CHƯƠNG 1 : GIỚI THIỆU
4.1 Mơ hình nghiên cứu
4.2.2 Phân tích mối quan hệ giữa hiệu quả và rủi ro trong hoạt động ngân hàng
Để phân tích mối quan hệ giữa hiệu quả sử dụng nguồn lực và rủi ro trong hoạt động của các NHTM tại Việt Nam, luận văn sử dụng mơ hình (1) và (2) đã được giới thiệu trong mục 4.1 với bộ dữ liệu bảng thu thập được và chỉ số đo lường hiệu quả sử dụng nguồn lực cho các NHTM Việt Nam là hiệu quả kỹ thuật và chỉ số Malmquist theo DEA trong giai đoạn 2007 – 2015. Quy trình phân tích được thực hiện theo thứ tự các bước: (i) Kiểm định sự tự tương quan của các biến và đa cộng tuyến trong mơ hình; (ii) Kiểm định hiện tượng phương sai thay đổi phần dư trên dữ liê ̣u bảng; (iii) Kiểm định hiện tượng tự tương quan phần dữ trên dữ liê ̣u bảng; (iv) Hồi quy.
Để đánh giá mối tương quan giữa hiệu quả và rủi ro trong hoạt động ngân hàng, tác giả sử dụng phương pháp hồi quy trên dữ liệu bảng. Dựa vào các kiểm định về giả thuyết của hồi quy, luận văn có thể sử dụng các phương pháp hồi quy phù hợp như 2SLS, 3SLS, GMM... Nhưng với điều kiện cho phép, thì trong các phương pháp này, thì phương pháp hồi quy moment tổng quát hệ thống (GMM) của Arellano và Bover (1995), Blundell và Bond (1998) được thiết kế phù hợp cho những dữ liệu bảng với khoảng thời gian không dài và nhiều đối tượng (cơng ty) và có thể sử dụng trong luận văn này. Đây là một phương pháp loại bỏ được hiện tượng phương sai thay đổi và tự tương quan, cũng như vấn đề nội sinh giữa các biến giải thích trong mơ hình nếu như kiểm định bằng phương pháp bình phương bé nhất (OLS). Sự hợp lí của các biến cơng cụ được sử dụng trong phương pháp GMM được kiểm định qua thống kê của Arellano-Bond, Sargan test. Đánh giá qua Sargan test giúp thống kê hồi quy có được tính chất hợp lệ của các biến cơng cụ trong mơ hình GMM cũng như độ tin cậy của mơ hình khi thực hiện hồi quy với giả thuyết H0: biến công cụ là ngoại sinh, nghĩa là không tương quan với sai số của mơ hình, do đó giá trị p (p- value) của thống kê Sargan càng lớn càng tốt. Tuy nhiên, để kiểm định Sargan khơng bị yếu thì số lượng biến cơng cụ phải nhỏ hơn hoặc bằng số nhóm (Roodman 2009). Bên cạnh đó, để kiểm định tự tương quan của mơ hình động, tác giả sử dụng kiểm định Arellano-Bond (Arellano-Bond test for AR) với giả thuyết H0: khơng có tự tương quan, và được áp dụng cho số dư sai phân, do đó giá trị p càng lớn càng tốt. Đối với kiểm định tự tương quan, kết quả AR (2) được ưu tiên xem xét vì nó kiểm định tự tương quan ở các cấp độ.
Trong các nghiên cứu liên quan trước đây, phương pháp GMM này từng được sử dụng để đánh giá mối quan hệ giữa rủi ro và hiệu quả hoạt động trong các nghiên cứu của Fiordelisi, Marques-Ibanez và Molyneux (2011) hay Das và Ghosh (2004).
Một số phương pháp hồi quy khác trong những nghiên cứu liên quan trước đây được sử dụng như bình phương bé nhất 2 giai đoạn (2SLS) bởi Kwan và Eisenbeis, 1997; Deelchand và Padgett, 2010; Seemingly Unrelated Regression (SUR) bởi
Berger và DeYoung, 1997; Williams, 2004; bình phương bé nhất ba giai đoạn (3SLS) bởi Tan và Floros (2013), Nguyễn Phạm Thiên Thanh và Nghiêm Hồng Sơn (2015) hay Tahir và Mongid (2015).