Kiểm tra đa cộng tuyến

CHƢƠNG 3 : PHƢƠNG PHÁP NGHIÊN CỨU

3.2 Mơ hình và phƣơng pháp kiểm định

3.2.2.2 Kiểm tra đa cộng tuyến

Trong mơ hình hồi quy, giả định rằng các biến giải thích của mơ hình khơng có hiện tượng đa cơng tuyến, tức là các biến giải thích khơng có tương quan với nhau. Nếu xảy ra trường hợp một biến giải thích nào đó có tương quan với một số biến giải thích khác thì lúc này mơ hình sẽ xảy ra hiện tượng đa cộng tuyến.

Thuật ngữ đa cộng tuyến do Ragnar Frisch đề xuất, ban đầu nó có nghĩa là sự tồn tại mối quan hệ tuyến tính hồn hảo, hoặc chính xác giữa một số hoặc tất cả các biến giải thích trong mơ hình, nhưng trong thực tế mở rộng hơn tế đa cộng tuyến thường dùng trong việc xét hàm hồi quy tuyến tính k biến:

Yi = β1 + β1X2i + …+ βkXki + Ui

 Nếu tồn tại các số: α1, α2, …, αk sao cho: α2X2i + α3X3i + … + αkXki = 0

Với αi (i = 2,3,…,k) không đồng thời bằng 0 thì mơ hình xảy ra hiện tượng đa cơng tuyến hồn hảo, hay một biến giải thích nào đó là hàm tuyến tính của các biến cịn lại .

 Nếu α2X2i + α3X3i + … + αkXki + α2X2i + α3X3i + … + αkXki = α2X2i + α3X3i + … + αkXki + Vi= 0, với Vi là sai số ngẫu nhiên thì mơ hình xảy ra hiện tượng đa cộng tuyến khơng hồn hảo, hay biến giải thích nào đó có tương quan tuyến tính chặt chẽ với một số biến giải thích khác.

Với kiểm định này bài nghiên cứu sẽ phát hiện được các hệ số đánh giá có hiện tượng đa cộng tuyến hay khơng.

3.2.2.3Tìm ma trận tƣơng quan giữa các biến độc lập và biến phụ thuộc

Mục đích của việc này là tìm ra mối tương quan tuyến tính giữa các biến phụ thuộc và biến độc lập, từ đó kiểm tra xem mơ hình đưa ra có phù hợp hay khơng. Có thể sử dụng nhiều cơng thức tính hệ số tương quan khác nhau cho những tình huống khác nhau, hệ số tương quan được biết đến nhiều nhất là hệ số tương quan Pearson được đề xuất đầu tiên bởi Francis Galton.

Hệ số tương quan bằng 1 trong trường hợp có tương quan tuyến tính đồng biến và -1 trong trường hợp tương quan tuyến tính nghịch biến. Các giá trị khác trong khoảng (-

1,1) cho biết mức độ phụ thuộc tuyến tính giữa các biến. Hệ số tương quan càng gần với -1 và 1 thì tương quan giữa các biến càng mạnh.

Nếu các biến là độc lập thống kê thì hệ số tương quan bằng 0. Tuy nhiên, phát biểu ngược lại khơng đúng, vì hệ số tương quan chỉ phát hiện tương quan tuyến tính giữa hai biến.

3.2.2.4Mơ hình Pooled OLS

Đối với mơ hình Pooled OLS, giả định tất cả hệ số không thay đổi theo không gian và thời gian của các biến quan sát, tung độ gốc và độ dốc của các hệ số được giả định không đổi theo thời gian và cả theo từng biến. Theo Gujarati và Porter (2004) cách tiếp cận đơn giản nhất là định lượng dữ liệu mẫu bằng phương pháp bình phương nhỏ nhất thơng thường.

Phương pháp bình phương bé nhất được sử dụng để ước lượng mối tương quan giữa các biến, phương pháp này do nhà toán học người Đức Carl Friedrich Gauss đưa ra. Dựa trên các giả thiết nhất định, phương pháp bình phương bé nhất có một số tính chất thống kê hấp dẫn đã làm cho nó trở thành phương pháp phân tích hồi quy phổ biến nhất.

