CHƯƠNG 1 :GIỚI THIỆU
4.5. Kết quả nghiên cứu
4.5.1. Mơ hình 1 ROA
Dựa trên mơ hình nghiên cứu tổng qt được đề cập ở mục 2.3.3 với biến phụ thuộc là ROA, mơ hình nghiên cứu được viết lại như sau:
ROAit = α0 + α1*FORCt + α2*FORRit + α3*EquityTAit + α4*LiquidTAit+ α5*LoanDepoit+ α6*TotAsset it+ α7*Gdpgrowt+ α8*CPIt+𝜺it (4.12)
Phân tích mơ hình nghiên cứu
Dựa theo kết quả phân tích ma trận hệ số tương quan và kiểm định sự tương quan giữa các biến độc lập trong mơ hình (hiện tượng đa cơng tuyến) ta thấy mơ hình có hiện tượng đa cộng tuyến được đánh giá là không nghiêm trọng (kết quả xem mục 6.1 và 6.2, phụ lục 6).
Kế đến, đề tài sử dụng kiểm định Hauman test để lựa chọn mơ hình phù hợp thì kết quả thu được là chọn mơ hình Fixed effects model với R2 = 48,37% (kết quả xem mục 6.5 phụ lục 6).
Tiếp theo, với mơ hình FEM vừa chọn tác giả thực hiện các kiểm định và nhận thấy mơ hình xảy ra hiện tượng phương sai thay đổi và hiện tượng tự tương quan giữa
nghiên cứu của Arellano và Bond (1991) được tác giả sử dụng để khắc phục hiện tượng tự tương quan giữa các sai số, hiện tượng biến nội sinh nhằm đảm bảo ước lượng thu được vững và hiệu quả (kết quả xem mục 6.8 phụ lục 6).
Cuối cùng, với biến phụ thuộc là ROA, sau khi dùng phương pháp GMM, kết quả như sau:
ROA= - 0,2517*FORC– 0,3407*Gdpgrow +𝜺
4.5.2. Mơ hình 2 - ROE
Với biến phụ thuộc là ROE, mơ hình nghiên cứu được viết lại như sau:
ROEit = α0 + α1*FORCt + α2*FORRit + α3*EquityTAit + α4*LiquidTAit+ α5*LoanDepoit+ α6*TotAsset it+ α7*Gdpgrowt+ α8*CPIt+𝜺it (4.13)
Phân tích mơ hình nghiên cứu
Dựa theo kết quả phân tích ma trận hệ số tương quan và kiểm định sự tương quan giữa các biến độc lập trong mơ hình (hiện tượng đa cơng tuyến) ta thấy mơ hình có hiện tượng đa cộng tuyến được đánh giá là không nghiêm trọng (kết quả xem mục 7.1 và 7.2, phụ lục 7).
Kế đến, đề tài sử dụng kiểm định Hauman test để lựa chọn mơ hình phù hợp thì kết quả thu được là chọn mơ hình Fixed effects model với R2 = 44,71% (kết quả xem mục 7.5 phụ lục 7).
Tiếp theo, với mơ hình FEM vừa chọn tác giả thực hiện các kiểm định và nhận thấy mơ hình xảy ra hiện tượng phương sai thay đổi và hiện tượng tự tương quan giữa các sai số (kết quả xem mục 7.6 và 7.7, phụ lục 7). Điều này sẽ làm cho các ước lượng thu được bằng phương pháp hồi quy thông thường trên dữ liệu bảng không hiệu quả và các kiểm định khơng cịn đáng tin cậy. Do vậy, mơ hình dữ liệu bảng GMM theo như
nghiên cứu của Arellano và Bond (1991) được tác giả sử dụng để khắc phục hiện tượng tự tương quan giữa các sai số, hiện tượng biến nội sinh nhằm đảm bảo ước lượng thu được vững và hiệu quả (kết quả xem mục 7.8 phụ lục 7).
