Các bƣớc thực hiện hồi quy theo các mơ hình ƣớc lƣợng và thực hiện lựa chọn

6. Ý nghĩa khoa học và thực tiễn của đề tài nghiên cứu

3.2. Các bƣớc thực hiện hồi quy theo các mơ hình ƣớc lƣợng và thực hiện lựa chọn

lựa chọn mơ hình để sử dụng kết quả phân tích:

Các biến sử dụng trong dữ liệu bảng khơng cân bằng thực hiện kiểm định các giả thuyết từ H1 đến H9, mơ hình hồi quy dữ liệu gồm 10 biến giải thích: LOANGit, MPit, NIIit, LDRit, DRit, LRit, INEFit, ROEit, BDSXDit, CTNNit; trong đó, giả thuyết H2 đƣợc sử dụng 2 biến để kiểm định cho một giả thuyết, các giả thuyết cịn lại sử dụng một biến.

3.2.1.Hồi quy mơ hình tĩnh (mơ hình I) – Phƣơng pháp ƣớc lƣợng FE và RE:

 Thực hiện ƣớc lƣợng ảnh hƣởng cố định (FE) cho mơ hình hồi quy tĩnh (mơ hình I), ta có kết quả ƣớc lƣợng tại bảng 3.2 (Phụ lục 04).

- Kiểm định F về độ phù hợp của mơ hình hồi quy với giả thuyết “H0: tất cả các hệ số β đều bằng 0”: Ta thấy giá trị p của thống kê F: Prob>F = 0.0525 > 0.05  Chƣa có đủ bằng chứng để bác bỏ giả thuyết H0, mơ hình hồi quy khơng phù hợp trong mức ý nghĩa 5%. Kiểm định F cho 11 hệ số gốc biến giả của mơ hình cho giá trị p của thống kê F: Prob>F = 0.0206 nhỏ hơn mức ý nghĩa 5% cho thấy sự phù hợp của hồi quy FE với kỹ thuật biến giả.

- Thực hiện hồi quy theo phƣơng pháp FE này nhằm mục đích sử dụng để kiểm định lựa chọn mơ hình hồi quy khi so với hồi quy RE. Do đó bƣớc hồi quy này chƣa xử lý vấn đề phƣơng sai thay đổi.

 Thực hiện ƣớc lƣợng ảnh hƣởng ngẫu nhiên (RE) cho mơ hình hồi quy tĩnh (mơ hình I), ta có kết quả ƣớc lƣợng tại bảng 3.3 (Phụ lục 04).

- Kiểm định Chi-sqr về độ phù hợp của mơ hình hồi quy với giả thuyết “H0: tất cả các hệ số β đều bằng 0”: Ta thấy giá trị p của thống kê Chi2: Prob>chi2 = 0.0607>0.05 Chƣa có đủ bằng chứng để bác bỏ giả thuyết H0, mơ hình hồi

- Thực hiện thêm kiểm định Hausman để xem xét mức độ phù hợp giữa hai mô hình hồi quy theo FE và RE.

Kiểm định Hausman để lựa chọn mơ hình phù hợp:

. hausman FE RE Coefficients (b) FE (B) R E (b-B)

Difference sqrt(diag(V_b-V_B)) S.E. loang .0381156 -.0016331 .0397486 .0181655 mp -.0485095 -.1757013 .1271918 .3374749 nii .0311157 .0483684 -.0172527 .0091587 ldr -.0287627 -.0089094 -.0198533 .0295846 dr .2177824 -.0083116 .226094 .1117471 lr -.0036014 -.0032868 -.0003146 .0008734 inef .0373374 -.0000782 .0374155 .0255221 roe -.0843014 -.0392814 -.0450199 .0295033 bdsxd .2236499 .0933816 .1302682 .0737969 ctnn .1049334 .1033649 .0015685 .0459548

b = consistent under Ho and Ha; obtained from xtreg B = inconsistent under Ha, efficient under Ho; obtained from xtreg

Test: Ho: difference in coefficients not systematic chi2(10) = (b-B)'[(V_b-V_B)^(-1)](b-B)

= 0.52 Prob>chi2 = 1.0000

(V_b-V_B is not positive definite)

Đây là kiểm định để có thể lựa chọn mơ hình phù hợp hơn, trong bảng ta thấy rằng giá trị Prob>Chi2 = 1.000 > 0.05 (mức ý nghĩa), giá trị này cho ta chấp nhận giả thuyết H0 là các ui và biến độc lập khơng tƣơng quan, nhƣ vậy mơ hình ƣớc lƣợng ngẫu nhiên RE sẽ hiệu quả hơn ƣớc lƣợng FE.

Tuy nhiên khi sử dụng ƣớc lƣợng RE, hiện tƣợng tự tƣơng quan hiện diện trong bộ dữ liệu vẫn còn tiềm tàng (Huỳnh Ngọc Chƣơng, 2013), thêm vào đó mơ hình hồi quy theo phƣơng pháp RE vẫn khơng phù hợp ở mức ý nghĩa 5% thông qua kiểm định thống kê Chi-sqr. Do đó, mơ hình động cần đƣợc sử dụng và áp dụng phƣơng pháp ƣớc lƣợng GMM 1 bƣớc hồi quy dữ liệu bảng dạng động của Arellano & Bond (1998 và 1981) theo nhƣ các nghiên cứu tham khảo khác đã thực hiện.

