2.10.1. Thống kê mô tả dữ liệu
Phương pháp thống kê mô tả Frequencies được sử dụng cho dữ liệu thu thập được bao gồm các thống kê về: biến tính thanh khoản ngân hàng, quy mô ngân hàng, suất sinh lời trên tổng tài sản ngân hàng, tỷ lệ tổng nợ phải trả ngắn hạn /vốn chủ sở hữu ngân hàng và tỷ lệ tổng dư nợ cho vay/tổng tiền gửi từ khách hàng.
Đưa ra nhận xét ban đầu về tình hình tài chính và vấn đề thanh khoản của các
ngân hàng thương mại.
2.10.2. Phương pháp đưa biến độc lập vào mô hình hồi quy
Tác giả chạy hồi qui bằng cách đưa từ từ từng biến vào mơ hình để có thể đánh giá một cách thận trọng tác động của từng biến đến tính thanh khoản của ngân
hàng.
Với phương pháp hồi quy từng bước (Stepwise), số thống kê được sử dụng cho các biến được đưa vào và loại ra căn cứ trên số thống kê likelihood-ratio (tỷ lệ thích hợp) hay số thống kê Wald. Cũng có thể chọn một trong các phương pháp thay thế sau:
Enter: đưa vào bắt buộc, các biến trong khối biến độc lập được đưa vào trong
một bước.
Forward: Conditional là phương pháp đưa vào dần theo điều kiện. Nó kiểm
tra việc loại biến căn cứ trên xác suất của số thống kê Likelihood-ratio dựa trên ước
lượng thơng số có điều kiện.
Forward: LR là phương pháp đưa vào dần kiểm tra việc loại biến căn cứ trên
xác suất của số thống kê Likelihood-ratio dựa trên ước lượng khả năng xảy ra tối đa (maximum – likelihood estimates)
Forward: Wald là phương pháp đưa vào dần kiểm tra việc loại biến căn cứ
trên xác suất của số thống kê Wald.
Backwald: Conditional là phương pháp loại trừ dần theo điều kiện. Nó kiểm
tra việc loại biến căn cứ trên xác suất của số thống kê Likelihood-ratio dựa trên ước
31
Backwald: LR là phương pháp loại trừ dần kiểm tra loại biến căn cứ trên xác
suất của số thống kê Likelihood-ratio dựa trên những ước lượng khả năng xảy ra tối
đa.
Backwald: Wald là phương pháp loại trừ dần kiểm tra loại biến căn cứ trên
xác suất của số thống kê Wald.
Bài nghiên cứu này sử dụng phương pháp Enter.
2.10.3. Kiểm tra một số giả định đối với mơ hình hồi qui tuyến tính
Khi đã thu thập và thiết kế dữ liệu phù hợp với mục tiêu nghiên cứu, ta tiến
hành kiểm định một số giả định đối với mơ hình hồi quy tuyến tính, từ đó mới có thể xác định được chính xác mơ hình nghiên cứu phù hợp và kết quả bài nghiên cứu
đưa ra có ý nghĩa.
Hiện tượng tự tương quan (Autocorrelation)
Phân tích tương quan là bước cần thiết để thấy được mức độ quan hệ của các
biến nghiên cứu. Hiện tượng tự tương quan (hay tương quan chuỗi) xãy ra khi ta quan sát một chuỗi thời gian (time-series) khi các sai số trong các quan sát liên tiếp nhau khơng có tương quan độc lập hay covariance của chúng khác zero, nói cách khác, chúng có mối tương quan chuỗi. Để kiểm định hiện tượng này chúng ta sử dụng Durbin-Watson test để tìm ra mồi liên hệ của phần dư để xem chúng độc lập hay có sự tương quan với nhau để kết luận xem có tương quan chuỗi hay không.
Kiểm tra hiện tượng đa cộng tuyến (Multicolinearity)
Trong mơ hình hồi qui bội, chúng ta có thêm giả thuyết là các biến độc lập khơng có
tương quan hồn tồn với nhau. Vì vậy, khi ước lượng mơ hình hồi quy bội chúng
ta phải kiểm tra giả thiết này thông qua kiểm tra hiện tượng đa cộng tuyến. Để kiểm tra hiện tượng đa cộng tuyến, chỉ số thường dùng là hệ số phóng đại phương sai VIF (Variance Inflation Factor).
Kiểm tra hiện tượng phương sai thay đổi trong mơ hình
(Heteroscedasticity)
Trong quá trình hồi quy chúng ta thường giả định là phương sai của sai số sẽ
32
không được chấp nhận. Điều này xãy ra bởi vì ước lượng khơng đạt được phương
sai thấp nhất có thể. Để khắc phục hiện tượng này thông thường chúng ta chuyển vào hàm log, chia chúng cho 1 hằng số (GLS) hoặc sử dụng kiểm định gần đúng của White. Các tiếp cận này có tính hữu dụng và khả thi trong thực tế.
Kết luận chương 2
Thông qua việc nghiên cứu về cơ sở lý thuyết cũng như khảo sát các nghiên cứu
trước đây, người thực hiện tiến hành vận dụng, lựa chọn biến nghiên cứu và xây
dựng mơ hình, từ đó làm cơ sở cho các phương pháp phân tích những nhân tố tác
33
CHƯƠNG 3
PHÂN TÍCH DỮ LIỆU VÀ KẾT QUẢ NGHIÊN CỨU
3.1. Giới thiệu
Chương 2 đã trình bày phương pháp thực hiện nghiên cứu. Mục đích của chương 3
này là trình bày các kết quả của phân tích dữ liệu.