CHƢƠNG 1 : GIỚI THIỆU
4.1 Mơ hình nghiên cứu
Trong bài nghiên cứu này, mẫu nghiên cứu là 25 NHTM Việt Nam trong khoảng thời gian từ 2008 – 2015 để thiết kế dữ liệu bảng quan sát. Để đo lường khả năng sinh lời, các biến phụ thuộc được sử dụng bao gồm ROA, ROE, NIM và PBT.
Từ mơ hình hồi quy đa biến tham khảo ban đầu của các tác giả trên thế giới và thực trạng phân tích sơ bộ các yếu tố đã tổng hợp từ các nghiên cứu trước đây của Tan (2016), Ayadi và Boujelbene (2012), Gul và cộng sự (2011), Alper và Anbar (2011)… được coi là có ảnh hưởng đến khả năng sinh lời của các NHTM Việt Nam, luận văn sử dụng các mơ hình nghiên cứu như sau:
it i it i it 0 Trong đó: Yit : biến phụ thuộc. 0
: chặn (tức giá trị lúc Xi=0) hay mức độ tác động của các yếu tố khác
ngồi các yếu tố trong mơ hình
i
: hệ số
Xit : đại diện cho các biến số độc lập
i
it
: sai số
Với t = 2008, ..., 2015; i : hệ thống ngân hàng quốc gia i trong khu vực Mơ hình nghiên cứu được viết lại cụ thể như sau:
Mơ hình 1: ROA và các nhân tố ảnh hƣởng
ROAit = β0 + β1(SIZE)it + β2(CA)it + β3(DP)it + β4(LOAN)it + β5(LQD)it + β6(LLP)it + β7(GDP)it + β8(INF)it+ eit
Mơ hình 2: ROE và các nhân tố ảnh hƣởng
ROEit = β0 + β1(SIZE)it + β2(CA)it + β3(DP)it + β4(LOAN)it + β5(LQD)it + β6(LLP)it + β7(GDP)it + β8(INF)it + eit
Mơ hình 3: NIM và các nhân tố ảnh hƣởng
NIMit = β0 + β1(SIZE)it + β2(CA)it + β3(DP)it + β4(LOAN)it + β5(LQD)it + β6(LLP)it + β7(GDP)it + β8(INF)it + eit
Mơ hình 4: PBT và các nhân tố ảnh hƣởng
PBTit = β0 + β1(SIZE)it + β2(CA)it + β3(DP)it + β4(LOAN)it + β5(LQD)it + β6(LLP)it + β7(GDP)it + β8(INF)it + eit
Trong đó:
Với β0 : hệ số hồi quy, β1,β2,…, β9: mức độ ảnh hưởng của từng biến độc lập lên biến phụ thuộc trong mơ hình hồi quy.
e : phần dư của phương trình hồi quy (đại diện cho sai số và các biến không xuất hiện trong mơ hình)
i : ngân hàng nghiên cứu t : năm nghiên cứu SIZE : Quy mô ngân hàng CA : Vốn chủ sở hữu
DP : Tiền gửi của khách hàng LOAN: Cho vay
LQD : Tính thanh khoản LLP : Rủi ro tín dụng
INF : Lạm phát
4.2 Phƣơng pháp nghiên cứu
Bài nghiên cứu sử dụng phương pháp nghiên cứu định lượng, dữ liệu được trình bày dưới dạng bảng cân bằng (Balance panel data) và sử dụng phần mềm Stata 13.0 để phân tích.
Thống kê mơ tả:
Là phương pháp được dùng để tập hợp và phân tích tổng quan các dữ liệu đã thu thập được. Thông qua phương pháp này để cho thấy được số lượng các quan sát, giá trị trung bình, độ lệch chuẩn, giá trị nhỏ nhất, lớn nhất của từng biến nghiên cứu.
Phân tích tương quan:
Phương pháp này được sử dụng để xác định mức độ tương quan giữa các biến trong mơ hình hồi quy.
