CHƯƠNG 1 GIỚI THIỆU
01
4.6. Kết quả của mơ hình nghiên cứu 02
4.6.1. So sánh giữa các mơ hình Pooled OLS, FEM, REM của mơ hình nghiên cứu 02
Bảng 4.9: Hệ số hồi quy và giá trị p–value của 3 mơ hình ước lượng cơ bản-mơ hình 2
Mơ hình
Biến độc lập
Pool OLS FEM REM
SIZE β1 0,0162461 (0,0054344) 0,0124606 P – value 0.001*** 0.576 0.028** LOAN β2 0,0732758 0,006708 0,0729404 P – value 0.062* 0.893 0.076* CAP β3 (0,262179) (0,2690535) (0,2555068) P – value 0.016** 0.022** 0.020** LLR β4 1.061553 1,842123 1.476894 P – value 0.063* 0.004*** 0.012** COSR β5 (0,0650788) (0,0556168) (0,062715) P - value 0.000*** 0.000*** 0.000*** LIQ β6 0,0739576 0,201555 0,1501093 P - value 0.151 0.000*** 0.004*** INF β7 0,2576942 0,1035419 0,2110515 P - value 0.000*** 0.096* 0.000*** Hệ số tự do β0 (0,4457907) 0,247043 (0,3467305) P - value 0.006*** 0.459 0.074*
Sau khi so sánh ba mơ hình, ta chọn mơ hình FEM2. Tuy nhiên, nếu mơ hình này có hiện tượng tự tương quan và phương sai sai số thay đổi thì đây chưa phải là mơ hình ước lượng đáng tin cậy mà phải khắc phục các hiện tượng này nhằm đảm bảo ước lượng thu được vững và hiệu quả.
4.6.2. Kiểm định các giả thiết hồi quy của mơ hình nghiên cứu 02
4.6.2.1. Kiểm định hiện tượng đa cộng tuyến
Bảng 4.10: Kiểm định đa cộng tuyến - mơ hình 02
ROE SIZE LOAN CAP LLR COSR LIQ INF
ROE 1 SIZE 0,4127 1 LOAN 0,0098 (0,0334) 1 CAP (0,3538) (0,6986) 0,2439 1 LLR 0,2268 0,3776 (0,0708) (0,2446) 1 COSR (0,3450) 0,0063 (0,1172) (0,0836) 0,0846 1 LIQ 0,1787 (0,0428) (0,6499) (0,1622) 0,0745 (0,1216) 1 INF 0,2069 (0,2725) (0,0971) 0,2160 (0,1224) (0,1346) 0,3045 1
Tất cả các hệ số tương quan đều có giá trị nhỏ hơn 0,8 (chuẩn so sánh theo nghiên cứu của Farrar & Glauber (1967) là 0,8) thể hiện rằng không tồn tại hiện tượng đa cộng tuyến giữa các biến độc lập trong mơ hình hoặc hiện tượng đa cộng tuyến khơng nghiêm trọng. Điều đó cho thấy các biến độc lập có thể được sử dụng để ước lượng và bước đầu đánh giá được các dự báo của mơ hình.
4.6.2.2. Kiểm định hiện tượng phương sai của sai số thay đổi
Nghiên cứu tiến hành kiểm định giả thiết phương sai của sai số thay đổi bằng kiểm định White với giả thuyết H0: Khơng có hiện tượng phương sai thay đổi.
Bảng 4.11: Kiểm định phương sai của sai số thay đổi - mơ hình 02
Giả thiết Diễn giải
Wald test for Ho:
sigma(i)^2= sigma^2 for all i homoskedasticity
Khơng có hiện tượng phương sai thay đổi against
Ha:
unrestricted heteroskedasticity Có hiện tượng phương sai thay đổi
Kết quả
chi2 (22) = 987.95 Prob>chi2 = 0.0000
Với mức ý nghĩa alpha (α) = 1%, kiểm định Wald cho kết quả là: Prob = 0.0000. Vậy, Prob < 1% nên bác bỏ giả thuyết H0. Mơ hình có hiện tượng phương sai thay đổi.
4.6.2.3. Kiểm định hiện tượng tự tương quan
Nghiên cứu tiến hành kiểm định hiện tượng tự tương quan trên dữ liệu bảng với giả thiết H0: khơng có sự tự tương quan.
Bảng 4.12: Kiểm định tự tương quan - mơ hình 02
Giả thiết Diễn giải
Wooldridge test for autocorrelation in panel data
Kiểm định tự tương quan trong dữ liệu bảng
H0 no first order autocorrelation Khơng có hiện tượng tự tương quan
Kết quả
F(1, 21) = 17,694 Prob > F = 0,0004
Với mức ý nghĩa alpha = 1%, kiểm định cho kết quả là: Prob = 0,0004. Vậy, Prob < 1% nên bác bỏ giả thuyết H0 Có sự tự tương quan.
