hàng. Nhìn chung các ngân hàng đã sử dụng hiệu quả tỷ lệ đòn bẩy để gia tăng tỷ suất sinh lợi trên vốn cổ phần.
Tỷ lệ vốn trên tổng tài sản các ngân hàng trung bình CAPSIZE là 9.44%, tỷ lệ rủi ri tín dụng trung bình CRE_RISK 1.449% là khá thấp, tỷ lệ thanh khoản trung bình là 6.5% cũng khá thấp, nhưng dự trữ thanh khoản chưa được đồng đều, giá trị lớn nhất là 41.9% còn giá trị nhỏ nhất chỉ đạt 0.7%. Tỷ lệ thu nhập lãi thuần NII trung bình là 2.897%, tỷ lệ thu nhập ngoài lãi thuần NII trung bình là 0.922%, ta thấy hoạt động truyền thống vẫn là hoạt động chính đem lại lợi nhuận cho các ngân hàng. Tỷ lệ chi phí hoạt động trung bình chiếm khoảng 45.19% tổng thu nhập hoạt động. Tuy nhiên, có lúc chi phí hoạt động lên rất cao gần 100%.
Bảng 2.9: Mô tả các biến trong mô hình
Descriptive Statistics
N | Minimum | Maximum | Mean | Std. Deviation | Skewness | Kurtosis | |||
Statistic | Statistic | Statistic | Statistic | Statistic | Statistic | Std. Error | Statistic | Std. Error | |
SIZE | 63 | 6.996 | 8.761 | 8.05771 | .481547 | -.608 | .302 | -.627 | .595 |
CAPSIZE | 63 | .043 | .392 | .09440 | .055597 | 3.230 | .302 | 13.689 | .595 |
CRE_RISK | 63 | -.038 | -.001 | -.01449 | .007906 | -.856 | .302 | .680 | .595 |
LIQUIDITY | 63 | .007 | .419 | .06589 | .080604 | 3.195 | .302 | 11.347 | .595 |
NIM | 63 | .003 | .208 | .02897 | .024981 | 6.142 | .302 | 43.884 | .595 |
NII | 63 | -.004 | .075 | .00922 | .009884 | 4.876 | .302 | 31.985 | .595 |
CIR | 63 | -1.000 | -.130 | -.45190 | .164981 | -1.349 | .302 | 2.283 | .595 |
GW | 63 | .052 | .085 | .06243 | .010842 | 1.071 | .302 | .152 | .595 |
INF | 63 | .060 | .199 | .11671 | .052869 | .393 | .302 | -1.389 | .595 |
TAX | 63 | -.359 | -.076 | -.23111 | .043507 | 1.112 | .302 | 3.265 | .595 |
ROA | 63 | .000 | .122 | .01297 | .014714 | 6.735 | .302 | 50.458 | .595 |
ROE | 63 | .001 | .311 | .14014 | .065386 | .366 | .302 | .188 | .595 |
Valid N (listwise) | 63 |
Có thể bạn quan tâm!
-
Thực Trạng Các Nhân Tố Ảnh Hưởng Đến Tỷ Suất Sinh Lợi Tại Các Ngân Hàng Thương Mại Cổ Phần Niêm Yết Việt Nam -
Thực Trạng Tỷ Suất Sinh Lợi Tại Các Nhtmcpny Việt Nam -
Tỷ Lệ Và Mức Nợ Xấu Các Ngân Hàng (30/6/2013). Đơn Vị Tỷ Đồng, % -
Đánh Giá Các Nhân Tố Ảnh Hưởng Đến Lợi Nhuận Các Nhtmcpny Việt Nam Theo Quá Trình Phân Tích Thực Trạng, Một Số Yếu Tố Có Ảnh Hưởng Đến Lợi -
Nhóm Giải Pháp Gia Tăng Lợi Nhuận Ngoài Lãi Thuần -
Các nhân tố ảnh hưởng đến tỷ suất sinh lợi tại các ngân hàng thương mại cổ phần niêm yết Việt Nam - Phan Thu Hương - 12
Xem toàn bộ 112 trang tài liệu này.
