Biến Công thức Nguồn
Lợi nhuận
ROAit
Tỉ số lợi nhuận trên tổng tài sản bình quân
𝑅𝑂𝐴𝑖𝑡 = 𝐿ợ𝑖 𝑛ℎ𝑢ậ𝑛 𝑠𝑎𝑢 𝑡ℎ𝑢ế 𝑇ổ𝑛𝑔 𝑡à𝑖 𝑠ả𝑛𝑡+ 𝑇ổ𝑛𝑔 𝑡à𝑖 𝑠ả𝑛 𝑡−1 2 Chiorazzo và cộng sự (2008) Cành và cộng sự (2015) Lee và cộng sự (2014) Vinh và cộng sự (2015) ROEit
Tỉ số lợi nhuận trên tổng vốn chủ sở hữu bình quân 𝑅𝑂𝐸𝑖𝑡 = 𝐿ợ𝑖 𝑛ℎ𝑢ậ𝑛 𝑠𝑎𝑢 𝑡ℎ𝑢ế 𝑉ố𝑛 𝑐ℎủ 𝑠ở ℎữ𝑢𝑡+ 𝑉ố𝑛 𝑐ℎủ 𝑠ở ℎữ𝑢 𝑡−1 2 Chiorazzo và cộng sự (2008) Cành và cộng sự (2015) Lee và cộng sự (2014) Vinh và cộng sự (2015)
Biến đa dạng hóa
DIVit: biến đa dạng hóa thu nhập
𝐷𝐼𝑉𝑖𝑡 = 1 − [( 𝑇ℎ𝑢 𝑛ℎậ𝑝 𝑙ã𝑖𝑖𝑡 𝑇ổ𝑛𝑔 𝑡ℎ𝑢 𝑛ℎậ𝑝𝑖𝑡) 2 + (𝑇ℎ𝑢 𝑛ℎậ𝑝 𝑛𝑔𝑜à𝑖 𝑙ã𝑖𝑖𝑡 𝑇ổ𝑛𝑔 𝑡ℎ𝑢 𝑛ℎậ𝑝𝑖𝑡 ) 2 ] Chiorazzo và cộng sự (2008)
Biến kiểm sốt
L_Ait: tỉ lệ dư nợ tín dụng trên tổng tài sản 𝐿_𝐴𝑖𝑡 =𝐷ư 𝑛ợ 𝑡í𝑛 𝑑ụ𝑛𝑔𝑖𝑡 𝑇ổ𝑛𝑔 𝑡à𝑖 𝑠ả𝑛𝑖𝑡
DeYoung và cộng sự (2001) Gurbuz và cộng sự (2013) Stiroh và cộng sự (2004)
SIZEit: Quy mô tổng tài sản 𝑆𝐼𝑍𝐸𝑖𝑡 = ln(𝑇ổ𝑛𝑔 𝑡à𝑖 𝑠ả𝑛𝑖𝑡) Gurbuz và cộng sự (2013) Lee và cộng sự (2014)
Vinh và cộng sự (2015)
ASSET_Git: tỉ lệ tăng trưởng tổng tài sản 𝐴𝑆𝑆𝐸𝑇_𝐺𝑖𝑡 = 𝑇ổ𝑛𝑔 𝑡à𝑖 𝑠ả𝑛𝑡 𝑇ổ𝑛𝑔 𝑡à𝑖 𝑠ả𝑛𝑡−1− 1
Lee và cộng sự (2014) Vinh và cộng sự (2015)
DPS_Ait:
tỉ lệ vốn huy động trên tổng tài sản 𝐷𝑃𝑆_𝐴𝑖𝑡 =𝑇ổ𝑛𝑔 𝑛𝑔𝑢ồ𝑛 𝑣ố𝑛 ℎ𝑢𝑦 độ𝑛𝑔𝑖𝑡 𝑇ổ𝑛𝑔 𝑡à𝑖 𝑠ả𝑛𝑖𝑡
Lepetit và cộng sự (2008) Vinh và cộng sự (2015)
GL_Git: tỉ lệ tăng trưởng dư nợ tín dụng 𝐺𝐿_𝐺𝑖𝑡 = 𝐷ư 𝑛ợ 𝑡í𝑛 𝑑ụ𝑛𝑔𝑡
𝐷ư 𝑛ợ 𝑡í𝑛 𝑑ụ𝑛𝑔𝑡−1− 1 Vinh và cộng sự (2015) Biến vĩ mô GDPt: tỉ lệ tăng trưởng GDP 𝐺𝐷𝑃𝑡 = 𝐺𝐷𝑃𝑡 𝐺𝐷𝑃𝑡−1 − 1 Cành và cộng sự (2015) Sanya và cộng sự (2011)
INFt: tỉ lệ tăng chỉ số giá tiêu dùng 𝐶𝑃𝐼𝑡 = 𝐶𝑃𝐼𝑡 𝐶𝑃𝐼𝑡−1− 1
Cành và cộng sự (2015) Sanya và cộng sự (2011)
4.3 Thống kê mơ tả
Phần này trình bày thống kê sơ lược về mẫu dữ liệu và các đặc tính cơ bản của biến do lường như: giá trị trung bình, giá trị lớn nhất, nhỏ nhất và độ lệch chuẩn. Mẫu nghiên cứu gồm 34 ngân hàng thương mại Việt Nam trong giai đoạn 2006-2015, không bao gồm ngân hàng liên doanh, ngân hàng 100% vốn nước ngoài, ngân hàng phát triển Việt Nam, ngân hàng chính sách xã hội và ngân hàng Việt Nam thương tín (Vietbank) và hợp tác xã tín dụng. Dữ liệu các biến nghiên cứu được trình bày thống kê trong bảng sau:
