Kết Quả Hồi Quy Theo Rem (Random Effects Model) Bảng 3.25 Kết Quả Hồi Quy Rem Của Mô Hình Nim

Kết quả kiểm định cho thấy P_value = 0.00 do đó với mức ý nghĩa 5% ta có cơ sở bác bỏ H0, không có phương sai thay đổi. Như vậy mô hình tồn tại vi phạm giả thuyết phương sai không đổi.

3.5.2.7 Kiểm định tự tương quan

Ta kiểm tra mô hình có tồn tại tự tương quan hay không thông qua kiểm định xtserial

 H0: Không hiện tượng tự tương quan (không tương quan chuỗi)

 H1: Có hiện tượng tự tương quan (có tương quan chuỗi

Bảng 3.21 Kết quả kiểm định Xtserial của mô hình ROE

Có thể bạn quan tâm!

• Chỉ Số Lợi Nhuận Trung Bình Các Ngân Hàng Nghiên Cứu 2007-2013
• Gdp, Lạm Phát Và Rgdp Của Việt Nam Giai Đoạn 2007-2013
• Kết Quả Kiểm Định Xttest0 Mô Hình Roa
• Một Số Giải Pháp Đưa Ra Dựa Trên Mô Hình Nhằm Nâng Cao Khả Năng Sinh Lợi Của Các Nhtmcp Việt Nam‌
• Thực Hiện Kích Cầu Để Thúc Đẩy Tăng Trưởng Kinh Tế
• Các nhân tố ảnh hưởng đến khả năng sinh lợi của các Ngân hàng thương mại cổ phần tại Việt Nam - 12

Xem toàn bộ 112 trang tài liệu này.

Kết quả kiểm định cho thấy P_value = 0.0001 do đó với mức ý nghĩa 5% ta có cơ sở bác bỏ H0 (không có tương quan chuỗi). Như vậy mô hình tồn tại hiện tượng tự tương quan (tương quan chuỗi).

3.5.2.8 Kiểm định GLS (Generalised Least Squares)

Do mô hình ROE có tự tương quan và phương sai thay đổi nên ta khắc phục bằng

phương pháp bình phương nhỏ nhất tổng quát (GLS)

Bảng 3.22 Kết quả kiểm định GLS của mô hình ROE

Từ kết quả kiểm định GLS ta có mô hình sau:

ROE=–0.928+0.009EQTA+0.069LOTA–0.111DETA–2.091PRTO–0.233NETA

+0.015NIGI+0.075INDE–0.538FIXED+1.585RGDP+ 1.659INFL

Trong đó các biến LOTA, DETA, PRTO, NETA, INDE, FIXED, RGDP, INFL có

tác động đến ROE với mức ý nghĩa 5%. Biến EQTA, NIGI không có ý nghĩa thống kê ở mức ý nghĩa 5%.

LOTA có tác động cùng chiều với ROE. Khi các yếu tố khác không đổi, LOTA tăng 1% thì ROE tăng thêm 0.069%. Khi ngân hàng tăng cường cho vay sẽ giúp ngân hàng tăng thêm lợi nhuận từ đó làm tăng tỷ suất lợi nhuận trên vốn chủ sở hữu.

DETA có tác động ngược chiều với ROE. Khi các yếu tố khác không đổi, DETA tăng 1% thì ROE sẽ giảm 0.111%. Mặc dù tiền gửi khách hàng là nguồn vốn rẻ cho ngân hàng, nhưng nó chỉ thực sự mang lại lợi nhuận cho ngân hàng khi ngân hàng cho khách hàng vay được lượng vốn huy động. Trong thời gian gần đây các ngân hàng thường rơi vào tình trạng dư vốn huy động nhưng không cho vay được. Mặt

khác áp lực phải trả lãi huy động làm tăng thêm chi phí cho ngân hàng, làm lợi nhuận giảm kéo theo ROE giảm.

PRTO có tác động ngược chiều đến ROE. Hệ số hồi quy của PRTO khá cao. Khi các yếu tố khác không đổi, PRTO tăng thêm 1% thì ROE giảm 2.091%. Như đã phân tích trong mô hình ROA, khi ngân hàng phải trích lập dự phòng rủi ro cao sẽ khiến lợi nhuận giảm. Trong những năm gần đây nợ xấu của các ngân hàng tăng ở mức đáng báo động. Khi Thông Tư 02 được áp dụng, các quy định về phân loại nợ xấu khắt khe hơn thì tỷ lệ nợ xấu ngân hàng được dự đoán sẽ tăng cao hơn mức hiện tại.

NETA có tác động ngược chiều với ROE. Khi các yếu tố khác không đổi, NETA tăng thêm 1% thì ROE giảm 0.233%. Chi phí ngoài lãi tăng cao làm giảm lợi nhuận của ngân hàng.

INDE có tác động cùng chiều với ROE. Khi các yếu tố khác không đổi, INDE tăng 1%, ROE tăng 0.075%.

FIXED có tác động ngược chiều với ROE. Khi các yếu tố khác không đổi. FIXED

tăng 1%, ROE giảm 0.538%.

Các nhân tố bên ngoài là RGDP và INFL có tác động cùng chiều với ROE. Khi các yếu tố khác không đổi, RGDP tăng 1% thì ROE tăng 1.585%. Khi các yếu tố khác không đổi, INFL tăng 1% thì ROE tăng 1.659%. INFL tăng làm lợi nhuận ngân hàng tăng thấy các ngân hàng có khả năng điều chỉnh lãi suất huy động và cho vay theo lạm phát để đảm bảo lợi nhuận của ngân hàng, hoặc thu nhập ngoài lãi của ngân hàng tăng đủ bù đắp cho khoản giảm lợi nhuận cho vay do lạm phát tăng.

