SIZE Báo cáo tài chính, báo cáo thường niên Log (Tổng tài sản)
EQUITY Báo cáo tài chính, báo cáo thường niên Vốn chủ sở hữuTổng tài sản
LDR Báo cáo tài chính, báo cáo thường niên Huy động vốnCho vay
ROA Báo cáo tài chính, báo cáo thường niên Tổng tài sảnẼÃT
DR Worldbank LS huy động kỳ hạn 12 tháng - Lạm phátnăm
IR Website NHNN VN LS liên NH kỳ hạn 1 tháng - Lạm phátnăm
SMR Website NHNN VN
√
5∑0 κ IK: i=l
GDP Worldbank Log (GDP)
hồi quy Pooled OLS, FEM, REM, GLS bằng phần mềm Stata 13 để nghiên cứu tác động của sở hữu nước ngồi đến RRTK của các NHTMVN.
3.6.1. Mơ hình hồi quy gộp (Pooled OLS)
Phương pháp OLS dữ liệu gộp (Pooled OLS) được sử dụng với giả định khơng có sự khác biệt giữa các đơn vị chéo, theo đó, hằng số (α) được sử dụng chung cho tất cả đơn vị chéo. Giả định này chỉ đúng khi tất cả đơn vị chéo là đồng nhất (homorgeneous), và điều này hiếm xảy ra trong thực tế.
Yit = α + β1X∣t,1 + β2X∣t,2 + . + βkX∣t,k + Uit
Trong đó: - ai: hệ số chặn
- βι, β2, βk...: là hệ số ước lượng tác động của biến giải thích X∣t,k Mơ hình có thế được viết gọn như sau:
Yit = α + βχ, 1t + Uit
Trong mơ hình, các tham số ước lượng đều là tham số chung cho tất cả các đơn vị chéo. Mơ hình trên cho thấy biến Yit sẽ chịu tác động như thế nào của các biến X∣t,k mà không quan tâm đến đặc trưng riêng của từng đơn vị chéo. Nói cách khác, mơ hình khơng phản ánh được sự khác nhau của các đơn vị chéo trong mẫu nghiên cứu vì cả hai tham số ước lượng đều không thay đổi theo đơn vị chéo.
Mơ hình có thể được ước lượng bằng phương pháp OLS (được gọi là pooled OLS regression). Để các ước lượng của β bằng phương pháp OLS nhất quán và hiệu quả, cần có thêm 2 giả định:
var (ul∣) = σ2
cov (u∣t, u∣s) = 0
Ngoài ra, phải lưu ý rằng:
- α ở đây chính là hằng số chung cho tất cả đơn vị chéo và hằng số này không tương quan với X∣t,k để mơ hình khơng vướng phải vấn đề biến bị bỏ sót
- Sai số của mơ hình cũng khơng tương quan với X∣t,k vì nếu khơng mơ hình sẽ
vướng phải vấn đề nội sinh:
• E (X∣t,k, α) = 0
• E (X∣t,k, u∣t) = 0 [X∣t,k là biến ngoại sinh]
3.6.2. Mơ hình tác động cố định (FEM)
Mơ hình phổ biến dùng dữ liệu bảng là mơ hình tác động cố định (Fixed Effect Model, FEM). Khi các đơn vị chéo được quan sát không đồng nhất, FEM được sử dụng để phản ánh tác động của k biến giải thích X∣t,k đến biến phụ thuộc Yit có tính đến đ c trưng riêng của từng đơn vị chéo. Theo đó, FEM giả định các hệ số
hồi quy riêng phần giống nhau giữa các đơn vị chéo, nhưng các hệ số chặn hồi quy được phân biệt giữa các đơn vị chéo.
Ylt = Oi + β1X1,it + β2X2,it + .. + βkXk,it + Uit (*) Mơ hình (*) là một hệ phương trình, được viết cụ thể như sau:
Y 1t = α1 + β1x1,1t + β2x2,1t + ... + β kxk,1t + u1t Y2t = α2 + β1x1,2t + β2x2,2t + ... + β kxk,2t + u2t Y Nt = α N + β1x1,Nt + β2x2,Nt + ... + β kxk,Nt + uNt
Ho ặc được viết ngắn gọn như sau: Yit = Oi + X^k,itβk + ui,
Các tham số ước lượng trong mơ hình (*) có ý nghĩa như sau:
- Tham số βk chung cho tất cả các đơn vị chéo phản ánh tất cả các đơn vị chéo phản ánh các đơn vị chéo có tốc độ tăng giống nhau.
- Tham số αi bao gốm hệ số chặn và biến bị bỏ sót của từng đơn vị chéo, được gọi là tham số đặc trưng của đối tượng (subject - specific parameters), đồng thời cũng được gọi là thành phần tác động cố định (fixed effect). Tác động cố định ở đây có nghĩa rằng αi khơng thay đổi theo thời gian. Sự xuất hiện của αi giúp phản ánh sự không đồng nhất giữa các đơn vị chéo do tác động của các biến không thể quan sát được, nhờ đó, FEM giải quyết được vấn đề biến bị bỏ sót.