Bảng 4.2: Bảng thống kê mơ tả các biến trong mơ hình
Biến Số
quan sát
Trung bình Độ lệch
chuẩn Giá trị nhỏ nhất Giá trị lớn nhất
Biến phụ thuộc
ROA 306 0,0112077 0,0092685 -0,0599291 0,0595185
ROE 306 0,1053021 0,0883485 -0,563263 0,5426953
Biến đa dạng hóa
DIV 305 -0,5608059 14,22595 -248,159 0,4999909
Biến kiểm soát
L_A 305 0,5446495 0,1508717 0,113841 0,8797956 SIZE 304 10,5389 1,56295 5,54871 13,65378 ASSET_G 297 0,56419043 1,192056 -0,3923964 12,66113 DPS_A 305 0,7492387 0,0935538 0,4316631 0,9138935 GL_G 296 0,5535262 1,168701 -0,5076381 11,32681 Biến vĩ mô GDP 306 0,061163 0,006809 0,052474 0,071295 CPI 306 0,093803 0,093803 0,006306 0,231163
Nguồn: Kết quả tổng hợp từ Stata dựa trên số liệu tác giả thu thập12
Chỉ số ROA trung bình của 34 ngân hàng trong giai đoạn 2006-2015 đạt 1,12% với độ lệch chuẩn 0,92%. Với đặc điểm tham số thống kê của ROA cho thấy biến động lợi nhuận của ngân hàng khá lớn. Riêng ROE trung bình khoảng 10,53% và độ lệch chuẩn ROE 8,82% cũng cho kết quả lợi nhuận ngân hàng có mức dao động lớn trong giai đoạn. Giá trị lớn nhỏ của hai biến ROA và ROE cho thấy sự chênh lệch lớn giữa hiệu quả hoạt động của các ngân hàng thương mại trong hệ thống.
12 Xem phụ lục số 3 trong Phần phụ lục.
Trong giai đoạn nghiên cứu tốc độ tăng trưởng tài sản của hệ thống ngân hàng rất nhanh. Trung bình cho cả giai đoạn 10 năm khoảng 56,41% từ đó cho thấy có sự nâng cao quy mơ hoạt động cũng như năng lực của hệ thống ngân hàng. Điều này được lý giải do áp lực tăng vốn theo quy định Nghị định 141 của Thủ tướng trong giai đoạn 2006-2008 và hoạt động sát nhập ngân hàng sau đề án tái cơ cấu hệ thống ngân hàng giai đoạn 2011-2015.