3.5.3 Hồi quy mô hình với biến phụ thuộc NIM

3.5.3.1 Khắc phục đa cộng tuyến

Ta chạy hồi quy NIM theo các biến độc lập và bỏ lần lượt biến INDE và SIZE, sau đó so sánh giữa hai mô hình và chọn mô hình tối ưu. Sau khi so sánh giữa hai mô hình (phụ lục 2) ta loại bỏ biến SIZE, mô hình còn lại:

NIM 0 + 1EQTA + 2LOTA + 3DATE + 4PRTO + 5NETA + 6NIGI +

7INDE + 8FIXED + 9RGDP + 10INFL + it

3.5.3.2 Kết quả hồi quy theo POOL

Bảng 3.23 Kết quả hồi quy Pool của mô hình NIM

Kết quả hồi quy cho thấy mô hình giải thích được 62.13% NIM. Hồi quy theo Pool không phân biệt được đặc tính riêng của từng biến độc lập đưa vào mô hình, nó chỉ đơn thuần thực hiện hồi quy một cách tổng quát. Do đó sử dụng hồi quy Pool để ước lượng mô hình với dữ liệu bảng là không phù hợp. Ta sẽ tiến hành hồi quy theo FEM và REM rồi lựa chọn phương pháp hồi quy.

3.5.3.3 Kết quả hồi quy theo FEM (Fixed Effects Model)

Bảng 3.24: Kết quả hồi quy FEM của mô hình NIM

Kết quả hồi quy FEM cho thấy các biến EQTA, LOTA, DETA, NIGI, RGDP, INFL có tác động đến NIM ở mức ý nghĩa 5%. Các biến còn lại là PRTO, NETA, INDE, FIXED không có ý nghĩa thống kê ở mức ý nghĩa 5%.

Giả thiết:

 H0: Ước lượng của Pool và FEM không khác nhau

Ta có: Giá trị P_value (Prob>F = 0.00) của mô hình có mức ý nghĩa 5%, do đó ta có cơ sở bác bỏ giả thiết H0. Khi ược lượng của Pool và FEM khác nhau, ta chọn mô hình FEM.

3.5.3.4 Kết quả hồi quy theo REM (Random Effects Model) Bảng 3.25 Kết quả hồi quy REM của mô hình NIM

Kết quả hồi quy REM cho thấy các biến EQTA, LOTA, DETA, NIGI. RGDP, INFL có tác động đến NIM với mức ý nghĩa 5%. Các biến còn lại là PRTO, NETA, INDE, FIXED không có ý nghĩa thống kê ở mức ý nghĩa 5%.

3.5.3.5 Kiểm định Hausman để lựa chọn mô hình

Ta tiến hành kiểm định Hausman để lựa chọn giữa hồi quy FEM và REM. Giả thiết:

 H0: Ước lượng cũa FEM và REM không khác nhau

Bảng 3.26 Kết quả Hausman test của mô hình NIM

Kết quả Hausman test cho thấy hệ 17" class="lazyload"> 0.05 do đó với mức ý nghĩa 17" class="lazyload">

Kết quả Hausman test cho thấy hệ số P_value = 0.925 > 0.05 do đó với mức ý nghĩa 5% ta không có cơ sở để bác bỏ giả thiết H0 (không có sự khác biệt có tính hệ thống giữa hai phương pháp FEM và REM). Trong trường hợp này ta chọn REM vì phương pháp này sẽ không làm mất quá nhiều bậc tự do và hạn chế vấn đề đa cộng tuyến.

3.5.3.6 Kiểm định phương sai thay đổi

Để kiểm định phương sai sai số thay đổi trong mô hình REM ta dung xttest0. Giả thiết:

 H0:Phương sai sai số đồng đều

 H1: Phương sai sai số thay đổi

Bảng 3.27: Kết quả kiểm định Xttest0 mô hình NIM

Kết quả kiểm định cho thấy P_value = 0.00 do đó với mức ý nghĩa 5% ta có cơ sở bác bỏ H0, không có phương sai thay đổi. Như vậy mô hình tồn tại vi phạm giả thuyết phương sai không đổi.

3.5.3.7 Kiểm định tự tương quan

Ta kiểm tra mô hình có tồn tại tự tương quan hay không thông qua kiểm định xtserial

 H0: Không hiện tượng tự tương quan (không tương quan chuỗi)

 H1: Có hiện tượng tự tương quan (có tương quan chuỗi)

Bảng 3.28 Kết quả kiểm định Xtserial của mô hình NIM

Kết quả kiểm định cho thấy P_value = 0.0028 do đó với mức ý nghĩa 5% ta có cơ sở bác bỏ H0 (không có tương quan chuỗi). Như vậy mô hình tồn tại hiện tượng tự tương quan (tương quan chuỗi).

3.5.3.8 Kiểm định GLS (Generalised Least Squares)

Do mô hình ROA có tự tương quan và phương sai thay đổi nên ta khắc phục bằng

phương pháp bình phương nhỏ nhất tổng quát (GLS)

Bảng 3.29 Kết quả kiểm định GLS của mô hình NIM

Xem tất cả 112 trang.