Biến | Định nghĩa | Mô hình | Nguồn |
R | Thu nhập của ngân hàng | 3.2 | Orbis Bank Focus |
w1 | Tỷ lệ chi phí lãi trên tổng vốn huy động của ngân hàng | 3.2 và 3.3 | Orbis Bank Focus |
w2 | Tỷ lệ chi phí nhân viên trên tổng tài sản của ngân hàng | 3.2 và 3.3 | Orbis Bank Focus |
w3 | Tỷ lệ chi phí khác trên tổng tài sản của ngân hàng | 3.2 và 3.3 | Orbis Bank Focus |
LO | Tỷ lệ dư nợ cho vay trên tổng tài sản của ngân hàng | 3.2 và 3.3 | Orbis Bank Focus |
AS | Tổng tài sản của ngân hàng | 3.2 và 3.3 | Orbis Bank Focus |
ROA | Tỷ lệ lợi nhuận trên tổng tài sản | 3.3 và 3.4 | Orbis Bank Focus |
TE | Hiệu quả kỹ thuật của ngân hàng | 3.6 | Orbis Bank Focus |
FBA | Tài sản của NHNNg trên tổng tài sản của toàn ngành ngân hàng | 3.4 và 3.6 | Orbis Bank Focus SBV |
NBA | Số lượng NHNNg trên tổng số ngân hàng | 3.4 và 3.6 | SBV |
ETA | Vốn chủ sở hữu trên tổng tài sản | 3.4 và 3.6 | Orbis Bank Focus |
LTA | Cho vay trên tổng tài sản | 3.4 và 3.6 | Orbis Bank Focus |
SIZE | Quy mô ngân hàng | 3.4 và 3.6 | Orbis Bank Focus |
GDP | Tốc độ tăng trưởng GDP | 3.4 và 3.6 | WDI |
Có thể bạn quan tâm!
-
Mô Hình Nghiên Cứu Đối Với Rq2 Bằng Phương Pháp Phân Tích Hiệu Quả Biên -
Kiểm Định Các Giả Định Của Mô Hình Hồi Quy Dữ Liệu Bảng -
Số Ngân Hàng Trong Mẫu Nghiên Cứu Giai Đoạn 2009 – 2019 -
Kiểm Định Giả Thuyết H1 Và Thảo Luận Kết Quả Nghiên Cứu -
Kiểm Định Giả Thuyết H2 Và Thảo Luận Kết Quả Nghiên Cứu -
Thâm Nhập Của Ngân Hàng Nước Ngoài Tại Việt Nam
Xem toàn bộ 216 trang tài liệu này.
Nguồn: Tác giả tổng hợp.
Thứ hai, nguồn dữ liệu chính trong Mô hình 3.4 và Mô hình 3.6 được lấy từ Orbis Bank Focus. Dữ liệu về thâm nhập NHNNg: tài sản của NHNNg được tác giả tổng hợp thông qua báo cáo tài chính từ nguồn Orbis Bank Focus, báo cáo thường niên của SBV. Số lượng NHNNg và chi nhánh NHNNg được thu thập từ các báo cáo thường niên của SBV. Dữ liệu về tốc độ tăng trưởng GDP được thu thập từ WDI.
4.2. KẾT QUẢ NGHIÊN CỨU CHO RQ1
Để trả lời RQ1, nghiên cứu thực hiện kiểm định giả thuyết nghiên cứu H1 trên cơ sở ước lượng Mô hình 3.2. Tuy nhiên, trước khi ước lượng Mô hình 3.2, nghiên cứu thực hiện kiểm định tính dừng của chuỗi dữ liệu bảng, và kiểm định tính cân bằng dài hạn của thị trường ngân hàng Việt Nam giai đoạn 2009 – 2019.
4.2.1. Kiểm định tính dừng của chuỗi dữ liệu bảng
Trước khi tiến hành phân tích hồi quy, nghiên cứu thực hiện kiểm tra tính dừng của các chuỗi dữ liệu bảng nhằm đảm bảo tính chính xác của phương pháp hồi quy. Do dữ liệu nghiên cứu cho RQ1 là dữ liệu không cân bằng, nghiên cứu sử dụng kiểm định Fisher – ADF và Fisher – PP với giả thuyết gốc là tồn tại nghiệm đơn vị (dữ liệu bảng không dừng) để kiểm tra tính dừng của chuỗi dữ bảng. Các biến chính được kiểm tra tính dừng là biến phụ thuộc của Mô hình 3.2 và Mô hình 3.3 gồm biến ln(R) và ln(ROA), và các biến giá đầu vào là ln(w1), ln(w2) và ln(w3).