Phân tích đa cộng tuyến:
Đa cộng tuyến nghĩa là hai hay nhiều biến giải thích trong mơ hình hồi quy có mối quan hệ tuyến tính với nhau. Nếu các biến có mối quan hệ tuyến tính thì các hệ số ước lượng và thống kê T sẽ khơng cịn hợp lý.
Trong quá trình hồi quy, kết quả hồi quy có hệ số xác định R2 cao nhưng tỷ số t thấp, tương quan cặp giữa các biến giải thích cao, xét tương quan riêng, hồi quy phụ thấy có tồn tại hiện tượng tương quan giữa các biến độc lập thì mơ hình đã vi phạm giả thuyết hồi quy - hiện tượng đa cộng tuyến.
Đa cộng tuyến sẽ dẫn đến một số hậu quả như: phương sai và hiệp phương sai của các ước lượng OLS lớn, khoảng tin cậy rộng lớn, tỷ số t mất ý nghĩa,hệ số xác định cao nhưng tỷ số t mất ý nghĩa, các ước lượng OLS và sai số chuẩn trở nên rất nhạy với những thay đổi trong số liệu,sai lệch về dấu của các hệ số hồi quy, thêm vào hay bớt đi các biến cộng tuyến với các biến khác thì hệ số của các biến cịn lại có thể thay đổi rất lớn và thay đổi cả dấu của chúng.
Đa cộng tuyến giữa các biến luôn tồn tại và khuyết tật chỉ xảy ra nếu mức độ đa cộng tuyến đủ lớn để gây ra sự thiên chệch các kết quả ước lượng.
Ở bài nghiên cứu này, tác giả dựa theo Gujarati (2004) để kiểm tra hiện tượng đa cộng tuyến như sau:
Hệ số tương quan giữa các cặp biến độc lập cao. Nếu giá trị tuyệt đối của hệ số tương quan giữa 2 biến lớn hơn 0.8 cho thấy có tồn tại hiện tượng đa cộng tuyến giữa 2 biến này.
Sử dụng hệ số khuếch đại phương sai (VIF), nếu VIF của một biến lớn hơn 10 thì tồn tại hiện tượng đa cộng tuyến giữa biến đó với các biến giải thích cịn lại.
Trong bài nghiên cứu, tác giả sử dụng hệ số tương quan giữa các cặp biến độc lập kết hợp với sử dụng hệ số khuếch đại phương sai (VIF). Tuy nhiên, cũng theo Baltagi (2008), việc sử dụng dữ liệu bảng cũng đã hạn chế được hiện tượng đa cộng tuyến này.
Phân tích hồi quy trên dữ liệu bảng:
Sau khi thực hiện các phương pháp kiểm tra tính tương quan, đa cộng tuyến, phương sai của nhiễu và tự tương quan trong mơ hình, tác giả sẽ bắt đầu tiến hành kiểm định mơ hình ước lượng hồi quy bao gồm các phương pháp: Pooled OLS, FEM và REM. Sau đó tiến hành phân tích hồi quy dữ liệu bảng bằng phương pháp mở rộng SCC, phương pháp này sẽ khắc phục những nhược điểm của các mơ hình dữ liệu bảng như Pooled OLS, FEM, REM trên bao gồm các vấn đề phương sai của phần nhiễu thay đổi (heteroskedasticity), tự tương quan của nhiễu (autocorrelation noise), tương quan phụ thuộc chéo và kể cả nội sinh trong mơ hình nhằm đảm bảo ước lượng thu được vững và hiệu quả, đây cũng là phương pháp chính tác giả sử dụng để thảo luận kết quả cho bài nghiên cứu.
