Năm 2010 nền kinh tế dần hồi phục sau trận khủng hoảng kinh tế thới giới năm 2008. Chính phủ đã đưa ra chủ trương chính sách tăng trưởng kinh tế, kích cầu, nên NHNN đã nới lỏng chính sách tiền tệ, hỗ trợ các chủ thể kinh tế có nhu cầu vay. Tuy nhiên, chính các biện pháp nới lỏng kích thích tài khóa đó đã dẫn đến hiện tượng lạm phát cao đến 2 con số năm 2010-2011: 11.75%- 18.13%, từ năm 2013 lạm phát ổn định và giảm qua các năm.
Từ năm 2010 đến 2017 tăng trưởng kinh tế tại Việt Nam ổn định ở mức phù hợp với tốc độ tăng trưởng trong khu vực, năm 2011 và 2012 GDP có giảm nhưng từ năm 2013 dần hồi phục với diễn biến năm sau khả quan hơn năm trước.
Biến INF đại diện đo lường cho thông số tỷ lệ lạm phát có giá trị dao động nhỏ nhất là 0.6% giá trị lớn nhất là 18.13%, với giá trị trung bình cỡ mẫu là 6.56%, tương ứng với độ lệch chuẩn là 5.47%.
Biến GDP đại diện đo lường cho thông số tăng trưởng kinh tế có giá trị dao động nhỏ nhất là 5.25 giá trị lớn nhất là 6.78, với giá trị trung bình cỡ mẫu là 6.08, tương ứng với độ lệch chuẩn là 0.52.
Bảng 4.1 cũng trình bày giá trị trung bình tăng trưởng kinh tế (GDP) trong giai đoạn 2010 – 2017 là 6.08%, với giá trị lớn nhất là 6.78% năm 2010 và nhỏ nhất ở mức 5.25% năm 2012 với độ lệch chuẩn thấp 0.52% cho thấy tăng trưởng kinh tế tại Việt Nam trong giai đoạn nghiên cứu khá ổn định. Trong khi đó, tỷ lệ lạm phát trung bình (INF) hàng năm ở mức 6.56% và có độ lệch chuẩn 5.47%, tỷ lệ lạm phát thấp nhất là 0.6% vào năm 2015 thấp nhất trong vòng 15 năm (thấp hơn nhiều so với mục tiêu 5% mà Quốc hội đề ra), tỷ lệ lạm phát cao nhất là 18.13% vào năm 2011 đây là thời điểm trở lại của chu kỳ kinh tế suy thoái, dự báo sẽ có nhiều biến động buộc phải thay đổi chủ trương, chính sách tiền tệ trong những năm gần đây.
Biến IRL đại diện đo lường cho thông số tỷ lệ lạm phát có giá trị dao động nhỏ nhất là 0.06% giá trị lớn nhất là 0.12%, với giá trị trung bình cỡ mẫu là 0.09%, tương ứng với độ lệch chuẩn là 0.02%.
Biến IRS đại diện đo lường cho thông số tỷ lệ lạm phát có giá trị dao động nhỏ nhất là 0.04% giá trị lớn nhất là 0.14%, với giá trị trung bình cỡ mẫu là 0.07%, tương ứng với độ lệch chuẩn là 0.03%.
Thống kê mô tả giữa các biến trong mô hình có độ lệch chuẩn không quá lớn so với trung bình. Cỡ mẫu nghiên cứu gồm 160 quan sát (8*20), dữ liệu được lấy từ các báo cáo tài chính hợp nhất của 20 ngân hàng. Năm quan sát là những năm sau khủng hoảng kinh tế từ 2010 đến 2017 là giai đoạn nền kinh tế có lãi suất tương đối thấp. Đây là cỡ mẫu lớn trong thống kê theo Greene (1991), lớn hơn cỡ mẫu tối thiểu đòi hỏi trong mô hình định lượng là 50+8*n (n là số lượng biến độc lập trong mô hình) . Dữ liệu tác giả ở các biến tương đối đồng đều, đảm bảo độ tin cậy phù hợp phân tích định lượng.