Kiểu tương quan đơn giản nhất là :

kết quả quá trình ước lượng các hệ số bo và b1 được gọi là bo mũ và b1 mũ. Các hệ số này được sử dụng để ước lượng biến phụ thuộc Yi mũ, chênh lệch giữa giá trị thực tế yi và yi mũ bằng sai số ei , phương trình mới được viết dưới dạng:

Mục đích của phương pháp bình phương bé nhất là tối thiểu hóa giá trị ei này 3.2.2.5Mơ hình những ảnh hƣởng cố định (Fixed Effects Model – FEM)

Mơ hình Fixed Effects Model – FEM có thể kiểm sốt và tách ảnh hưởng của các đặc điểm riêng biệt (không đổi theo thời gian) này ra khỏi các biến giải thích để chúng ta có thể ước lượng những ảnh hưởng thực (net effects) của biến giải thích lên biến phụ thuộc.

Để kiểm định lại xem với những số liệu ở Việt Nam trong thời kỳ nghiên cứu ngoài việc sử dụng phương pháp Pool OLS thì cịn có phương pháp ước lượng khác cho kết quả tốt hơn không, nên tác giả sử dụng thêm mơ hình những ảnh hưởng cố định để có sự so sánh, kiểm tra lại mức độ tương quan của các biến độc lập lên biến phụ thuộc, từ có đưa ra kết luận chắc chắn hơn về mơ hình.

3.2.2.6Mơ hình các tác động ngẫu nhiên (Random Effects Model – REM)

Ý tưởng cơ bản của mơ hình này bắt đầu từ mơ hình:

Thay vì trong mơ hình những ảnh hưởng cố định - FEM thì β1i là cố định thì mơ hình này chúng ta giả định rằng nó là biến ngẫu nhiên với β1 là giá trị trung bình của tất cả các hệ số chặn của các đối tượng nghiên cứu và là sai số ngẫu nhiên .

Các giả định trong mơ hình này là các thành phần sai số của các đối tượng nghiên cứu khơng có tương quan với nhau, và khơng có tự tương quan giữa các đối tượng nghiên cứu và thời gian.

3.2.2.7Kiểm định Hausman

Kiểm định Hausman được xây dựng vào năm 1978 nhằm kiểm định xem giữa mơ hình những ảnh hưởng cố định Fixed Effects Model – FEM và mơ hình các tác động ngẫu nhiên Random Effects Model – REM thì mơ hình nào sẽ phù hợp hơn với các số liệu đang có, kiểm định này được thực hiện với giả thuyết sau:

H0: mơ hình Random Effects là phù hợp

H1: mơ hình Random Effects là khơng phù hợp

Khi giá trị P value <0,05 thì ta bác bỏ giả thuyết H0, khi đó sử dụng mơ hình những ảnh hưởng cố định sẽ phù hợp hơn, và ngược lại

Khi giá trị P value > 0.05 lúc đó chấp nhận giả thuyết H0, tức sử dụng mơ hình tác động ngẫu nhiên sẽ phù hợp hơn.

CHƢƠNG 4: NỘI DUNG VÀ KẾT QUẢ NGHIÊN CỨU

4.1Kết quả phân tích thống kê mơ tả các biến

Kết quả thống kê mô tả các biến sử dụng trong mơ hình bao gồm: giá trị trung bình và độ lệch chuẩn để từ đó thấy được giá trị trung bình của các biến trong thời kỳ 2009 – 2012, qua đó có cơ sở so sánh giá trị của từng biến với mặt bằng chung của tồn ngành ngân hàng.

Thơng qua 2 chỉ số ROA và ROE sẽ có được nhận định sơ bộ trong thời gian qua ngân hàng nào hoạt động hiệu quả và chưa thực sự hiệu quả, đồng thời cũng thấy được hiệu quả hoạt động của ngành ngân hàng đối với các ngành khác trong nền kinh tế.