Dữ liệu bảng (panel data) là dữ liệu kết hợp dữ liệu theo không gian (cross – section, tức là giá trị của các biến được thu thập cho một đơn vị mẫu tại cùng một thời điểm) và dữ liệu theo chuỗi thời gian (time series, tức là giá trị của các biến được quan sát theo thời gian). Trong bài nghiên cứu này, tác giả sử dụng dữ liệu bảng cân bằng cho các quốc gia theo chuỗi thời gian (năm). Việc nghiên cứu các mơ hình với dữ liệu bảng có những ưu điểm theo Baltagi (2008) là:
Nhờ kết hợp dữ liệu chuỗi thời gian, dữ liệu bảng sẽ chứa đựng nhiều thông tin hữu ích và biến thiên nhiều hơn, làm giảm hiện tượng đa cộng tuyến, tăng số quan sát, từ đó tăng số bậc tự do và có thể đem lại ước lượng vững, hiệu quả và không chệch;
Dữ liệu bảng có liên quan đến nhiều doanh nghiệp, quốc gia theo thời gian, mỗi doanh nghiệp, quốc gia lại có những đặc trưng riêng. Tuy nhiên, các kỹ thuật ước lượng dựa trên dữ liệu bảng có thể tính đến sự khơng đồng nhất này, giúp kiểm soát được sự khác biệt không quan sát được giữa các thực thể.
Như vậy, nhờ những lợi thế trên, việc sử dụng dữ liệu bảng trong các mơ hình nghiên cứu của bài nghiên cứu này được kỳ vọng có thể đem lại hiệu quả cao hơn so với phân tích dữ liệu chéo hay dữ liệu chuỗi thời gian.
Kiểm định các giả thuyết của mơ hình hồi quy:
(1) Kiểm định phương sai của sai số thay đổi:
Phương sai thay đổi nghĩa là phương sai của các phần dư không phải là hằng số, chúng khác nhau ở các quan sát khác nhau. Hiện tượng phương sai thay đổi sẽ dẫn đến một số hậu quả như: các ước lượng OLS vẫn là khơng chệch nhưng khơng cịn hiệu quả nữa, ước lượng của các phương sai sẽ bị chệch, như vậy sẽ làm mất hiệu lực của kiểm định hệ số hồi quy của các yếu tố ảnh hường đến khả năng sinh lời.
Trong quá trình hồi quy sẽ tập trung xem xét lại bản chất của vấn đề nghiên cứu, đồ thị phần dư và dùng một số kiểm định Goldfeld-Quandt, Breusch-Pagan, White, Park trên OLS và tác giả sử dụng phương pháp Greene (2000) trên dữ liệu bảng để kiểm tra xem mơ hình đã vi phạm giả thuyết hồi quy - hiện tượng phương sai thay đổi.
(2) Kiểm định sự tương quan giữa các phần dư:
Tương tự phương sai thay đổi, sự tương quan giữa các thành phần của chuỗi các quan sát được sắp xếp theo thứ tự thời gian hoặc không gian là hiện tượng tự tương quan.
Hiện tượng tự tương quan sẽ dẫn đến một số hậu quả: ước lượng OLS vẫn là ước lượng tuyến tính khơng chệch, nhưng không là ước lượng hiệu quả nữa; phương sai các ước lượng OLS là bị chệch, đôi khi quá thấp so với phương sai thực và sai số tiêu chuẩn, dẫn đến phóng đại tỷ số t; các kiểm định t và F khơng đáng tin cậy; cơng thức thơng thường để tính phương sai của sai số là ước lượng chệch của phương sai thực và trong một số trường hợp dường như ước lượng thấp của phương sai thực; có thể hệ số xác định không đáng tin cậy và dường như là nhận giá trị ước lượng cao; các phương sai và số tiêu chuẩn của dự đốn khơng có hiệu quả.
Ở khía cạnh kiểm tra tự tương quan phần dư trên dữ liệu bảng, bài nghiên cứu sử dụng kiểm định được đề xuất bởi Wooldrige (2002) và Drukker (2003).