7. Kết cấu của luận văn
3.2 Kết quả của mơ hình
3.2.2 Kết quả phân tích hồi quy
- Đầu tiên tác giả tiến hành hồi quy theo phương pháp bình phương nhỏ nhất OLS thơng thường. Kết quả hồi quy được trình bày trong bảng 3.3 như sau:
ir -0.0334 -0.1675 -0.2707 0.8175 1.0000 gr -0.0791 0.0915 -0.6231 1.0000 smd 0.0385 -0.6729 1.0000 cr 0.1042 1.0000 niita 1.0000 niita cr smd gr ir ir 0.0525 -0.1117 0.0848 -0.0508 0.0344 -0.1310 0.0377 gr 0.1003 -0.0150 0.0060 -0.0170 -0.1163 -0.0787 0.0439 smd -0.1233 -0.2053 0.1652 0.0596 0.4074 0.0625 0.0137 cr 0.1878 0.3088 -0.0987 -0.1804 -0.5433 -0.0698 0.0384 niita 0.2235 -0.0204 -0.0671 -0.2549 -0.0153 0.0054 0.0182 eta 0.5836 0.1147 0.0013 -0.0364 -0.5787 -0.1353 1.0000 llptl -0.2310 -0.0024 -0.0207 -0.0642 0.3182 1.0000 lta -0.4383 -0.2986 0.0970 0.0642 1.0000 cir -0.3478 -0.0231 -0.0508 1.0000 topbt -0.1877 -0.0348 1.0000 lar 0.1255 1.0000 roaa 1.0000 roaa lar topbt cir lta llptl eta
Bảng 3.3: Kết quả hồi quy theo mơ hình OLS
(Nguồn : Từ kết quả của phần mềm Stata 12)
Sau khi tiến hành hồi quy mơ hình theo phương pháp OLS, tác giả tiến hành kiểm định các giả thuyết xem liệu mơ hình OLS có thỏa mãn hay khơng?
+ Kiểm định phân phối chuẩn:
Phương pháp ước lượng OLS chỉ phù hợp khi phân phối của biến phụ thuộc ROAA là phân phối chuẩn. Để biết được liệu ROAA có tuân theo phân phối chuẩn hay không sẽ dựa vào đồ thị phân phối của ROAA được trình hày ở hình 3.1:
Hình 3.1 Phân phối của ROAA
(Nguồn : Từ kết quả của phần mềm Stata 12)
Qua đồ thị trên ta thấy phân phối của ROAA khơng phải là phân phối chuẩn. Do đó, giả thuyết đầu tiên của phương pháp OLS đã bị vi phạm.
0 10 20 30 40 50 Den sit y 0 .05 .1 .15 ROAA
+ Phân tích phần dư:
Hình 3.2 Phân tích phần dư
(Nguồn : Từ kết quả của phần mềm Stata 12)
Phương pháp OLS chỉ phủ hợp khi phương sai của các sai số của phần dư là khơng đổi. Để có thể kiểm định được giả thuyết này tác giả tiến hành phân tích phần dư của mơ hình và được trình bày ở hình 3.2
Qua hình 3.2 ta thấy phương sai của các sai số thay đổi. Điều đó cho thấy mơ hình ước lượng theo OLS là khơng thích hợp.
+ Kiểm định đa cộng tuyến
Thơng qua ma trận hệ số tương quan đã trình bày ở bảng 3.3 cho thấy các biến độc lập trong mơ hình khơng xảy ra hiện tượng đa cộng tuyến và nếu có xảy ra thì cũng khơng nghiêm trọng. Tuy nhiên, thơng qua kiểm định VIF một lần nữa có thể khẳng định lại điều đó một lần nữa. Kết quả kiểm định VIF được trình bày ở bảng 3.4 như sau:
Bảng 3.4 Kiểm định VIF
(Nguồn : Từ kết quả của phần mềm Stata 12)
-.05 0 .05 .1 Res idu als -.02 0 .02 .04 .06 Fitted values Mean VIF 2.84 topbt 1.08 0.924358 cir 1.14 0.877757 niita 1.17 0.855787 llptl 1.20 0.834095 lar 1.25 0.798256 eta 1.95 0.511974 lta 2.86 0.349117 cr 3.54 0.282636 ir 4.45 0.224521 smd 5.38 0.185808 gr 7.24 0.138202 Variable VIF 1/VIF
Qua kết quả kiểm định VIF ta thấy hệ số VIF của tất cả các biến độc lập đều nhỏ hơn 10. Điều này khẳng định lại một lần nữa là các biến độc lập trong mơ hình khơng có hiện tượng đa cộng tuyến xảy ra.
+ Kiểm định phương sai thay đổi
Breusch-Pagan / Cook-Weisberg test for heteroskedasticity Ho: Constant variance
Variables: fitted values of roaa
chi2(1) = 609.99 Prob > chi2 = 0.0000
Kết quả kiểm định Breusch – Pagan cho hiện tượng phương sai thay đổi có p – value rất nhỏ (<5%). Điều này dẫn đến bác bỏ giả thuyết H0 và cho thấy mơ hình có hiện tượng phương sai thay đổi.
