CHƯƠNG 4 : DỮ LIỆU VÀ KẾT QUẢ NGHIÊN CỨU
4.6 Phân tích hồi quy với các phương pháp và lựa chọn mơ hình
Tác giả sẽ sử dụng các hồi quy cho dữ liệu bảng nghiên cứu về biến phụ thuộc dựa trên 3 phương pháp: mơ hình hồi quy bình phương bé nhất (Pooled OLS), mơ hình hồi quy tác động cố định (Fixed effect) và ngẫu nhiên (Random effect). Mơ hình OLS giả định các giá trị trung bình và mối quan hệ liên tục giữa các biến, bỏ qua thời gian và cắt ngang các hiệu ứng nên khá đơn giản. FEM xem xét thêm những nhân tố riêng đặc biệt ảnh hưởng đến các biến độc lập, loại bỏ các tính năng đổi theo thời gian để đánh giá hiệu quả rịng của các biến giải thích. Trong khi đó, REM bao gồm thêm các biến đổi theo thời gian vào q trình, có thể loại trừ các lỗi
biến ngẫu nhiên từ mơ hình. Sau khi hồi quy cả 3 phương pháp, tác giả sẽ thực hiện một số kiểm định để xác định mơ hình phù hợp với mục đích nghiên cứu.
4.6.1 Kết quả mơ hình hồi quy bình phương bé nhất (Pooled OLS) Bảng 4.5: Kết quả hồi quy mơ hình theo OLS Bảng 4.5: Kết quả hồi quy mơ hình theo OLS
Source SS df MS Number of obs = 270
Model 3453,25 8 431,65 F (8, 261) = 7,15 Residual 15762,95 261 60,39 Prob > F = 0,0000 Total 19216,20 269 71,43 R-squared = 0,1797 Adj R-squared = 0,1546 Root MSE = 7,7714
zscore Coef. Std. err. t P > | t | [95 % Conf. Interval] llr 0,0291 0,6158 0,05 0,962 -1,1835 1,2418 ltd 0,0476 0,0224 2,12 0,035 0,0034 0,0918 lad 0,0845 0,0412 2,05 0,041 0,0033 0,1658 nir 0,8902 0,4828 1,84 0,066 -0,0605 1,8410 lev 0,2388 0,0571 4,18 0,000 0,1263 0,3513 cti 0,0149 0,0083 1,79 0,075 -0,0015 0,0315 gdp 0,0995 0,4750 0,21 0,834 -0,8358 1,0348 inf 0,0043 0,0914 0,05 0,962 -0,1758 0,1844 _cons 4,9228 3,7351 1,32 0,189 -2,4327 12,2777
Nguồn: Tác giả thu thập xử lý từ BCTC của các NHTM trên STATA 12.0 Nhìn vào bảng kết quả cho thấy mơ hình hồi quy OLS khơng có nhiều biến có ý nghĩa tác động đến rủi ro trong hoạt động ngân hàng. Do mơ hình đang gặp phải hiện tượng phương sai thay đổi đã phân tích ở trên (Mục 4.5.2) nên tác giả đã tiếp tục hồi quy mơ hình theo OLS hiệu chỉnh ước lượng vững của ma trận hiệp phương sai sai số do White (1980) đề xuất để tính toán lại các giá trị kiểm định. Kết quả không khả quan khi giá trị của các hệ số hồi quy khơng hề thay đổi, chỉ có các sai số chuẩn thay đổi dẫn đến thống kê t và p-value của kiểm định các hệ số hồi quy thay
đổi (Xem hình 4.6 Phụ lục 04). Mơ hình này xem xét các NHTM là đồng nhất, nên sẽ không phản ánh đúng thực tế vì mỗi NHTM có những đặc điểm trong hồn cảnh riêng biệt khác nhau (quy mơ, thái độ trước rủi ro, hoạt động tiền gửi và cho vay,…) hồn tồn có thể ảnh hưởng đến khả năng phá sản của ngân hàng. Tóm lại mơ hình có thể dẫn đến các ước lượng bị sai lệch khi khơng kiểm sốt được các tác động này. Tác giả sẽ tiếp tục sử dụng mơ hình hiệu ứng cố định và ngẫu nhiên để kiểm soát tác động riêng biệt này.
4.6.2 Kết quả mơ hình hồi quy tác động cố định (Fixed effect)
Với việc sử dụng các biến giả thể hiện các đặc điểm riêng biệt từng ngân hàng khác nhau nhưng không xét đến yếu tố thời gian ta được kết quả như bảng 4.7 (Xem thêm hình 4.7 phụ lục 04). Kết quả của mơ hình đã có nhiều thay đổi khác biệt so với OLS, tuy nhiên vẫn còn khá nhiều biến khơng có ý nghĩa thống kê như LTD, LAD, NIR, CTI, GDP và cả INF.
Bảng 4.6: Kết quả trích gọn hồi quy mơ hình nhân tố cố định (FEM)
zscore Coef. Std. err. t P > | t | [95 % Conf. Interval]
llr -1,2736 0,5286 -2,41 0,017 -2,3152 -2,2320 ltd 0,0013 0,0148 0,09 0,930 -0,0279 0,0305 lad -0,0469 0,0258 -1,82 0,071 -0,0978 0,0039 nir 0,5416 0,3453 1,47 0,118 -0,1387 1,2220 lev 0,4967 0,0389 12,77 0,000 0,4202 0,5734 cti -0,0017 0,0046 -0,38 0,706 -0,0109 0,0074 gdp 0,0919 0,2557 0,36 0,719 -0,4118 0,5957 inf 0,0271 0,0488 0,56 0,579 -0,0691 0,1234 _cons 12,8283 2,4152 5,31 0,000 8,0699 17,5867
Nguồn: Tác giả thu thập xử lý từ BCTC của các NHTM trên STATA 12.0
4.6.3 Kết quả mơ hình hồi quy nhân tố biến động (Random effect model)
Tương tự mơ hình REM xét đến yếu tố thời gian cũng được tác giả sử dụng và thu được kết quả như bảng 4.7 (Xem thêm hình 4.8 phụ lục 04). Chỉ duy nhất biến LLR tác động ngược chiều với Z-score và LEV tác động cùng chiều với Z-score là có ý nghĩa thống kê.