Biến | Fisher – ADF | Fisher – PP |
ln(R) | 449,103*** (0,000) | 268,792*** (0,000) |
ln(ROA) | 147,072*** (0,000) | 127,025*** (0,001) |
ln(w1) | 288,740*** (0,000) | 199,814*** (0,000) |
ln(w2) | 317,352*** (0,000) | 238,817*** (0,000) |
ln(w3) | 204,688*** (0,000) | 16,969*** (0,000) |
Ghi chú: Độ trễ bậc 1, xu thế. Giá trị P-value được ghi trong ngoặc đơn. (***) mức ý nghĩa 1%. | ||
Nguồn: Tác giả tính toán từ mẫu dữ liệu nghiên cứu bằng phần mềm STATA. | ||
Thông qua kết quả ở Bảng 4.5, kiểm định nghiệm đơn vị Fisher – ADF và Fisher – PP đối với biến ln(R) và ln(ROA), và các biến giá đầu vào là ln(w1), ln(w2) và ln(w3) đều bác bỏ giả thuyết gốc, nghĩa là các biến chính trong Mô hình 3.2 và Mô hình 3.3 đều dừng với mức ý nghĩa 1%. Như vậy, các phương pháp hồi quy PLS, FEM, REM sẽ phù hợp với Mô hình 3.2 và Mô hình 3.3.
4.2.2. Kiểm định tính cân bằng dài hạn của thị trường ngân hàng Việt Nam
Kiểm định tính cân bằng dài hạn của thị trường ngân hàng Việt nam giai đoạn 2009 - 2019 được thực hiện thông qua việc ước lượng Mô hình 3.3. Bảng 4.6 trình bày thống kê mô tả các biến trong mô hình kiểm định cân bằng dài hạn.
Biến | Giá trị nhỏ nhất | Giá trị lớn nhất | Trung bình | Độc lệch chuẩn | Số quan sát |
ln(ROA) | 4,457 | 4,679 | 4,615 | 0,014 | 414 |
ln(w1) | -8,944 | -1,859 | -3,049 | 0,716 | 414 |
ln(w2) | -7,494 | -3,216 | -4,830 | 0,485 | 414 |
ln(w3) | -6,987 | -3,010 | -4,678 | 0,453 | 414 |
ln(AS) | 6,981 | 14,214 | 11,067 | 1,400 | 414 |
ln(LO) | -1,206 | 6,617 | -0,295 | 0,516 | 414 |
Nguồn: Tác giả tính toán từ mẫu dữ liệu nghiên cứu bằng phần mềm STATA. | |||||
Để lựa chọn phương pháp hồi quy phù hợp cho Mô hình 3.3, nghiên cứu thực hiện các kiểm định lựa chọn mô hình. Bảng 4.6 trình bày kết quả kiểm định lựa chọn mô hình hồi quy. Kết quả kiểm định F cho giá trị P-value = 0,000 chứng tỏ mô hình FEM phù hợp hơn mô hình PLS. Kết quả kiểm định LM có P-value = 0,000 cho thấy mô hình REM phù hợp hơn mô hình PLS, và kết quả kiểm định Hausman cho thấy mô hình FEM phù hợp hơn mô hình REM.
Mô hình | PLS và FEM | PLS và REM | FEM và REM |
Kiểm định F | 5,74*** (0,0000) | ||
Kiểm định LM | 76,77*** (0,000) | ||
Kiểm định Hausman | 21,030*** (0,000) | ||
Ghi chú: Giá trị P-value được ghi trong ngoặc đơn. (***) mức ý nghĩa 1%. | |||
Nguồn: Tác giả tính toán từ mẫu dữ liệu nghiên cứu bằng phần mềm STATA. | |||
Để tăng tính hiệu quả của mô hình FEM, nghiên cứu tiến hành kiểm tra các giả định của mô hình ở Bảng 4.8.
