CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
4.4. Kết quả hồi quy
4.4.1. Kết quả hồi quy mô hình biến đại diện khả năng sinh lời ROA
Biến ROA
OLS FEM REM
SIZE 0,00204*** 0,00407*** 0,00298***
CAR 0,0104* 0,00924* 0,00994*
DEP -0,0168*** -0,0182*** -0,0187***
OPE 0,357*** 0,407*** 0,370***
NNII 0,590*** 0,555*** 0,572***
NPL -0,0441*** -0,0264** -0,0276**
M2 0,0368** 0,0171 0,0285*
GDP 0,0222 0,0168 0,0209
_cons -0,0340*** -0,0691*** -0,0496***
𝑹𝟐 0,6462 0,5992 0,5932
*,**,*** đại diện lần lượt cho các mức ý nghĩa 10%, 5%, 1%
Nguồn: Kết quả thu được từ phần mềm Stata 17 Kết quả hồi quy theo mô hình Pooled OLS, với giá trị 𝑅2 = 64,62% cho thấy các biến độc lập trong mô hình giải thích 64,62% sự thay đổi của ROA. Các biến SIZE, DEP, OPE, NNII và NPL có ý nghĩa thông kê với mức ý nghĩa 1%. Biến M2 có ý thông kê ở mức 5% và biến CAR có ý nghĩa ở mức 10%. Trong khi đó, biến GDP không ảnh hưởng đến kết quả thống kê trong mô hình Pooled OLS.
Với kết quả hồi quy theo mô hình FEM có giá trị 𝑅2 = 59,92%, nghĩa là các biến độc lập trong mô hình sẽ giải thích 59,92% sự thay đổi của biến phụ thuộc ROA.
Trong đó, các biến SIZE, DEP, OPE và NNII mang ý nghĩa thống kê ở mức 1%. Biến độc lập CAR có mức ý nghĩa 5% và biến CAR có ý nghĩa thống kê ở mức 10%. Tuy nhiên các biến M2 và GDP không ảnh hưởng đến kết quả thống kê.
Cuối cùng, kết quả phân tích hồi quy theo mô hình REM cho thấy các biến SIZE, DEP, OPE và NNII có ý nghĩa thống kê ở mức 1%. Trong khi đó các biến CAR và M2 có ý nghĩa ở mức 10% và biến NPL ở mức 5%. Riêng biến GDP không có ý
nghĩa thống kê.
4.4.1.1. Kiểm định lựa chọn mô hình phù hợp
Kiểm định lựa chọn giữa mô hình Pooled OLS và FEM
Khóa luận sử dụng kiểm định F-test để lựa chọn giữa mô hình Pooled OLS và FEM với giả thuyết:
𝐻0: Mô hình Pooled OLS phù hợp với nghiên cứu hơn so với mô hình FEM 𝐻1: Mô hình FEM phù hợp với nghiên cứu hơn so với mô hình Pooled OLS Thực hiện hồi quy tuyến tính, ta có kết quả sau đây:
Bảng 4.5. Kết quả kiểm định F-test giữa Pooled OLS và FEM với biến ROA
F(25, 252) = 7,69 Prob> F=0,0000
Nguồn: Kết quả thu được từ phần mềm Stata 17 Kết quả bảng 4.5 Cho thấy, giá trị Prob > F = 0,0000 nhỏ hơn mức ý nghĩa 5%. Vì vậy tác giả cho rằng mô hình FEM là phù hợp hơn so với mô hình Pooled OLS (bác bỏ giả thuyết 𝐻0).
Kiểm định lựa chọn giữa mô hình FEM và REM
Để đưa ra sự lựa chọn giữa hai mô hình trên, tác giả thực hiện kiểm định Hausman với giả thuyết:
𝐻0: Mô hình REM phù hợp với nghiên cứu hơn so với mô hình FEM 𝐻1: Mô hình FEM phù hợp với nghiên cứu hơn so với mô hình REM Bảng 4.6. Kết quả kiểm định Hausman giữa FEM và REM với biến ROA
chi2(8) = 450,74 Pro >chi2=0,0000
Nguồn: Kết quả thu được từ phần mềm Stata 17 Với mức ý nghĩa α = 5%, kiểm định Hausman đã chỉ ra Prob > chi2 = 0,0000
< 0,05. Do đó, dựa trên kết quả kiểm định, khóa luận cho rằng mô hình FEM là phù hợp với dữ liệu nghiên cứu (bác bỏ giả thuyết 𝐻0).
Như vậy, trong 3 mô hình Pooled OLS, FEM và REM thì mô hình FEM là mô hình phù hợp hơn mô hình REM và Pooled đối với mô hình có biến phụ thuộc ROA.
