3.2.1. Phân tích tương quan
Phân tích độ tương quan là để đo lường mối quan hệ giữa các biến định tính trong mơ hình. Nếu giữa các biến độc lập trong mơ hình, khơng có cặp biến nào có hệ số tương quan lớn hơn 0.8 là chấp nhận được và ngược lại thì xem như mơ hình bị hiện tượng đa cộng tuyến.
Từ kết quả tính tốn của chương trình Eviews ta có kết quả về mối quan hệ
tương quan giữa các biến độc với nhau và giữa biến độc lập và biến phụ thuộc:
Bảng 3.1: Tương quan giữa các biến trong mơ hình
Probability L LNSIZE_T1 GROW PROF_T1 COLL_ T1 GDP
L 1 ----- LNSIZE_T1 0.716*** 1 0.000 ----- GROW -0.186** -0.479*** 1 0.0249 0.000 ----- PROF_T1 -0.479*** -0.400*** 0.187** 1 0.000 0.000 0.0242 ----- COLL_ T1 0.266*** 0.353*** -0.067 -0.202** 1 0.0012 0.000 0.4226 0.0147 ----- GDP -0.145* -0.370*** 0.306*** 0.062 -0.153* 1
Từ kết quả mơ hình trên ta nhận thấy khơng có hiện tượng tương quan giữa các cặp biến độc lập trong mơ hình và giá trị tương quan lớn nhất là 0.479. Điều này cho thấy các biến trong mơ hình là phù hợp.
Và sau đây chúng ta sẽ tiến hành kiểm định mơ hình hồi quy các nhân tố tác động lên CTV của ngân hàng, trước hết chúng ta sẽ phân tích mơ hình hồi quy các
nhân tố nội tại của các NHTM Việt Nam.
3.2.2. Phân tích hồi quy các nhân tố nội tại tác động đến CTV NHTM Việt Nam:
Dựa vào dữ liệu của 29 ngân hàng trong thời gian từ năm 2006 đến năm
2010 với biến phụ thuộc là Biến địn bẩy tài chính (L) và các biến độc lập là Lợi
nhuận (PROF), Quy mô (SIZE), Tài sản thế chấp (COLL) và Tăng trưởng
(GROW). Tác giả sử dụng phương pháp hồi quy bé nhất (Least squares) - tổng bình
phương ước lượng bé nhất - để ước lượng các tham số của hàm hồi quy. Mơ hình dự
kiến là :
L 1 = β0 + β1 PROFi,t-1 + β2 Ln(SIZE)i,t-1 + β3 COLLi,t-1 + β4 GROW i,t (3.1) - Với i, t lần lượt là ngân hàng và năm nghiên cứu.
- Các biến Lợi nhuận, Quy mô, Tài sản thế chấp được ước lượng với độ trễ một năm, với giả thiết là ảnh hưởng của các biến này lên năm tiếp theo của
đòn bẩy tài chính.
- Và biến Tăng trưởng được tính với tốc độ tăng trưởng của năm hiện tại
3.2.2.1. Kết quả mơ hình hồi quy ước lượng đối với địn bẩy tài chính:
Bảng 3.2: Kết quả hồi quy địn bẩy tài chính theo phương pháp Least Squares
Dependent Variable: L Method: Least Squares Sample: 1 145
Included observations: 145
Variable Coefficient Std. Error t-Statistic Prob.
C 0.202131 0.070083 2.884153 0.0045
LNSIZE_T1 0.042652 0.004082 10.44850 0.0000
GROW 0.012475 0.003779 3.301146 0.0012
PROF_T1 -3.272395 0.843152 -3.881143 0.0002 COLL_T1 -0.016105 0.038045 -0.423319 0.6727 R-squared 0.588863 Mean dependent var 0.865184 Adjusted R-squared 0.577117 S.D. dependent var 0.097964 S.E. of regression 0.063706 Akaike info criterion -2.635211 Sum squared resid 0.568178 Schwarz criterion -2.532565 Log likelihood 196.0528 Hannan-Quinn criter. -2.593503 F-statistic 50.12985 Durbin-Watson stat 1.807804 Prob(F-statistic) 0.000000
Từ kết quả mơ hình, ta có hệ số R2 = 0.588 và 3 biến độc lập là quy mô và
tăng trưởng trong mơ hình ước lượng đều có mức ý nghĩa Sig < 0.01, tức là các biến độc lập này đưa vào mơ hình là phù hợp và có ý nghĩa ở mức 1%. Hệ số Adjusted
R-squared cho thấy độ tương thích của mơ hình là 57.7% hay nói cách khác 57.7% biến thiên của biến phụ thuộc được giải thích bởi các biến độc lập trong mơ hình.