Cuối cùng, với biến phụ thuộc là ROE, sau khi dùng phương pháp GMM, kết quả như sau:
ROE= - 0,5655*FORC- 0,8083*FORR+ 1,4030*EquityTA+ 25,3757*TotAsset+𝜺
4.5.3. Mơ hình 3 - NIM
Với biến phụ thuộc là NIM, mơ hình nghiên cứu được viết lại như sau:
NIMit = α0 + α1*FORCt + α2*FORRit + α3*EquityTAit + α4*LiquidTAit+ α5*LoanDepoit+ α6*TotAsset it+ α7*Gdpgrowt+ α8*CPIt+𝜺it (4.14)
Phân tích mơ hình nghiên cứu
Dựa theo kết quả phân tích ma trận hệ số tương quan và kiểm định sự tương quan giữa các biến độc lập trong mơ hình (hiện tượng đa cơng tuyến) ta thấy mơ hình có hiện tượng đa cộng tuyến được đánh giá là không nghiêm trọng (kết quả xem mục 8.1 và 8.2, phụ lục 8).
Kế đến, đề tài sử dụng kiểm định Hauman test để lựa chọn mơ hình phù hợp thì kết quả thu được là chọn mơ hình Fixed effects model với R2 = 25,22% (kết quả xem mục 8.5 phụ lục 8).
Tiếp theo, với mơ hình FEM vừa chọn tác giả thực hiện các kiểm định và nhận thấy mơ hình xảy ra hiện tượng phương sai thay đổi và hiện tượng tự tương quan giữa
các kiểm định khơng cịn đáng tin cậy. Do vậy, mơ hình dữ liệu bảng GMM theo như nghiên cứu của Arellano và Bond (1991) được tác giả sử dụng để khắc phục hiện tượng tự tương quan giữa các sai số, hiện tượng biến nội sinh nhằm đảm bảo ước lượng thu được vững và hiệu quả (kết quả xem mục 8.8 phụ lục 8).
Cuối cùng, với biến phụ thuộc là NIM, sau khi dùng phương pháp GMM, kết quả như sau:
NIM= 0,1405*FORC+ 0,1039*FORR+ 0,0689*LoanDepo+𝜺
4.5.4. Mơ hình 4 - NII
Với biến phụ thuộc là NII, mơ hình nghiên cứu được viết lại như sau:
NIIit = α0 + α1*FORCt + α2*FORRit + α3*EquityTAit + α4*LiquidTAit+ α5*LoanDepoit+ α6*TotAsset it+ α7*Gdpgrowt+ α8*CPIt+𝜺it (4.15)
Phân tích mơ hình nghiên cứu
Dựa theo kết quả phân tích ma trận hệ số tương quan và kiểm định sự tương quan giữa các biến độc lập trong mơ hình (hiện tượng đa cơng tuyến) ta thấy mơ hình có hiện tượng đa cộng tuyến được đánh giá là không nghiêm trọng (kết quả xem mục 9.1 và 9.2, phụ lục 9).
Kế đến, đề tài sử dụng kiểm định Hauman test để lựa chọn mơ hình phù hợp thì kết quả thu được là chọn mơ hình Random effects model với R2 = 27,66% (kết quả xem mục 9.5 phụ lục 9).
Tiếp theo, với mơ hình REM vừa chọn tác giả thực hiện các kiểm định và nhận thấy mơ hình xảy ra hiện tượng phương sai thay đổi tuy nhiên khơng có hiện tượng tự tương quan giữa các sai số (kết quả xem mục 9.6 và 9.7, phụ lục 9). Mơ hình dữ liệu bảng GMM theo như nghiên cứu của Arellano và Bond (1991) cũng sẽ được tác giả sử
dụng để khắc phục hiện tượng biến nội sinh nhằm đảm bảo ước lượng thu được vững và hiệu quả (kết quả xem mục 9.8 phụ lục 9).