( Nguồn:Kết quả phân tích SPSS)
2.4.3.2. Phân tích tương quan
Kết quả phân tích tương quan bằng SPSS (Correlation) của các biến độc lập:
Dựa trên bảng kết quả hệ số tương quan Phụ lục 2, ta thấy rằng mối tương quan giữa các biến độc lập không chặt, có nghĩa là không xảy ra hiện tượng đa cộng
tuyến hoặc không nghiêm trọng. theo Kennedy 2008, hiện tượng đa cộng tuyến chỉ trở nên nghiêm trọng khi hệ số tương quan giữa các biến độc lập trong mô hình từ
0.8 trở lên, điều này không xảy ra với mô hình trong nghiên cứu này.
2.4.3.3. Phân tích hồi quy
Phân tích hồi qui với biến phụ thuộc ROA
Chạy mô hình hồi qui tuyến tính bội bằng phương pháp bình phương nhỏ nhất thông thường (OLS) sử dụng phần mềm SPSS để đánh giá mức độ ảnh hưởng của từng nhân tố độc lập đến tỷ suất sinh lợi của hệ thống các NHTMCPNY bằng phương pháp loại trừ dần Backward.
Phương pháp loại trừ dần (Backward eliminination): khởi đầu với tất cả các biến đều ở trong mô hình, sau đó loại trừ dần bằng tiêu chuẩn loại trừ. Có hai tiêu chuẩn loại trừ trong SPSS.
Tiêu chuẩn đầu tiên là giá trị F tối thiểu của biến thống kê F của biến độc lập đó phải đạt để ở lại trong mô hình, được gọi là F-to-remove, các biến có giá trị F nhỏ hơn giá trị tiêu chuẩn này sẽ bị loại khỏi mô hình. Tiêu chuẩn thứ hai là xác suất tối đa tương ứng với F-to-remove (probability of F-to-remove) của một biến không được vượt quá để được ở lại mô hình.
Biến có hệ số tương quan từng phần nhỏ nhất sẽ được kiểm tra đầu tiên, nếu giá trị thống kê F của biến đó nhỏ hơn giá trị F-to-remove thì nó sẽ bị loại ra khỏi mô hình, sau đó phương trình sẽ được tính toán lại mà không có biến vừa bị loại. Các bước trên sẽ được lặp lại cho đến khi biến có hệ số tương quan từng phần nhỏ nhất trong mô hình lúc này thỏa hai tiêu chuẩn trên và không bị loại ra khỏi mô hình thì quá trình này dừng lại và ta sẽ được mô hình hồi qui cuối cùng, cũng là mô hình tối ưu nhất.
Trong mô hình này ta chọn xác suất tối đa ứng với F-to-remove mà một biến không được vượt quá để được ở lại mô hình là 0.100.
Bảng 2.10. Kết quả các lần chạy hồi qui tuyến tính - ROA
Biến đưa vào mô hình | Biến bị loại | Nguyên nhân loại biến | |
1 | SIZE, CAPSIZE, CRE_RISK, LIQUIDITY, NIM, NII, CIR, GW, INF, TAX | INF | Xác suất tương ứng với F- to-remove lớn hơn 0.100 |
2 | SIZE, CAPSIZE, CRE_RISK, LIQUIDITY, NIM, NII, CIR, GW, TAX | CRE_ RISK | Xác suất tương ứng với F- to-remove lớn hơn 0.100 |
3 | SIZE, CÁPSIZE, LIQUIDITY, NIM, NII, CIR, GW , TAX | GW | Xác suất tương ứng với F- to-remove lớn hơn 0.100 |
4 | SIZE, CAPSIZE, LIQUIDITY, NIM, NII, CIR , TAX | LIQUI DITY | Xác suất tương ứng với F- to-remove lớn hơn 0.100 |
5 | SIZE, CAPSIZE, NIM, NII, CIR , TAX | SIZE | Xác suất tương ứng với F- to-remove lớn hơn 0.100 |
6 | CAPSIZE, NIM, NII, CIR , TAX |
( Nguồn: Kết quả phân tích SPSS)
Mô hình hồi qui tốt nhất- mô hình hồi qui cuối cùng của các biến độc lập với biến phụ thuộc ROA là: ROA = f(CAPSIZE,NIM,NII,CIR,TAX)
Kiểm định sự phù hợp của mô hình
Giả thuyết: H0:
H1:số biến của mô hình,là hệ số hồi qui riêng phần đứng trước các biến độc lập trong mô hình hồi qui.