Đồng thời, qua chỉ số kiểm nghiệm F ta có hệ số hồi quy F = 50 với mức ý
nghĩa rất nhỏ hơn 1%, do đó, mơ hình này là phù hợp.
Tuy nhiên, đối với các mơ hình hồi quy tuyến tính mà dữ liệu dạng bảng thì để tăng sự phù hợp của mơ hình và đánh giá được tác động chéo của các biến thời
gian và Ngân hàng thì ta cần sử dụng phân tích hồi quy sử dụng hiệu ứng cố định
(Xinh Xinh, 2010), và điều này này đã được chứng minh trong nghiên cứu Rient
(2010). Vì vậy, trong phần tiếp theo ta tiến hành kiểm định mô hình hồi quy tuyến tính với các hiệu ứng cố định để đánh giá và lựa chọn mơ hình phù hợp nhất.
3.2.2.2. Kết quả mơ hình hồi quy đối với đòn bẩy tài chính kết hợp tác động của
biến cố định.
Sử dụng chương trình Eviews ta tiến hành cố định lần lượt biến ngân hàng
(gồm 29 biến riêng) và biến thời gian (5 biến riêng) và kết hợp cố định cả hai biến
trên ta được kết quả ước lượng các nhân tố ảnh hưởng lên CTV ngân hàng lần lượt như sau:
3.2.2.2.1. Kết quả của mơ hình hồi quy:
Bảng 3.3: Kết quả hồi quy địn bẩy tài chính theo phương pháp Panel Least Squares với hiệu ứng cố định các yếu tố Ngân hàng và thời gian
Nhân tố tác động Ký hiệu L1(1) L1 (2) L1 (3)
βi Prob. βi Prob. βi Prob.
C 0.1686 0.1110 0.1474 0.0635 -0.6792 0.0024
Quy mô ngân hàng SIZE 0.0457 0.0000 0.0458 0.0000 0.0963 0.0000
Tăng trưởng GROW 0.0134 0.0010 0.0108 0.0081 0.0182 0.0001
Lợi nhuận PROF -2.6120 0.0452 -2.9562 0.0007 -1.2998 0.2991
Tài sản thế chấp COLL -0.0825 0.1484 -0.0143 0.7103 -0.0917 0.0956
R2 0.7254 0.6058 0.7739
Durbin-Watson stat 2.5481 1.7800 2.6733
Kết quả kiểm định hiệu ứng cố định từ biến giả (H0: khơng có hiệu ứng cố định)
F-statistic 9.2476 0.0000 26.1289 0.0000 10.2709 0.0000 Cross-section F 1.9897 0.0062 2.8684 0.0001 Cross-section Chi-square 58.5435 0.0006 80.6178 0.0000 Period F 1.4637 0.2167 5.7932 0.0003 Period Chi-square 6.1117 0.1910 28.1859 0.0000 Cross-Section/Period F 2.763186 0.0000 Cross-Section/ Period Chi-square 86.72943 0.0000
L1 (1): Ước lượng MH hồi quy sử dụng tác động cố định biến ngân hàng L1 (2): Ước lượng MH hồi quy sử dụng tác động cố định biến thời gian
L1 (3): Ước lượng MH hồi quy sử dụng tác động cố định biến ngân hàng và thời gian
độ giải thích của mơ hình đã được cải thiện. Để kiểm tra mức độ phù hợp của mơ
hình ta tiến hành kiểm định các giả thiết sau: 3.2.2.2.2. Kiểm định sự phù hợp của mơ hình:
Kiểm định giả thiết về các hệ số hồi quy riêng: Với giả thiết của mơ
hình là: H0: βi = 0 và H1 βi ≠ 0; sử dụng kết quả giá trị xác suất p, từ
thống kê p của mơ hình ta có kết quả như sau:
Hằng số C có giá trị xác suất nhỏ hơn rất nhiều so với α=5%, ở mô hình L1(3), L1(2) do đó hằng số có ý nghĩa trong giải thích mơ hình.