Cuối cùng, với biến phụ thuộc là NII, sau khi dùng phương pháp GMM, có kết quả như sau:
NII= - 0,0889*FORC - 0,0155*LoanDepo + 2,3550*TotAsset – 0,1838*Gdpgrow+𝜺
4.5.5. Mơ hình 5 - OE
Với biến phụ thuộc là OE, mơ hình nghiên cứu được viết lại như sau:
OEit = α0 + α1*FORCt + α2*FORRit + α3*EquityTAit + α4*LiquidTAit+ α5*LoanDepoit+ α6*TotAsset it+ α7*Gdpgrowt+ α8*CPIt+𝜺it (4.16)
Phân tích mơ hình nghiên cứu
Dựa theo kết quả phân tích ma trận hệ số tương quan và kiểm định sự tương quan giữa các biến độc lập trong mơ hình (hiện tượng đa cơng tuyến) ta thấy mơ hình có hiện tượng đa cộng tuyến được đánh giá là không nghiêm trọng (kết quả xem mục 10.1 và 10.2, phụ lục 10).
Kế đến, đề tài sử dụng kiểm định Hauman test để lựa chọn mơ hình phù hợp thì kết quả thu được là chọn mơ hình Random effects model với R2 = 45,07% (kết quả xem mục 10.5 phụ lục 10).
Tiếp theo, với mơ hình REM vừa chọn tác giả thực hiện các kiểm định và nhận thấy mơ hình xảy ra hiện tượng phương sai thay đổi và hiện tượng tự tương quan giữa các sai số (kết quả xem mục 10.6 và 10.7, phụ lục 10). Điều này sẽ làm cho các ước
như nghiên cứu của Arellano và Bond (1991) được tác giả sử dụng để khắc phục hiện tượng tự tương quan giữa các sai số, hiện tượng biến nội sinh nhằm đảm bảo ước lượng thu được vững và hiệu quả (kết quả xem mục 10.8 phụ lục 10).
Cuối cùng, với biến phụ thuộc là OE, sau khi dùng phương pháp GMM, có kết quả như sau:
OE= 0,0381*FORC– 0,0219*LiquidTA+ 0,0135*LoanDepo – 0,2024*Gdpgrow– 0,0191*CPI+𝜺
4.5.6. Mơ hình 6 - RISK
Với biến phụ thuộc là RISK, mơ hình nghiên cứu được viết lại như sau:
RISKit = α0 + α1*FORCt + α2*FORRit + α3*EquityTAit + α4*LiquidTAit+ α5*LoanDepoit+ α6*TotAsset it+ α7*Gdpgrowt+ α8*CPIt+𝜺it (4.17)
Phân tích mơ hình nghiên cứu
Dựa theo kết quả phân tích ma trận hệ số tương quan và kiểm định sự tương quan giữa các biến độc lập trong mơ hình (hiện tượng đa cơng tuyến) ta thấy mơ hình có hiện tượng đa cộng tuyến được đánh giá là không nghiêm trọng (kết quả xem mục 11.1 và 11.2, phụ lục 11).
Kế đến, đề tài sử dụng kiểm định Hauman test để lựa chọn mơ hình phù hợp thì kết quả thu được là chọn mơ hình Random effects model với R2 = 26,46% (kết quả xem mục 11.5 phụ lục 11).
Tiếp theo, với mơ hình REM vừa chọn tác giả thực hiện các kiểm định và nhận thấy mơ hình xảy ra hiện tượng phương sai thay đổi và hiện tượng tự tương quan giữa các sai số (kết quả xem mục 11.6 và 11.7, phụ lục 11). Điều này sẽ làm cho các ước lượng thu được bằng phương pháp hồi quy thông thường trên dữ liệu bảng không hiệu
quả và các kiểm định khơng cịn đáng tin cậy. Do vậy, mơ hình dữ liệu bảng GMM theo như nghiên cứu của Arellano và Bond (1991) được tác giả sử dụng để khắc phục hiện tượng tự tương quan giữa các sai số, hiện tượng biến nội sinh nhằm đảm bảo ước lượng thu được vững và hiệu quả (kết quả xem mục 11.8 phụ lục 11).
Cuối cùng, với biến phụ thuộc là RISK, sau khi dùng phương pháp GMM, kết quả như sau:
RISK= - 0,0434*FORR – 0,0517*Gdpgrow+𝜺