Các yếu tố ảnh hưởng đến mức xếp hạng tín nhiệm của ngân hàng thương mại – nghiên cứu tại các nền kinh tế phát triển và các nền kinh tế mới nổi - 9




ROAE

-0.9325

0.0310

NonIntEx_Ass

0.1787

0.2660


Exp_Int

0.9262

0.0230

ROAE

0.1182

0.2480

NetLoan_Ass

-0.1387

0.1900

NetLoan_ShortCap

-0.1072

0.2510


LiAss_Debt

-0.0215

0.2710

Number of obs = 225

Number of obs = 225

LR chi2(17) = 289.9800

LR chi2(18) = 284.4600

Prob > chi2 = 0.0000

Prob > chi2 = 0.0000

Pseudo R2 = 0.5010

Pseudo R2 = 0.4890

Log likelihood = -144.4212

Log likelihood = -148.6402

Mẫu dữ liệu 3

Mẫu dữ liệu 4


Biến


HSHQ

Mức ý nghĩa

thống kê HSHQ


Biến


HSHQ

Mức ý nghĩa

thống kê HSHQ

Country_rating

2.0111

0.0000

Country_rating

2.1079

0.0000

Bicra

0.8798

0.0000

Bicra

0.8533

0.0000

Government

1.2492

0.0040

Government

1.1090

0.0120

Group

4.0705

0.0000

Group

4.4270

0.0000

LnAss

0.5726

0.0000

LnAss

0.5170

0.0000

AssGrow

-6.1673

0.0010

AssGrow

-6.8707

0.0000

LoanLoss_Ln

-0.1178

0.0020

CreGrow

0.7967

0.1030

LoanLoss_Equ

0.0214

0.5760

LoanLoss_Ln

-0.0967

0.0000

Equ_ShortCap

-0.0047

0.4570

Equ_ShortCap

-0.0167

0.1110

Equ_Debt

0.0179

0.0000

IntIn_Loan

0.0179

0.0000

NIM

-0.0897

0.2460

NetIntIn_Ass

-0.1847

0.2900

OthIn_Ass

-0.3846

0.0280

OthIn_Ass

-0.4910

0.0150

NonIntEx_Ass

0.2826

0.0820

NonIntEx_Ass

0.4132

0.0170

ROAA

0.1410

0.1720

ROAA

0.6560

0.0900

NetLoan_Ass

0.0576

0.5920

Exp_Int

-0.4994

0.0910

NetLoan_Debt

-0.1013

0.2460

LiAss_ShortCap

0.1545

0.1260

Number of obs = 226

Number of obs = 226

LR chi2(16) = 295.7900

LR chi2(16) = 304.2700

Prob > chi2 = 0.0000

Prob > chi2 = 0.0000

Pseudo R2 = 0.5081

Pseudo R2 = 0.5154

Log likelihood = -143.1579

Log likelihood = -143.0191

Mẫu dữ liệu 5

Toàn bộ mẫu


Biến


HSHQ

Mức ý nghĩa thống kê HSHQ


Biến


HSHQ

Mức ý nghĩa thống kê

HSHQ

Country_rating

2.0842

0.0000

Country_rating

1.8164

0.0000

Bicra

0.8235

0.0000

Bicra

0.8881

0.0000

Government

1.1284

0.0090

Government

1.1377

0.0020

Group

3.8271

0.0000

Group

3.9542

0.0000

LnAss

0.4918

0.0000

LnAss

0.5979

0.0000

AssGrow

-3.5649

0.0320

AssGrow

-4.5942

0.0010

CreGrow

0.6086

0.1640

LoanLoss_Ln

-0.0832

0.0000

LoanLoss_Ln

-0.0666

0.0050

Equ_Debt

0.0157

0.0000

Equ_ShortCap

-0.0127

0.1700

OthIn_Ass

-0.1744

0.0010

Có thể bạn quan tâm!