Giả thuyết H0 là các hệ số hồi qui riêng phần đứng trước các biến độc lập trong mô hình hồi qui đồng thời bằng 0 có nghĩa là các biến độc lập không ảnh hưởng đến biến phụ thuộc, tức là hàm hồi qui không giả thích được sự thay đổi của biến phụ thuộc, hay nói cách khác hàm hồi qui không phù hợp.
Với mức ý nghĩa , nguyên tắc loại bỏ H0 và chấp thuận H1 là sig.
Bảng 2.11: Kiểm định sự phù hợp của mô hình - ROA
F | Sig. | |
Regression | 157.400 | .000 |
( Nguồn: Kết quả phân tích SPSS)
Giá trị F được tính bằng 157.000 với giá trị sig. rất nhỏ (sig. ) cho thấy mô hình hồi qui tuyến tính bội phù hợp với tập dữ liệu với mức ý nghĩa nhỏ 1% (độ tin cậy 99%), hay kết hợp với các biên độc lập có trong mô hình có thể giải thích được sự biến thiên của ROA.
Đánh giá sự phù hợp của mô hình & kiểm định Durbin-Watson về sự tự tương quan
Bảng 2.12: Tóm tắt kết quả mô hình - ROA
R | R Square | Adujust R Square | Std. Error of the Estimate | Durbin-Watson |
.966 | .932 | .927 | .003988 | 1.463 |
(Nguồn: Kết quả phân tích SPSS)
Dựa trên bảng , ta thấy hệ số R Square điều chỉnh là .927 cho thấy mô hình đã phù hợp với các dữ liệu hay nhân tố độc lập trong mô hình đã giải thích được 92.7% sự thay đổi của biến phụ thuộc ROA.
Kết quả qui mô hình (1) có hệ số Durbin-Watson bằng 1.463 thỏa yêu cầu trong khoảng giới hạn. Do đó mô hình (1) không xảy ra hiện tượng tự tương quan đáng kể giữa các biến trong mô hình.
Kiểm định đa cộng tuyến
Bảng 2.13: Tóm tắt kết quả mô hình - ROA
Collinearity Statistic | ||
Tolerance | VIF | |
(Constant) | ||
CAPSIZE | .466 | 2.146 |
NIM | .383 | 2.611 |
NII | .262 | 3.821 |
CIR | .827 | 1.209 |
TAX | .705 | 1.418 |
(Nguồn: Kết quả phân tích SPSS)
Theo kết quả ở bảng, hệ số phóng đại VIF (Variance inflation Factor) đều rất nhỏ, giá trị lớn nhất là 3.821. Như vậy, có thể kết luận là không có hiện tượng đa cộng tuyến đáng kể xảy ra trong mô hình hay mối tương quan giữa các biến độc lập không ảnh hưởng đáng kể đến khả năng giải thích của mô hình.
Kiểm định hệ số hồi qui đơn lẻ
Giả thuyết: H0:
H1:số biến của mô hình,
Giá trị t được tính trong bảng bên dưới, tương ứng với mỗi giá trị ti là một giá trị sig. với mức ý nghĩa , nếu sig. thì bác bỏ H0, chấp nhận H1
Bảng 2.14: Kiểm định hệ số hồi qui đơn lẻ - ROA
Unstandardized Coefficients | Standardized Coefficients | t | Sig. | ||
B | Std. Error | Beta | |||
(Constant) | .010 | .004 | 2.557 | .013 | |
CAPSIZE | .048 | .013 | .182 | 3.610 | .001 |
NIM | .301 | .033 | .511 | 9.185 | .000 |
NII | .550 | .100 | .369 | 5.488 | .000 |
CIR | -.006 | .003 | -.067 | 1.767 | .083 |
TAX | -.053 | .014 | -.156 | 3.805 | .705 |
( Nguồn: Kết quả phân tích SPSS)
Dựa trên bảng kết quả hồi qui, có thể thấy hầu hết tất cả các sig. đều nhỏ hơn
0.1 (trừ biến TAX có sig.=.705>.1) hay các giá trị ti đều có ý nghĩa thống kê với mức ý nghĩa (tức độ tin cậy bằng 90%) ta có thể kết luận 4 nhân tố trên đều có tác động đến sự biến động của ROA.
