BIẾN VIF 1/VIF
GrGDP 1,15 0,869
UNE 2,84 0,724 AWPR 7.23 0,138 OPE 1,17 0,852 ROA 1,57 0,637 LA 1,31 0,761 LLP 2.42 0,412 lnSIZE 2,31 0,433 NPLt-1 1,20 0,833 TRUNG BÌNH VIF 2,67
Nguồn: Kết quả tổng hợp tù Phần mềm Stata 12 (Phụ lục 3)
Dựa vào bảng 4 kết quả kiểm tra đa cộng tuyến với nhân tử phóng đại phương
sai, giá trị trung bình VIF của các biến trong mơ hình là 2,67 nhỏ hơn 10. Tuy nhiên ở
biến CPI, UNE, AWPR, LLP, InSIZE có VIF nhỏ hơn hơn 10 nhưng trên thực tế các
nghiên cứu chạy mơ hình trước đó thì VIF lớn hơn 2 cũng đã xảy ra hiện tượng đa cộng tuyến. Vì vậy, kết quả cho thấy có dấu hiệu cho thấy xảy ra hiện tượng đa cộng tuyến trong mơ hình dữ liệu nghiên cứu.
Với tiêu chuẩn nhân tử phóng đại phương sai VIF, mơ hình tồn tại hiện tượng đa cộng tuyến trong mẫu dữ liệu nghiên cứu.
4.5. KIỂM ĐỊNH GIỮA MƠ HÌNH FEM VÀ MƠ HÌNH REM
Tác giả tiếp tục thực hiện kiểm định Hausman nhằm lựa chọn giữa hai mơ hình REM và FEM với giả thuyết dữ kiện như sau:
Giả thuyết H0: Mơ hình REM phù hợp dữ liệu mẫu hơn FEM Giả thuyết H1: Mơ hình FEM phù hợp dữ liệu mẫu hơn REM
Kiểm định cho p-value của mơ hình là 0,0000; nhỏ hơn 0,05 nên đủ cơ sở để
bác bỏ giả thuyết H0. Vậy mô hình FEM hiệu ứng tác động cố định phù hợp với dữ liệu mẫu hơn mơ hình REM. (Xem phụ lục 4)
Ba dạng mơ hình Pooled OLS, FEM và REM được chia thành hai nhóm. Mơ
hình Pooled OLS khơng phân biệt sự khác biệt giữa các ngân hàng. Trong khi mơ hình FEM và REM quan tâm tới sự khác biệt giữa các ngân hàng.
Khi xuất hiện lượng lớn các yếu tố vĩ mô cố định không thay đổi trong một năm xác định, thơng thường mơ hình trên dữ liệu bảng ít đo lường hiệu quả bằng mơ hình
Xuất phát từ hai nhận định trên cùng với việc phân tích lựa chọn kiểm định mơ
hình, tác giả lựa chọn mơ hình Pooled OLS–mơ hình ước lượng hồi quy không quan
tâm tới sự khác biệt giữa các ngân hàng, và mơ hình hiệu ứng tác động cố định FEM- mơ hình đo lường sự khác biệt giữa các ngân hàng làm hai mơ hình phân tích dữ liệu
bảng cho bài nghiên cứu này. Ngồi ra, mơ hình GMM cũng được sử dụng trong bài
nghiên cứu này nhằm đảm bảo kết quả ước lượng tin cậy.
4.6. KIỂM ĐỊNH HIỆN TƯỢNG PHƯƠNG SAI THAY ĐỔI PHẦN DƯ
Hiện tượng phương sai thay đổi có thể ảnh hưởng đến tính hiệu quả của ước lượng mơ hình, mất tính tin cậy của kiểm định hệ số. Tác giả tiến hành kiểm định phương sai sai số thay đổi bằng phương pháp kiểm định Greene (2000) với giả thuyết như sau:
Giả thuyết H0: Mơ hình khơng có hiện tượng phương sai thay đổi Giả thuyết H1: Mơ hình có hiện tượng phương sai thay đổi
Kết quả kiểm định Greene (2000) bằng phần mềm Stata cho thấy kết quả với p-
value đều bằng 0,0000 < α = 0,05 (Xem phụ lục 5). Suy ra đủ cơ sở để bác bỏ giả thuyết H0 ở mức ý nghĩa 5%, cho thấy tồn tại hiện tượng phương sai thay đổi trong mơ
hình dữ liệu nghiên cứu.
4.7. KIỂM ĐỊNH HIỆN TƯỢNG TỰ TƯƠNG QUAN PHẦN DƯ
Hiện tượng tự tương quan phần dư có thể ảnh hưởng đến sự hiệu quả của ước lượng mơ hình, làm mất đi độ tin cậy kiểm định hệ số góc của hàm ước lượng hồi quy tuyến tính. Để kiểm tra hiện tượng tự tương quan, tác giả sử dụng phương pháp
Wooldridge (2002) và Drukker (2003) với giả thuyết kiểm định như sau:
Giả thuyết H0: Mơ hình khơng có hiện tượng tự tương quan bậc 1 Giả thuyết H1: Mơ hình có hiện tượng tự tương quan bậc 1
Kết quả kiểm định bằng phần mềm Stata13.0 cho kết quả của mơ hình với p-value bằng 0,0001; có giá trị nhỏ hơn α = 0,05 (Xem phụ lục 6). Suy ra, đủ cơ sở để bác bỏ giả thuyết H0 ở mức ý nghĩa 5% cho thấy tồn tại hiện tượng tự tương quan bậc 1 trong
mơ hình dữ liệu nghiên cứu.
Sau khi thực hiện các phương pháp kiểm tra tính tương quan, đa cộng tuyến, phương sai của nhiễu và tự tương quan trong mơ hình, tác giả sẽ bắt đầu tiến hành
phân tích kết quả hồi quy thực nghiệm.
4.8. KẾT QUẢ VÀ THẢO LUẬN
Tác giả sẽ tiếp cận các mơ hình đơn giản đến mơ hình nâng cao với mục tiêu là
kiểm soát các nhược điểm kiểm định của mơ hình hồi quy ban đầu. Mở đầu với các mơ
hình hồi quy dữ liệu bảng: ước lượng hồi quy Pooled OLS, và mơ hình hiệu ứng tác động cố định (Fixed effect – FEM).
Tuy nhiên, sau khi kiểm tra các khuyết tật thì mơ hình nghiên cứu cho thấy có xảy ra hiện tượng phương sai thay đổi của nhiễu và tự tương quan phần dư mà cả hai
mơ hình khơng thể kiểm sốt được. Vậy nên tác giả sẽ tiến hành hồi quy ước lượng
GMM. GMM được nghiên cứu bởi Arellano - Bond (1991), là một giải pháp hiệu quả để ước lượng hệ số hồi quy trong mơ hình trong trường hợp mơ hình tồn tại phương
sai thay đổi của nhiễu, hiện tượng tương quan và nội sinh trong mơ hình. Phương pháp
hồi quy GMM có ước lượng vững và mang tính hiệu quả, là một phương pháp được
thiết kế thích hợp cho những dữ liệu bảng với khoảng thời gian không dài và nhiều đối tượng. Loại bỏ hiện tượng phương sai thay đổi và tự tương quan cũng như vấn đề nội
sinh trong mơ hình. Sự hợp lí của các biến cơng cụ được sử dụng trong phương pháp
GMM được kiểm định qua thống kê của Arellano-Bond, Sargan test và Hansen
(robust). Đánh giá qua Sargan & Hansen giúp xác định được tính chất hợp lí của các biến cơng cụ trong mơ hình GMM.