Kiểm định Wooldridge | Kiểm định Wald | |
Tự tương quan | 25,221*** (0,000) | |
Phương sai thay đổi | (0,000) | |
Ghi chú: Giá trị P-value được ghi trong ngoặc đơn. (***) mức ý nghĩa 1%. | ||
Nguồn: Tác giả tính toán từ mẫu dữ liệu nghiên cứu bằng phần mềm STATA. | ||
Qua kết quả Bảng 4.8 cho thấy tồn tại hiện tượng tự tương quan và phương sai thay đổi trong mô hình FEM. Do đó, nghiên cứu sử dụng ước lượng chuẩn vững (FEM-RSE) để khắc phục các khuyết tật của mô hình. Như vậy, kết quả ước lượng từ mô hình FEM với tùy chọn RSE sẽ được sử dụng để kiểm định tính cân bằng dài hạn của thị trường ngân hàng Việt Nam. Kết quả hồi quy Mô hình 3.3 với phương
pháp FEM - RSE và kiểm định cân bằng dài hạn của thị trường ngân hàng Việt Nam giai đoạn 2009 - 2019 được trình bày ở Bảng 4.9.
Biến | FEM-RSE |
ROA | |
ln(w1) | 0,008*** |
(0,008) | |
ln(w2) | 0,001 |
(0,894) | |
ln(w3) | -0,014*** |
(0,010) | |
ln(AS) | 0,000 |
(0,874) | |
ln(LO) | 0,001 |
(0,605) | |
Hệ số chặn | 4,576*** |
(0,000) | |
Số quan sát | 414 |
R2 | 0,135 |
E-statistic | -0,005 |
Kiểm định F với Ho: E = 0 | 1,21 (0,278) |
Ghi chú: Giá trị P-value được ghi trong ngoặc đơn. (*); (**); (***) mức ý nghĩa lần lượt 10%; 5%; 1%. Nguồn: Tác giả tính toán từ mẫu dữ liệu nghiên cứu bằng phần mềm STATA. | |
Kiểm định cân bằng dài hạn được thực hiện bằng kiểm định F với giả thuyết gốc E-statistic = 0. Giá trị P-value của F-test bằng 0,278 không thể bác bỏ giả thuyết gốc, nghĩa là thị trường NHTM Việt Nam đạt cân bằng dài hạn. Do đó, phương pháp
Panzar- Rosse có thể được sử dụng để ước tính mức độ cạnh tranh của thị trường ngân hàng Việt Nam giai đoạn 2009 - 2019.
4.2.3. Kết quả phân tích hồi quy mô hình nghiên cứu
Mục này trình bày kết quả phân tích hồi quy Mô hình 3.2 làm cơ sở cho việc kiểm định giả thuyết H1, từ đó trả lời cho RQ1, thâm nhập của NHNNg ảnh hưởng như thế nào đến cạnh tranh của thị trường NHTM Việt Nam. Kết quả kiểm định tính dừng ở Mục 4.2.1 cho thấy các biến chính của mô hình 3.2 đều dừng. Do vậy, Mô hình 3.2 được hồi quy bằng PLS, FEM, REM. Thống kê mô tả biến trong mô hình nghiên cứu được trình bày trong Bảng 4.10.
Biến | Giá trị nhỏ nhất | Giá trị lớn nhất | Trung bình | Độ lệch chuẩn | Số quan sát |
ln(R) | 1.682 | 11.726 | 1.682 | 1.540 | 414 |
ln(w1) | -8.944 | -1.859 | -8.944 | 0.716 | 414 |
ln(w2) | -7.494 | -3.216 | -7.494 | 0.485 | 414 |
ln(w3) | -6.987 | -3.010 | -6.987 | 0.453 | 414 |
ln(AS) | 6.981 | 14.214 | 6.981 | 1.400 | 414 |
ln(LO) | -1.206 | 6.617 | -1.206 | 0.516 | 414 |
Nguồn: Tác giả tính toán từ mẫu dữ liệu nghiên cứu bằng phần mềm STATA. | |||||
Bảng 4.11 trình bày kết quả kiểm định lựa chọn mô hình hồi quy để ước lượng Mô hình 3.2. Kết quả kiểm định F có giá trị P-value = 0,000 cho thấy mô hình FEM phù hợp hơn mô hình PLS, kết quả kiểm định LM có giá trị P-value = 0,000 cho thấy mô hình REM phù hợp hơn mô hình PLS. Kiểm định Hausman có giá trị P-value bằng 0,872, do đó không thể bác bỏ giả thuyết gốc, nghĩa là ảnh hưởng không quan sát được phụ thuộc đối tượng có tương quan với các biến giải thích trong mô hình. Như vậy, mô hình REM là phù hợp hơn mô hình FEM.