Theo những phân tích và kiểm định sự phù hợp của mô hình, tìm được phương trình hồi qui cho mô hình (1) là:
ROA = 0.010 + .048 CAPSIZE + .301 NIM + .550 NII - .006 CIR
Kết luận: Tỷ suất sinh lợi trên tổng tài sản chịu tác động của các nhân tố như: quy mô vốn, tỷ lệ thu nhập lãi thuần, tỷ lệ thu nhập ngoài lãi thuần, và tỷ lệ chi phí/thu nhập hoạt động. Trong đó: chỉ có tỷ lệ chi phí/thu nhập hoạt động là có tác động tiêu cực đến tỷ suất sinh lợi trên tổng tài sản.
Phân tích hồi qui với biến phụ thuộc ROE
Tương tự với phân tích hồi qui với biến phụ thuộc ROA, ta thực hiện phân tích hồi qui theo phương pháp Backward và thu được kết quả như sau:
Bảng 2.15: Kết quả các lần chạy hồi qui tuyến tính - ROE
Biến đưa vào mô hình | Biến bị loại | Nguyên nhân loại biến | |
1 | SIZE, CAPSIZE, CRE_RISK, LIQUIDITY, NIM, NII, CIR, GW, INF, TAX | GW | Xác suất tương ứng với F-to-remove lớn hơn 0.100 |
2 | SIZE, CAPSIZE, CRE_RISK, LIQUIDITY, NIM, NII, CIR, INF, TAX | CRE_RISK | Xác suất tương ứng với F-to-remove lớn hơn 0.100 |
3 | SIZE, CAPSIZE, LIQUIDITY, NIM, NII, CIR, INF, TAX | INF | Xác suất tương ứng với F-to-remove lớn hơn 0.100 |
4 | SIZE, CAPSIZE, LIQUIDITY, NIM, NII, CIR, TAX | SIZE | Xác suất tương ứng với F-to-remove lớn hơn 0.100 |
5 | CAPSIZE, LIQUIDITY, NIM, NII, CIR, TAX |
( Nguồn: Kết quả phân tích SPSS)
Mô hình hồi qui tốt nhất là:
ROE = f (CAPSIZE, LIQUIDITY, NIM, NII, CIR, TAX)
Kiểm định sự phù hợp của mô hình
Giả thuyết: H0:
H1:
số biến của mô hình,là hệ số hồi qui riêng phần đứng trước các biến độc lập trong mô hình hồi qui.
Giả thuyết H0 là các hệ số hồi qui riêng phần đứng trước các biến độc lập trong mô hình hồi qui đồng thời bằng 0 có nghĩa là các biến độc lập không ảnh hưởng đến biến phụ thuộc, tức là hàm hồi qui không giả thích được sự thay đổi của biến phụ thuộc, hay nói cách khác hàm hồi qui không phù hợp.
Với mức ý nghĩa , nguyên tắc loại bỏ H0 và chấp thuận H1 là sig.
Bảng 2.16: Kiểm định sự phù hợp của mô hình - ROE
F | Sig. | |
Regression | 15.111 | .000 |
( Nguồn: Kết quả phân tích SPSS)
Giá trị F được tính bằng 15.111 với giá trị sig. rất nhỏ (sig. ) cho thấy mô hình hồi qui tuyến tính bội phù hợp với tập dữ liệu với mức ý nghĩa nhỏ 1% (độ tin cậy 99%), hay kết hợp với các biên độc lập có trong mô hình có thể giải thích được sự biến thiên của ROE.
