5. Ý nghĩa nghiên cứu
1.8. Phương pháp ước lượng mơ hình
Phương pháp ước lượng được sử dụng trong luận văn này là phương pháp ước
lượng cho dữ liệu bảng. Cụ thể là phương pháp bình phương tối thiểu gộp (Pooled OLS), nghiên cứu hai mơ hình tác động ngẫu nhiên – REM (random effecst model) và mơ hình tác động cố định - FEM (fixed effects model). Theo sách hướng dẫn dành cho người sử dụng chương trình Eviews, với phương pháp ước lượng dữ liệu
bảng, mơ hình nghiên cứu ở hình 3.1 viết dưới dạng mơ hình hồi quy gộp (pooled
model) như sau:
it it
it X
Y = β + β' + ε
0
Trong đó Yit là biến phụ thuộc (ROA) và Xit là các biến giải thích trong mơ hình được thể hiện ở hình 3.1. Với cách ký hiệu các biến giải thích đã được trình bày ở mục trên, mơ hình có thể viết lại dưới dạng mơ hình Pooled OLS như sau:
Yit = β0 + β1ageit + β2sizeit + β3capstrit + β4cost_incomeit + β5LDRit+β6liq-riskit + β7cre_riskit +β8res_loanit + εit
Mơ hình hồi quy gộp chỉ đơn giản là phương pháp ước lượng bình phương nhỏ nhất (OLS). Tuy nhiên, phương pháp OLS này sẽ thích hợp nếu khơng có sự tồn tại các yếu tố riêng biệt (từng ngân hàng) và yếu tố thời gian. Theo Gujarati (2004), việc sử dụng phương pháp OLS bỏ qua bình diện khơng gian và thời gian của dữ liệu kết hợp, kết quả ước lượng có thể sẽ bị thiên lệch. Vì thế phương pháp ước lượng tác động cố định (FEM) và tác động ngẫu nhiên (REM) sẽ phù hợp hơn vì khơng bỏ qua các yếu tố thời gian và yếu tố riêng biệt.
Mơ hình FEM cho rằng mỗi thực thể (ngân hàng) đều có những đặc điểm riêng biệt, có thể ảnh hưởng đến các biến giải thích, có sự tương quan giữa phần dư của mỗi thực thể (có chứa các đặc điểm riêng) với các biến giải thích. FEM có thể kiểm sốt và tách ảnh hưởng của các đặc điểm riêng biệt (không đổi theo thời gian) này ra khỏi các biến giải thích để chúng ta có thể ước lượng những ảnh hưởng thực (net effects) của biến giải thích lên biến phụ thuộc. Các đặc điểm riêng biệt (không đổi theo thời gian) này là đơn nhất đối với 1 thực thể và không tương quan với đặc điểm của các thực thể khác.
Mơ hình FEM có dạng như sau:
it it i
it X
Y =α + β' +ε
Trong đó αi cho thấy rằng các tung độ gốc của các ngân hàng có thể khác nhau. Sự khác biệt có thể là do các đặc điểm riêng của từng ngân hàng, như phong cách quản lý hay triết lý quản lý.
Với cách ký hiệu các biến giải thích đã được trình bày ở mục trên, mơ hình có thể viết lại dưới dạng mơ hình FEM như sau:
Yit = αi + β1ageit + β2sizeit + β3capstrit + β4cost_incomeit + β5LDRit+β6liq-riskit + β7cre_riskit+β8res_loanit+ εit
Không giống như mơ hình FEM, mơ hình REM xem đặc điểm riêng giữa các thực thể được giả sử là ngẫu nhiên và không tương quan đến các biến giải thích. REM xem các phần dư của mỗi thực thể (DN) là một biến giải thích mới.
Mơ hình REM có dạng như sau: it it i it u X Y = α+ + β' +ε ) ( ) ( i i= α +u α
Trong đó ui là sai số ngẫu nhiên phản ánh sự khác nhau của các cá nhân (ngân hàng) có giá trị trung bình bằng 0 và phương sai là là
2
ε
σ .
Với cách ký hiệu các biến giải thích đã được trình bày ở mục trên, mơ hình có thể viết lại dưới dạng mơ hình REM như sau:
Yit = (α+ ui) + β1ageit + β2sizeit + β3capstrit + β4cost_incomeit + β5LDRit+β6liq- riskit + β7cre_riskit+ β8res_loanit+ εit
Mơ hình REM sử dụng phương pháp ước lượng bình phương tối thiểu tổng quát (GLS). Phương pháp ước lượng này cho phép xem xét đến cơ cấu tương quan của phần dư trong mơ hình REM.
Trong trường hợp nếu mơ hình tác động ngẫu nhiên (REM) được lựa chọn, tác
giả tiếp tục kiểm tra tính hợp lệ của mơ hình tác động ngẫu nhiên bằng cách áp dụng thử nghiệm Breusch Pagan Lagrange. Nếu kết quả thử nghiệm này bác bỏ giả thuyết H0: “Khơng có tác động ngẫu nhiên” thì mơ hình tác động ngẫu nhiên được lựa chọn. Ngược lại, chúng ta áp dụng mơ hình hồi quy gộp với phương pháp ước lượng bình phương bé nhất thơng thường (OLS).
Với các mơ hình dữ liệu bảng, mơ hình được ước lượng có giả định là phương sai của phần dư (residuals) là đồng đều. Khi tồn tại phương sai thay đổi trong mơ hình thì kết quả ước lượng sẽ khơng cịn hiệu quả vì thế cần khắc phục hiện tượng này. Hơn nữa, vấn đề tương quan chuỗi cũng thường gặp trong dữ liệu bảng, vì thế kết quả ước lượng sẽ khơng cịn hiệu quả. Do đó, tác giả sử dụng phương pháp White Period để khắc phục hiện tượng phương sai không đồng đều và tự tương quan.
Tóm lược chương 1
Trong chương 1 đã tóm tắt khái niệm cũng như các thước đo hiệu quả hoạt động của một tổ chức nói chung và ngân hàng nói riêng. Bên cạnh đó các nhân tố ảnh hưởng đến hiệu quả hoạt động của ngân hàng cũng đã được phân tích trong chương. Chương này cũng đã tóm lược các nghiên cứu liên quan đến đề tài trong và ngoài nước. Đây là nền tảng cơ sở lý thuyết để tác giả đưa ra mơ hình và các giả thuyết và từ đó đi vào phân tích về mặt định lượng mơ hình đã xây dựng trong chương 2.
Từ tổng quan các lý thuyết, các mơ hình nghiên cứu thực nghiệm được trình bày trong chương 1, luận văn đã xây dựng mơ hình nghiên cứu các nhân tố tác động đến hiệu quả hoạt động của các NHTMCP Việt Nam. Các giả thuyết nghiên cứu, đo lường các biến trong mơ hình đã được trình bày. Dữ liệu, phương pháp thu thập dữ liệu, phương pháp ước lượng mơ hình cũng đã được trình bày. Mơ hình lý thuyết này sẽ được vận dụng và kiểm định ở chương 2.