4.1.2. Kiểm định sự tương quan và đa cộng tuyến
Ma trận tương quan đơn tuyến tính giữa các cặp biến
Dựa vào kết quả ma trận tương quan, tác giả chỉ ra mối tương quan giữa các biến phụ thuộc với các biến độc lập trong mô hình và kiểm định hiện tượng đa cộng tuyến giữa các biến độc lập với nhau.
39
Bảng 4.2: Kết quả ma trận tương quan
NIM | PROFIT | ROA | ROE | PCL | SIZE | CAP | LOANTA | NITA | INF | GDP | IRL | IRS | |
NIM | 1.00 | ||||||||||||
PROFIT | 0.13 | 1.00 | |||||||||||
ROA | 0.65 | 0.36 | 1.00 | ||||||||||
ROE | 0.41 | 0.54 | 0.80 | 1.00 | |||||||||
PCL | -0.05 | -0.24 | -0.27 | -0.37 | 1.00 | ||||||||
SIZE | -0.11 | 0.74 | 0.04 | 0.45 | -0.19 | 1.00 | |||||||
CAP | 0.36 | -0.31 | 0.26 | -0.29 | 0.17 | -0.71 | 1.00 | ||||||
LOANTA | 0.33 | 0.34 | 0.12 | 0.14 | -0.11 | 0.28 | -0.03 | 1.00 | |||||
NITA | 0.00 | 0.46 | 0.23 | 0.29 | 0.07 | 0.32 | -0.06 | 0.03 | 1.00 | ||||
INF | 0.14 | -0.15 | 0.44 | 0.37 | -0.08 | -0.20 | 0.15 | -0.32 | -0.20 | 1.00 | |||
GDP | -0.14 | 0.09 | 0.07 | 0.16 | -0.35 | 0.06 | -0.13 | 0.18 | 0.09 | -0.13 | 1.00 | ||
IRL | 0.13 | -0.26 | 0.38 | 0.27 | 0.02 | -0.27 | 0.24 | -0.40 | -0.22 | 0.86 | -0.30 | 1.00 | |
IRS | 0.16 | -0.20 | 0.43 | 0.34 | -0.04 | -0.23 | 0.20 | -0.36 | -0.23 | 0.97 | -0.20 | 0.95 | 1.00 |
Có thể bạn quan tâm!
-
Tổng Quan Các Nghiên Cứu Trước Về Các Yếu Tố Tác Động Đến Khả Sinh Lời Và Chấp Nhận Rủi Ro Của Ngân Hàng. -
Các Bước Phân Tích Để Lựa Chọn Mô Hình Phù Hợp Cụ Thể Như Sau -
Thảo Luận Kỳ Vọng Dấu Của Các Biến -
Kết Quả Hồi Quy Mô Hình Khả Năng Sinh Lời Của Ngân Hàng Từ Lãi Suất Và Các Yếu Tố Quyết Định Lợi Nhuận Khác -
Các yếu tố ảnh hưởng đến khả năng sinh lời và chấp nhận rủi ro tại các ngân hàng thương mại cổ phần Việt Nam - 9 -
Các yếu tố ảnh hưởng đến khả năng sinh lời và chấp nhận rủi ro tại các ngân hàng thương mại cổ phần Việt Nam - 10
Xem toàn bộ 104 trang tài liệu này.
(Nguồn: Tổng hợp từ Phần mềm Stata)
Tồn tại hiện tượng đa cộng tuyến nghiêm trọng giữa lạm phát và lãi suất ngắn hạn và dài hạn. Với mục tiêu nghiên cứu liên quan đến lãi suất, tác giả bỏ biến lạm phát khỏi mô hình do tương quan nghiêm trọng giữa lạm phát và lãi suất ngắn hạn (đến 97%) và lãi suất dài hạn (đến 86%) lớn hơn 80%.
