CHƯƠNG 1 : GIỚI THIỆU ĐỀ TÀI NGHIÊN CỨU
3.1 GIỚI THIỆU MƠ HÌNH NGHIÊN CỨU
Trong các nghiên cứu đã được trình bày ở chương 2, các tác giả đã sử dụng nhiều mơ hình khác nhau để thực hiện ngiên cứu như mơ hình hồi quy đa biến OLS, mơ hình hồi quy đa biến với dữ liệu bảng và dữ liệu thời gian kết hợp với ước lượng Pooled OLS, Fixed Effect, Random Effect,… Tuy nhiên, trong phạm vi bài nghiên cứu này, tác giả quyết định chọn mơ hình hồi quy đa biến sử dụng dữ liệu bảng. Thứ nhất là do mơ hình này đã được nhiêu tác giả sử dụng như: Noman và cộng sự (2015), Bayyoud và Sayyad (2015), Akhtar và cộng sự (2011), Alshatti (2015), Muthee (2009), Gizaw (2015) và trong các bài nghiên cứu tại Việt Nam như Phạm Hữu Hồng Thái (2013), Nguyễn Mạnh Huy (2016). Đặng Thị Diệu Hương (2016), Nguyễn Thị Thanh Trà (2015). Thêm vào đó, theo Baltagi (2008) mơ hình hồi quy đa biến sử dụng dữ liệu bảng còn mang nhiều ưu điểm hơn so với hồi quy thông thường:
Một là, dữ liệu bảng cho phép kiểm soát sự khác biệt không quan sát được giữa các ngân hàng trong mẫu nghiên cứu.
Hai là, qua việc kết hợp chuỗi thời gian của các quan sát chéo, dữ liệu bảng cho chúng ta dữ liệu chứa nhiều thơng tin hữu ích hơn, tính biến thiên nhiều hơn, ít hiện tượng đa cộng tuyến giữa các biến, nhiều bậc tự do và hiệu quả cao hơn.
Ba là, nghiên cứu quan sát lập đi lập lại của các đơn vị chéo, dữ liệu bảng phù hợp hơn cho việc nghiên cứu sự động thái thay đổi theo thời gian của các đơn vị chéo. Bốn là, dữ liệu bảng có thể phát hiện và đo lường tốt các tác động mà người ta
không thể quan sát được trong dữ liệu chuỗi thời gian hay dữ liệu chéo thuần túy. Năm là, dữ liệu bảng giúp ta có thể nghiên cứu các mơ hình hành vi phức tạp hơn. Sáu là, bằng cách cung cấp dữ liệu đối với vài nghìn đơn vị, dữ liệu bảng có thể giảm đến mức thấp nhất hiện tượng chệch có thể xảy ra nếu chúng ta gộp các cá nhân hay các doanh nghiệp theo những biến số có mức tổng hợp cao.
3.1.2Thiết kế mơ hình nghiên cứu
Mơ hình trong bài nghiên cứu này chủ yếu kế thừa từ nghiên cứu của tác giả Saeed và Zahid (2016), Li và Zou (2014) và bài nghiên cứu tại Việt Nam của Phạm Hữu Hồng Thái (2013). Trong các bài nghiên cứu này, các tác giả đã chọn tỷ suất sinh lời trên vốn chủ sở hữu ROE làm biến phụ thuộc đại diện cho khả năng sinh lời. Biến độc lập được các tác giả sử dụng là tỷ lệ nợ xấu trên tổng dư nợ cho vay (NPLR), tỷ lệ an toàn vốn tối thiểu (CAR), tỷ lệ dự phòng trên tổng dư nợ cho vay- dự phịng rủi ro tín dụng (LLPR) làm đại diện cho rủi ro tín dụng của ngân hàng. Dữ liệu của các tác giả được thu thập theo phương pháp dữ liệu bảng và sử dụng các mơ hình hồi quy đơn giản như Pooled OLS. Vì vậy, ngồi kế thừa nghiên cứu của các tác giả trên, tác giả vẫn sử dụng phương pháp dữ liệu bảng và sẽ kết hợp ước lượng Pooled OLS, REM, FEM nhằm tăng tính chính xác cho mơ hình nghiên cứu.