+ Kiểm định tự tương quan
Wooldridge test for autocorrelation in panel data
H0: no first-order autocorrelation
F( 1, 38) = 15.098 Prob > F = 0.0004
Kết quả kiểm định F cho hiện tượng tự tương quan có p – value rất nhỏ (<5%). Điều này dẫn đến bác bỏ giả thuyết H0 và cho thấy mơ hình có hiện tượng tự tương quan.
Qua các kiểm định đã thực hiện cho thấy phương pháp OLS đang gặp rất nhiều vấn đề như: không phải là phân phối chuẩn, phương sai của sai số phần dư theo biến độc lập thay đổi, mơ hình xảy ra hiện tượng phương sai thay đổi và tự tương quan. Do đó ước lượng OLS khơng phù hợp cho mơ hình, tác giả sẽ chuyển sang 3 mơ hình hồi quy tốt hơn cho dữ liệu bảng đó là Pooled OLS, FEM, REM.
- Đầu tiên tác giả sẽ thực hiện hồi quy mơ hình theo Pooled OLS. Sau khi hồi quy, hiện tượng phương sai thay đổi xuất hiện. Để khắc phục hiện tượng này tác giả đã thêm tùy chọn robust vào lệnh hồi quy kết quả sẽ được trình bày trong phụ lục 06
Trong mơ hình trên R2 đạt 59.27%, kết quả hồi quy cho thấy các biến độc lập giải thích được 59.27% sự biến động của ROAA. Trong mơ hình có các biến LAR, LTA, CR, SMD, IR khơng có ý nghĩa thống kê tại mức ý nghĩa α = 5%.
- Tiếp theo tác giả thực hiện hồi quy theo mơ hình FEM và kết quả được trình bày trong phụ lục 07
Trong mơ hình trên R2 đạt 50.88%, kết quả hồi quy cho thấy các biến độc lập trong mơ hình giải thích được 50.88% sự biến động của ROAA. Tuy nhiên, trong mơ hình FEM chỉ có 2 biến LAR và SMD là khơng có ý nghĩa thống kê, các biến cịn lại đều có ý nghĩa thống kê tại mức ý nghĩa α = 5%.
- Bước kế tiếp tác giả thực hiện hồi quy theo mơ hình REM và kết quả được trình bày trong phụ lục 08
Trong mơ hình trên R2 đạt 59.27%, kết quả hồi quy cho thấy các biến độc lập trong mơ hình giải thích được 59.27% sự biến động của ROAA. Tuy nhiên, trong mơ hình FEM có 3 biến LAR, CR và SMD là khơng có ý nghĩa thống kê, các biến cịn lại đều có ý nghĩa thống kê tại mức ý nghĩa α = 5%.
Câu hỏi đặt ra là liệu mơ hình nào là phù hợp nhất để phản ánh các nhân tố ảnh hưởng đến khả năng sinh lợi của các NHTMCP Việt Nam? Để trả lời câu hỏi này đầu tiên tác giả dùng kiểm định Hausman test để lựa chọn giữa mơ hình FEM và mơ hình FEM với giả thuyết H0: sự khác biệt giữa các hệ số tương quan khơng có tính hệ thống (hay mơ hình REM là phù hợp). Kiểm định Hausman cho kết quả p – value = 0.0005 (được trình bày ở phụ lục 09) cho thấy phải bác bỏ giả thuyết H0. Do vậy mơ hình FEM là phù hợp hơn.
Tiếp theo tác giả tiến hành lựa chọn giữa mơ hình Pooled OLS và FEM bằng kiểm định F – test với giả thuyết H0: tất cả các hệ số viđều bằng 0 (nghĩa là khơng có sự khác biệt giữa các đối tượng hoặc thời điểm khác nhau). Bác bỏ giả thuyết H0 với mức ý nghĩa 5% cho thấy mơ hình FEM là phù hợp. Kết quả kiểm định F cho thấy p – value = 0.0000 <5% (được trình bày ở phụ lục 04). Điều này cho thấy mơ hình FEM là phù hợp.
Sau khi chọn được mơ hình phù hợp nhất là FEM, tác giả tiến hành hồi quy mơ hình FEM một lần nữa và dùng kiểm định Wald – test để kiểm tra mơ hình có cịn hiện tượng phương sai thay đổi hay không. Kết quả của Wald – test cho thấy p – value = 0.0000 <5% (được trình bày ở phụ lục 07). Điều này cho thấy mơ hình FEM vẫn cịn hiện tượng phương sai thay đổi. Để khắc phục hiện tượng này tác giả đã thêm tùy chọn cluster vào lệnh hồi quy và kết quả sẽ được trình bày trong phụ lục 11
Trong mơ hình tối ưu này R2 đạt 50.88%, kết quả hồi quy cho thấy các biến độc lập trong mơ hình giải thích được 50.88% sự biến động của ROAA. Đặc biệt, trong mơ hình FEM chỉ có 2 biến LAR và SMD là khơng có ý nghĩa thống kê, các biến cịn lại đều có ý nghĩa thống kê tại mức ý nghĩa α =10%.
