CHƯƠNG 3 : DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU
3.2. Chỉ định mơ hình và các biến
3.2.3.2. Mơ hình Difference Generalized Method of Moments (DGMM)
Hiện tượng nội sinh trong mơ hình có thể kiểm sốt được thơng qua các phương trình đồng thời Maximum likelihood và 2SLS. Tuy nhiên, việc lựa chọn mơ hình cũng tuỳ thuộc vào tính nhất quán của mẫu trong mơ hình (deMiguel và cộng sự, 2005). Các phương pháp này hiệu quả hơn Generalized Method of Moments (GMM), nhưng nếu mẫu khơng đồng nhất thì kết quả mơ hình sẽ bị chệch nhiều vì ta chưa loại trừ các biến không đồng nhất nên dễ gây ra hiện tượng phương sai thay đổi (những đặc tính của cơng ty sẽ bộc lộ nhiều thơng qua các hành vi cụ thể). Sự khác nhau trong đặc điểm của từng Ngân hàng có mối liên quan đến các biến giải thích, bất biến theo thời gian, và chúng tác động trực tiếp đến quá trình ra quyết định của HĐQT.
Vì vậy, trong bài nghiên cứu của Emma García-Meca và các cộng sự (2015) về đa dạng hoá HĐQT tác động đến hiệu quả hoạt động Ngân hàng sử dụng độ trễ thứ nhất và thứ hai của biến phụ thuộc làm biến công cụ để tránh hiện tượng nội sinh xảy ra trong mơ hình.
Dựa vào đó, tác giả sử dụng mơ hình Difference Generalized Method of Moments (DGMM) hồi quy mơ hình nhằm khắc phục tình trạng nội sinh và phương sai thay đổi. Xét phương trình hồi quy có dạng:
=( + + + +
Trong đó:
: là biến phụ thuộc (biến được giải thích) : là tập hợp các biến độc lập (biến giải thích)
và là sai số.
Với mơ hình này khi đưa vào các biến trễ thì ước lượng Hiệu ứng cố định (FE) sẽ bị chệch khi t của dữ liệu nhỏ (Judson và cộng sự, 1996). Mơ hình này có thể xảy ra các vấn đề: hiện tượng nội sinh, hiện tượng tự tương quan, tác động cố định và t ngắn.
Để khắc phục hiện tượng nội sinh, phương pháp này sử dụng biến công cụ giống phương pháp 2SLS. Tuy nhiên, biến cơng cụ ở đây chính là độ trễ của biến phụ thuộc .. Để khắc phục tác động cố định, phương pháp này sử dụng sai phân bậc nhất để chuyển hố phương trình trên, bằng cách này tác động cố định đặc thù sẽ bị loại trừ vì nó có đặc tính khơng đổi theo thời gian. Nhờ vậy, hiện tượng tự tương quan (vì sự hiện diện của biến trễ ) cũng được xử lý. Phương pháp này thích hợp cho dữ liệu bảng có t nhỏ và n lớn.
Tính hợp lý của các biến công cụ được sử dụng trong phương pháp DGMM được đánh giá qua kiểm định Sargan và kiểm định Arellano-Bond. Kiểm định Sargan cho thấy mức độ phù hợp của biến cơng cụ hay nói cách khác biến cơng cụ này nội sinh
hay không. Gỉa thuyết : biến cơng cụ là biến ngoại sinh. Vì vậy, biến công cụ phù hợp khi ta chấp nhận giả thuyết ở mức ý nghĩa 10%. Kiểm định Arellano-Bond lại kiểm định sự tự tương quan với giả thuyết không tự tương quan và áp dụng
cho số dư sai phân. Kiểm định AR(1) thường bác bỏ giả thuyết và AR(2) thường chấp nhận giả thuyết kiểm tra tự tương quan của sai phân ở các cấp độ.
KẾT LUẬN CHƯƠNG 3
Trong chương này, tác giả đã khái quát về dữ liệu và phương pháp nghiên cứu được sử dụng trong bài. So với các bài nghiên cứu khác, bài nghiên cứu này cũng tiến hành hồi quy sử dụng phương pháp DGMM. Tuy nhiên, điểm đặc biệt ở đây, tác giả đo lường hiệu quả hoạt động của Ngân hàng thương mại thông qua Phương pháp Biên ngẫu nhiên (Stochastic Frontier Analysis), một phương pháp được ứng dụng nhiều trong các bài nghiên cứu để đo lường hiệu quả hoạt động của các doanh nghiệp trên thế giới. Với trường hợp xem xét đa dạng hoá HĐQT của Ngân hàng ở Việt Nam, việc áp dụng mơ hình này đo lường hiệu quả khá mới mẻ.
CHƯƠNG 4: THỰC TRẠNG VÀ KẾT QUẢ MƠ HÌNH NGHIÊN CỨU VỀ ĐA DẠNG HỐ HỘI ĐỒNG QUẢN TRỊ VÀ HIỆU QUẢ HOẠT ĐỘNG CỦA