Xem toàn bộ 120 trang: Các yếu tố ảnh hưởng đến mức xếp hạng tín nhiệm của ngân hàng thương mại – nghiên cứu tại các nền kinh tế phát triển và các nền kinh tế mới nổi

Các yếu tố ảnh hưởng đến mức xếp hạng tín nhiệm của ngân hàng thương mại – nghiên cứu tại các nền kinh tế phát triển và các nền kinh tế mới nổi - 9




Equ_Debt

0.0152

0.0020





IntEx_Cap

-0.0527

0.4460




OthIn_Ass

-0.3986

0.0360




NonIntEx_Ass

0.2538

0.0830




ROAE

0.4154

0.1770




Exp_Int

-0.2973

0.2780




NetLoan_Debt

-0.0845

0.2310




Number of obs = 226

Number of obs = 282

LR chi2(16) = 295.4400

LR chi2(9) = 353.8200

Prob > chi2 = 0.0000

Prob > chi2 = 0.0000

Pseudo R2 = 0.5036

Pseudo R2 = 0.4845

Log likelihood = -145.6301

Log likelihood = -188.2233

Nguồn: Kết quả tính toán của tác giả từ mẫu dữ liệu quan sát.

Từ kết quả ước lượng các mô hình Ordered logit cho 5 mẫu dữ liệu con và toàn bộ mẫu dữ liệu các quan sát NHTM tại các quốc gia thuộc nhóm các nền kinh tế mới nổi được trình bày trong bảng 4.7, tác giả tính toán tần suất xuất hiện của các biến giải thích có hệ số hồi quy có ý nghĩa thống kê ở mức 10%, 5% và 1% trong các mô hình hồi quy trên.

Bảng 4.8: Tần suất xuất hiện của các biến giải thích có hệ số hồi quy có ý nghĩa thống kê trong các mô hình Ordered logit trên các mẫu dữ liệu

các NHTM tại các nền kinh tế mới nổi


Biến

Tần suất xuất hiện (%)

Biến

Tần suất xuất hiện(%)

Country_rating

100

IntIn_Ass

0

Bicra

100

IntEx_Cap

0

Government

100

NIM

0

Group

100

NetIntIn_Ass

0

LnAss

100

OthIn_Ass

83

AssGrow

100

NonIntEx_Ass

67

CreGrow

0

ROAA

17

LoanLoss_Ln

83

ROAE

17

LoanLoss_Equ

0

Exp_Int

33

LoanPro_Loan

17

NetLoan_Ass

0

Equ_Ass

0

NetLoan_ShortCap

0

Equ_Loan

0

NetLoan_Debt

0

Equ_ShortCap

0

LiAss_ShortCap

0

Equ_Debt

83

LiAss_Debt

0

IntIn_Loan

17



Nguồn: Kết quả tính toán của tác giả từ mẫu dữ liệu quan sát.

Từ kết quả của bảng 4.7 và bảng 4.8, ta thấy rằng các biến giải thích Country_rating, Bicra, Government, Group, LnAss, AssGrow, LoanLoss_Ln,


Equ_Debt và OthIn_Ass là những biến có hệ số hồi quy có ý nghĩa thống kê trong mô hình được xây dựng trên toàn bộ mẫu dữ liệu quan sát. Đồng thời, những biến này đều có tần suất xuất hiện từ 80% trở lên trong các tập hợp những biến giải thích có hệ số hồi quy có ý nghĩa thống kê trong các mô hình hồi quy Ordered logit được xây dựng từ các mẫu dữ liệu con nêu trên và toàn bộ mẫu dữ liệu ban đầu. Bên cạnh đó, kết quả phân tích phương sai một yếu tố đối với các chỉ tiêu tài chính trên mẫu dữ liệu các NHTM tại các quốc gia thuộc nhóm các nền kinh tế mới nổi được trình bày trong mục

4.1 cũng cho thấy các biến LnAss, AssGrow, LoanLoss_Ln, Equ_Debt và OthIn_Ass là các biến giải thích có giá trị trung bình khác biệt nhau theo các MXHTN. Do vậy, ta có cơ sở để kết luận rằng những biến này là những biến giải thích có tác động chủ yếu đến MXHTN của NHTM tại các quốc gia thuộc nhóm các nền kinh tế mới nổi. Từ đó, tác giả thực hiện ước lượng lại chi tiết mô hình hồi quy Ordered logit với các biến giải thích này trên toàn bộ mẫu dữ liệu quan sát các NHTM tại các nền kinh tế mới nổi.

