Đầu tiên đối với mỗi mơ hình sẽ tiến hành kiểm tra loại biến để khắc phục đa cộng tuyến.
Tiếp theo sẽ thực hiện chạy dữ liệu phân tích với các mơ hình sau: Pool Model (POOL), Fixed Effects Model (FEM) và Random Effects Model (REM).
Sau đó sẽ tiến hành kiểm định Hausman để lựa chọn mơ hình tối ưu.
Sau khi lựa chọn mơ hình tối ưu sẽ kiểm tra xem mơ hình có tồn tại hiện tượng tự tương quan, phương sai thay đổi. Nếu có sẽ thực hiện khắc phục.
3.5.1 Hồi quy mơ hình với biến phụ thuộc ROA 3.5.1.1 Khắc phục đa cộng tuyến
Ta chạy hồi quy ROA theo các biến độc lập và bỏ lần lượt biến INDE và SIZE, sau đó so sánh giữa hai mô hình và chọn mơ hình tối ưu. Sau khi so sánh R-squared
giữa hai mơ hình (phụ lục 2) ta loại bỏ biến SIZE, mơ hình cịn lại:
ROA = 0 + 1EQTA + 2LOTA + 3DATE + 4PRTO + 5NETA + 6NIGI + 7INDE + 8FIXED + 9RGDP + 10INFL + it
3.5.1.2 Kết quả hồi quy theo POOL
Bảng 3.9: Kết quả hồi quy Pool của mơ hình ROA
Kết quả tại bảng 3.9 cho thấy hệ số R-squared điều chỉnh của mơ hình là 33,62%. Mơ hình giải thích cho ROA khơng cao.
Sử dụng hồi quy Pool khơng phân biệt được đặc tính riêng của từng biến độc lập, nó chỉ thực hiện hồi quy một cách tổng quát và không phù hợp với phân tích dữ liệu bảng nên ta sẽ thực hiện hồi quy theo FEM và REM để so sánh.
3.5.1.3 Kết quả hồi quy theo FEM (Fixed Effects Model)
Kết quả theo hồi quy FEM cho thấy các biến EQTA, PRTO, NIGI, FIXED có tác động đến tỉ lệ ROA của ngân hàng, trong đó biến EQTA và NIGI tác động cùng chiều, biến PRTO và FIXED tác động ngược chiều đến ROA. Các biến này đều có ý nghĩa thống kê ở mức 5%. Các biến còn lại là LOTA, DETA, NETA, INDE, RGDP, INFL khơng có ý nghĩa thống kê.
Giả thiết:
H0: Ước lượng của Pool và FEM không khác nhau
Ta có: Giá trị P_value (Prob>F = 0.00) của mơ hình có mức ý nghĩa 5%, do đó ta có
cơ sở bác bỏ giả thiết H0. Khi ược lượng của Pool và FEM khác nhau, ta chọn mơ
hình FEM.
3.5.1.4 Kết quả hồi quy theo REM (Random Effects Model) Bảng 3.11 Kết quả hồi quy REM của mơ hình ROA
Kết quả hồi quy theo REM cho thấy các biến EQTA, LOTA, PRTO, NETA, NIGI, FIXED, INFL có tác động đến ROA. Trong đó biến EQTA, LOTA, NIGI, INFL có tác động cùng chiều với ROA, biến PRTO, NETA, FIXED có tác động ngược chiều với ROA, các biến này có ý nghĩa thống kê ở mức ý nghĩa 5%. Các biến còn lại là DETA, INDE, RGDP khơng có ý nghĩa thống kê.
3.5.1.5 Kiểm định Hausman để lựa chọn mơ hình
Để lựa chọn giữa hai mơ hình FEM và REM, mơ hình nào cho kết quả tốt hơn ta sẽ tiến hành thực hiện kiểm định Hausman.
Giả thiết:
H0: Ước lượng của FEM và REM không khác nhau
Kết quả Hausman test cho thấy hệ số P_value = 0.0559 > 0.05 do đó với mức ý nghĩa 5% ta khơng có cơ sở để bác bỏ giả thiết H0 (khơng có sự khác biệt có tính hệ thống giữa hai phương pháp FEM và REM). Trong trường hợp này ta chọn REM vì phương pháp này sẽ khơng làm mất q nhiều bậc tự do và hạn chế vấn đề đa cộng tuyến.