Kiểm định đa cộng tuyến nh m
Tác giả kiểm định đa cộng tuyến nhóm giữa các biến độc lập trong mô hình.
Bảng 4.3: Kết quả kiểm tra đa cộng tuyến với nhân tử ph ng đại phương sai
VIF | 1/VIF | |
IRS | 112.74 | 0.00887 |
INF | 39.59 | 0.025258 |
IRL | 29.91 | 0.033428 |
SIZE | 2.98 | 0.335912 |
CAP | 2.59 | 0.386105 |
LOANTA | 1.48 | 0.677951 |
NITA | 1.37 | 0.727278 |
GDP | 1.28 | 0.782297 |
Trung bình VIF | 23.99 |
(Nguồn: Tổng hợp từ Phần mềm Stata)
Kết quả kiểm tra nhân tử phóng đại phương sai cho thấy hiện tượng đa công tuyến tồn tại trong mô hình. Do đó việc bỏ biến lạm phát như đã phát hiện với ma trận tương quan là cần thiết. Khi các hệ số VIF lớn hơn 10 vi phạm hiện tượng đa cộng tuyến nghiêm trọng.
4.1.3. Kiểm định lựa chọn mô hình Pooled và mô hình dữ liệu bảng FEM
Phần tiếp theo tác giả kiểm định lựa chọn mô hình Pooled, hiệu ứng cố định FEM và hiệu ứng ngẫu nhiên REM.
Mô hình Pooled phù hợp khi các quan sát không có sự khác biệt giữa các ngân hàng qua các năm. Ngược lại nếu tồn tại sự khác biệt các ngân hàng qua các năm thì dữ liệu bảng FEM & REM phù hợp với mẫu nghiên cứu hơn.
Bài nghiên cứu sử dụng kiểm định lựa chọn mô hình Pooled và mô hình dữ liệu bảng FEM.
Giải thuyết H0: Mô hình Pooled phù hợp với mẫu nghiên cứu Giả thuyết H1: Mô hình FEM phù hợp với mẫu nghiên cứu.
Bảng 4.4: Kết quả kiểm định lựa chọn Pooled và FEM
Giá trị thống kê F | P-value | |
NIM | 5.65 | 0.0000 |
PROFIT | 6.20 | 0.0000 |
ROA | 5.34 | 0.0000 |
ROE | 5.28 | 0.0000 |
PCL | 1.85 | 0.0239 |
(Nguồn: Tổng hợp từ Phần mềm Stata)
Kiểm định cho p-value < 0.05, cho nên bác bỏ giả thuyết H0. Vậy mô hình hồi quy theo FEM sẽ phù hợp hơn so với mô hình Pooled OLS.
4.1.4. Kiểm định lựa chọn mô hình Pooled và mô hình dữ liệu bảng REM
Tác giả tiếp tục kiểm định Breusch, T. S. và A. R. Pagan. (1980) lựa chọn mô hình Pooled và REM với giả thuyết như sau:
Giả thuyết H0: Mô hình Pooled phù hợp dữ liệu mẫu hơn REM Giả thuyết H1: Mô hình REM phù hợp dữ liệu mẫu hơn Pooled
Bảng 4.5: Kết quả kiểm định lựa chọn Pooled và REM
Chi bình phương (χ2) | P-value | |
NIM | 59.99 | 0.0000 |
PROFIT | 83.15 | 0.0000 |
ROA | 38.13 | 0.0000 |
ROE | 41.96 | 0.0000 |
PCL | 3.90 | 0.0241 |
(Nguồn: Tổng hợp từ Phần mềm Stata)
Kiểm định cho giá trị p-value < 0.05, nên bác bỏ giả thuyết H0. Vậy mô hình REM phù hợp hơn.