Bảng 4.9: Mô hình Ordered logit trên tập hợp các biến giải thích được lựa chọn và toàn bộ mẫu dữ liệu các NHTM tại các nền kinh tế mới nổi


Biến


Hệ số hồi quy


Sai số chuẩn

Mức ý nghĩa thống kê

của hệ số hồi quy


Khoảng tin cậy





Cực tiểu

Cực đại

Country_rating

1.8164

0.2897

0.0000

1.2487

2.3842

Bicra

0.8881

0.1857

0.0000

0.5241

1.2520

Government

1.1377

0.3722

0.0020

0.4082

1.8672

Group

3.9542

0.5847

0.0000

2.8082

5.1003

LnAss

0.5979

0.1049

0.0000

0.3923

0.8035

AssGrow

-4.5942

1.4117

0.0010

-7.3612

-1.8273

LoanLoss_Ln

-0.0832

0.0220

0.0000

-0.1264

-0.0400

Equ_Debt

0.0157

0.0038

0.0000

0.0083

0.0232

OthIn_Ass

-0.1744

0.0536

0.0010

-0.2794

-0.0695







/cut1

16.6202

1.7691


13.1528

20.0876

/cut2

19.3397

1.9176


15.5812

23.0982

/cut3

24.3097

2.1752


20.0465

28.5730

Number of obs = 282

LR chi2(9) = 353.8200

Prob > chi2 = 0.0000

Pseudo R2 = 0.4845

Log likelihood = -188.2233

Nguồn: Kết quả tính toán của tác giả từ mẫu dữ liệu quan sát.


Tương tự như vậy, tác giả cũng thực hiện ước lượng các mô hình Ordered logit trên các mẫu dữ liệu con và toàn bộ mẫu dữ liệu các NHTM tại các nền kinh tế phát triển và trình bày kết quả trong bảng 4.10.