3.5.1.6 Kiểm định phương sai thay đổi
Để kiểm định phương sai sai số thay đổi trong mơ hình REM ta dung xttest0. Giả thiết:
H0:Phương sai sai số đồng đều
H1: Phương sai sai số thay đổi
Kết quả kiểm định cho thấy P_value = 0.00 do đó với mức ý nghĩa 5% ta có cơ sở bác bỏ H0, khơng có phương sai thay đổi. Như vậy mơ hình tồn tại vi phạm giả thuyết phương sai không đổi.
3.5.1.7 Kiểm định tự tương quan
Ta kiểm tra mơ hình có tồn tại tự tương quan hay không thông qua kiểm định xtserial
H0: Không hiện tượng tự tương quan (không tương quan chuỗi)
H1: Có hiện tượng tự tương quan (có tương quan chuỗi)
Bảng 3.14 Kết quả kiểm định Xtserial của mơ hình ROA
Kết quả kiểm định cho thấy P_value = 0.0031 do đó với mức ý nghĩa 5% ta có cơ sở bác bỏ H0 (khơng có tương quan chuỗi). Như vậy mơ hình tồn tại hiện tượng tự tương quan (tương quan chuỗi).
3.5.1.8 Kiểm định GLS (Generalised Least Squares)
Do mơ hình ROA có tự tương quan và phương sai thay đổi nên ta khắc phục bằng phương pháp bình phương nhỏ nhất tổng quát (GLS)
Từ kết quả kiểm định GLS ta có mơ hình sau:
ROA = – 0.038+0.044EQTA+0.004LOTA–0.004DETA–0.191PRTO–0.028NETA +0.002NIGI+0.003INDE–0.061FIXED+0.096RGDP+0.101INFL
Trong đó các biến EQTA, PRTO, NETA, INDE, FIXED, RGDP, INFL có tác động đến ROA ở mức ý nghĩa 5%. Các biến độc lập còn lại là LOTA, DETA, NIGI khơng có ý nghĩa thống kê ở mức ý nghĩa 5%.
EQTA có tác động cùng chiều với ROA. Khi các yếu tố khác không đổi,tỷ lệ vốn chủ sở hữu trên tổng tài sản tăng thêm 1% thì tỷ suất lợi nhuận trên tổng tài sản tăng 0.044%. Kết quả nghiên cứu của Anna P.I Vong (2009) cũng chỉ ra rằng EQTA có tác động cùng chiều với ROA. Kết quả chỉ ra để hoạt động kinh doanh tốt hơn (ROA cao hơn) ngân hàng nên tăng tỷ lệ tài trợ cho tổng tài sản của mình bằng vốn chủ sở hữu hơn là vay nợ.
PRTO có tác động ngược chiều với ROA. Khi các yếu tố khác không đổi, PRTO tăng thêm 1% thì ROA giảm 0.19%. Kết quả này phù hợp với kết quả nghiên cứu
của Anna P.I Vong (2009). Mặc dù các ngân hàng có thêm lợi nhuận khi gia tăng cho khách hàng vay. Nhưng khi rủi ro tín dụng tăng lên, phát sinh nợ quá hạn thì các ngân hàng phải trích lập các khoản dự phịng rủi ro khiến lợi nhuận giảm.
NETA có tác động ngược chiều đến ROA. Khi các yếu tố khác không đổi, NETA tăng thêm 1% thì ROA giảm 0.28%. Các NHTM Việt Nam trong thời gian gần đây
được đánh giá là tốn quá nhiều chi phí cho các chi phí ngồi lãi. Trong đó chi phí
trả lương công nhân viên chiếm một phần lớn, trong khi chất lượng làm việc của nhân viên được đánh giá là chưa thực sự hiệu quả. Trong hai năm gần đây thì nhiều ngân hàng đã thực hiện cắt giảm chi phí này thơng qua việc cắt giảm các chi nhánh hoạt động không hiệu quả và cắt giảm biên chế nhân viên. Tuy nhiên theo đánh giá của các chun gia thì chi phí vẫn cịn khá cao.