Đánh giá sự phù hợp của mô hình & kiểm định Durbin-Watson về sự tự tương quan
Bảng 2.17: Tóm tắt kết quả mô hình - ROE
R | R Square | Adujust R Square | Std. Error of the Estimate | Durbin-Watson |
.786 | .618 | .577 | .042513 | 1.394 |
( Nguồn: Kết quả phân tích SPSS)
Dựa trên bảng 2.17, ta thấy hệ số R Square điều chỉnh là .577 cho thấy mô hình đã phù hợp với các dữ liệu hay nhân tố độc lập trong mô hình đã giải thích được 57.7% sự thay đổi của biến phụ thuộc ROE.
Kết quả qui mô hình (1) có hệ số Durbin-Watson bằng 1.394 thỏa yêu cầu trong khoảng giới hạn. Do đó mô hình (1) không xảy ra hiện tượng tự tương quan đáng kể giữa các biến trong mô hình.
Kiểm định đa cộng tuyến
Theo kết quả ở bảng 2.18, hệ số phóng đại VIF (Variance inflation Factor) đều rất nhỏ, giá trị lớn nhất là 3.889. Như vậy, có thể kết luận là không có hiện tượng đa cộng tuyến đáng kể xảy ra trong mô hình hay mối tương quan giữa các biến độc lập không ảnh hưởng đáng kể đến khả năng giải thích của mô hình.
Bảng 2.18: Tóm tắt kết quả mô hình - ROE
Collinearity Statistic | ||
Tolerance | VIF | |
(Constant) | ||
CAPSIZE | .462 | 2.163 |
LIQUIDITY | .759 | 1.317 |
NIM | .380 | 2.634 |
NII | .257 | 3.889 |
.813 | 1.230 | |
TAX | .684 | 1.463 |
( Nguồn: Kết quả phân tích SPSS)
Kiểm định hệ số hồi qui đơn lẻ
Giả thuyết: H0:
H1:số biến của mô hình,
Giá trị t được tính trong bảng bên dưới, tương ứng với mỗi giá trị ti là một giá trị sig. với mức ý nghĩa , nếu sig. thì bác bỏ H0, chấp nhận H1
Bảng 2.19: Kiểm định hệ số hồi qui đơn lẻ - ROE
Unstandardized Coefficients | Standardized Coefficients | t | Sig. | ||
B | Std. Error | Beta | |||
(Constant) | .277 | .041 | 6.787 | .000 | |
CAPSIZE | -.689 | .143 | -.586 | -4.827 | .000 |
LIQUIDITY | .148 | .077 | .183 | 1.927 | .059 |
NIM | .950 | .351 | .363 | 2.710 | .009 |
NII | .2358 | 1.077 | .356 | 2.188 | .033 |
CIR | -.122 | .036 | -.309 | 3.372 | .001 |
TAX | -.328 | .150 | -.218 | 2.187 | .033 |
(Nguồn: Kết quả phân tích SPSS)
Dựa trên bảng kết quả hồi qui, ta thấy hầu hết các sig. đều nhỏ hơn 0.1 hay các giá trị ti đều có ý nghĩa thống kê với mức ý nghĩa (tức độ tin cậy bằng 90%), do đó có thể kết luận rằng có 5 nhân tố đều tác động đến sự biến động của ROE.
Theo những phân tích và kiểm định sự phù hợp của mô hình, ta tìm được phương trình hồi qui cho mô hình (2) là:
ROE = .277 - .689CAPSIZE +.148 LIQUIDITY + .950 NIM + .2358 NII -
.122 CIR - .328 TAX
Kết luận: Tỷ suất sinh lợi trên vốn chủ sở hữu của các NHTMCPNY được tác động bởi các nhân tố, một số nhân tố có tác động tích cực như: dự trữ thanh khoản, tỷ lệ thu nhập lãi thuần, tỷ lệ thu nhập ngoài lãi thuần, tỷ lệ chi phí/thu nhập hoạt động. một số nhân tố các tác động tiêu cực như: quy mô vốn, tỷ lệ thuế thu nhập doanh nghiệp/thu nhập trước thuế.