Hệ số tương quan Pearson được dùng để phát hiện ra hiện tượng đa cộng tuyến xảy ra ở các biến giải thích thông qua độ tương quan tuyến tính các biến độc lập, nếu giá trị tuyệt đối của nó lớn hơn 0.8 có nghĩa đây là các biến có hiện tượng đa cộng tuyến cao.
Từ bảng trên, ta có thể thấy các cặp hệ số tương quan của bài luận văn lớn hơn 0.8 hiện tượng đa cộng tuyến không tồn tại.
Kết luận: Với các tiêu chuẩn tương quan cặp tuyến tính có được theo các dữ liệu thu thập thì mô hình nghiên cứu không xảy ra hiện tượng đa cộng tuyến nghiêm trọng
4.3.2.2 Kiểm định đa cộng tuyến
Bảng 4.4: Kết quả kiểm tra đa cộng tuyến với nhân tử phóng đại phương sai
VIF | 1/VIF | |
STOCK | 7.17 | 0.139538 |
SYIEDC | 6.12 | 0.163502 |
STRATE | 4.78 | 0.209031 |
SIZE | 2.6 | 0.384409 |
VSTRATE | 2.56 | 0.391332 |
Có thể bạn quan tâm!
-
Phân Tích Ảnh Hưởng Chính Sách Tiền Tệ Thông Qua Lãi Suất Và Độ Dốc Trái Phiếu Đến Tỷ Lệ Sinh Lời Trên Tỗng Tài Sản Roa -
Các Yếu Tố Đại Diện Cho Biến Nghiên Cứu Và Kỳ Vọng Dấu: -
Ma Trận Tương Quan Đơn Tuyến Tính Giữa Các Cặp Biến Pearson -
Đề Xuất Hướng Nghiên Cứu Tiếp Theo -
Ảnh hưởng của chính sách tiền tệ thông qua lãi suất và độ dốc trái phiếu đến khả năng sinh lời của Ngân hàng thương mại Việt Nam - 11 -
Ảnh hưởng của chính sách tiền tệ thông qua lãi suất và độ dốc trái phiếu đến khả năng sinh lời của Ngân hàng thương mại Việt Nam - 12
Xem toàn bộ 96 trang tài liệu này.
2.52 | 0.397449 | |
GDP | 2.22 | 0.451115 |
NNIM | 1.76 | 0.569324 |
ROA | 1.58 | 0.632733 |
PTT | 1.54 | 0.647925 |
LIQ | 1.49 | 0.669205 |
EFF | 1.15 | 0.871044 |
Trung bình VIF | 2.96 |
Nguồn: Kết quả tổng hợp từ Phần mềm Stata 12 (Phụ lục 3)
Theo bảng trên, thu thập được các kết quả kiểm tra đa cộng tuyến với nhân tử phóng đại phương sai, theo đó giá trị trung bình nhân tử phóng đại phương sai VIF các biến trong mô hình đều nhỏ hơn 10 nên không có xuất hiện hiện tượng đa cộng tuyến mạnh trong mô hình dữ liệu nghiên cứu.
Kết luận: Mô hình được sử dụng không có xuất hiện hiện tượng đa cộng tuyến trong mẫu dữ liệu được nghiên cứu thông qua tiêu chuẩn nhân tử phóng đại phương sai VIF.
4.3.3 Kiểm định các khiếm khuyết định lượng
4.3.3.1 Kiểm định hiện tượng phương sai thay đổi phần dư trên dữ liêu Greene (2000)
bảng -
Bài luận văn tiến hành thực hiện kiểm định hiện tượng phương sai số thay đổi thông qua kiểm định Greene (2000) với 2 giả thuyết được cho như sau:
Giả thuyết H0: Mô hình không có hiện tượng phương sai thay đổi
Giả thuyết H1: Mô hình có xuất hiện hiện tượng phương sai thay đổi
Theo lý thuyết định lượng giả thuyết Gauss-Markov, hiên
tươn
g phương sai
thay đổi thì có thể tác động đến tính hiêu
quả của ước lươn
g mô hình, làm mất tính
tin cây
của các kiểm điṇ h hê ̣số.