INDE có tác động cùng chiều với ROA, tuy nhiên hệ số tác động tương đối thấp. Khi các yếu tố khác không đổi, INDE tăng thêm 1% thì ROA tăng thêm 0.003%. Kết quả này phù hợp với giả thiết được đặt ra (INDE tác động cùng chiều với ROA khi ngân hàng tận dụng được lợi thế quy mô). Trong thời gian những năm gần 2007 hàng loạt các ngân hàng mở rộng quy mô hoạt động của ngân hàng. Thời gian đó
được đánh giá là thời kỳ hoàng kim của ngành ngân hàng, các ngân hàng thu được
nhiều lợi nhuận hơn khi mở quy mơ. Tuy nhiên đến thời điểm hiện tại thì lợi thế về quy mô mất dần khi các ngân hàng ngày càng nhiêu, cạnh tranh trở nên gay gắt và khắc nghiệt hơn.
FIXED có tác động ngược chiều với ROA. Khi các yếu tố khác không đổi, tài sản cố định tăng 1% trong tổng tài sản thì ROA giảm 0.06%. Các ngân hàng đầu tư vào tài sản cố định như xây thêm các chi nhánh mới, xây dựng cơ sở hạ tầng hiện đại, mua thêm máy móc thiết bị…nhưng hiệu quả mang khơng cao làm giảm lợi nhuận ngân hàng.
RGDP có tác động cùng chiều đến ROA. Khi các yếu tố khác khơng đổi, RGDP tăng thêm 1% thì ROA tăng thêm 0.096%. Khi nền kinh tế tăng trưởng thực sẽ thúc đẩy các ngành công nghiệp phát triển, nhu cầu vay đầu tư hay sử dụng các sản
phẩm dịch vụ của khách hàng tăng lên kéo theo hoạt động của ngành ngân hàng tốt hơn.
INFL có tác động cùng chiều với ROA. Khi các yếu tố khác không đổi, INFL tăng thêm 1% thì ROA tăng thêm 0.1%. Kết quả này phù hợp với nghiên cứu của Anna P.I Vong (2009), khi lạm phát được dự báo chính xác thì ngân hàng sẽ điều chỉnh được lãi suất cho vay, lãi suất tiền gửi và phí để đảm bảo được mức lợi nhuận của mình. Hoặc ngân hàng bù đắp được thu nhập giảm do tác động lạm phát bằng thu nhập ngoài lãi.
3.5.2 Hồi quy mơ hình với biến phụ thuộc ROE 3.5.2.1 Khắc phục đa cộng tuyến
Ta chạy hồi quy ROE theo các biến độc lập và bỏ lần lượt biến INDE và SIZE, sau đó so sánh giữa hai mơ hình và chọn mơ hình tối ưu. Sau khi so sánh giữa hai mơ hình (phụ lục 2) ta loại bỏ biến SIZE, mơ hình cịn lại:
ROE = 0 + 1EQTA + 2LOTA + 3DATE + 4PRTO + 5NETA + 6NIGI
+ 7INDE + 8FIXED + 9RGDP + 10INFL+ it
3.5.2.2 Kết quả hồi quy theo POOL
Hệ số R-squared điều chỉnh của mơ hình ROE là 35.01%. Mơ hình giải thích cho ROA khá thấp.
3.5.2.3 Kết quả hồi quy theo FEM (Fixed Effects Model)
Bảng 3.17 Kết quả hồi quy FEM của mơ hình ROE
Kết quả hồi quy theo FEM cho thấy các biến EQTA, DETA, PRTO, RGDP, INFL có tác động đến ROE ở mức ý nghĩa 5%. Các biến còn lại là LOTA, NETA, NIGI, INDE, FIXED khơng có ý nghĩa thống kê ở mức ý nghĩa 5%.