Bảng 4.1: Kết quả thống kê mô tả biến phụ thuộc (2009 – 2012)

2009 2010 2011 2012

Mean Std. Dev Mean Std. Dev Mean Std. Dev Mean Std. Dev ROA 1,45% 0,0075 1,35% 0,008 1,27% 0,0074 1,11% 0,014 ROE 13,13% 0,075 13,06% 0,076 12,54% 0,073 7,9% 0,059

Biểu đồ 1: giá trị trung bình của ROA giai đoạn 2009 - 2012

Hai chỉ số quan trọng nhất phản ánh hiệu quả kinh doanh và tỷ suất sinh lời của ngành ngân hàng là chỉ số ROA (lợi nhuận trên tổng tài sản) và ROE (lợi nhuận trên vốn chủ sở hữu), kết quả bảng 4.1 cho thấy chỉ số ROA, ROE của các ngân hàng giảm qua các năm, đặc biệt là ROE năm 2012 (7,9%) giảm mạnh so với năm 2011 (12,54%), so với năm 2008 thì năm 2012 ROA giảm 23% còn ROE giảm 39%.

So sánh hai chỉ số này với các ngành khác thì ROE của ngân hàng ở mức trung bình, cịn ROA thì tương đối thấp, cịn so với hoạt động ngân hàng các nước trong khu vực và thế giới trong giai đoạn nghiên cứu, chỉ số ROE của các ngân hàng khu vực Đông Nam Á là từ 14%-15% và thế giới thường ở mức 17%.

Việc ROA, ROE của các ngân hàng sụt giảm là do trong bối cảnh hoạt động ngân hàng gặp khó khăn, tín dụng tăng trưởng yếu, lãi suất liên tục giảm, chất lượng khoản vay suy giảm, tỷ lệ nợ xấu của các ngân hàng tăng cao cùng với tình hình kinh tế tăng trưởng chậm và không ổn định. Hiệu quả sử dụng tài sản của các NHTM đã giảm xuống đáng kể từ năm 2009 trở lại đây, chất lượng các khoản tín dụng đi xuống, cụ thể là việc nợ quá hạn và nợ xấu tăng lên, sẽ tiếp tục tác động tiêu cực đến hiệu quả kinh doanh của hệ thống ngân hàng trong tương lai.

Bảng 4.2: Kết quả thống kê mô tả biến độc lập (2009 – 2012)

2009 2010 2011 2012

Mean Std. Dev Mean Std. Dev Mean Std. Dev Mean Std. Dev

QM 17,22 1,27 17,68 1,15 17,92 1,13 17,93 1,16

N_TTS 86% 0,1 85,61% 15,3 88,55% 0,06 87,46% 0,07

VCSH_TTS 13,65% 0,1 14,4% 15,29 11,51% 0,06 17,55% 0,22

NIM 4,5% 0,02 4,3% 0,023 4,6% 0,03 4,4% 0,02

CV_TTS 55% 0,17 48,93% 13,15 45,84% 0,15 50,69% 0,14

 Quy mô ngân hàng

Quy mô của các ngân hàng thương mại tăng đều qua các năm đều này cho thấy các ngân hàng thương mại Việt Nam đã khơng ngừng nâng cao sức mạnh về tài chính và gia tăng khả năng cạnh tranh của mình. Tuy nhiên tốc độ tăng trưởng về quy mô tổng tài sản lại khác nhau giữa các ngân hàng, các NHTMNN có tốc độ tăng trưởng tốt hơn các NHTMCP. Trong ngành ngân hàng tại Việt Nam hiện nay số lượng các ngân hàng là khá lớn, tuy nhiên quy mô tổng tài sản của từng ngân hàng lại không cao khi so sánh với các ngân hàng tại các quốc gia phát triển trong khu vực.

