biến phụ thuộc (GDP)
X1i, X2i và X3i: là các biến độc lập (đại diện cho hệ thống NHTM Việt Nam) β0: Hệ số chặn (hằng số)
β1, β2, và β3: Các hệ số hồi quy εi: Sai số ngẫu nhiên
Điều kiện vận dụng mơ hình nhƣ sau:
- Các điều kiện về dạng mơ hình: Mối quan hệ tuyến tính giữa các biến độc lập với biến phụ thuộc.
- Các điều kiện về sai số mơ hình: Các sai số mơ hình là độc lập (khơng tự tương quan) và các sai số phân phối theo phân phối chuẩn.
- Các điều kiện về các sai số dự đoán: Các biến độc lập không ngẫu nhiên;
Các giá trị của biến độc lập được đo lường khơng có sai số;
giữa các biến độc lập).
Giả thuyết nghiên cứu
Từ mơ hình hồi quy trên, ta đưa ra giả thuyết nghiên cứu sau:
H0: Hệ thống NHTM Việt Nam (gồm 3 biến độc lập đại diện cho hệ thống NHTM Việt Nam: TTTD, BMG và DCPBB) khơng có tác động tới tăng trưởng kinh tế. Độ tin cậy là 95%.
H1: Tồn tại mối quan hệ giữa Hệ thống NHTM Việt Nam và tăng trưởng kinh tế Việt Nam.
Kiểm định mơ hình
Phương pháp thực hiện hồi qui là phương pháp đưa vào lần lượt (Enter), đây là phương pháp mặc định trong chương trình SPSS. Phương trình hồi qui nhằm xác định vai trị của từng nhân tố trong việc đánh giá mối quan hệ, vai trò của từng nhân tố trong sự tăng trưởng kinh tế.
Để đánh giá độ phù hợp của mơ hình, các nhà nghiên cứu sử dụng hệ số R2 (R- Square) để đánh giá mức độ phù hợp của mơ hình nghiên cứu, hệ số xác định R2 được chứng minh là hàm không giảm theo số biến độc lập dược đưa vào mơ hình, tuy nhiên khơng phải phương trình càng nhiều biến thì sẽ càng phù hợp hơn với dữ liệu, R2 có khuynh hướng là một yếu tố lạc quan của thước đo sự phù hợp của mô hình đối với dữ liệu.
Bên cạnh đó cần phải kiểm tra hệ số tương quan bằng hệ số Durbin- Watson (1< Durbin-Watson< 3) và khơng có hiện tượng đa cộng tuyến bằng hệ số phóng đại phương sai VIF (VIF< 2.5). Hệ số Beta chuẩn hóa được dùng để đánh giá mức độ quan trọng của từng nhân tố, hệ số Beta chuẩn hóa của biến nào càng cao thì mức độ tác động của biến đó vào sự lựa chọn càng lớn (Hồng Trọng và Mộng Ngọc, 2005).