Với biến L_A dư nợ cho vay trên tổng tài sản của hệ thống ngân hàng cũng có biên độ phân tán rộng từ 0,11-0,87. Điều này cho thấy vốn cung ứng vào nền kinh tế lớn, trung bình hơn 0,5 tổng tài sản của hệ thống ngân hàng. Riêng biến GL_G tỉ lệ tăng trưởng dư nợ tín dụng phản ánh mức độ tăng vốn cung ứng của hệ thống ngân hàng vào nền kinh tế.
Đối với biến vĩ mơ tốc độ tăng trưởng GDP có độ lệch chuẩn thấp 0,68% cho thấy sự tăng trưởng nền kinh tế khơng q biến động mạnh mặc dù có thay đổi theo xu hướng nhất định. Riêng với biến tốc độ tăng trưởng CPI có sự giao động mạnh trong biên độ 0,63%-23,11%. Điều này phản ánh đúng diễn biến phức tạp của lạm phát trong giai đoạn nghiên cứu.
4.4 Kiểm định đa cộng tuyến
4.4.1 Ma trận tương quan đơn tuyến tính giữa các cặp biến
Ma trận hệ số tương quan để chỉ mối quan hệ giữa các biến trong mơ hình. Từ đó kiểm tra tương quan đơn tuyến tính từ hệ số tương quan cao giữa các cặp biến. Phân tích ma trận hệ số tương quan để phát hiện hiện tượng đa cộng tuyến giữa các biến độc lập trong mơ hình nghiên cứu.
Bảng 4.3: Ma trận hệ số tương quan giữa các biến trong mơ hình
Nguồn: Kết quả tổng hợp từ Stata dựa trên số liệu tác giả thu thập13
13
Biến ROA ROE DIV L_A SIZE ASSET_G DPS_A GL_G GDP INF
ROA 1 ROE 0,6454 1 DIV 0,4685 0,4431 1 L_A 0,0249 0,0559 0,1524 1 SIZE -0,2990 0,0971 0,0179 0,2400 1 ASSET_G 0,2831 0,0917 0,0204 -0,2283 -0,2880 1 DPS_A -0,2181 -0,0021 -0,0067 0,1471 0,1162 0,0221 1 GL_G 0,2452 0,0858 0,0411 -0,1764 -0,2447 0,8210 0,0463 1 GDP 0,2351 0,2157 -0,0125 -0,0314 -0,1703 0,3395 0,1286 0,2107 1 INF 0,1136 0,0953 -0,0864 -0,1360 -0,1359 -0,0456 -0,1023 -0,0729 -0,1854 1
Bảng 4.3 trình bày kết quả phân tích ma trận tự tương quan giữa các biến trong mơ hình cho thấy hầu hết các cặp hệ số tương quan đều nhỏ hơn 0,8. Riêng cặp hệ số tương quan giữa biến GL_G và ASSET_G trên 0,8 nhưng có thể bỏ qua hiện tượng đa cộng tuyến theo lập luận Achen (1982) cho rằng: ngay cả khi đa cộng tuyến chặt như gần trong trường hợp gần đa cộng tuyến (near multicollinearity) thì các ước lượng vẫn có tính chất BLUE. Bên cạnh đó trong bài nghiên cứu này tác giả sử dụng mơ hình GMM để ước lượng hàm hồi quy vì tính chất của ước lược GMM vẫn giữ được tính vững, khơng chệnh và hiệu quả ngay cả khi tồn tại các khiếm khuyết định lượng.