 Nợ phải trả/ tổng tài sản

Nợ phải trả trên tổng tài sản của các ngân hàng nhìn chung khơng thay đổi nhiều trong thời kỳ 2009 – 2012. So với năm 2009 thì năm 2012 tỷ lệ này tăng từ 86% lên 87,46% . Trong cơ cấu tổng nợ phải trả của các ngân hàng thì chiếm tỷ lệ cao nhất vẫn là khoản tiền gửi của khách hàng, khoản mục tiền gửi này đóng vai trị quan trọng trong hoạt động trung gian tài chính của các ngân hàng, khi ngân hàng có tỷ lệ tăng trưởng huy động tiền gửi tốt thì sẽ tạo ra nhiều cơ hội đầu tư hơn.

Lãi suất tiền gửi của các NHTM Việt Nam trong giai đoạn này là khá cao so với các nước trong cùng khu vực, nên các nhà đầu tư xem đây như một kênh đầu tư ít rủi ro. Đa số các khoản tiền gửi của khách hàng hiện tại là các kỳ hạn gửi ngắn hạn, do đó các ngân hàng vẫn cần nỗ lực hơn trong việc giữ khách hàng và tăng cường huy động để có nguồn đầu vào ổn định.

 Vốn chủ sở hữu/ tổng tài sản

Tỷ lệ vốn chủ sở hữu trên tổng tài sản năm 2012 tăng 28% so với năm 2009, cho thấy rằng trong cơ cấu vốn của mình các ngân hàng đã tăng số vốn chủ sở hữu lên đáng kể.

Vốn chủ sở hữu chiếm tỷ lệ nhỏ song lại vô cùng quan trọng đối với các ngân hàng. Trong hoạt động kinh doanh, khi rủi ro xảy ra gây thiệt hại lớn và nguồn vốn này sẽ giúp ngân hàng bù đắp được những thiệt hại đó. Trong những trường hợp hy hữu về khả năng chi trả, vốn chủ sở hữu sẽ được dùng để chi trả cho khác hàng, bảo vệ khách hàng không bị mất tiền gửi tại ngân hàng.

 Thu nhập lãi cận biên (NIM)

Hệ số NIM của các ngân hàng giao động bình qn từ 4,3% - 4,6%, các ngân hàng có quy mơ nhỏ chỉ số này cao hơn các ngân hàng có quy mơ lớn, do các ngân hàng lớn thường khắt khe hơn trong việc phê duyệt tín dụng cịn các ngân hàng nhỏ thì thường hướng đến các doanh nghiệp vừa và nhỏ, hướng đến thị trường bán lẽ và chấp nhận mức rủi ro cao hơn.

Mặc dù đây là một chỉ số xác định đến hiệu quả hoạt động ngân hàng, nhưng NIM không phản ánh đầy đủ tính sinh lời của ngành ngân hàng. Khả năng sinh lời của ngân hàng phụ thuộc vào tính riêng biệt của từng ngân hàng, đặc thù hoạt động, thành phần khách hàng vay và chiến lược huy động vốn các ngân hàng đó

NIM cao nhất thường có tại các ngân hàng với mơ hình huy động vốn và cho vay truyền thống, một số ngân hàng khác với quy mơ lớn vẫn có hoạt động hiệu quả mặc dù NIM thấp do họ tận dụng được lợi thế theo quy mô.

 Cho vay/ tổng tài sản

Tỷ lệ cho vay trên tổng tài sản của các ngân hàng giảm mạnh trong năm 2010 và 2011 sau đó tăng nhẹ trở lại vào năm 2012 nhưng vẫn còn thấp hơn so với năm 2009. Điều này cho thấy các ngân hàng đã thận trọng hơn trong việc cấp tín dụng cho khách hàng khi tỷ lệ nợ xấu đang tăng cao và nền kinh tế đang còn bất ổn.