Biến Quy mơ trong cả 3 phương trình đều nhận giá trị p = 0 nhỏ hơn
1% do đó bác bỏ giả thiết H0: βi = 0, nên có thể khẳng định Biến quy
mơ (SIZE) có ảnh hưởng lên địn bẩy tài chính với mức ý nghĩa 1%.
Tương tự ta cũng có biến tăng trưởng với giá trị xác suất p nhỏ hơn
1% nên biến tăng trưởng cũng có ảnh hưởng lên đòn bẩy tài chính với mức ý nghĩa 1%.
Đối với biến Lợi nhuận ở mơ hình L1(1), p = 4,5%, và mơ hình
L1(2), p= 0.000, nên ở hai mơ hình này biến Lợi nhuận có ảnh hưởng lên địn bẩy tài chính với mức ý nghĩa 5%, và ở mơ hình
L1(3) p = 29%, nên ta chấp nhận giả thiết H0: βi = 0, tức Lợi nhuận khơng có ảnh hưởng lên địn bẩy tài chính.
Đối với biến tài sản thế chấp ở mơ hình L1(1) và L1(3), mơ hình có p
lớn hơn 10% nên với hai mơ hình này ta chấp nhận giả thiết H0: βi = 0, tức là biến Tài sản thế chấp không ảnh hưởng lên đòn bẩy tài
chính, ở mơ hình L1(3) p=9.56%, nên ta bác bỏ giả thiết H0: βi = 0, và khẳng định biến tài sản thế chấp ảnh hưởng lên mơ hình với mức ý nghĩa là 10%.
Kết quả ở mơ hình L1(1):
Wald Test:
Equation: EQ_FIX
Test Statistic Value df Probability F-statistic 21.18118 (2, 112) 0.0000 Chi-square 42.36235 2 0.0000
Kết quả Mơ hình L1(2) Wald Test:
Equation: EQ_FIX
Test Statistic Value df Probability F-statistic 51.03384 (2, 136) 0.0000 Chi-square 102.0677 2 0.0000
Kết quả mơ hình L1(3) Wald Test:
Equation: EQ_FIX
Test Statistic Value df Probability F-statistic 28.49167 (2, 108) 0.0000 Chi-square 56.98335 2 0.0000
Theo kết quả ở ba bảng trên, ta thấy p-value ở dòng F-statistic trong cả ba trường hợp đều nhỏ hơn α, nên ta bác bỏ giả thiết H0: Các biến có ràng buộc, nên các biến cần thiết phải đưa vào mơ hình.
Kiểm tra hiện tượng đa cộng tuyến:
Ta có ma trận hệ số tương quan của các biến chúng ta đang xét khơng có cặp biến nào có kết quả lớn hơn 0.5, nên có thể khẳng định rằng khơng có hiện
tượng đa cộng tuyến xảy ra.
Kiểm tra hiệu ứng cố định:
Ta thấy ở mơ hình L1(1), L1(3) đều cho kết quả có tác động hiệu ứng cố
hai kiểm tra F và Chi-square đều cho kết quả lớn hơn 10%, nên ta chấp nhận giả thiết H0, khẳng định khơng có hiệu ứng cố định xảy ra trong mơ hình L1(2).
Như vậy, Từ kết quả mơ hình ta thấy, mức độ giải thích của các mơ hình tăng lên rõ rệt, R2 đã tăng lên ở mơ hình L1(1) là 72%, và Mơ hình L1(3) là 77%.
Trong 3 mơ hình ta tiến hành khảo sát thì chỉ có mơ hình L1(1), L1(3) có ý nghĩa trong hiệu ứng cố định. Vì vậy, việc sử dụng hai mơ hình này vào phân tích sẽ có độ tin cậy cao hơn.
