Biến độc lập Mô tả Ý nghĩa
Kỳ vọng tác động giai đoạn
2009-2014
LOG A Log của tổng tài sản Biểu thị quy mô +/- FEE/A Phí và hoa hồng thuần/tổng
tài sản (%) +/-
EXP/REV Chi phí ngồi lãi/tổng thu nhập (%)
Biểu thị hiệu quả
quản lý -
LOAN/A Cho vay ròng/tổng tài sản (%) Biểu thị rủi ro tín dụng và thanh khoản +/-
GROWL Tăng trưởng dư nợ (%) +/-
CE/E Vốn cổ phần thường/tổng vốn
cổ phần (%) Biểu thị cấu trúc vốn +
E/A Tổng vốn cổ phần/tổng tài sản (%)
Đo lường địn bẩy tài
chính +
LOAN/DEP Dư nợ/tiền gửi khách hàng (%)
Biểu thị cấu trúc tài trợ khoản vay và thanh khoản
-
IA/IL Tài sản liên ngân hàng/nợ liên ngân hàng (%)
Biểu thị tài trợ và
thanh khoản +
CHA/L Chi phí dự phịng rủi ro/dư nợ cho vay (%)
Biểu thị rủi ro tín
4.3. Phương pháp nghiên cứu:
Để đo lường các yếu tố nội tại ảnh hưởng đến khả năng sinh lời của các ngân hàng TMCP Việt Nam giai đoạn 2009-2014, tác giả thực hiện nghiên cứu định lượng với sự hỗ trợ từ phần mềm Stata theo các bước sau:
Bước 1: Phân tích mơ tả để mơ tả những đặc tính cơ bản của dữ liệu thu thập
nhằm có cái nhìn tổng qt về mẫu nghiên cứu. Thơng qua mơ tả có thể biết được giá trị lớn nhất, giá trị nhỏ nhất, giá trị trung bình, độ lệch chuẩn của từng biến nghiên cứu.
Bước 2: Phân tích tương quan giữa các biến trong mơ hình nhằm phát hiện dấu
hiệu của hiện tượng đa cộng tuyến. Một trong số các giả định của hồi quy tuyến tính là khơng có tương quan giữa các biến độc lập, khi giả thuyết này bị vi phạm thì hệ số hồi quy có thể bị sai dấu hoặc khơng có ý nghĩa thống kê. Do đó, việc phân tích tương quan giữa các biến trong mơ hình là cần thiết, phân tích tương quan được thực hiện thơng qua ma trận tương quan. Nhưng ma trận tương quan chỉ phát hiện được tương quan cặp, không phát hiện được tương quan nhóm. Theo đó, ngồi ma trận tương quan cịn có thể sử dụng nhân tử phóng đại phương sai (VIF) để loại trừ vấn đề đa cộng tuyến.
Bước 3: Tác giả sử dụng mơ hình bình phương tối thiểu dạng gộp (Pooled Least
Square Model) để ước lượng hệ số hồi qui các yếu tố tác động đến ROAA, ROAE. Tiếp theo là sử dụng mơ hình hồi quy dữ liệu bảng với phương pháp tác động cố định (Fixed Effects Model) và mơ hình hồi quy dữ liệu bảng với phương pháp tác động ngẫu nhiên (Random effects Model). Cuối cùng là dùng kiểm định Hausman để lựa chọn sử dụng mơ hình hồi quy cố định hay mơ hình hồi quy ngẫu nhiên thích hợp hơn.
Bước 4: Thực hiện các kiểm định đa cộng tuyến, phương sai thay đổi, tự tương
4.4. Thu thập và xử lý dữ liệu:
Số liệu được lấy từ các website của ngân hàng và website vietstock.vn. Trong đó chủ yếu tập trung lấy từ trang web vietstock.vn để xây dựng bộ dữ liệu cần nghiên cứu.
Trước tiên dữ liệu thu thập thành dạng bảng sau đó nghiên cứu tiến hành nhập vào phần mềm thống kê để xử lý những điểm bất thường hay thiếu sót của bộ dữ liệu. Dữ liệu thiếu sót và gián đoạn sẽ làm giảm độ chính xác trong thống kê và kết quả nghiên cứu giải thích của mơ hình. Qua thống kê mơ tả nghiên cứu sẽ có đầy đủ thơng tin cỡ mẫu, tên biến, quan sát trung bình, độ lệch chuẩn, giá trị lớn nhất, nhỏ nhất…
Sau khi thực hiện thống kê mô tả nghiên cứu tiến hành phân tích tương quan và tự tương quan. Đối với những biến có quan hệ tương quan cao thì được gọi là đa cộng tuyến. Nếu hệ số tương quan giữa các biến độc lập trong mơ hình vượt q 0,8 thì mối quan hệ giữa các biến trong mơ hình có hiện tượng đa cộng tuyến mạnh, mối quan hệ đồng biến hay nghịch biến có thể phản ánh khơng đúng với quy luật kinh tế. Do đó, nghiên cứu phải loại trừ hiện tượng đa cộng tuyến trong mơ hình bằng cách loại bỏ biến độc lập đó.