Ngồi ra, trong các bài nghiên cứu Alshatti (2015), Saeed và Zahid (2016) có đề cập đến biến hệ số địn bẩy tài chính (LEV) làm biến độc lập đại diện cho rủi ro tín dụng khi xem xét tác động của rủi ro tín dụng đến khả năng sinh lời. Nhận thấy biến LEV có vai trị quan trọng trong việc đánh giá địn bẩy tài chính của hệ thống NHTMVN, nên tác giả quyết định thêm biến vào mơ hình để thêm ý nghĩa thực tiễn cho bài nghiên cứu.
Bên cạnh đó, trong các bài nghiên cứu về các nhân tố tác động đến khả năng sinh lời, nhiều tác giả cho thấy tốc độ tăng trưởng GDP có tác động đến khả năng sinh lời như Chouikh và Blagui (2017), Simiyu và Ngile (2015), Marak (2014), Owoputi và cộng sự (2014),…Trong khi đó, các tác giả Akhtar và cộng sự (2011), Li và Zou (2014), Phạm Hữu Hồng Thái (2013), Saeed và Zahid (2016), Boahene và cộng sự
(2012), Owoputi và cộng sự (2014),… tìm ra sự tác động của quy mô ngân hàng (BS) đến khả năng sinh lời trong ngân hàng. Ngoài ra, mối quan hệ giữa lạm phát (INF) và khả năng sinh lời cũng được nhiều tác giả tìm ra như Owoputi và cộng sự (2014), Marak (2014), Chouikh và Blagui (2017). Đồng thời, tác giả đưa thêm biến giả để đo lường tác động của cuộc khủng hoảng kinh tế thế giới 2008 - 2009 tới khả năng sinh lời của các NHTM.
Tóm lại, dựa trên các cơ sở lý thuyết mà tác giả đã trình bày đã nêu kết hợp với mơ hình hồi quy tuyến tính đa biến, tác giả đưa ra mơ hình nghiên cứu của đề tài được tóm gọn như sau:
ROEit = β0 + β1NPLRit + β2CARit + β3LLPRit + β4LEVit + β5BSit + β6INFit + β7GDPit + ß8DUMit + εit
Trong đó: β0: Hệ số chặn.
β1, … β8: Các hệ số hồi quy riêng của các biến độc lập.
i ký hiệu cho các ngân hàng, t ký hiệu cho các năm và ε đại diện cho sai số của mơ hình.
Biến phụ thuộc:
- ROE: suất sinh lời trên vốn chủ sở hữu, đại diện cho khả năng sinh lời của NH (tính theo tỷ lệ phần trăm).
Biến độc lập:
- NPLR đại diện cho tỷ lệ nợ xấu trên tổng dư nợ cho vay của NH (tính theo tỷ lệ phần trăm).
- CAR đại diện cho tỷ lệ an toàn vốn tối thiẻu của NH (tính theo tỷ lệ phần trăm).
- LLPR đại diện cho dự phịng rủi ro tín dụng (tính theo tỷ lệ phần trăm). - LEV đại diện do hệ số địn bẩy tài chính của NH (được tính theo tỷ lệ phần
trăm).
Biến kiểm soát:
- INF đại diện cho tỷ lệ lạm phát của Việt Nam.
- GDP đại diện cho tốc độ tăng trưởng Việt Nam (được tính theo tỷ lệ phần trăm).
- DUM: đại diện cho biến khủng hoảng kinh tế (nhận giá trị 1 dữ liệu năm 2008 và 2009, nhận giá trị 0 cho các năm khác).
3.2 Giải thích các biến trong mơ hình và kì vọng dấu về các biến3.2.1Biến phụ thuộc