Bảng 4.5: Kết quả kiểm tra phương sai thay đổi
Chi bình phương (χ2) | P-value | |
(1) – NIM | 6363.89 | 0.0000 |
(2) – NNIM | 15892.64 | 0.0000 |
(3) – PTT | 794.06 | 0.0000 |
(4) - ROA | 2160.00 | 0.0000 |
Nguồn: Kết quả tổng hợp từ Phần mềm Stata 12 (Phụ lục 4)
Theo bảng 4.5, kiểm định Greene (2000) với phần mềm Stata cho kết quả p- value tất cả đều là 0.0000 nhỏ hơn α = 0.01 bác bỏ H0 với mức ý nghĩa 1%, có tồn tại hiện tượng phương sai thay đổi trong mô hình dữ liệu nghiên cứu.
Kết luận: Hiện tượng phương sai thay đổi có tồn tại trong mô hình với mức ý nghĩa là 1%.
4.3.3.2 Kiểm định hiện tượng tự tương quan phần dư trên dữ liêu Wooldridge (2002) và Drukker (2003)
bảng–
Hiên
tươn
g tự tương quan phần dư xuất hiện trong chuỗi dữ liệu có yếu tố
thời gian có thể ảnh hưởng đến tính hiêu
quả của các ước lươn
g mô hình, qua đó
mất đi độ tin cậy kiểm định hệ số của hàm ước lượng hồi quy tuyến tính. Nhằm kiểm tra, đánh giá hiện tượng tự tương quan, bài nghiên cứu áp dụng phương pháp của Wooldridge (2002) và Drukker (2003) với các giả thuyết kiểm định được cho như sau:
Mô hình | Chi bình phương (χ2) | P-value |
(1) – NIM | 4.634 | 0.0421 |
(2) – NNIM | 3.065 | 0.0933 |
Giả thuyết H0: Mô hình không tồn tạ hiện tượng tự tương quan bậc 1 Giả thuyết H1: Mô hình có tồn tại hiện tượng tự tương quan bậc 1 Bảng 4.6: Kết quả kiểm tra tự tương quan phần dư
23.539 | 0.0001 | |
(4) - ROA | 22.315 | 0.0001 |
Nguồn: Kết quả tổng hợp từ Phần mềm Stata 12 (Phụ lục 5)
Bảng 4.7 cho thấy các kết quả được chạy qua Stata của 2 mô hình với tất cả các giá trị của p-value < α = 0.1 bác bỏ giả thuyết Ho với mức ý nghĩa 10% Trong mô hình dữ liệu nghiên cứu có tồn tại hiện tượng tự tương quan bậc 1.
Kết luận: Trong mô hình với mức ý nghĩa 10% có xuất hiện hiện tượng tự tương quan bậc 1
Qua các quá trình thực hiện thao tác nhằm kiểm định về đa cộng tuyến,tính tương quan, phương sai của nhiễu và tự tương quan trong mô hình, bài nghiên cứu lại tiếp tục phân tích, đánh giá các kết quả hồi quy thực nghiệm. Mô hình nghiên cứu là mô hình dữ liệu bảng động do vậy có tồn tại biến độ trễ, biến phụ thuộc được làm biến độc lập áp dụng trong mô hình và quan hệ nôi sinh xuất hiện trong bài nghiên cứu. Vì vậy, bài nghiên cứu sử dụng mô hình GMM được dựa trên các nghiên cứu của tác giả Arellano và Bover (1995) để khắc phục hạn chế các lỗi định lượng được tìm thấy là phù hợp.
4.3.5 Phân tích kết quả hồi quy
Ban đầu tác giả sẽ tiến hành hồi quy dữ liệu bằng các phương pháp dữ liệu bảng thông thường như Pooled, FEM và REM với hi vọng khắc phục các nhược điểm kiểm định của mô hình hồi quy ban đầu. Theo thứ tự của mô hình hồi quy dữ liệu bảng là: ước lượng hồi quy Pooled OLS, mô hình hiệu ứng tác động cố định (Fixed effect – FEM) và mô hình tác động ngẫu nhiên (Random effects – REM).
Hiện tượng phương sai thay đổi của nhiễu và tự tương quan của phần dư không thể kiểm soát được qua 3 mô hình Pooled, FEM và REM. Vì vậy, bài nghiên cứu sử dụng thêm một phương pháp GMM của tác giả Arellano – Bover (1995). Theo đó, ước lượng hồi quy trong điều kiện mô hình có tồn tại phương sai thay đổi của nhiễu, hiện tượng tương quan và nội sinh trong mô hình- giúp kiểm soát hiện tượng phương sai thay đổi, tự tương quan phần dư và nội sinh biến trong mô hình.Do đó phương pháp được chọn để phân tích mối quan hệ chính sách tiền tệ thông qua lãi suất và độ dốc trái phiếu đến lợi nhuận NHTM. Phương pháp này có thể được sử dụng cho cả dữ liệu bảng cân bằng (balanced panels) và không cân bằng (unbalanced panels).
