CHƯƠNG 3 PHƯƠNG PHÁP NGHIÊN CỨU
3.4. Phương pháp ước lượng
Các nghiên cứu thường sử dụng phương pháp mơ hình hiệu ứng ngẫu nhiên (REM) và hiệu ứng cố định (FEM) để phân tích các mối quan hệ tĩnh trong mơ hình dữ liệu bảng. Tuy nhiên, các nghiên cứu của Liu & cộng sự (2012), Anginer & cộng sự (2014), Kasman & Kasman (2015) và Hamid (2017) xác nhận rằng tính ổn định của NH có xu hướng kéo dài theo thời gian do những hạn chế trong cạnh tranh thị trường, sự bất cân xứng thông tin hoặc độ nhạy cảm với các cú sốc trong khu vực. Baltagi (2008) khẳng định rằng việc sử dụng phương pháp FEM và REM trong trường hợp này có thể tạo ra các ước tính sai lệch và khơng nhất quán. Các tài liệu thực nghiệm cũng cho thấy rằng có một mối quan hệ nội sinh giữa cạnh tranh và HQHĐ của các NH (Liu & cộng sự (2012), Anginer & cộng sự
(2014), Kasman & Kasman (2015) và Hamid (2017). Do đó, phương pháp ước tính dữ liệu bảng động được sử dụng để khắc phục những vấn đề này. Arellano & Bond (1991) đề xuất sử dụng phương pháp ước lượng moment tổng quát (Generized Method of Moments – GMM) để phân tích dữ liệu bảng động tuyến tính hoặc các dữ liệu bảng vi phạm vấn đề tương quan chuỗi (Serial Correlation) và phương sai sai số thay đổi (Heteroskedasticity) (Pasiouras & Kosmidou, 2007; Athanasoglou & cộng sự, 2008; Dietrich & Wanzenried, 2011). Trái với OLS, các kỹ thuật GMM không đưa ra các giả thiết về việc phân phối dữ liệu nên các phân phối không chuẩn tiềm năng của các biến không ảnh hưởng đến kết quả ước lượng.
Phương pháp GMM sai phân (Difference-GMM) được giới thiệu bởi Arellano & Bond (1991) sử dụng sai phân bậc nhất để loại bỏ các hiệu ứng bất biến không quan sát được theo thời gian. Phương trình sai phân bậc nhất sau đó được ước lượng bằng cách sử dụng độ trễ của các biến giải thích nội sinh như các biến cơng cụ đại diện cho các quan sát thực. Do đó, GMM sai phân khắc phục vấn đề tự tương quan và nội sinh bằng cách loại bỏ hiệu ứng cố định và sử dụng độ trễ của các biến giải thích làm cơng cụ. Tuy nhiên, Blundell & Bond (1998) cho thấy rằng ước lượng sai phân có thể bị sai lệch khi có sự tồn tại của biến trễ phụ thuộc. Do giá trị biến phụ thuộc hiện tại có thể tương quan cao với giá trị trễ trong khi số thời kỳ (T = 13) là quá ngắn, khiến tính chính xác của ước lượng thường thấp vì các biến cơng cụ được đánh giá là không đủ mạnh. Để khắc phục vấn đề này, nghiên cứu sử dụng phương pháp GMM hệ thống (System-GMM) do Arellano & Bover (1995) đề xuất và sau đó được phát triển bởi Blundell & Bond (1998) để cho ra kết quả ước lượng tốt hơn với các mẫu nhỏ và các biến nội sinh có tính bền vững cao. Mặt khác, theo Arellano & Bover (1995) đối với GMM một bước, các sai số ước lượng được giả định là độc lập và không thay đổi theo thời gian và các đơn vị chéo, trong khi GMM hai bước lại nới lỏng các giả định này. Trong bước thứ hai, phần dư của bước đầu tiên được sử dụng để xây dựng ma trận hiệp phương sai chuẩn. Các nghiên cứu thực nghiệm cho thấy quy trình hai bước hiệu quả hơn nhưng độ lệch chuẩn có thể bị sai lệch nghiêm trọng, đặc biệt là đối với các mẫu nhỏ (Baltagi, 2008). Tuy nhiên, hiệu chỉnh Windmeijer sẽ giúp độ lệch chuẩn hai bước ít bị sai lệch hơn (Windmeijer, 2005). Do đó, nghiên cứu sẽ sử dụng phương pháp GMM hai bước.
Ước lượng GMM chỉ hiệu quả và nhất qn khi khơng có tương quan chuỗi bậc hai và hiệu lực của các cơng cụ được xác nhận. Do đó, để kiểm định tính phù hợp của mơ hình GMM, kiểm định Sargan/Hansen với giả thuyết H0: biến công cụ là ngoại sinh, nghĩa
là không tương quan với sai số của mơ hình và kiểm định Arellano-Bond (AR(2) test) với giả thuyết H0: εi,t khơng có tương quan chuỗi được sử dụng.
Để ước lượng mơ hình hồi quy (3.42), đầu tiên, tác giả không sử dụng các biến tương tác để dự đốn hiệu quả của NH. Sau đó, để đảm bảo tính vững của kết quả, tác giả tiến hành ước lượng lại mơ hình với sự tham gia của các biến tương tác. Nghiên cứu này dự định phân tích tác động của cạnh tranh đến hiệu quả NH được ước tính dựa trên trên mơ hình hai giai đoạn. Trong đó, các biến hiệu quả (biến phụ thuộc) sẽ được ước lượng theo các phương pháp thích hợp ở giai đoạn thứ nhất. Đến giai đoạn thứ hai, tác động của cạnh tranh đến hiệu quả NH sẽ được xác định thông qua việc áp dụng mơ hình ước lượng GMM hệ thống hai bước.