Bảng 4.10: Mô hình Ordered logit với 5 mẫu dữ liệu con

và toàn bộ mẫu dữ liệu các NHTM tại các nền kinh tế phát triển


Mẫu dữ liệu 1

Mẫu dữ liệu 2


Biến


HSHQ

Mức ý nghĩa

thống kê HSHQ


Biến


HSHQ

Mức ý nghĩa

thống kê HSHQ

Country_rating

1.8745

0.0000

Country_rating

1.0711

0.0000

Bicra

-0.4488

0.0770

Government

2.2863

0.0000

Government

1.7761

0.0000

Group

1.7128

0.0000

Group

1.2568

0.0010

LnAss

0.6467

0.0000

LnAss

0.7373

0.0000

LoanLoss_Ln

-0.1828

0.0000

AssGrow

3.1496

0.0520

LoanPro_Loan

0.5644

0.1290

LoanLoss_Ln

-0.1635

0.0000

Equ_Ass

0.2092

0.0000

LoanPro_Loan

1.2161

0.0000

Equ_ShortCap

-0.0385

0.0510

Equ_Ass

0.1309

0.0440

OthIn_Ass

0.8545

0.0010

Equ_ShortCap

0.0784

0.0100

NonIntEx_Ass

-1.2337

0.0000

IntIn_Loan

-0.2385

0.0750

Exp_Int

-0.0154

0.0480

NIM

-1.6637

0.0680

NetLoan_Ass

-0.0630

0.0360

NetIntIn_Ass

2.5207

0.0450

NetLoan_ShortCap

0.0046

0.1510

OthIn_Ass

1.2519

0.0010

NetLoan_Debt

0.0501

0.0470

NonIntEx_Ass

-1.6119

0.0000

LiAss_ShortCap

0.0133

0.0550

ROAA

-1.0232

0.0140

LiAss_Debt

-0.0301

0.0770

ROAE

0.0236

0.0000




NetLoan_Ass

0.1252

0.0030




NetLoan_Debt

-0.0899

0.0170




LiAss_ShortCap

-0.0301

0.0090




LiAss_Debt

0.0471

0.0190




Number of obs = 236

Number of obs = 237

LR chi2(21) = 246.0000

LR chi2(16) = 263.8600

Prob > chi2 = 0.0000

Prob > chi2 = 0.0000

Pseudo R2 = 0.3871

Pseudo R2 = 0.4017

Log likelihood = -194.7683

Log likelihood = -196.4807


Mẫu dữ liệu 3

Mẫu dữ liệu 4


Biến


HSHQ

Mức ý nghĩa

thống kê HSHQ


Biến


HSHQ

Mức ý nghĩa

thống kê HSHQ

Country_rating

1.4405

0.0000

Country_rating

1.4380

0.0000

Government

2.2743

0.0000

Government

2.3434

0.0000

Group

1.6827

0.0000

Group

1.4095

0.0000




LnAss

0.8098

0.0000

LnAss

0.6085

0.0000


AssGrow

4.1001

0.0110

LoanLoss_Ln

-0.1104

0.0010

LoanLoss_Ln

-0.1410

0.0000

Equ_Loan

0.0141

0.0270

LoanPro_Loan

1.0945

0.0000

Equ_Debt

0.0473

0.2580

Equ_Ass

0.2404

0.0000

OthIn_Ass

0.4143

0.0590

IntIn_Loan

0.2331

0.0100

NonIntEx_Ass

-0.4459

0.0250

IntEx_Cap

-0.1764

0.1810

ROAA

-0.6590

0.0040

NIM

-3.2838

0.0130

ROAE

0.0160

0.0020

NetIntIn_Ass

3.7256

0.0160

Exp_Int

-0.0211

0.0020

OthIn_Ass

1.4012

0.0000

NetLoan_Ass

0.0186

0.0500

NonIntEx_Ass

-1.7428

0.0000




ROAA

-1.1549

0.0040




ROAE

0.0221

0.0000




NetLoan_Debt

0.0219

0.0110




Number of obs = 237

Number of obs = 237

LR chi2(17) = 250.4500

LR chi2(13) = 241.9600

Prob > chi2 = 0.0000

Prob > chi2 = 0.0000

Pseudo R2 = 0.3837

Pseudo R2 = 0.3653

Log likelihood = -201.1123

Log likelihood = -210.1646

Mẫu dữ liệu 5

Toàn bộ mẫu


Biến


HSHQ

Mức ý nghĩa

thống kê HSHQ


Biến


HSHQ

Mức ý nghĩa

thống kê HSHQ

Country_rating

1.3900

0.0000

Country_rating

1.3263

0.0000

Government

1.7115

0.0000

Government

2.2145

0.0000

Group

1.2143

0.0000

Group

1.3725

0.0000

LnAss

0.6601

0.0000

LnAss

0.6562

0.0000

LoanLoss_Ln

-0.1342