Giả thiết:
H0: Ước lượng của Pool và FEM không khác nhau
Ta có: Giá trị P_value (Prob>F = 0.00) của mơ hình có mức ý nghĩa 5%, ta có cơ sở bác bỏ giả thiết H0. Khi ược lượng của Pool và FEM khác nhau, ta chọn mơ hình FEM.
Bảng 3.18 Kết quả hồi quy REM của mơ hình ROE
Kết quả hồi quy REM cho thấy các biến LOTA, DETA, PRTO, INDE, RGDP, INFL có tác động đến ROE ở mức ý nghĩa 5%. Các biến còn lại là EQTA, NETA, NIGI, FIXED khơng có ý nghĩa thống kê ở mức ý nghĩa 5%.
3.5.2.5 Kiểm định Hausman để lựa chọn mơ hình
Ta tiến hành kiểm định Hausman để lựa chọn giữa hồi quy FEM và REM. Giả thiết:
H0: Ước lượng cũa FEM và REM không khác nhau
Kết quả Hausman test cho thấy hệ số P_value = 0.15 > 0.05 do đó với mức ý nghĩa 5% ta khơng có cơ sở để bác bỏ giả thiết H0 (khơng có sự khác biệt có tính hệ thống giữa hai phương pháp FEM và REM). Trong trường hợp này ta chọn REM vì phương pháp này sẽ khơng làm mất q nhiều bậc tự do và hạn chế vấn đề đa cộng tuyến.
3.5.2.6 Kiểm định phương sai thay đổi
Để kiểm định phương sai sai số thay đổi trong mơ hình REM ta dung xttest0. Giả thiết:
H0:Phương sai sai số đồng đều
H1: Phương sai sai số thay đổi
Kết quả kiểm định cho thấy P_value = 0.00 do đó với mức ý nghĩa 5% ta có cơ sở bác bỏ H0, khơng có phương sai thay đổi. Như vậy mơ hình tồn tại vi phạm giả thuyết phương sai không đổi.
3.5.2.7 Kiểm định tự tương quan
Ta kiểm tra mơ hình có tồn tại tự tương quan hay không thông qua kiểm định xtserial
H0: Không hiện tượng tự tương quan (không tương quan chuỗi)
H1: Có hiện tượng tự tương quan (có tương quan chuỗi
Bảng 3.21 Kết quả kiểm định Xtserial của mơ hình ROE
Kết quả kiểm định cho thấy P_value = 0.0001 do đó với mức ý nghĩa 5% ta có cơ sở bác bỏ H0 (khơng có tương quan chuỗi). Như vậy mơ hình tồn tại hiện tượng tự tương quan (tương quan chuỗi).
3.5.2.8 Kiểm định GLS (Generalised Least Squares)
Do mơ hình ROE có tự tương quan và phương sai thay đổi nên ta khắc phục bằng phương pháp bình phương nhỏ nhất tổng quát (GLS)
Từ kết quả kiểm định GLS ta có mơ hình sau:
ROE=–0.928+0.009EQTA+0.069LOTA–0.111DETA–2.091PRTO–0.233NETA
+0.015NIGI+0.075INDE–0.538FIXED+1.585RGDP+ 1.659INFL
Trong đó các biến LOTA, DETA, PRTO, NETA, INDE, FIXED, RGDP, INFL có tác động đến ROE với mức ý nghĩa 5%. Biến EQTA, NIGI khơng có ý nghĩa thống kê ở mức ý nghĩa 5%.
LOTA có tác động cùng chiều với ROE. Khi các yếu tố khác khơng đổi, LOTA tăng 1% thì ROE tăng thêm 0.069%. Khi ngân hàng tăng cường cho vay sẽ giúp ngân hàng tăng thêm lợi nhuận từ đó làm tăng tỷ suất lợi nhuận trên vốn chủ sở hữu. DETA có tác động ngược chiều với ROE. Khi các yếu tố khác không đổi, DETA tăng 1% thì ROE sẽ giảm 0.111%. Mặc dù tiền gửi khách hàng là nguồn vốn rẻ cho ngân hàng, nhưng nó chỉ thực sự mang lại lợi nhuận cho ngân hàng khi ngân hàng cho khách hàng vay được lượng vốn huy động. Trong thời gian gần đây các ngân hàng thường rơi vào tình trạng dư vốn huy động nhưng không cho vay được. Mặt
khác áp lực phải trả lãi huy động làm tăng thêm chi phí cho ngân hàng, làm lợi nhuận giảm kéo theo ROE giảm.