Mô hình | PLS và FEM | PLS và REM | FEM và REM |
Kiểm định F | 8,76*** (0,000) | ||
Kiểm định LM | 97,62*** (0,000) | ||
Kiểm định Hausman | 27,66 (0,872) | ||
Ghi chú: Giá trị P-value được ghi trong ngoặc đơn. (***) mức ý nghĩa 1%. | |||
Nguồn: Tác giả tính toán từ mẫu dữ liệu nghiên cứu bằng phần mềm STATA. | |||
Sau khi kiểm định lựa chọn mô hình, nghiên cứu tiếp tục thực hiện kiểm định các giả định của mô hình ở Bảng 4.12.
Kiểm định Wooldridge | |
Tự tương quan | 8,299*** (0,006) |
Ghi chú: Giá trị P-value được ghi trong ngoặc đơn. (***) mức ý nghĩa 1%. | |
Nguồn: Tác giả tính toán từ mẫu dữ liệu nghiên cứu bằng phần mềm STATA. | |
Vì mô hình REM đã bao gồm vấn đề phương sai thay đổi, nên vấn đề còn lại đối với mô hình REM là kiểm tra hiện tượng tương quan. Kết quả kiểm định Wooldridge có P-value = 0,006 chứng minh có hiện tượng tự tương quan trong mô hình REM. Do đặc điểm dữ liệu có N lớn (N = 42) và T nhỏ (T = 11), luận án sử dụng ước lượng chuẩn vững (REM-RSE) để khắc phục hiện tượng tự tương quan. Như vậy, kết quả ước lượng từ mô hình REM-RSE sẽ được dùng để kiểm định giả thuyết H1 làm cơ sở cho việc trả lời RQ1.
Biến | PLS | FEM | REM | REM-RSE |
R | R | R | R | |
ln(w1) | 0,297*** | 0,318*** | 0,343*** | 0,343*** |
(0,000) | (0,000) | (0,000) | (0,000) | |
ln(w2) | 0,117*** | 0,253*** | 0,134*** | 0,134*** |
(0,000) | (0,000) | (0,000) | (0,007) | |
ln(w3) | 0,033 | 0,111*** | 0,066* | 0,066* |
(0,413) | (0,002) | (0,076) | (0,084) | |
ln(AS) | 1,041*** | 1,141*** | 1,070*** | 1,070*** |
(0,000) | (0,000) | (0,000) | (0,000) | |
ln(LO) | 0,028 | 0,014 | 0,020 | 0,020*** |
(0,148) | (0,417) | (0,273) | (0,000) | |
ln(w1)*D | 0,083** | -0,134*** | 0,000 | 0,000 |
(0,049) | (0,004) | (0,992) | (0,995) | |
ln(w2)*D | 0,107 | -0,245*** | -0,051 | -0,051 |
(0,125) | (0,003) | (0,475) | (0,672) | |
ln(w3)*D | 0,081 | 0,401*** | 0,220*** | 0,220* |
(0,298) | (0,000) | (0,010) | (0,074) | |
ln(AS)*D | 0,114*** | 0,152*** | 0,077*** | 0,077** |
(0,000) | (0,000) | (0,000) | (0,012) | |
ln(LO)*D | -0,032 | -0,087 | -0,136 | -0,136 |
(0,737) | (0,334) | (0,138) | (0,152) | |
Hệ số chặn | -1,468 | -1,898*** | -1,438*** | -1,438** |
(0,000) | (0,000) | (0,000) | (0,010) |
Ghi chú: Giá trị P-value được ghi trong ngoặc đơn. (*); (**); (***) mức ý nghĩa lần lượt 10%; 5%; 1%.
Nguồn: Tác giả tính toán từ mẫu dữ liệu nghiên cứu bằng phần mềm STATA.