0.0000

LoanLoss_Ln

-0.1043

0.0000

LoanPro_Loan

0.2647

0.1540

Equ_Ass

0.1149

0.0180

Equ_Ass

0.1392

0.0080

Equ_Loan

0.0131

0.0270

Equ_Loan

0.0116

0.0800

IntIn_Loan

0.1019

0.1690

IntIn_Loan

0.1509

0.0990

NIM

-0.5620

0.0010

IntIn_Ass

-0.7895

0.0000

ROAE

0.0121

0.0150

IntEx_Cap

0.5208

0.0110

Exp_Int

-0.0232

0.0000

ROAE

0.0168

0.0010

NetLoan_Ass

0.0194

0.0260

Exp_Int

-0.0187

0.0210




NetLoan_Ass

0.0240

0.0260




Number of obs = 237

Number of obs = 296

LR chi2(14) = 224.8700

LR chi2(12) = 287.7800

Prob > chi2 = 0.0000

Prob > chi2 = 0.0000

Pseudo R2 = 0.3522

Pseudo R2 = 0.3545

Log likelihood = -209.4768

Log likelihood = -262.0579

Nguồn: Kết quả tính toán của tác giả từ mẫu dữ liệu quan sát.

Từ kết quả ước lượng các mô hình Ordered logit cho 5 mẫu dữ liệu con và toàn bộ mẫu dữ liệu các quan sát NHTM tại các quốc gia có nền kinh tế phát triển được


trình bày trong bảng 4.10, tác giả cũng tính toán tần suất xuất hiện của các biến giải thích có hệ số hồi quy có ý nghĩa thống kê ở mức 10%, 5% và 1% trong các mô hình hồi quy trên.

Bảng 4.11: Tần suất xuất hiện của các biến giải thích có hệ số hồi quy có ý nghĩa thống kê trong các mô hình Ordered logit trên các mẫu dữ liệu

các NHTM tại các nền kinh tế phát triển


Biến

Tần suất xuất hiện (%)

Biến

Tần suất xuất hiện(%)

Country_rating

100

IntIn_Ass

17

Bicra

17

IntEx_Cap

17

Government

100

NIM

50

Group

100

NetIntIn_Ass

33

LnAss

100

OthIn_Ass

67

AssGrow

33

NonIntEx_Ass

67

CreGrow

0

ROAA

50

LoanLoss_Ln

100

ROAE

83

LoanLoss_Equ

0

Exp_Int

67

LoanPro_Loan

33

NetLoan_Ass

83

Equ_Ass

83

NetLoan_ShortCap

0

Equ_Loan

50

NetLoan_Debt

50

Equ_ShortCap

33

LiAss_ShortCap

33

Equ_Debt

0

LiAss_Debt

33

IntIn_Loan

50



Nguồn: Kết quả tính toán của tác giả từ mẫu dữ liệu quan sát.

Từ kết quả bảng 4.10 và bảng 4.11, ta thấy rằng các biến giải thích Country_rating, Government, Group, LnAss, LoanLoss_Ln, Equ_Ass, Equ_Loan, NIM, ROAE, Exp_Int và NetLoan_Ass là những biến có hệ số hồi quy có ý nghĩa thống kê trong mô hình được xây dựng trên toàn bộ mẫu dữ liệu. Đồng thời, những biến giải thích này cũng có tần suất xuất hiện từ 50% trở lên trong các tập hợp những biến giải thích có hệ số hồi quy có ý nghĩa thống kê trong các mô hình hồi quy Ordered logit được xây dựng từ các mẫu dữ liệu nêu trên. Mặt khác, kết quả phân tích phương sai một yếu tố các chỉ tiêu tài chính trên mẫu dữ liệu các NHTM tại các quốc gia có nền kinh tế phát triển được trình bày trong mục 4.1 cũng cho ta thấy các biến LnAss, LoanLoss_Ln, Equ_Ass, Equ_Loan, NIM, ROAE, Exp_Int và NetLoan_Ass có giá trị trung bình khác biệt nhau theo các MXHTN. Do vậy, ta có cơ sở để kết luận rằng những biến này là những biến giải thích có tác động chủ yếu đến MXHTN của NHTM tại các nền kinh tế phát triển. Từ đó, tác giả thực hiện ước lượng lại chi tiết


mô hình hồi quy Ordered logit từ các biến giải thích này trên toàn bộ mẫu dữ liệu quan sát các NHTM tại các nền kinh tế phát triển.