Kết luận:
Tồn tại hiện tượng đa cộng tuyến giữa một cặp biến GL_G và ASSET_G. Hệ số tương quan giữa cặp biến cao điều này hàm ý có sự tương quan giữa tỉ lệ tăng trưởng dư nợ tín dụng và tỉ lệ tăng trưởng tổng tài sản. Trong thực tế, gia tăng tài sản có thể được tài trợ bằng vốn tự có tăng thêm hay nguồn vốn đi vay của ngân hàng hoặc gia tăng quy mô tài sản thì mở rộng năng lực cho vay nên dư nợ tín dụng tăng. Vì tồn tại đa cộng tuyến trong mơ hình nên tác giả sử dụng phương pháp ước lượng GMM để ra kết luận về kết quả nghiên cứu.
4.4.2 Kiểm tra hiện tượng đa cộng tuyến bằng hệ số phóng đại phương sai
Nhằm tăng tính tin cậy của kết quả ước lượng tác giả tiếp tục sử dụng hệ số phóng đại phương sai VIF để phát hiện hiện tượng đa cộng tuyến nhóm.
Dựa vào Bảng 4.4 kết quả kiểm tra đa cộng tuyến theo nhân tử phóng đại phương sai VIF thì khơng có hệ số nhân tử phóng đại phương sai của biến nào vượt quá 10 và trung bình VIF 1,68.
Bảng 4.4: Hệ số phóng đại phương sai của các biến trong mơ hình
Biến VIF 1/VIF
ASEET_G 3,5 0,285908 GL_G 3,17 0,315890 GDP 1,23 0,810720 SIZE 1,18 0,845552 L_A 1,16 0,863801 INF 1,1 0,910687 DPS_A 1,06 0,941134 DIV 1,04 0,965730 Trung bình 1,68
Nguồn: Kết quả tổng hợp từ Stata dựa trên số liệu tác giả thu thập (Xem phụ lục 514)
Kết luận:
Với phương pháp sử dụng sử dụng hệ số phóng đại phương sai VIF thì trong mơ hình khơng có biến nào có VIF lớn hơn 10 nên có thể kết luận: mơ hình khơng tồn tại hiện tượng đa cộng tuyến.15
Kết luận chung về hiện tượng đa cộng tuyến trong mơ hình
Với hai phương pháp kiểm tra hiện tượng đa cộng tuyến trong mơ hình thì cho kết luận khơng đồng nhất. Phương pháp kiểm tra đa cộng tuyến bằng ma trận hệ số tương quan cặp tuyến tính thì cho kết luận có hiện tượng đa cộng tuyến của cặp biến GL_G và ASSET_G. Tuy nhiên, theo hệ số phóng đại phương sai thì khơng tồn tại hiện tượng đa cộng tuyến nhóm. Do tồn tại những kết luận khơng đồng nhất về hiện tượng đa cộng tuyến nên tác giả sử dụng phương pháp ước lượng GMM để khắc phục khiếm khuyết định lượng trong mơ hình và sử dụng phương pháp ước lượng khác để tham chiếu kết quả định lượng nhằm tăng tính tin cậy.
14 Xem phụ lục số 5 trong Phần phụ lục.
15 Theo quy tắc kinh nghiệm kiểm định hiện tượng đa cộng tuyến trong giáo trình “Kinh tế lượng ứng dụng” của Phạm Trí Cao và Vũ Minh Châu, (2012, trang 191),NXB Lao động xã hội.
