CHƯƠNG 3 PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU
3.1.2. Mơ hình ước lượng
Giả thuyết và điều tra thực nghiệm và mơ hình ước lượng của bài báo cáo dựa trên nghiên cứu của Mustafa Caglayan, Bing Xu (2016).
Theo quan điểm này, khi sự biến động của lạm phát thấp, cơ chế giá sẽ được vận hành. Trong những trường hợp như vậy, các nhà quản lý ngân hàng có thể xếp hạng các dự án liên quan đến nhau và phân bổ quỹ khan hiếm để sử dụng tốt nhất. Tuy nhiên, nếu sự biến động của lạm phát cao, do tín hiệu nhiễu cao nên khơng thể sử dụng hiệu quả cơ chế giá để khai thác thông tin về giá trị của dự án. Do đó, các ngân hàng trở nên thận trọng trong hoạt động cho vay của họ và có cách hành xử tương tự. Hành vi này của các nhà quản lý ngân hàng có thể được nắm bắt bằng cách quan sát mối liên hệ giữa sự phân bố chéo tỷ lệ cho vay/ tài sản và sự biến động của lạm phát. Do đó, sự gia tăng sự biến động của lạm phát sẽ dẫn đến sự thu hẹp sự phân bố của tỷ lệ cho vay/tài sản, và ngược lại. Bài nghiên cứu xem xét một dữ liệu bảng các ngân hàng thương mại tập hợp từ một số các quốc gia thuộc Apec và sử dụng mơ hình sau:
(1)
Trong đó biến phụ thuộc, Dispj,t (Loans/TA), ghi lại sự phân bố tỷ lệ nợ/tổng tài sản của quốc gia j tại thời điểm t. Biến giải thích, hj,t, là một thước đo sự biến động của lạm phát của nước j theo thời gian t. Sự biến động của lạm phát được đo lường bằng phương sai có điều kiện từ mơ hình ARCH / GARCH cho sự chênh lệch
log của chỉ số giá tiêu dùng hàng tháng. Để giải quyết vấn đề này, mơ hình hồi quy được đưa thêm vào các hiệu ứng cố định theo thời gian cụ thể vj của quốc gia j. Thuật ngữ cuối cùng trong mơ hình, ϵ j,t biểu thị sai số riêng biệt ứng với quốc gia j
tại thời điểm t.
Tuy nhiên, đây là một mơ hình đơn giản và phải đưa vào các biến kiểm soát khác nhau để tránh có lỗi về dạng của mơ hình. Biến kiểm sốt là những biến chỉ đặc điểm nhằm làm giảm bất cứ tác động nào có thể gây nhiễu cho các biến số khác hoặc cho việc diễn giải kết quả của nghiên cứu. Biến kiểm sốt cũng có một ảnh hûởng tiềm nâng vào biến phụ thuộc nhû biến độc lập, nhûng sự tác động đó khơng phải là điều mà ta đang quan tâm. Bên cạnh đó, việc đûa biến kiểm sốt vào mơ hình phân tích vì ta khơng thể bỏ qua sự tác động của nó khi xem xét các tác động của biến độc lập.
Tương tự như Mustafa Caglayan, Bing Xu (2016), trong mơ hình (1), đã đưa vào một số biến số kiểm soát là các yếu tố biến động khác của môi trường vĩ mô bao gồm: Tốc độ tăng trưởng GDP (∆GDP), Biến giả để nắm bắt mức độ ảnh hưởng của cuộc khủng hoảng tài chính gần đây (dumFC), Biến tương tác giữa biến giả cuộc khủng hoảng tài chính giả, biến biến động lạm phát (dumFC * h) để nắm bắt nếu hiệu ứng biến động đã thay đổi sau cuộc khủng hoảng tài chính gần đây.và bốn biến số kiểm soát khác: hai trong số đó là sự biến động của (i) thị trường chứng khoán (VolStock) và (ii) giá dầu (VolOil) ghi nhận những tác động bất ổn xuất phát từ thị trường tài chính và hàng hố (đánh giá sự ổn định của nền kinh tế vĩ mơ) và hai biến cịn lại là trung bình của (iii) rủi ro ngân hàng (BankRisks), và (iv) lợi nhuận của ngân hàng (BankReturns) của từng quốc gia để kiểm soát được sự mong muốn rủi ro – lợi nhuận trung bình trong ngành ngân hàng và biến giả năm, i.year, kiểm soát những cú sốc cịn lại có thể ảnh hưởng đến mối quan hệ. Như vậy , mơ hình sau cùng có dạng sau:
(2) Trong phương trình (2), Z biểu thị một vector các biến kiểm soát bao gồm:
Lạm phát, ∆GDP, dumFC, dumFC*h, VolStock, VolOil, BankRisks và BankReturns. Nhìn chung, việc bao gồm các biến số kiểm sốt khơng nên ảnh hưởng đến dấu hiệu và ý nghĩa của hệ số ước lượng liên quan đến sự biến động của lạm phát, β1, qua đó tơi thảo luận về tác động bất lợi của sự biến động của lạm phát đối với các nguồn lực ngân hàng phân bổ.
Đối với phân tích hồi quy dữ liệu bảng có thể sử dụng 3 mơ hình đó là: (1) Mơ hình Pooled OLS: là mơ hình khơng kiểm sốt được từng đặc điểm riêng của từng quốc gia trong nghiên cứu khi bỏ qua bình diện khơng gian và thời gian của dữ liệu kết hợp;
(2) Mơ hình FEM (Fixed Effects Model): phát triển từ mơ hình Pooled OLS khi có thêm kiểm sốt được từng đặc điểm khác nhau giữa các quốc gia, và có sự tương quan giữa phần dư của mơ hình và các biến độc lập;
(3) Mơ hình REM (Random Effects model): phát triển từ mơ hình Pooled OLS khi có thêm kiểm soát được từng đặc điểm khác nhau giữa các quốc gia, nhưng khơng có sự tương quan giữa phần dư của mơ hình và các biến độc lập;
Tuy nhiên, đối với dạng dữ liệu bảng hỗn hợp (panel data) thì OLS khơng phải là một lựa chọn hợp lý vì phûông pháp này là phûông pháp ûớc lûợng đôn giản nhất và trong trûờng hợp này OLS có thể làm cho các hệ số ûớc lûợng tính được từ mơ hình hồi quy tổng thể sẽ bị lệch và khả nâng mức ý nghĩa thống kê khơng cịn chính xác. Các nghiên cứu thực nghiệm với dữ liệu bảng, phương pháp ước lượng mơ hình các ảnh hưởng cố định FEM và mơ hình các ảnh hưởng ngẫu nhiên REM được sử dụng nhiều nhất. Sau đó, kiểm định Hausman được sử dụng để lựa chọn phương pháp ước lượng phù hợp giữa hai phương pháp ước lượng.
Trong ước lượng mơ hình, tơi sử dụng ước lượng Robust standard errors để khắc phục phương sai thay đổi và tự tương quan.