Sau khi thực hiện xong thống kê mô tả và kiểm định tương quan và tự tương quan, nghiên cứu phải đi ước lượng mơ hình và kiểm định các giả thuyết. Đây là một bước quan trọng trong quá trình xử lý dữ liệu. Nghiên cứu lần lượt sử dụng các mơ hình sau:
- Mơ hình Pooled Ordinary Least Square (Pooled OLS): Đây là cách đơn
giản nhất để hồi quy dữ liệu bảng vì nó thực hiện hồi quy “gộp” đối với tất cả các quan sát (Pooled regression). Mơ hình này giả định hệ số chặn và hệ số hồi quy của các biến quan sát là không đổi giữa các đơn vị chéo. Do đó, mơ hình này là đã bỏ qua những mối quan hệ không đồng nhất giữa các đơn vị chéo theo thời gian (Heterogeneity) nên những tác động khác nhau nếu có giữa các biến số giải thích đến biến phụ thuộc sẽ được chứa đựng trong sai số hồi quy (Error term).
Mơ hình hồi quy được biểu diễn như sau: Yit = β1 + β2X2it + β3X3it + … + βkXkit +µit
Trong đó: i = 1, 2, 3, ….n; t= 1, 2, 3, ….T
- Mơ hình hồi quy với tác động cố định (Fixed Effects Model - FEM): Mơ
hình tác động cố định khơng bỏ qua các ảnh hưởng theo chuỗi thời gian và các đơn vị chéo, hay nói cách khác, tung độ gốc của mỗi đơn vị chéo là thay đổi nhưng vẫn giả định độ dốc là cố định cho từng biến. Khi đó, mơ hình tác động cố định được biểu diễn như sau:
Yit = βit + β2X2it + β3X3it + ….+ βkXkit + µit (*) Mơ hình (*) có thể tách thành hai mơ hình: Yit = β1t + β2X2it + β3X3it + ….+ βkXkit + µit (*.1) Yit = β1i + β2X2it + β3X3it + ….+ βkXkit + µit (*.2)
Mơ hình (*.1) giả định tung độ góc thay đổi theo thời gian nhưng giống nhau giữa các đơn vị chéo trong cùng năm quan sát, được biết đến như hồi quy tác động cố định thời gian. Khi đó, tác động thời gian cố định kiểm sốt những biến khơng quan sát giống nhau giữa các đơn vị chéo nhưng khác nhau khi thời gian thay đổi. Những tác động theo thời gian này có thể là do tình hình kinh tế, hay chính sách của nhà nước đối với các ngân hàng.
Mơ hình (*.2) giả định tung độ gốc chung của mơ hình thay đổi nhưng độ dốc của các đơn vị chéo không đổi. Ý nghĩa của tác động chéo cố định là dù tung độ gốc khác nhau giữa các đơn vị chéo nhưng nó lại khơng thay đổi theo thời gian. Những ảnh hưởng làm thay đổi tung độ gốc có thể là do sự khác biệt về đặc thù, hay phong cách quản lý của mỗi ngân hàng.
- Mơ hình hồi quy với tác động ngẫu nhiên (Random Effects Model -REM):
Trong mơ hình hồi quy tác động cố định, những yếu tố không quan sát được xem như là tham số và được ước lượng, còn ở mơ hình tác động ngẫu nhiên, chúng được xem như là kết quả của những biến ngẫu nhiên.
Từ mơ hình *.2, ta có thể viết lại:
Yit = β1i + β2X2it + β3X3it + ….+ βkXkit + µit
Thay vì cố định β1i, ta giả định nó như biến ngẫu nhiên có giá trị trung bình là β1 và giá trị tung độ gốc của đơn vị chéo được biểu diễn như sau:
β1i = β1 + εi; Với i = 1, 2, …N và εi là sai số ngẫu nhiên. Thay vào mơ hình ta có:
Yit = β1 + β2X2it + β3X3it + ….+ βkXkit + µit + εi
Như vậy, mơ hình FEM và REM tốt cho nghiên cứu phụ thuộc và giả định có hay khơng có tương quan giữa εi và các biến giải thích X. Nếu giả định rằng khơng có tương quan thì REM phù hợp hơn và ngược lại. Kiểm định Hausman là một trong những phương pháp lựa chọn giữa FEM và REM. Vì thế, trong phần hồi quy nghiên cứu này sẽ lần lượt đi qua cả ba mơ hình hồi quy tuyến tính thơng thường – Pooled OLS, FEM và REM để chọn mơ hình thích hợp.
4.5. Thống kê mô tả dữ liệu nghiên cứu