CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU
3.4. Xử lý và phân tích dữ liệu
3.4.2. Mô hình với CR là biến phụ thuộc
- So sánh giữa Pooled OLS và REM
Tương tự mô hình với biến LR là biến phụ thuộc, đầu tiên tác giả chạy mô hình hồi quy ramdom effects sau đó thực hiện kiểm định xttest0 vơi giả thuyết Ho là chọn mô hình Rem, nếu P_value < α với các mức ý nghĩa 1%, 5%, 10%, thì chấp nhận giả thuyết Ho. ( Kết quả hổi quy đầy đủ được trình bày trong phụ lục 3.4.6 ). Sau khi kiểm định xttest0 thu được kết quả sau:
Breusch and Pagan Lagrangian multiplier test for random effects CR[donvi,t] = Xb + u[donvi] + e[donvi,t]
Estimated results:
| Var sd = sqrt(Var) ---+--- CR | .000373 .0193126
e | .0001818 .0134836 u | 0 0
Test: Var(u) = 0
chibar2(01) = 0.00 Prob > chibar2 = 1.0000
Kết quả kiểm định Prob > chibar2 = 1.0000 > α với các mức ý nghĩa 1%, 5%, 10%, chấp nhận Ho chọn Pooled OLS. Như vậy, giữa Pooled OLS và REM lựa chọn mô hình Pooled OLS để ước lượng mô hình với CR là biến phụ thuộc.
- So sánh giữa Pooled OLS và FEM
Tương tự, khi so sánh giữa pooled OLS và FEM, học viên chạy hồi quy mô hình fix effects model ( FEM ), với giả thuyết Ho lựa chọn mô hình Pooled OLS; nếu kết quả P_value < α bác bỏ giả thuyết Ho, sử dụng mô hình FEM để ước lượng ( kết quả hồi quy đầy đủ được trình bày trong bảng 3.4.7). Kết quả hồi quy:
F test that all u_i=0: F(9, 50) = 1.53 Prob > F = 0.1630
Prob > F = 0.1630> α với các mức ý nghĩa 1%, 5%, 10%, chấp nhận Ho, chọn Pooled OLS. Như vậy, so sánh giữa pooled OLS và FEM học viên lựa chọn mô hình Pooled OLS để ước lượng mô hình với CR là biến phụ thuộc.
Kết quả sau 2 kiểm định trên học viên lựa chọn mô hình pooled OLS để ước lượng mô hình có CR là biến phụ thuộc.
3.4.2.2. Kiểm định đa cộng tuyến
Tương tự với mô hình có biến LR là biên phụ thuộc. Đầu tiên tác giả hồi quy mô hình phụ với TTA làm biến phụ thuộc theo các biến độc lập còn lại ( bảng kết quả đầy đủ trình bày bảng 3.4.8 ), sau đó thực hiện kiểm định nhân tử phóng đại phương sai VIF thu được kết quả sau:
Bảng 3.4.9: Kết quả kiểm định nhân tử phóng đại phương sai Variable VIF 1/VIF
LGDP 20.430 0.049 LEV 8.280 0.121
IR 8.130 0.123
LNTTS 5.360 0.187 ETA 4.830 0.207 LR1 4.240 0.236 ROAA 4.040 0.248 LR2 3.860 0.259
LR 3.650 0.274
SLD 3.440 0.290 OER 3.160 0.316 LR3 2.660 0.375 CR3 1.990 0.502 ITL 1.930 0.518 CR2 1.910 0.524 CR1 1.860 0.537 CR4 1.780 0.561
LG 1.580 0.631
RTL 1.450 0.688
Mean VIF 4.450
Nguồn: tổng hợp BCTC của các ngân hàng và kết quả chạy kiểm định trên stata Tương tự, mô hình đang gặp phải đa cộng tuyến với biến LGDP có VIF = 20.430.
Do các nhân tố kinh tế thường có mối quan hệ với nhau nên vấn đề đa cộng tuyến thường gặp khi nghiên cứu kinh tế. Để xem xét kỹ hơn ta hãy xem xét tiếp hệ số tương quan của mô hình ở bên dưới.