4.5 Kiểm định lựa chọn mơ hình Pooled OLS, REM và FEM 4.5.1 Kiểm định lựa chọn mơ hình Pooled OLS và mơ hình REM 4.5.1 Kiểm định lựa chọn mơ hình Pooled OLS và mơ hình REM
Để kiểm tra sự phù hợp của mơ hình Pooled OLS và REM tác giả tiếp tục kiểm định Breusch, T. S. và A. R. Pagan (1980) lựa chọn mơ hình Pooled và REM cho từng biến phụ thuộc ROA, ROE với giả thuyết như sau:
Giả thuyết H0: Mơ hình Pooled phù hợp dữ liệu mẫu hơn REM Giả thuyết H1: Mơ hình REM phù hợp dữ liệu mẫu hơn Pooled OLS
Bảng 4.5: Kiểm định Breusch Pagan Lagrange multiplier
STT Biến phụ thuộc Pro (Chi2) Lựa chọn Tham chiếu
1 ROA 0,0000 REM Phụ lục số 6.116
2 ROE 0,0000 REM Phụ lục số 6.217
Nguồn: Kết quả tổng hợp từ Stata dựa trên số liệu tác giả thu thập
Kết luận:
Kết quả từ bảng 4.5 ta có giá trị kiểm định p-value của mơ hình ROA và ROE là 0,0000; đều nhỏ hơn 0,05 nên đủ cơ sở để bác bỏ giả thuyết H0. Vậy mơ hình REM phù hợp hơn mơ hình Pooled OLS cho biến phụ thuộc ROA và ROE.
4.5.2 Kiểm định lựa chọn mơ hình FEM và mơ hình REM
Tác giả tiếp tục thực hiện kiểm định Hausman nhằm lựa chọn giữa hai mơ hình REM và FEM với giả thuyết dữ kiện như sau:
Giả thuyết H0: Ước lượng mơ hình REM khơng có sự khác biệt FEM Giả thuyết H1: Mơ hình FEM phù hợp dữ liệu mẫu hơn REM
Bảng 4.6: Kiểm định Hausman
STT Biến phụ thuộc Pro (Chi2) Lựa chọn Tham chiếu
1 ROA 0,0243 FEM Phụ lục số 7.118
2 ROE 0,0751 FEM Phụ lục số 7.219
Nguồn: Kết quả tổng hợp từ Stata dựa trên số liệu tác giả thu thập
16 Xem phụ lục số 6.1 trong Phần phụ lục. 17 Xem phụ lục số 6.2 trong Phần phụ lục. 18 Xem phụ lục số 7.1 trong Phần phụ lục.
Kết luận:
Giá trị kiểm định p-value của hai mơ hình ROA, ROE đều nhỏ hơn 0,1 nên đủ cơ sở để bác bỏ giả thuyết H0. Vậy mơ hình FEM hiệu ứng tác động cố định phù hợp với dữ liệu mẫu hơn mơ hình REM cho mơ hình biến phụ thuộc là ROA, ROE với mức ý nghĩa 10%.
4.6 Kiểm định hiện tượng phương sai của sai số thay đổi
Hiện tượng phương sai của sai số (phần dư ɛit) thay đổi sẽ ảnh hưởng đến tính hiệu quả của ước lượng của mơ hình mặc dù có thể ước lượng có tính tuyến tính và khơng chệch. Vì vậy để kiểm định phương sai của sai số thay đổi tác giả sử dụng kiểm định Greene (2003) để kiểm tra với giả thuyết như sau:
Giả thuyết H0: Mơ hình khơng có hiện tượng phương sai thay đổi Giả thuyết H1: Mơ hình có hiện tượng phương sai thay đổi
Bảng 4.7: Kiểm định phương sai của sai số thay đổi
STT Biến phụ thuộc Pro (Chi2) Kết luận Tham chiếu
1 ROA 0,0000 Có phương sai thay đổi Phụ lục số 8.120 2 ROE 0,0000 Có phương sai thay đổi Phụ lục số 8.221
Nguồn: Kết quả tổng hợp từ Stata dựa trên số liệu tác giả thu thập
Kết luận:
Kết quả kiểm định bằng phần mềm Stata cho thấy kết quả với p-value cả hai mơ hình ROA, ROE đều bằng 0,0000 < α = 0,05. Từ đó bác bỏ giả thuyết H0 ở mức ý nghĩa 5%, cho thấy tồn tại hiện tượng phương sai thay đổi trong mơ hình ROA, ROE là biến phụ thuộc. Mơ hình tồn tại phương sai của sai số thay đổi có thể do sự biến động khác biệt của dữ liệu thực tế ở từng ngân hàng từ đó dẫn đến sai số có phương sai thay đổi.
