6. NỘI DUNG CỦA NGHIÊN CỨU
2.5. PHƯƠNG PHÁP THU THẬP, XỬ LÝ SỐ LIỆU VÀ LÝ GIẢI KẾT QUẢ
QUẢ NGHIÊN CỨU
2.5.1. Phương pháp thu thập số liệu
Các số liệu về những biến liên quan đến đặc trưng từng ngân hàng được thu thập từ báo cáo tài chính, báo cáo thường niên của các NHTM được công bố rộng rãi trên các phương tiện thông tin đại chúng trong khoảng thời gian từ năm 2004 đến năm 2013. Cụ thể là số liệu về tổng tài sản, vốn chủ sở hữu, dư nợ tín dụng,
tổng vốn huy động được trích xuất từ bảng cân đối kế tốn, số liệu về dự phịng rủi ro tín dụng và lợi nhuận sau thuế được lấy từ báo cáo kết quả hoạt động kinh doanh của ngân hàng. Tuy nhiên, do có hạn chế về nguồn dữ liệu thu thập được nên thay vì thu thập số liệu của tất cả các NHTM tại Việt Nam (tổng cộng 35 ngân hàng
thương mại Việt Nam tính đến ngày 31/12/2013 theo NHNN), tác giả chỉ sử dụng
số liệu thu thập được từ 15 NHTM. Mặc dù vậy, tổng tài sản của 15 ngân hàng này chiếm gần 50% tổng tài sản toàn hệ thống ngân hàng (2013), và mẫu này bao gồm các ngân hàng với quy mơ khác nhau, hình thức sở hữu khác nhau nên có thể xem là mẫu mang tính đại diện cao cho tổng thể. Số liệu về các biến vĩ mô được lấy từ website của Tổng cục Thống kê.
2.5.2. Phương pháp xử lý số liệu
Do nguồn dữ liệu cần thiết trong mơ hình có thể dễ dàng tính tốn từ báo cáo
tài chính, báo cáo thường niên của các NHTM hoặc thu thập từ website của Tổng
cục thống kê…nên không cần phải tiến hành khảo sát, đo lường và chọn mẫu mà chỉ cần xử lý bằng phương trình hồi quy. Có nhiều phần mềm có thể hỗ trợ trong việc thống kê, tính tốn như Eviews, Stata, SPSS…Trong bài viết này, tác giả sử dụng phần mềm Eviews 6 để xử lý số liệu.
Trình tự xử lý số liệu bao gồm: thống kê mô tả dữ liệu nghiên cứu, kiểm tra hiện tượng đa cộng tuyến, kiểm định hiện tượng tự tương quan, đánh giá độ phù
hợp của phương trình hồi quy và lựa chọn biến giải thích phù hợp. 2.5.2.1. Thống kê mơ tả dữ liệu
Các số liệu cần thiết cho mơ hình sẽ được thống kê dưới dạng bảng nhằm
cung cấp cái nhìn sơ bộ về số quan sát, giá trị trung bình, độ lệch chuẩn, giá trị lớn nhất và nhỏ nhất của số liệu.
2.5.2.2. Kiểm tra hiện tượng đa cộng tuyến
Trong mơ hình hồi quy bội, chúng ta giả thiết các biến độc lập trong mơ hình khơng có quan hệ gì với nhau. Nếu giả thiết này bị vi phạm thì có thể dẫn đến những hậu quả như phương sai và hiệp phương sai của các ước lượng bình phương lớn, khoảng tin cậy bị nới rộng, dấu của các hệ số ước lượng sai…Do đó kiểm tra hiện tượng đa cộng tuyến là yêu cầu cần thiết trước khi chạy mơ hình. Có nhiều cách phát hiện đa cộng tuyến. Trong nghiên cứu của mình, tác giả sử dụng phương pháp phổ biến là phân tích ma trận tương quan giữa các biến độc lập để tìm ra những cặp biến có hệ số tương quan cao. Thơng thường nếu hệ số tương quan cặp
vượt quá 0,8 thì chứng tỏ có tồn tại đa cộng tuyến. Để giảm thiểu hiện tượng đa
cộng tuyến, tác giả đề ra tiêu chí loại bỏ một biến ra khỏi phương trình hồi quy đối với các cặp biến có hệ số tương quan cặp ≥ 0,8.
2.5.2.3. Kiểm định tự tương quan
Tự tương quan được hiểu là sự tương quan giữa các thành phần của dãy quan sát theo thời gian hoặc không gian. Hiện tượng này có thể khiến cho ước lượng của
phương sai bị chệch, ước lượng quá cao R2, sai số của các giá trị dự báo có thể khơng cịn hiệu quả…Kiểm định Durbin-Watson là một phương pháp phát hiện tự
tương quan đơn giản và phổ biến. Phương pháp này được thực hiện như sau:
- Nếu giá trị d trong kiểm định Durbin-Watson rơi vào khoảng 1< d < 3 thì có thể kết luận mơ hình khơng có hiện tượng tự tương quan.
- Nếu giá trị d trong kiểm định Durbin-Watson rơi vào khoảng 0 <d <1 tức là mơ hình có hiện tượng tự tương quan dương
- Nếu giá trị d trong kiểm định Durbin-Watson rơi vào khoảng 3 <d <4 thì mơ hình có hiện tượng tự tương quan âm.
Thước đo thường được sử dụng để đo độ phù hợp của phương trình hồi quy
là hệ số xác định bội R2. Nó thể hiện mức độ giải thích của các biến độc lập về sự
thay đổi của biến phụ thuộc. R2 nhận các giá trị từ 0 đến 1. Giá trị của R2 càng gần 1 thì phương trình đã xây dựng càng phù hợp. Tuy nhiên, nếu sử dụng R2 để đánh giá
độ phù hợp của mơ hình có thể dẫn đến kết luận khơng chính xác do R2 sẽ tăng lên nếu ta đưa thêm biến độc lập vào mơ hình. Do đó, người ta thường sử dụng hệ số
xác định bội có hiệu chỉnh . Đối với các hiện tượng kinh tế - xã hội, thường
không cao như trong các hiện tượng tự nhiên hoặc kỹ thuật. Trong nghiên cứu này,
tác giả đề ra tiêu chí lựa chọn mơ hình phù hợp là ≥ 0,3. 2.5.3. Lý giải kết quả nghiên cứu
Từ kết quả của mơ hình, kết hợp với các lý thuyết đã nghiên cứu và tình hình thực tế tại Việt Nam để khẳng định các giả thuyết nghiên cứu đã được trình bày, thơng qua đó đề xuất một số biện pháp và kiến nghị nhằm nâng cao hiệu quả hoạt động của các NHTM Việt Nam. Tác giả cũng sẽ lý giải nguyên nhân nếu giả thuyết
bị bác bỏ, đồng thời rút ra kết luận về hạn chế của mơ hình và đề xuất hướng nghiên cứu tiếp theo.