Mối quan hệ giữa tăng trưởng GDP và tăng trưởng tín dụng là khơng thể phủ nhận và cũng khơng xa lạ, tăng trưởng tín dụng cao là một cấu phần trọng yếu của tăng trưởng GDP, nhưng cái giá phải trả cho tăng trưởng tín dụng cao chính là thỏa hiệp chất lượng và nợ xấu cao. Đây cũng là một đặc trưng thường thấy ở các thị trường mới nổi. 4.2Kết quả kiểm tra đa cộng tuyến

Với kiểm định này bài nghiên cứu sẽ phát hiện được các hệ số đánh giá có hiện tượng đa cộng tuyến hay không, hay xem xét giữa các biến có tương quan cao hay không bằng cách thiết lập ma trận hệ số tương quan của các cặp biến độc lập. Từ việc xem xét mức độ tương quan đó có thể cũng cố hơn về mơ hình và kết quả hồi quy.

Bảng 4.3: Kết quả tƣơng quan giữa các biến độc lập

GDP LP N_TTS NIM QM VCSH_T TS CV_TTS GDP 1 LP 0.430115 1 N_TTS -0.045467 0.055886 1 NIM 0.010625 0.166773 -0.086572 1 QM 0.015922 0.115386 0.449371 -0.247334 1 VCSH_TTS -0.059951 -0.113219 -0.390224 0.051827 -0.321930 1 CV_TTS -0.106884 -0.191450 -0.085085 -0.270269 0.079658 0.010670 1

Nguồn: từ kết quả kiểm định Eviews 7.2 (phụ lục 2)

Kết quả kiểm tra đa cộng tuyến cho thấy tương quan cặp giữa các biến giải thích khơng cao, các biến hầu như khơng có mối tương quan chặt chẽ với nhau (mối tương quan nhỏ hơn 50%), như vậy các biến độc lập này khơng tác động trực tiếp lên nhau

nên có thể dùng đưa vào mơ hình để nghiên cứu sự ảnh hưởng đến hiệu quả hoạt động của ngân hàng thương mại.

4.3Kết quả kiểm tra ma trận tƣơng quan giữa biến độc lập và biến phụ thuộc

Mục đích của việc kiểm định này là kiểm tra xem giữa các biến độc lập và biến phụ thuộc có mối tương quan tuyến tính hay khơng để đưa ra kết luận mơ hình phù hợp hay khơng.

4.3.1Kết quả kiểm tra ma trận tƣơng quan giữa ROA và các biến độc lập Bảng 4.4: Ma trận tƣơng quan giữa ROA và các biến độc lập

ROA N_TTS NIM QM VCSH_TTS GDP LP ROA 1 N_TTS -0.186024 1 NIM 0.282020 -0.086572 1 QM -0.175371 0.449371 -0.247334 1 VCSH_TTS 0.054424 -0.390224 0.051827 -0.321930 1 GDP 0.043860 -0.045467 0.010625 0.015922 -0.059951 1 LP -0.001175 0.055886 0.166773 0.115386 -0.113219 0.430115 1

Từ những kết quả bảng 4.4 có thể thấy rằng tất cả các biến đều có mối tương quan đến ROA. Điều này có nghĩa khi các biến này tăng hay giảm sẽ có tác động đến ROA. Kết quả này cũng giống với nghiên cứu của các tác giả: Bahrain, Samad, Abdus, (2004) và Al-Tamimi Hussein A. Hassan (2010).

4.3.2Kết quả kiểm tra ma trận tƣơng quan giữa ROE và các biến độc lập Bảng 4.5: Ma trận tƣơng quan giữa ROE và các biến độc lập

ROE N_TTS NIM QM CV_TTS GDP LP ROE 1 N_TTS 0.263219 1 NIM 0.074870 -0.086572 1 QM -0.349787 0.449371 -0.247334 1 CV_TTS -0.023798 -0.085085 -0.270269 0.079658 1 GDP 0.185084 -0.045467 0.010625 0.015922 -0.106884 1 LP 0.124570 0.055886 0.166773 0.115386 -0.191450 0.430115 1

Nguồn: Từ kết quả kiểm định Eviews 7.2 (phụ lục 3)