20 Xem phụ lục số 8.1 trong Phần phụ lục. 21 Xem phụ lục số 8.2 trong Phần phụ lục.
4.7 Kiểm định tự tương quan của sai số
Hiện tượng tự tương quan phần dư có thể ảnh hưởng đến tính hiê ̣u quả của ước lượng mô hình, mất tính tin câ ̣y của kiểm đi ̣nh hê ̣ số. Để kiểm tra hiện tượng tự tương quan, tác giả sử dụng phương Wooldridge (2002) và Drukker (2003) và đặt giả thuyết kiểm định như sau:
Giả thuyết H0: Mơ hình khơng có hiện tượng tự tương quan bậc 1 Giả thuyết H1: Mơ hình có hiện tượng tự tương quan bậc 1
Bảng 4.8: Kết quả kiểm tra tự tương quan mơ hình
Biến phụ thuộc Pro (F) Kết luận Tham chiếu
ROA 0,1159 Khơng có tự tương quan Phụ lục số 9
ROE 0,0001 Có tự tương quan Phụ lục số 9
Nguồn: Kết quả tổng hợp từ Phần mềm Stata trên số liệu tác giả thu thập
Dựa vào kết quả từ bảng 4.8 cho thấy với p-value ở mơ hình ROE bằng 0,0001 < α = 0,05. Suy ra, bác bỏ giả thuyết H0 ở mức ý nghĩa 5% cho thấy tồn tại hiện tượng tự tương quan bậc 1 trong mơ hình ROE. Trong khi mơ hình ROA với P-value 0,1159 > α = 0,05 nên chấp nhận H0 ở mức ý nghĩa 5% cho thấy không tồn tại tự tương quan bậc 1 trong mơ hình ROA. Xem kết quả kiểm định chi tiết hai biến ROA và ROE ở phụ lục số 922.
Kết luận:
Khơng có hiện tượng tự tương quan bậc 1 trong mơ hình ROA và tồn tại hiện tượng tự tương quan bậc 1 trong mơ hình ROE với mức ý nghĩa 5%. Với mơ hình ROE có hiện tự tương quan bậc 1 có thể được lý giải do tỉ số ROEt bị ảnh hưởng từ tác động ROEt-1. Trong thực tế lợi nhuận của năm nay có thể bị tác động từ lợi nhuận năm. Do chủ ý điều hành trích lợi nhuận ở năm kinh doanh thuận lợi dự phòng năm tiếp theo nhằm đạt chỉ tiêu kinh doanh.
4.8 Kết quả lựa chọn phương pháp ước lượng mơ hình
Sau khi thực hiện các kiểm định các khiếm khuyết định lượng của dữ liệu. Bài nghiên cứu trình bày lại tổng hợp kết quả kiểm định trước nhằm lựa chọn phương pháp ước lượng tối ưu cho mơ hình nghiên cứu. Bên cạnh đó, do hai mơ hình nghiên cứu sử dụng ROA, ROE để đo lường lợi nhuận ngân hàng và cùng sử dụng các biến độc lập để giải thích tác động đến lợi nhuận. Nên mơ hình ROA, ROE là biến phụ thuộc có sự tương đồng đối với khiếm khuyết định lượng ở đa cộng tuyến, phương sai sai số thay đổi nhưng có sự khác nhau ở hiện tượng tự tương quan. Bảng 4.9 trình bày tóm tắt các kiểm định khiếm khuyết định lượng và kiểm định lựa chọn phương pháp ước lượng tối ưu cho bài nghiên cứu trình bày như sau:
Bảng 4.9: Bảng tổng hợp kết quả kiểm định khiếm khuyết định lượng và kiểm định lựa chọn phương pháp ước lượng Mơ hình Đa cộng tuyến
P.OLS & REM FEM & REM Phương sai thay đổi Tự tương quan Ma trận VIF