Bảng 4.12: Mô hình Ordered logit trên tập hợp các biến giải thích được lựa chọn và toàn bộ mẫu dữ liệu các NHTM tại các nền kinh tế phát triển


Biến


Hệ số hồi quy


Sai số chuẩn

Mức ý nghĩa thống kê của

hệ số hồi quy


Khoảng tin cậy 95%





Cực tiểu

Cực đại

Country_rating

1.3263

0.1564

0.0000

1.0197

1.6328

Government

2.2145

0.4154

0.0000

1.4003

3.0287

Group

1.3725

0.3041

0.0000

0.7765

1.9684

LnAss

0.6562

0.0939

0.0000

0.4721

0.8403

LoanLoss_Ln

-0.1043

0.0233

0.0000

-0.1500

-0.0586

Equ_Ass

0.1149

0.0485

0.0180

0.0197

0.2100

Equ_Loan

0.0131

0.0059

0.0270

0.0015

0.0247

IntIn_Loan

0.1019

0.0740

0.1690

-0.0432

0.2470

NIM

-0.5620

0.1659

0.0010

-0.8871

-0.2368

ROAE

0.0121

0.0050

0.0150

0.0023

0.0218

Exp_Int

-0.0232

0.0061

0.0000

-0.0352

-0.0113

NetLoan_Ass

0.0194

0.0087

0.0260

0.0024

0.0365

/cut1

11.2014

1.8856


7.5057

14.8970

/cut2

14.3689

1.9165


10.6126

18.1251

/cut3

17.1884

2.0324


13.2049

21.1718

/cut4

21.2567

2.1849


16.9744

25.5390

/cut5

23.7446

2.2434


19.3476

28.1415







Number of obs = 296

LR chi2(12) = 287.7800

Prob > chi2 = 0.0000

Pseudo R2 = 0.3545

Log likelihood = -262.0579

Nguồn: Kết quả tính toán của tác giả từ mẫu dữ liệu quan sát.

4.2.2 Kết quả đánh giá mức độ phù hợp của mô hình

Để góp phần khẳng định các biến giải thích đã lựa chọn từ các bước phân tích trên là những yếu tố các tác động chủ yếu đến MXHTN của các NHTM tại các nền kinh tế phát triển và các nền kinh tế mới nổi, tác giả sử dụng chỉ tiêu BIC (Bayesian information criteria) nhằm đánh giá mức độ phù hợp của mô hình Ordered logit được xây dựng trên các biến giải thích được lựa chọn từ mục 4.2.1 so với các mô hình Ordered logit được xây dựng trên các tập hợp biến giải thích khác có thể được lựa chọn từ mẫu dữ liệu quan sát. Chỉ tiêu BIC được đề xuất bởi Raftery năm 1996 là một


công cụ để đo lường mức độ phù hợp của mô hình Ordered logit5. Chỉ tiêu BIC có giá trị âm càng cao thì mức độ phù hợp của mô hình Ordered logit càng tốt. Giả sử để so sánh mức độ phù hợp giữa 2 mô hình Ordered logit 1 và mô hình Ordered logit 2 có giá trị BIC1 và BIC2. Nếu BIC1 - BIC2 < 0 thì mô hình 1 có mức độ phù hợp tốt hơn mô hình 2, ngược lại nếu BIC1 - BIC2 > 0 thì mô hình 2 có mức độ phù hợp tốt hơn. Raftery (1996) cũng đề xuất cơ sở để đánh giá mức độ phù hợp của mô hình 2 tốt hơn mô hình 1 bằng cách xác định giá trị tuyệt đối chênh lệch giữa 2 chỉ tiêu BIC1 và BIC2 chi tiết như sau:

Bảng 4.13: Giá trị tuyệt đối chênh lệch giữa chỉ tiêu BIC1 và BIC2 để so sánh mức độ phù hợp giữa 2 mô hình Ordered logit