Tuy mơ hình FEM đã khắc phục được hết các vấn đề phương sai thay đổi, tự tương quan nhưng vẫn có thể xảy ra hiện tượng ước lượng bị chệch và không nhất quán do hiện tương nội sinh. Các NH có lợi nhuận nhiều hơn có thể làm tăng vốn chủ sở hữu của họ dễ dàng hơn bằng cách giữ lại lợi nhuận. Trong những thị trường vốn nới lỏng cho phép các cơng ty có thể dễ dàng tăng vốn để nâng cao thu nhập dự kiến của mình. Mặt khác, biến phụ thuộc ở vế trái của mơ hình là ROAA cịn phụ thuộc vào giá trị q khứ của mình. Chính những vấn đề này xảy ra nên mơ hình FEM khơng cịn phù hợp nữa mà thay vào đó mơ hình GMM với các biến cơng cụ là giải pháp tối ưu nhất. Vì vậy, tác giả sẽ tiếp tục ước lượng mơ hình theo phương pháp ước lượng 2 bước two – step system GMM với biến công cụ là độ trễ của biến phụ thuộc ROAA và độ trễ của các biến độc lập ngoại sinh khác. Kết quả của ước lượng 2 bước two – step system GMM được trình bày ở bảng 3.5 như sau:
Bảng 3.5 Kết quả ước lượng 2 bước two – step system GMM
(Nguồn : Từ kết quả của phần mềm Stata 12)
Trong mơ hình two – step system GMM ta thấy hệ số p – value của các biến LAR, SMD, GR >10%. Do vậy, tác giả chấp nhận các giả thuyết H04, H09 H010, điều
đó đồng nghĩa với việc các biến trên khơng có ý nghĩa thống kê ở mức α =10% cũng như không gây ra tác động đối với biến phụ thuộc ROAA.
Đối với các biến còn lại như: TOPBT, CIR, LTA, LLPTL, ETA, NIITA, CR, IR đều có p – value <10%. Điều này cho phép tác giả bác bỏ các giả thuyết H05,H06 H01, H03, H02, H07, H08 ở mức ý nghĩa thống kê α =10% đồng nghĩa với việc các biến trên có mối tương quan thuận chiều/ngược chiều vói ROAA. Như vậy, ta có thể kết luận rằng trong số 11 biến được đưa vào mơ hình hồi quy thì có 8 biến có tác động đến khả năng sinh lợi của các NHTMCP Việt Nam là TOPBT, CIR, LTA, LLPTL, ETA, NIITA, CR, IR.
Sau khi xem xét mơ hình two – step system GMM, tác giả tiến hành kiểm định liệu mơ hình có hiện tượng tự tương quan hay không bằng kiểm định AR. Kết quả của kiểm định AR(2) cho thấy p – value = 12.3%>5% (được trình bày ở phụ lục 09). Do vậy, mơ hình này khơng cịn hiện tượng tự tương quan.
Một kiểm định quan trọng đối với ước lượng GMM là các biến cơng cụ có thật sự là hợp lý hay không bàng kiểm định Sargan test hoặc Hansen test. Kiểm
định Sargan test cho thấy p – value <5% (được trình bày ở phụ lục 09), ý ngh ĩa là các biến cơng cụ trong mơ hình là khơng hợp lý. Tuy nhiên, theo kiểm định Hansen p – value = 32.2%>5% (được trình bày ở phụ lục 09), ý nghĩa là các biến công cụ trong mơ hình là hợp lý. Tuy kiểm định Sargan là không ý nghĩa nhưng chỉ cần một trong 2 kiểm định Sargan hay Hansen thỏa là có thể khẳng định các biến cơng cụ trong mơ hình là hợp lý.
Sau khi kiểm định các biến cơng cụ dùng trong mơ hình là hợp lý, tác giả tiến hành kiểm định xem những biến cơng cụ này có cịn hiện tượng nội sinh hay không. Ước lượng GMM chỉ đúng khi các biến công cụ là ngoại sinh và khơng có biến cơng cụ nào cịn hiện tượng nội sinh. Để kiểm định điều này tác giả dùng Sargan test hoặc Hansen test. Và theo kết quả của cả Sargan test và Hansen test ta thấy các giá trị p – value đều lớn hơn 5% (được trình bày ở phụ lục 09), điều này cho thấy các biến cơng cụ dùng trong mơ hình khơng cịn bị nội sinh nữa. Khi đó mơ hình two – step system GMM là đáng tin cậy và khơng cịn bị chệch nữa. Như vậy, ta có thể rút ra được mơ hình tối ưu nhất như sau:
ROAA = 0.0084476*LTA + 0.1224222*ETA - 0.4512131*LLPTL - 0.0237807*CIR + 0.2654891*NIITA - 0.0310757*TOPBT + 0.0277301*CR −
0.0309063*IR + 𝑢𝑢𝑖𝑖𝑡𝑡