3.2.2. Hồi quy mơ hình động (mơ hình II) - Phƣơng pháp ƣớc lƣợng GMM 1 bƣớc của Arellano & Bond (1998 và 1981):

Bài nghiên cứu tiếp tục thực hiện hồi quy mơ hình động (mơ hình II) đối với dữ liệu bảng không cân bằng nhằm kiểm định giả thuyết từ H1 đến H9.

 Mơ hình ƣớc lƣợng cụ thể:

- Từ mơ hình cơ sở (mơ hình II), mơ hình thực hiện ƣớc lƣợng cụ thể nhƣ sau:

NPLsit = βNPLsit-1 + β1LOANGit + β2MPit + β3NIIit + β4LDRit + β5DRit + β6LRit + β7INEFit + β8ROEit + β9BDSXDit + β10CTNNit + µit (mơ hình IIA)

- Để thực hiện xem xét tác động trễ của biến tăng trƣởng tín dụng đến nợ xấu nhƣ thế nào (phân tích thêm cho giả thuyết H1), ta thực hiện hồi quy đƣa thêm các giá trị trễ của biến tăng trƣởng tín dụng (LOANG) với độ trễ là 1 năm (chỉ thực hiện lấy độ trễ 1 năm do số lƣợng quan sát của dữ liệu bảng không cân bằng có giới hạn), mơ hình ƣớc lƣợng nhƣ sau:

NPLsit = βNPLsit-1 + β1aLOANGit + β1bLOANGit-1 + β2MPit + β3NIIit + β4LDRit + β5DRit + β6LRit + β7INEFit + β8ROEit + β9BDSXDit + β10CTNNit + µit (mơ hình IIB)

 Kết quả hồi quy mơ hình động với dữ liện bảng cân bằng theo phƣơng pháp ƣớc lƣợng GMM 1 bƣớc của của Arellano & Bond (1998 và 1981):

Kết quả chi tiết thực hiện hồi quy các mơ hình IIA và IIB đƣợc thể hiện chi tiết lần lƣợt trong bảng 3.4 và bảng 3.5 (Phụ lục 05). Kết quả tổng hợp sau khi thực hiện hồi quy các mơ hình IIA và IIB thể hiện tại bảng 3.6 nhƣ sau:

BẢNG 3.6: TỔNG HỢP KẾT QUẢ HỒI QUY MƠ HÌNH ĐỘNG

- DỮ LIỆU BẢNG KHƠNG CÂN BẰNG

Phƣơng pháp ƣớc lƣợng dữ liệu bảng động Arellano-Bond Biến phụ thuộc: Các biến giải thích NPLs IIA IIB Coef. p>|z| Coef. p>|z| NPLs Lag 1 0.5016* 0.080 0.2729 0.338 LOANG ---- 0.0401** 0.023 0.0589*** 0.003 Lag 1 0.0269 0.122 MP -0.1258 0.747 -0.1641 0.593 NII 0.1868*** 0.006 0.2024*** 0.002 LDR -0.0939*** 0.004 -0.1234*** 0.005 DR 0.6587*** 0.002 0.7465*** 0.000 LR 0.0005 0.698 0.0006 0.658 INEF 0.0939 0.113 0.1553** 0.014 ROE -0.1122* 0.087 -0.1216* 0.088 BDSXD 0.0835* 0.097 0.0868 0.109 CTNN 0.0238 0.711 0.0274 0.689 Number of obs 38 38

Number of groups (banks) Wald chi 2 12 823.1*** 12 28.18*** Prob>chi2 0.0000 0.0030

Tất cả các biến được hồi quy ở dạng sai phân bậc 1, hồi quy có tùy chọn robust giải quyết hiện tượng phương sai thay đổi

Các mức ý nghĩa thống kê: * p<0.1; ** p<0.05; *** p<0.01

- Mẫu dữ liệu bảng không cân bằng ban đầu dùng hồi quy cho mơ hình tĩnh gồm 64 quan sát, tuy nhiên do việc lấy sai phân bậc nhất và hồi quy độ trễ bậc 1 của các sai phân (sai phân biến phụ thuộc NPLs và LOANG) nên số lƣợng quan sát dùng hồi quy mơ hình động giảm cịn 38 quan sát.

- Mơ hình hồi quy động dữ liệu bảng theo giúp giải quyết hiện tƣợng tự tƣơng quan do sử dụng hồi quy các biến ở dạng sai phân bậc một và xem xét các tác

động trễ của một số biến căn cứ nghĩa về mặt kinh tế và theo các nghiên cứu thực nghiệm khác, ngồi ra trong q trình hồi quy có sử dụng kỹ thuật tùy chọn “robust” trong phần mềm thống kê Stata để giải quyết hiện tƣợng phƣơng sai thay đổi.

- Trong các kết quả kiểm định giả thuyết thống kê Chi bình phƣơng (Chi quare test) tại các kết quả ƣớc lƣợng mơ hình IIA và IIB về tính phù hợp của mơ hình cho thấy các giá trị prob>chi2 đều nhỏ hơn mức ý nghĩa 0.05. Do đó, các kết quả từ các mơ hình này đƣợc sử dụng cho phân tích và kiểm định các giả thuyết H1 đến H9.