Bảng 4.7: Kết quả trích gọn hồi quy mơ hình nhân tố biến động (REM)
zscore Coef. Std. err. t P > | t | [95 % Conf. Interval]
llr -1,0447 0,5207 -2,01 0,045 -2,0653 -0,0241 ltd 0,0049 0,0149 0,33 0,738 -0,0243 0,0343 lad -0,0382 0,0261 -1,46 0,144 -0,0895 0,0130 nir 0,5447 0,3467 1,57 0,116 -0,1348 1,2244 lev 0,4745 0,0391 12,12 0,000 0,3977 0,5512 cti -0,0004 0,0047 -0,10 0,919 -0,0098 0,0088 gdp 0,1215 0,2612 0,47 0,642 -0,3903 0,6335 inf 0,0286 0,0500 0,57 0,567 -0,0694 0,1267 _cons 11,6919 2,6829 4,36 0,000 6,4334 16,9504
Nguồn: Tác giả thu thập xử lý từ BCTC của các NHTM trên STATA 12.0 Tiếp theo tác giả sẽ tiếp tục thực hiện các kiểm định khác nhau để lựa chọn phương pháp cho mơ hình phù hợp nhất trong các phương pháp trên.
4.6.4 Sử dụng các kiểm định để lựa chọn mơ hình phù hợp
Kiểm định Chow với F-test để lựa chọn giữa OLS và FEM
Đặt giả thuyết H0: mơ hình Fixed effect khơng có ý nghĩa thống kê H1: mơ hình Fixed effect có ý nghĩa thống kê.
Dùng mơ hình Chow với F-test cho kết quả p-value <0,05 nên ta bác bỏ giả thuyết H0 và chọn mơ hình Fixed effect là mơ hình phù hợp (Xem bảng 4.7 phụ lục 04).
Kiểm định Hausman để lựa chọn giữa FEM và REM
Đặt giả thuyết H0: mơ hình Random effect có ý nghĩa thống kê H1: mơ hình Fixed effect có ý nghĩa thống kê
Kết quả nhận được cho giá trị p-value 0,33 > 0,05 nên ta chấp nhận giả thuyết H0 và chọn mơ hình REM là mơ hình phù hợp, phần dư mơ hình khơng tương quan với các biến độc lập (Xem bảng 4.9 phụ lục 04).
Kiểm định Breusch - Pagan để lựa chọn giữa REM và OLS
Đặt giả thuyết H0: mơ hình Pooled OLS có ý nghĩa thống kê H1: mơ hình Random effect có ý nghĩa thống kê
Kết quả nhận được p-value < 0,05 nên ta bác bỏ giả thuyết H0 và chọn mơ hình REM là mơ hình phù hợp, phần dư mơ hình có tương quan với các biến độc lập. (Xem bảng 4.10 phụ lục 04).
Kết luận của 3 kiểm định trên mâu thuẩn với nhau, thêm vào việc phần dư của mơ hình có hiện tượng phương sai thay đổi. Có rất nhiều cách để khắc phục hiện tượng phương sai thay đổi như chuyển đổi mơ hình gốc sang Logarit, hay dựa trên mối quan hệ của các biến độc lập và phương sai Var( i) để biến đổi mơ hình gốc sao
cho thành mơ hình có phương sai phần dư khơng đổi hay sử dụng phương pháp ước lượng điều chỉnh sai số chuẩn để kiểm định đáng tin cậy hơn do giữ nguyên các giá trị ước lượng của tham số mơ hình, chỉ ước lượng lại phương sai. Tuy nhiên phần lớn các biến giải thích vẫn khơng có ý nghĩa thơng kê nên tác giả sử dụng phương pháp bình quân có trọng số (WLS). Cụ thể theo cách khắc phục của Baum, C. F. (2001), lúc này cần ưu tiên sử dụng mơ hình nhân tố cố định Fixed Effect và phương pháp GLS để khắc phục hiện tượng phương sai thay đổi trên mơ hình này. Kết quả phân tích cuối cùng tác giả dựa trên Cross-sectional time-series FGLS regression hay cịn gọi là mơ hình hồi quy nhỏ nhất tổng quát khả thi (Xem thêm hình 4.11 phụ lục 04).
Bảng 4.8: Kết quả trích gọn Cross-sectional time-series FGLS regression.
zscore Coef. Std. err. t P > | t | [95 % Conf. Interval]
llr 0,4571 0,2199 2,08 0,038 0,2597 0,8883 ltd 0,0699 0,0085 8,22 0,000 0,5326 0,0866 lad -0,0017 0,0158 -0,11 0,910 -0,3294 0,0293 nir -0,4346 0,2130 -2,04 0,041 -0,8521 -0,0171 lev 0,5442 0,0325 16,71 0,000 0,4804 0,6080 cti 0,0145 0,0096 1,50 0,133 -0,0044 0,0335 gdp 0,1335 0,1583 0,84 0,399 -0,1676 0,4438 inf 0,0494 0,0315 -1,57 0,117 -0,1112 0,1239 _cons 2,2047 1,7079 1,29 0,197 -1,1428 5,5522