3.2.3. Phân tích hồi quy các nhân tố tác động đến CTV có tác động của yếu tố vĩ
mô:
Để mở rộng cho việc kiểm tra yếu tố vĩ mơ có tác động đến CTV của NHTM
Việt Nam hay không, ta tiến hành ước lượng mơ hình với biến giải thích bổ sung là biến GDP như một biến ước lượng đại diện cho yếu tố vĩ mô của nền kinh tế. Mô hình hồi quy tuyến tính có dạng như sau:
L2 = β0 + β1 PROFi,t-1 + β2 Ln(SIZE)i,t-1 + β3 COLLi,t-1 + β4 GROW i, + β5
GDPt + β5 I t +ci +ct +ei,t
3.2.3.1. Kết quả của mơ hình hồi quy:
Trước tiên, ta tiến hành phân tích hồi quy với mơ hình hồi quy tuyến tính
bình phương nhỏ nhất. Kết quả ta thu được như sau:
Bảng 3.4: Kết quả hồi quy đòn bẩy tài chính có tác động yếu tố vĩ mơ
Dependent Variable: L2 Method: Least Squares Sample: 1 145
Included observations: 145
Variable Coefficient Std. Error t-Statistic Prob.
C 0.123374 0.087571 1.408846 0.1611 LNSIZE_T1 0.044246 0.004203 10.52683 0.0000 GROW 0.011544 0.003814 3.026422 0.0029 PROF_T1 -3.140756 0.844160 -3.720571 0.0003 COLL_T1 -0.013036 0.037937 -0.343638 0.7316 GDP 0.721731 0.484848 1.488572 0.1389
R-squared 0.595315 Mean dependent var 0.865184 Adjusted R-squared 0.580758 S.D. dependent var 0.097964 S.E. of regression 0.063431 Akaike info criterion -2.637234 Sum squared resid 0.559263 Schwarz criterion -2.514059 Log likelihood 197.1994 Hannan-Quinn criter. -2.587184 F-statistic 40.89534 Durbin-Watson stat 1.817370 Prob(F-statistic) 0.000000
Với mơ hình này chúng ta thấy rằng R2 = 59% và phân tích Durbin-Watson
stat đạt 1.81 thấp hơn nhiều so với mơ hình chúng ta đã sử dụng phương pháp bình phương nhỏ nhất có kết hợp với hiệu ứng cố định. Vì vậy, chúng ta sẽ ứng dụng
hiệu ứng cố định với mơ hình này. Tuy nhiên, trong mơ hình mới này chúng ta có bổ sung biến GDP. Mà biến GDP không chịu chi phối bởi thời gian theo từng biến của ngân hàng, vì vậy, ứng dụng hiệu ứng cố định trong nghiên cứu chúng ta chỉ áp dụng với với hiệu ứng cố định yếu tố cá nhân (biến ngân hàng). Và kết quả từ mơ hình áp dụng hiệu ứng cố định biến ngân hàng như sau:
Bảng 3.5: Kết quả hồi quy có tác động yếu tố vĩ mơ với hiệu ứng cố định biến ngân hàng (Mơ hình L2)
Dependent Variable: L2 Method: Panel Least Squares Sample: 1 145
Periods included: 5
Cross-sections included: 29
Total panel (balanced) observations: 145
Variable Coefficient Std. Error t-Statistic Prob.
