CHƯƠNG 4: NGHIÊN CỨU THỰC NGHIỆM VỀ NHỮNG YẾU TỐ ẢNH HƯỞNG ĐẾN HIỆU QUẢ HOẠT ĐỘNG KINH DOANH NGÂN HÀNG
4.2 Phương pháp nghiên cứu
-Dữ liệu các đặc trưng hay các yếu tố bên trong ngân hàng: Quy mô ngân hàng=
LN(tổng nguồn vốn), Vốn chủ sở hữu/tổng tài sản, tổng cho vay khách hàng/tổng tài sản, tổng tiền gửi khách hàng/tổng tài sản, chi phí dự phòng rủi ro/tổng cho vay khách hàng, chi phí hoạt động/thu nhập hoạt động được thu thập từ báo cáo tài chính hợp nhất trong 10 năm từ 2006-2015 của 21 Ngân hàng thương mại cổ phần tại Việt Nam có thể thu thập đầy đủ số liệu trong giai đoạn trên (Lưu ý: Không bao gồm Ngân hàng Nông nghiệp và Phát triển nông thôn, các ngân hàng bị sáp nhập, đổi tên và các ngân hàng nước ngoài).
-Dữ liệu vĩ mô: Tỷ lệ lạm phát, Cung tiền được lấy từ website của World bank.
Phương pháp nghiên cứu
Do dữ liệu nghiên cứu vừa theo thời gian vừa theo không gian nên phương pháp hồi quy với dữ liệu bảng là phù hợp để đo lường các tác động của biến độc lập là những yếu tố đặc trưng ngân hàng và các yếu tố kinh tế vĩ mô đến hiệu quả hoạt động các NHTM. Tác giả sử dụng 3 mô hình đó là:
+ Mô hình hồi quy POOLED OLS:
Yit = β1 + β2X2it +...+ βkXkit + Uit
Mô hình ước lượng giả định tung độ gốc β1 các ngân hàng là như nhau, các hệ số độ dốc của các biến độc lập là như nhau. Các giả định này là khá hạn chế vì không kiểm soát được từng đặc điểm riêng của từng ngân hàng trong nghiên cứu. Vì tính đơn giản của nó nên có thể làm thiên lệch sự tác động giữa biến Y và các biến X. Tuy nhiên nhiên tác giả vẫn chạy dữ liệu trên mô hình này để so sánh với các mô hình khác.
+ Mô hình FEM:
Yit = β1i + β2X2it +...+ βkXkit + Uit
Phát triển từ mô hình Pooled OLS mô hình FEM cho thấy tung độ gốc β1i của từng ngân hàng có sự khác nhau và không đổi theo thời gian, các hệ số độ dốc của các biến độc lập là không thay đổi theo từng ngân hàng và cũng không đổi theo thời gian. Với giả định là mỗi thực thể đều có những đặc điểm riêng biệt có thể ảnh hưởng đến các biến giải thích, phương pháp FEM cho phép có các hệ số chặn khác nhau cho mỗi thực thể nhằm tách các ảnh hưởng của những đặc điểm riêng biệt ra khỏi các biến giải thích để có thể ước lượng được những ảnh hưởng thực của biến độc lập lên biến phụ thuộc.
+ Mô hình REM:
Yit = β1i + β2X2it +...+ βkXkit + Uit (1)
Phát triển từ mô hình Pooled OLS khi có thêm kiểm soát được từng đặc điểm khác nhau giữa các ngân hàng, nhưng không có sự tương quan giữa phần dư của mô hình và các biến độc lập. Thay vì xem β1i là cố định, ta giả định đó là một
biến ngẫu nhiên với một giá trị trung bình là β1. Và giá trị tung độ gốc cho một ngân hàng riêng lẽ có thể được biểu thị là: β1i = β1 + εi (2) i = 1,2,...N
Trong đó εi là số hạng sai số ngẫu nhiên với một giá trị trung bình bằng 0 và phương sai bằng δ2ε . Qua đó các ngân hàng có một trị trung bình chung với tung độ gốc = β1 và sự khác biệt giữa các ngân hàng về giá trị tung độ gốc được phản ánh trong sai số εi
Thay (2) vào (1) ta có:
Yit = β1 + β2X2it +...+ βkXkit + εi + uit = β1 + β2X2it +...+ βkXkit + wit Trong đó: wit = εi + uit
Số hạng sai số kết hợp bao gồm hai thành phần: εi là thành phần sai số theo không gian, hay theo các ngân hàng, và uit là thành phần sai số theo không gian và chuỗi thời gian kết hợp.
Lựa chọn mô hình FEM hay REM:
Sử dụng kiểm định Hausman để lựa chon mô hình FEM hay REM là phù hợp để nghiên cứu.
Giả thiết:
H0: Mô hình REM là phù hợp
Hệ số p-value so sánh với mức ý nghĩa α ( thường là 1%,5%,10%). Nếu p- value< α thì bác bỏ H0 tức REM không phù hợp chọn mô hình FEM và ngược lại.