FEM có các giả định như sau:
- E (uit∣Xi, αi) = 0 [trung bình bằng 0]
- var (uit∣Xi, αi) = var (uit) = σ μ [phương sai không đổi cho tất cả t = 1,.,T] - cov (uit, uis∣Xi, αi) = 0 với t ≠ s [các sai số ngẫu nhiên không tương quan với
nhau]
- Với điều kiện của Xi và αi, uit là độc lập và nhất quán. Do đó, sai số ngẫu nhiên theo phân phối chuẩn uit ~ N (0; σ ɑ)
3.6.3. Mơ hình tác động ngẫu nhiên (REM)
Mơ hình tác động ngẫu nhiên (Random Effect Model, REM) cịn được gọi là mơ hình các thành phần sai số (Error components model). Tương tự như FEM, REM có thể xác định được:
- Hệ số chặn khác nhau cho từng đơn vị chéo
- Tác động chung (không thay đổi theo đơn vị chéo) của các biến giải thích Tuy nhiên, khác với FEM, trong REM, các hệ số chặn của từng đơn vị chéo được phát sinh từ:
- Một hệ số chặn chung α không đổi theo đối tượng và thời gian
- Và một biến ngẫu nhiên εi (không tương quan với Xit,k) là một thành phần
của sai số thay đổi theo đối tượng nhưng khơng đổi theo thời gian (chính vì vậy mơ hình cịn được là mơ hình các thành phần sai số). ε đo lường độ lệch ngẫu nhiên (random deviation) giữa hệ số chặn của mỗi đối tượng và hệ số chặn chung α. Như vậy, FEM cho rằng các đơn vị chéo khác nhau ở hệ số chặn cố định, trong khi REM cho rằng các đơn vị chéo khác nhau ở sai số. Mơ hình REM được trình bày như sau:
Yit = α + β1X1,it + β2X2,it + ... + βkXk,it + ω1t Với ωit = εi + νit
Trong đó:
- a: Hệ số chặn chung của tất cả đơn vị chéo
- ωit: Sai số phức hợp (composite error term or error components)
- εi trong thành phần của ωit phản ánh tác động đặc trưng của từng đơn vị chéo và được gọi là thành phần tác động ngẫu nhiên (random effect)
- νit: Hạng nhiễu không tương quan lẫn nhau giữa các đối tượng (còn gọi là tương quan chéo, cross - correlation) và không tương quan chuỗi trong cùng đối tượng
3.6.4. Phương pháp bình phương nhỏ nhất tổng quát (GLS)
Một cách tổng quát, chúng ta không biết được cấu trúc của phương sai của sai số thay đổi (z_(i)) ), làm cho việc ước lượng GLS khó thực hiện. Để thực hiện
được thì phải ước lượng của σ bằng cách dùng các phương trình hồi quy của tác giả Glejser, Breush-Pagan, God Fray, White.
Giả định phương sai của phần dư có mối quan hệ luỹ thừa với tổ hợp tuyến tính các biến giải thích sau:
Var (u|x) = σ^2 exp(ỗ_0+ Ỗ_1 xil'------' δk x_ik ) Trong đó:
h(x) = exp(ỗ_0+ỗ_1 x_i1+ỗ_2 x_i2+- -' δk x_ik)
Nếu mơ hình được chọn trước có xảy ra hiện tượng tự tương quan hay phương sai thay đổi qua các biến ho ặc cả hai, tác giả có thể sử dụng mơ hình này để khắc phục hiện tượng này.
3.6.5. Phương pháp thực hiện mơ hình nghiên cứu
Tên biến Ký hiệu Công thức
Dấu kỳ vọng Biến phụ thuộc
RRTK LR Tổng tài sảnCho vay
Biến độc lập
Tỷ lệ sở hữu nước ngoài FOREIGN Cổ phần của cổ đơng nước ngồiTổng số cổ phần phát hành - RR tín dụng CR Dự phịng RR tín dụngTổng tài sản +
Quy mô NH SIZE Log (Tổng tài sản) -
Tỷ lệ vốn chủ sở hữu EQUITY Vốn chủ sở hữuTổng tài sản - Tỷ lệ cho vay/ huy động vốn LDR Huy động vốnCho vay + Lợi nhuận sau thuế trên tổng tài
sản ROA EAT
Tổng tài sản -
LS huy động thực trung bình DR LS huy động kỳ hạn 12 tháng -Lạm phát năm - LS liên NH thực IR LS liên NH kỳ hạn 1 tháng - Lạmphát năm +
Chỉ số biến động LS thị trường SMR
√
LÃ _
i∑( R - IR)∣ 2
1 = 1 +
Tăng trưởng kinh tế GDP Log (GDP) -
Chênh lệch LS cho vay và LS huy
động toàn ngành NIM LS cho vay - LS huy động -
Nguồn: Tổng hợp của tác giả
KẾT LUẬN CHƯƠNG 3
Mơ hình nghiên cứu đề xuất cụ thể như sau:
LRit = + α β1FOREIGNit + β2CRi,t + β3SIZEi,t + β4EQUITYi,t
chạy mơ hình và trình bày kết quả mơ hình. Bên cạnh đó, chương cũng đưa ra các phân tích có liên quan. Các nội dung trong chương 4 được thiết kế như sau:
- Thống kê mô ta dữ liệu;
- Xu hướng thay đổi của RRTK và tỷ lệ sở hữu nước ngồi; - Phân tích tương quan;
- Ước lượng mơ hình hồi quy;
- Kiểm định các khuyết tật của mơ hình; - Khắc phục các khuyết tật của mơ hình; - Tính vững và hiệu quả của mơ hình; - Kiểm tra tiên đoán phần dư;
- Kiểm tra phân phối chuẩn của phần dư; - Kết quả nghiên cứu.
4.1. Thống kê mô tả dữ liệu