Bảng 4.7:Kết quả hồi quy
(1) | (2) | (3) | (4) | |
NIM | NNIM | PTT | ROA | |
LNIM | 0.528** | |||
(2.26) | ||||
LNNIM | 0.680*** | |||
(2.98) | ||||
LPTT | 0.856*** | |||
(3.74) | ||||
LROA | 0.138 | |||
(0.90) | ||||
STRATE | 1.789** | -3.409* | 0.0114* | 72.89** |
(2.05) | (-1.74) | (1.91) | (2.05) | |
STRATE2 | -0.129* | 0.240* | -0.000879** | -5.111** |
(-1.78) | (1.70) | (-2.07) | (-2.05) | |
SYIEDC | 5.333*** | -7.140** | 0.0192** | 101.0** |
(2.60) | (-2.02) | (2.07) | (2.06) | |
SYIEDC2 | -1.845** | 2.490* | -0.00820** | -38.98** |
(-2.39) | (1.95) | (-2.35) | (-2.07) | |
VSTRATE | 1.479 | -2.221 | 0.0108*** | 52.12** |
(1.31) | (-1.60) | (2.66) | (2.08) | |
SIZE | 0.0474 | -1.284 | -0.000288 | 0.346*** |
(0.09) | (-1.51) | (-0.26) | (2.62) | |
ETTA | 4.768 | -30.15* | -0.00543 | 9.012*** |
(0.32) | (-1.67) | (-0.22) | (3.04) | |
LIQ | -2.582 | 0.146 | -0.000627 | 0.511 |
(-0.59) | (0.06) | (-0.13) | (0.83) | |
EFF | -0.00335 | 0.00494 | -0.0000295 | -0.00162 |
(-0.32) | (0.32) | (-0.57) | (-0.63) | |
GDP | -1.260 | 0.869* | -0.00113 | 16.80** |
(-1.15) | (1.89) | (-0.52) | (2.12) | |
STOCK | -0.102 | 0.156* | -0.000646** | -2.896** |
(-1.53) | (1.71) | (-2.39) | (-2.05) | |
CRISIS | 12.17** | -17.00** | 0.0604*** | 281.1** |
(2.08) | (-1.97) | (2.66) | (2.07) | |
_cons | -1.081 | 35.94* | -0.0321 | -423.9** |
(-0.08) | (1.76) | (-0.83) | (-2.10) | |
Sargan | 0.847 | 0.846 | 0.725 | 0.21 |
AR(2) | 1.000 | 1.000 | 1.000 | 0.995 |
*, **, *** tương ứng với mức ý nghĩa 10%, 5% và 1%
Nguồn: Kết quả tổng hợp từ Phần mềm Stata 12 (Phụ lục 6)
Với phương pháp ước lượng hàm hồi quy bằng GMM, kiểm định độ tin cậy mô hình giá trị p-value của Hansen trong cả bốn mô hình đều lớn hơn 0.05 cho thấy mô hình chấp nhận giả thiết H0, tức số biến công cụ được hồi quy trong mô hình là đầy đủ và phù hợp, bên cạnh đó chỉ số p-value của AR(2) cũng có giá trị lớn hơn
0.05 là giá trị hợp lệ với giả định kiểm định Bond đảm bảo độ tin cậy mô hình GMM trong phân tích thực trạng.
Kết quả nghiên cứu tìm thấy STRATE, STRATE2, SYIEDC, SYIED2 đều có ý nghĩa thống kê trong cả bốn mô hình với các biến phụ thuộc lần lượt là tỷ lệ thu nhập lãi thuần NIM, tỷ lệ thu nhập ngoài lãi NNIM, Tỷ lệ các khoản dự phòng rủi ro tín dụng trên tổng tài sản PTT, tỷ suất sinh lời trên tổng tài sản ROA. Chiều hướng tác động trong 3 mô hình có biến phụ thuộc NIM, PTT, ROA là tác động hình chữ U ngược giữa quan hệ lãi suất ngắn hạn (STRATE) và chênh lệch trái phiếu chính phủ 10 năm và lãi suất ngắn hạn. Ban đầu quan hệ này là cùng chiều, đến một giai đoạn lãi suất ngắn hạn (STRATE)/ chênh lệch trái phiếu chính phủ 10 năm và lãi suất