4.4.1.2. Kiểm định khuyết tật của mô hình Kiểm định hiện tượng phương sai sai số thay đổi
Tác giả thực hiện kiểm định phương sai sai số thay đổi bằng kiểm Wald Test với giả thuyết sau:
𝐻0: mô hình FEM không tồn tại phương sai sai số thay đổi 𝐻1: mô hình FEM có tồn tại phương sai sai số thay đổi
Bảng 4.7. Kết quả kiểm định Wald Test với biến ROA chi(26) = 696,86 Prob>chi2=0,0000
Nguồn: Kết quả thu được từ phần mềm Stata 17 Với mức ý nghĩa α = 5%, giá trị Prob>chi2 = 0,0000 < α nên bác bỏ giả thuyết 𝐻0và chấp nhận giả thuyết 𝐻1. Do đó, mô hình có xuất hiện phương sai sai số thay đổi.
Kiểm định hiện tượng tự tương quan
Tác giả sử dụng kiểm định Wooldridge để kiểm tra hiện tượng tự tương quan giữa các biến trong mô hình nghiên cứu với giả thuyết:
𝐻0: mô hình FEM không xảy ra hiện tượng tương quan 𝐻1: mô hình FEM xảy ra hiện tượng tương quan
Bảng 4.8. Kết quả kiểm định Wooldridge với biến ROA
F(1, 25) = 12,010 Prob>F=0,0019
Nguồn: Kết quả thu được từ phần mềm Stata 17 Kết quả tại bảng 4.8, với mức ý nghĩa α = 5%, kết quả sau khi thực kiểm định cho thấy rằng chỉ số Prob>F=0,0019 < 0,05. Như vậy, mô hình có tồn tại tự tương quan.
4.4.1.3. Ước lượng mô hình theo phương pháp FGLS
Từ kết quả của hai kiểm định trên, mô hình REM xảy ra các khuyết tật gồm phương sai sai số thay đổi và tự tương quan. Tác giả thực hiện hồi quy theo phương pháp FGLS để khắc phục các khuyết tật của mô hình.
Bảng 4.9. Kết quả ước lượng mô hình bằng phương pháp FGLS với biến ROA
Biến Hệ số
tương quan Sai số chuẩn z P-value
SIZE 0,002277*** 0,0002966 7,68 0,000
CAR 0,0091799** 0,0028159 3,26 0,001
DEP -0,0104472*** 0,0025105 -4,16 0,000
OPE 0,3400281*** 0,0645821 5,27 0,000
NNII 0,3784995*** 0,0713215 5,31 0,000
NPL -0,0304724*** 0,0068882 -4,42 0,000
M2 0,0203087* 0,0084881 2,39 0,017
GDP 0,0303561*** 0,0082348 3,69 0,000
_cons -0,0397955*** 0,0060063 -6,63 0,000
*,**,*** đại diện lần lượt cho các mức ý nghĩa 10%, 5%, 1%
Nguồn: Kết quả thu được từ phần mềm Stata 17 Từ kết quả nghiên cứu, mô hình hồi quy được viết như sau:
𝑹𝑶𝑨𝒊,𝒕 = −𝟎, 𝟎𝟑𝟗𝟖 + 𝟎, 𝟎𝟎𝟐𝟑 𝑺𝑰𝒁𝑬𝒊𝒕+ 𝟎, 𝟎𝟎𝟗𝟐 𝑪𝑨𝑹𝒊𝒕− 𝟎, 𝟎𝟏𝟎𝟒 𝑫𝑬𝑷𝒊𝒕 + 𝟎, 𝟑𝟒𝟎𝟎 𝑶𝑷𝑬𝒊𝒕+ 𝟎, 𝟑𝟕𝟖𝟓 𝑵𝑰𝑰𝒊𝒕− 𝟎, 𝟎𝟑𝟎𝟓 𝑵𝑷𝑳𝒊𝒕
+ 𝟎, 𝟎𝟐𝟎𝟑 𝑴𝟐𝒊𝒕+ 𝟎, 𝟎𝟑𝟎𝟒 𝑮𝑫𝑷𝒊𝒕+ 𝜺𝒊𝒕
Bảng 4.9 cho thấy, các biến độc lập SIZE, OPE, NNII và GDP có tương quan cùng chiều với biến phụ thuộc ROA với mức ý nghĩa 1%. Điều này mang nghĩa khi biến SIZE tăng 1% thì ROA tăng 0,23%, biến OPE tăng 1% thì 34%, biến NNII tăng 1% thì biến ROA tăng 37,85% và biến GDP tăng 1% thì biến ROA tăng 3,04%. Trong đó biến độc lập NNII có tác động mạnh nhất với biến phụ thuộc ROA. Biến CAR có quan hệ cùng chiều với biến phụ thuộc ROA với mức ý nghĩa 5%, đồng nghĩa khi CAR tăng 1% thì ROA tăng 0,92% và biến M2 có tác động cùng chiều với ROA ở
mức ý nghĩa 10% nên khi M2 tăng 1% thì ROA tăng 2,03%.Tuy nhiên, các biến DEP và NPL có tương quan ngược chiều với biến phụ thuộc ROA với mức ý nghĩa 1%.
Điều này có nghĩa khi biến DEP tăng 1% thì biến ROA sẽ giảm 1,04% và khi biến NPL tăng 1% thì ROA tương tự giảm 3,05%.