Qua kết quả kiểm định từng phần ở trên, ta thấy mơ hình có hiện tượng đa cộng tuyến được đánh giá là khơng nghiêm trọng tuy nhiên mơ hình có sự tự tương quan giữa các sai số và hiện tượng phương sai sai số thay đổi. Hiện tượng này sẽ làm cho các ước lượng thu được bằng các phương pháp hồi quy thông trường trên dữ liệu bảng không hiệu quả, các kiểm định hệ số hồi qui khơng cịn đáng tin cậy. Do vậy, tác giả dùng phương pháp bình phương bé nhất tổng quát khả thi FGLS để khắc phục hiện tượng phương sai sai số thay đổi và sự tự tương quan giữa các sai số nhằm đảm bảo ước lượng thu được vững và hiệu quả (theo Wooldridge (2002)).
4.6.3. Kết quả kiểm định bằng phương pháp bình phương bé nhất tổng quát khả thi - FGLS trong mơ hình nghiên cứu 02 khả thi - FGLS trong mơ hình nghiên cứu 02
Bài nghiên cứu khắc phục hiện tượng tự tương quan và hiện tượng phương sai sai số thay đổi bằng phương pháp bình phương bé nhất tổng quát khả thi – FGLS.
Bảng 4.13 Kết quả kiểm định bằng phương pháp bình phương bé nhất tổng quát khả thi - FGLS - mơ hình 02
Cross-sectional time-series FGLS regression
Prob > chi2 = 0,0000
Với biến phụ thuộc là ROEit, sau khi sử dụng phương pháp FGLS để khắc phục hiện tượng tự tương quan và hiện tượng phương sai sai số thay đổi, mơ hình có ý nghĩa ở mức ý nghĩa 1% (do Prob = 0,0000) nên kết quả mơ hình phù hợp và có thể sử dụng được.
ROE Coef. Std. Err. z P>|z| [95% Conf. Interval]
SIZE 0,0161715 0,0041238 3,92 0,000 0,008089 0,024254 LOAN 0,0627371 0,0315184 1,99 0,047 0,0009621 0,1245121 CAP (0,0919388) 0,0704283 (1,31) 0,192 (0,2299757) 0,0460981 LLR 1,604738 0,4645756 3,45 0,001 0,694187 2,51529 COSR (0,0399808) 0,0085918 (4,65) 0,000 (0,0568205) (0,0231411) LIQ 0,1396716 0,0396736 3,52 0,000 0,0619127 0,2174305 INF 0,073091 0,0367082 1,99 0,046 0,0011443 0,1450378 _cons (0,4821339) 0,1385811 (3,48) 0,001 (0,7537478) (0,21052)
Vậy kết quả mơ hình nghiên cứu 02 có phương trình như sau
ROEit = -0,48213 + 0,01617 SIZEit + 0,06273 LOANit + 1,60474 LLRit – 0,03998 COSRit + 0,13967 LIQit + 0,07309 INFit + εit
Biến SIZEit, LIQit tác động cùng chiều đến ROEit và có ý nghĩa thống kê với mức ý nghĩa 1% (P>|z|=0,000 < 1%). Điều đó có nghĩa là khi biến quy mơ tài sản SIZE và tính thanh khoản LIQ tăng lên 1% sẽ làm tỷ suất sinh lợi ROE tăng lần lượt là 1,617% và 13,967%.
Biến LOANit, INFit tác động cùng chiều đến ROEit và có ý nghĩa thống kê với mức ý nghĩa 5% (P>|z|=0,047; 0,046 <5%). Điều đó có nghĩa là khi biến dư nợ cho vay LOAN và tỷ lệ lạm phát INF tăng lên 1% sẽ làm tỷ suất sinh lợi ROE tăng lần lượt là 6,273% và 7,309%.
Biến COSRit tác động ngược chiều đến ROEit và có ý nghĩa thống kê với mức ý nghĩa 1% (P>|z|=0,000 < 1%). Điều đó có nghĩa là khi biến chi phí hoạt động COSR tăng lên 1% sẽ làm tỷ suất sinh lợi ROE giảm 3,998%.
Biến LLRit tác động cùng chiều đến ROEit và có ý nghĩa thống kê với mức ý nghĩa 1% (P>|z|=0,001 < 1%). Điều đó có nghĩa là khi biến dự phịng rủi ro tín dụng LLR tăng lên 1% sẽ làm tỷ suất sinh lợi ROE tăng 160,474%.
Với bộ dữ liệu thu thập được, biến CAPit khơng có ý nghĩa thống kê với mức ý nghĩa 10% (giá trị P>|z| lớn hơn 10%).