Bảng 3.4.10: Xem xét hệ số tương quan
CR1 CR2 CR3 CR4 LR LR1 LR2
CR1 1.000
CR2 0.490 1.000
CR3 0.126 0.451 1.000
CR4 -0.099 0.151 0.497 1.000
LR -0.069 -0.101 -0.215 -0.157 1.000 LR1 -0.049 -0.053 -0.109 -0.204 0.721 1.000 LR2 0.059 -0.036 -0.027 -0.100 0.406 0.674 1.000 LR3 0.038 0.017 -0.121 -0.090 0.182 0.312 0.628 LNTTS -0.140 -0.098 0.031 0.114 -0.217 -0.301 -0.336 RTL 0.313 0.137 0.026 -0.027 -0.202 -0.136 -0.068 ITL 0.240 0.216 0.109 0.068 -0.122 -0.020 0.083 SLD -0.208 -0.146 -0.124 -0.117 -0.026 -0.079 -0.073 LGDP 0.067 0.071 0.259 0.339 -0.437 -0.362 -0.176 IR 0.158 0.030 0.259 0.178 -0.266 -0.112 0.060 ROAA -0.327 -0.228 -0.257 -0.278 0.477 0.382 0.090 ETA 0.088 -0.025 -0.164 -0.243 0.473 0.577 0.534 TTA -0.123 -0.130 -0.098 -0.018 -0.029 0.144 0.102 OER -0.303 -0.162 -0.035 0.030 0.437 0.302 0.037 LG 0.172 0.077 -0.065 0.056 -0.047 -0.262 -0.207 LEV -0.119 -0.025 0.129 0.291 -0.223 -0.391 -0.408
LR3 LNTTS RTL ITL SLD LGDP IR
LR3 1.000
LNTTS -0.434 1.000
RTL -0.023 0.143 1.000
ITL 0.165 -0.345 0.259 1.000
SLD -0.058 0.554 -0.177 -0.528 1.000 LGDP -0.260 0.342 0.192 -0.030 -0.043 1.000 IR -0.247 0.214 0.132 -0.033 -0.095 0.751 1.000 ROAA 0.005 -0.003 -0.203 -0.295 0.441 -0.583 -0.443 ETA 0.353 -0.687 -0.199 0.201 -0.189 -0.346 -0.106 TTA -0.003 -0.184 0.035 0.066 0.023 0.070 0.035 OER 0.015 0.125 -0.268 -0.364 0.403 -0.447 -0.381 LG 0.011 -0.029 0.103 0.071 -0.116 -0.213 -0.222 LEV -0.241 0.296 0.120 -0.041 0.057 0.649 0.104
ROAA ETA TTA OER LG LEV
ROAA 1.000
ETA 0.281 1.000
TTA 0.208 0.282 1.000
OER 0.687 0.064 0.074 1.000 LG -0.081 -0.160 -0.134 0.140 1.000
LEV -0.261 -0.461 -0.009 -0.108 -0.094 1.000
Nguồn: tổng hợp BCTC của các ngân hàng và kết quả chạy kiểm định trên stata
Tương tự mô hình với biến LR là biến phụ thuộc, hệ số tương quan của các biến trong mô hình với biến CR là biến phụ thuộc khá thấp, tất cả các hệ số đều có giá trị tuyệt đối < 0.8, đối với các biến kinh tế hệ số này là chấp nhận được.
Như vậy cũng như mô hình với LR là biến phụ thuộc thì với mô hình có biến CR là biến phụ thuộc cũng có đa cộng tuyến, tuy nhiên do dữ liệu panel data với t=8 > 2, đồng thời học viên so sánh R-squared của mô hình và mô hình phụ cho thấy : R- squared = 0.6065 ( mô hình ) > R-squared = 0.3543 ( mô hình phụ ). Ngoài ra khi xem xét hệ số tương quan của các biến độc lập trong mô hình thì đều có giá trị tuyết đối <0.8 nên tác giả đề nghị bỏ qua vấn đề đa cộng tuyến.
3.4.3.3. Kiểm định phương sai thay đổi
Bước 1: hồi quy mô hình với CR là biến phụ thuộc
Bước 2: thực hiện kiểm định white với giả thuyết Ho mô hình có phương sai không đổi và xem kết quả Prob > chi2 .
Kết quả kiểm định white :
White's test for Ho: homoskedasticity
against Ha: unrestricted heteroskedasticity chi2(79) = 80.00
Prob > chi2 = 0.4474
Cameron & Trivedi's decomposition of IM-test ---
Source | chi2 df p
---+--- Heteroskedasticity | 80.00 79 0.4474 Skewness | 33.29 20 0.0313 Kurtosis | 2.00 1 0.1575 ---+--- Total | 115.29 100 0.1407 ---
Prob > chi2 = 0.4474 > α mô hình không có phương sai thay đổi.
Sau khi thực hiện các kiểm định lựa chọn mô hình và thực hiện kiểm định đa cộng tuyến và phương sai thay đổi thì mô hình Pooled OLS là phù hợp để ước lượng mô hình với biến CR là biến phụ thuộc.
Kết luận chương 3
Chương 3 trình bày phương pháp nghiên cứu, cách chọn mẫu, lấy dữ liệu, thống kê mô tả các biến và thực hiện các kiểm định chọn mô hình, kiểm định đa cộng tuyến và phương sai thay đổi để lựa chọn mô hình phù hợp. Sau khi thực hiện các kiểm định tác giả sử dụng mô hình Pooled OLS để ước lượng mô hình lần lượt với biến LR và CR là biến phụ thuộc. Đồng thời để thực hiện hổi quy đầu tiên tác giả hồi quy lần lượt mô hình với CR và LR lần lượt là biến phụ thuộc trên mẫu tổng 10 ngân hàng.
Sau đó chia 10 ngân hàng thành 2 mẫu nhỏ : mẫu 6 ngân hàng lớn và mẫu 4 ngân hàng nhỏ và lần lượt hồi quy mô hình với CR và LR là biến phụ thuộc để so sánh mối quan hệ giữa rủi ro tín dụng và rủi ro thanh khoản trên mẫu tổng so với 2 mẫu nhỏ và 2 mẫu nhỏ với nhau.