4.1.5. Kiểm định lựa chọn mô hình FEM và mô hình dữ liệu bảng REM Tác giả tiếp tục thực hiện kiểm định Hausman với giả thuyết dữ kiện như sau: Giả thuyết H0: Mô hình REM phù hợp dữ liệu mẫu hơn FEM
Giả thuyết H1: Mô hình FEM phù hợp dữ liệu mẫu hơn REM
Bảng 4.6: Kết quả kiểm định lựa chọn FEM và REM
Chi bình phương (χ2) | P-value | |
NIM | 7.25 | 0.5098 |
PROFIT | 1.12 | 0.9974 |
ROA | 20.83 | 0.0076 |
ROE | 16.61 | 0.0344 |
PCL | 3.62 | 0.8897 |
(Nguồn: Tổng hợp từ Phần mềm Stata)
Kiểm định cho p-value cho hai mô hình ROA, ROE< 0.05, nên bác bỏ giả thuyết H0. Vậy mô hình FEM hiệu ứng tác động cố định phù hợp với dữ liệu mẫu hơn mô hình REM.
Đối với ba mô hình còn lại NIM, PROFIT và PCL có p-value > 0.05, chưa đủ cơ sở để bác bỏ H0, do đó REM phù hợp hơn.
4.1.6. Kiểm định hiện tượng phương sai thay đổi phần dư trên dữ liệu bảng - Greene (2000)
Hiện tượng phương sai thay đổi có thể ảnh hưởng đến tính hiệu quả của ước lượng mô hình, có đáng tin cậy trong kiểm định hệ số hay không. Tác giả tiến hành kiểm định phương sai sai số thay đổi bằng phương pháp kiểm định Greene (2000) với giả thuyết như sau:
Giả thuyết H0: Mô hình không có hiện tượng phương sai thay đổi Giả thuyết H1: Mô hình có hiện tượng phương sai thay đổi
Bảng 4.7: Kết quả kiểm tra phương sai thay đổi mô hình
Chi bình Phương (χ2) | p-value | |
NIM | 531.15 | 0.0000 |
PROFIT | 1710.05 | 0.0000 |
ROA | 448.28 | 0.0000 |
ROE | 365.11 | 0.0000 |
PCL | 1150.44 | 0.0000 |
(Nguồn: Tổng hợp từ Phần mềm Stata)
Từ bảng 4.7, kết quả kiểm định cho thấy với p-value đều bằng 0.0000 < α =
0.05. Suy ra, bác bỏ giả thuyết Ho ở mức ý nghĩa 5% cho thấy tồn tại hiện tượng phương sai thay đổi trong mô hình.
Kết luận: Tồn tại hiện tượng phương sai thay đổi trong mô hình ở mức ý nghĩa 5%.
4.1.7. Kiểm định hiện tượng tự tương quan phần dư trên dữ liệu bảng - Wooldridge (2002) và Drukker (2003)
Tác giả sử dụng phương Wooldridge (2002) và Drukker (2003) và đặt giả thuyết kiểm định như sau:
Giả thuyết H0: Mô hình không có hiện tượng tự tương quan bậc 1 Giả thuyết H1: Mô hình có hiện tượng tự tương quan bậc 1
Bảng 4.8: Kết quả kiểm tra tự tương quan mô hình
Thống kê F | p-value | |
NIM | 10.844 | 0.0038 |
PROFIT | 15.061 | 0.0010 |
ROA | 14.235 | 0.0013 |
ROE | 19.353 | 0.0003 |
PCL | 13.752 | 0.0015 |
(Nguồn: Tổng hợp từ Phần mềm Stata)
Kết quả ở bảng 4.9 với p-value đều bằng 0.0000 < α = 0.05. Suy ra, bác bỏ giả thuyết H0 ở mức ý nghĩa 5%, có hiện tượng tự tương quan bậc 1 trong mô hình.
Kết luận: Tồn tại hiện tượng tự tương quan bậc 1 trong mô hình với mức ý nghĩa 5%.