PRTO có tác động ngược chiều đến ROE. Hệ số hồi quy của PRTO khá cao. Khi các yếu tố khác không đổi, PRTO tăng thêm 1% thì ROE giảm 2.091%. Như đã phân tích trong mơ hình ROA, khi ngân hàng phải trích lập dự phịng rủi ro cao sẽ khiến lợi nhuận giảm. Trong những năm gần đây nợ xấu của các ngân hàng tăng ở mức đáng báo động. Khi Thông Tư 02 được áp dụng, các quy định về phân loại nợ xấu khắt khe hơn thì tỷ lệ nợ xấu ngân hàng được dự đoán sẽ tăng cao hơn mức hiện tại.
NETA có tác động ngược chiều với ROE. Khi các yếu tố khác khơng đổi, NETA tăng thêm 1% thì ROE giảm 0.233%. Chi phí ngồi lãi tăng cao làm giảm lợi nhuận của ngân hàng.
INDE có tác động cùng chiều với ROE. Khi các yếu tố khác không đổi, INDE tăng 1%, ROE tăng 0.075%.
FIXED có tác động ngược chiều với ROE. Khi các yếu tố khác không đổi. FIXED tăng 1%, ROE giảm 0.538%.
Các nhân tố bên ngồi là RGDP và INFL có tác động cùng chiều với ROE. Khi các yếu tố khác không đổi, RGDP tăng 1% thì ROE tăng 1.585%. Khi các yếu tố khác không đổi, INFL tăng 1% thì ROE tăng 1.659%. INFL tăng làm lợi nhuận ngân hàng tăng thấy các ngân hàng có khả năng điều chỉnh lãi suất huy động và cho vay theo lạm phát để đảm bảo lợi nhuận của ngân hàng, hoặc thu nhập ngoài lãi của ngân hàng tăng đủ bù đắp cho khoản giảm lợi nhuận cho vay do lạm phát tăng.
3.5.3 Hồi quy mơ hình với biến phụ thuộc NIM 3.5.3.1 Khắc phục đa cộng tuyến
Ta chạy hồi quy NIM theo các biến độc lập và bỏ lần lượt biến INDE và SIZE, sau đó so sánh giữa hai mơ hình và chọn mơ hình tối ưu. Sau khi so sánh giữa hai mơ hình (phụ lục 2) ta loại bỏ biến SIZE, mơ hình cịn lại:
NIM = 0 + 1EQTA + 2LOTA + 3DATE + 4PRTO + 5NETA + 6NIGI +
7INDE + 8FIXED + 9RGDP + 10INFL + it
3.5.3.2 Kết quả hồi quy theo POOL
Bảng 3.23 Kết quả hồi quy Pool của mơ hình NIM
Kết quả hồi quy cho thấy mơ hình giải thích được 62.13% NIM. Hồi quy theo Pool không phân biệt được đặc tính riêng của từng biến độc lập đưa vào mơ hình, nó chỉ đơn thuần thực hiện hồi quy một cách tổng quát. Do đó sử dụng hồi quy Pool để ước lượng mơ hình với dữ liệu bảng là khơng phù hợp. Ta sẽ tiến hành hồi quy theo FEM và REM rồi lựa chọn phương pháp hồi quy.
3.5.3.3 Kết quả hồi quy theo FEM (Fixed Effects Model)
Kết quả hồi quy FEM cho thấy các biến EQTA, LOTA, DETA, NIGI, RGDP, INFL có tác động đến NIM ở mức ý nghĩa 5%. Các biến còn lại là PRTO, NETA, INDE, FIXED khơng có ý nghĩa thống kê ở mức ý nghĩa 5%.
Giả thiết:
H0: Ước lượng của Pool và FEM khơng khác nhau
Ta có: Giá trị P_value (Prob>F = 0.00) của mơ hình có mức ý nghĩa 5%, do đó ta có