C -0.056077 0.155980 -0.359512 0.7199 SIZE_T1 0.054650 0.007829 6.980486 0.0000 GROW 0.012877 0.003935 3.271988 0.0014 PROF_T1 -2.374786 1.280124 -1.855122 0.0662 COLL_T1 -0.078315 0.056078 -1.396538 0.1653 GDP 1.053423 0.546086 1.929042 0.0563
Effects Specification Cross-section fixed (dummy variables)
R-squared 0.734344 Mean dependent var 0.865184
Adjusted R-squared 0.655365 S.D. dependent var 0.097964 S.E. of regression 0.057511 Akaike info criterion -2.671934 Sum squared resid 0.367129 Schwarz criterion -1.973941 Log likelihood 227.7152 Hannan-Quinn criter. -2.388316 F-statistic 9.297982 Durbin-Watson stat 2.677465 Prob(F-statistic) 0.000000
L2 = -0.05607 + 0.0546*SIZE_T1 + 0.0128*GROW - 2.3747*PROF_T1 - 0.0783*COLL_ T1 + 1.0534*GDP + [CX=F]
Trong mơ hình này mức độ giải thích của các biến độc lập với biến giải
thích đã được cải thiện với mức độ giải thích của mơ hình là R2 = 73%, và Durbin- Watson stat đạt 2.67, tương đối gần so với kết quả của mơ hình L1(3). Tuy nhiên, để chắc chắn về độ phù hợp của mô hình ta tiến hành kiểm định sự phù hợp mơ hình. 3.2.3.2. Kiểm định sự phù hợp của mơ hình:
Kiểm Giả thiết về các hệ số hồi quy riêng: Với giả thiết của mơ hình
là: H0: βi = 0 và H1 βi ≠ 0; sử dụng kết quả giá trị xác suất p, từ thống kê p của mơ hình ta có kết quả như sau:
Hằng số C có giá trị xác suất p=71.99% lớn hơn rất nhiều so với
α=10%, do đó hằng số khơng có ý nghĩa trong giải thích mơ hình. Kết quả biến Quy mơ và Tăng trưởng nhận giá trị xác suất p nhỏ hơn
1% rất nhiều, điều này có nghĩa là hai biến này có ý nghĩa cao trong việc giải thích đối với mơ hình.
Đối với biến Lợi nhuận có p= 0.0662, nên ở mơ hình này biến Lợi
Đối với biến Tài sản thế chấp giá trị xác suất p lớn hơn 10% nên với
mơ hình này ta chấp nhận giả thiết H0: βi = 0, tức là Biến tài sản thế chấp không xác định được mức ảnh hưởng lên đòn bẩy tài chính.
Biến GDP có p= 0.056, với mức ý nghĩa 10%, ta có thể kết luận rằng GDP có ảnh hưởng lên mơ hình.
Kiểm định Wald: với giả thiết H0: là các biến có ràng buộc Wald Test:
Equation: EQ_FIX_GDB
Test Statistic Value df Probability F-statistic 21.87610 (5, 111) 0.0000
Chi-square 109.3805 5 0.0000
Theo kết quả ở ba bảng trên, ta thấy p-value ở dòng F-statistic trong cả ba trường hợp đều nhỏ hơn α=1%, nên ta bác bỏ giả thiết H0. Tức các biến cần thiết
phải đưa vào mơ hình.
Kiểm tra hiện tượng đa cộng tuyến:
Ta có ma trận hệ số tương quan của các cặp biến độc lập chúng ta đang xét không có cặp biến nào có kết quả lớn hơn 0.5, nên có thể khẳng định rằng khơng có hiện tượng đa cộng tuyến xảy ra.
Kiểm tra hiệu ứng cố định đối với mơ hình:
Redundant Fixed Effects Tests Equation: EQ_FIX_GDB Test cross-section fixed effects
Effects Test Statistic d.f. Prob.
Cross-section F 2.074681 (28,111) 0.0039 Cross-section Chi-square 61.031554 28 0.0003
Từ mơ hình ta có kết quả p = 0.0039 nhỏ hơn 1%, do đó, với mức ý
Như vậy, kết quả cho thấy mơ hình L2 phù hợp, có thể sử dụng làm kết quả
nghiên cứu với độ tin cậy cao hơn.
3.2.4. Các kết quả nghiên cứu
Từ kết quả của các mơ hình ước lượng hồi quy, Tác giả đã tổng hợp các kết quả như sau:
Bảng 3.6 :Kết quả ảnh hưởng của các nhân tố ảnh hưởng lên CTV.
Nhân tố L1(1) L1(3) L2 Rient Gropp và Florian Heider (2009) Monica Octavia và Rayna Brown (2008) Ebru Çağlayan (2010) Trần Đình Khơi Nguyên (2006)
βi βi βi
SIZE +*** +*** +*** +*** +** + *** +*** GROW +*** +*** +*** ? ? ? +* PROF -** -? -** -* -* - *** -*** COLL -? -* -? +? -*** - *** -**