Giá trị tuyệt đối chênh lệch giữa BIC1 và BIC2

| BIC1 - BIC2|

Mức độ phù hợp của mô hình 2 tốt hơn so với

mô hình 1

0-2

Yếu

2-4

Tương đối

4-10

Mạnh

>10

Rất mạnh

(Long và Freese,2001)

29

Trong 2 mẫu dữ liệu của nghiên cứu này, mỗi mẫu dữ liệu có 29 biến giải thích. Đối với mẫu dữ liệu quan sát các NHTM tại các quốc gia thuộc nhóm các nền kinh tế mới nổi, từ mục 4.2.1 ta rút ra được tập hợp gồm 9 biến giải thích tác động đến MXHTN của NHTM. Tuy nhiên, do số lượng các tập hợp bao gồm 9 biến giải thích khác với tập hợp các biến giải thích ban đầu có thể lựa chọn ra từ 29 biến giải thích của mẫu dữ liệu được xác định bằng 𝐶9 − 1 = 10,015,004 quá lớn. Do vậy, trong phạm vi luận án, tác giả chỉ thực hiện so sánh mức độ phù hợp của mô hình Ordered logit được xây dựng trên tập hợp 9 biến giải thích được lựa chọn từ quá trình phân tích trên với 10 mô hình Ordered logit được xây dựng trên 10 tập hợp biến giải thích bao gồm 9 biến giải thích được lựa chọn ngẫu nhiên từ 29 biến giải thích và mô hình Ordered logit được xây dựng trên tập hợp bao gồm toàn bộ 29 biến giải thích của mẫu dữ liệu quan sát. Kết quả tính toán chỉ số BIC của từng mô hình Ordered logit trên


5 Trong phần mềm Stata, chỉ tiêu BIC được tính toán bằng lệnh Fitstat trong gói câu lệnh Spot phát triển bởi Long và Freese(2001) sau khi thực hiện lệnh ước lượng mô hình Ordered logit.


mẫu dữ liệu các NHTM tại các quốc gia thuộc nhóm các nền kinh tế mới nổi được trình bày trong bảng 4.14 sau đây.

Bảng 4.14: Hệ số BIC của các mô hình Ordered logit trên mẫu dữ liệu các NHTM tại các nền kinh tế mới nổi


Mô hình


Hệ số BIC

Giá trị tuyệt đối chênh lệch hệ số BIC của mô hình lựa chọn với hệ số BIC của các mô hình được xây dựng trên các biến giải thích được lựa chọn ngẫu

nhiên từ mẫu dữ liệu

Lựa chọn

-1,146.8701


1

-1,116.4289

30.4412

2

-1,119.4320

27.4381

3

-1,112.6804

34.1897

4

-1,068.7478

78.1223

5

-1,070.7265

76.1436

6

-1,069.4054

77.4647

7

-1,078.0221

68.8480

8

-1,066.7001

80.1700

9

-1,059.9892

86.8809

10

-1,072.8274

74.0427

Toàn bộ biến

-1,043.3021

103.5680

Nguồn: Kết quả tính toán của tác giả từ mẫu dữ liệu quan sát.

Tương tự như vậy, đối với mẫu dữ liệu quan sát các NHTM tại các quốc gia có nền kinh tế phát triển, tác giả cũng thực hiện so sánh mức độ phù hợp của mô hình Ordered logit được xây dựng trên tập hợp 12 biến giải thích được lựa chọn ban đầu với mức độ phù hợp của 10 mô hình Ordered logit được xây dựng trên tập hợp bao gồm 12 biến giải thích được lựa chọn ngẫu nhiên từ 29 biến giải thích và mô hình Ordered logit được xây dựng trên tập hợp toàn bộ biến giải thích của mẫu dữ liệu. Kết quả tính toán hệ số BIC của các mô hình Ordered logit này được trình bày trong bảng 4.15.


Bảng 4.15: Hệ số BIC của các mô hình Ordered logit trên mẫu dữ liệu các NHTM tại các nền kinh tế phát triển


Mô hình


Hệ số BIC

Giá trị tuyệt đối chênh lệch hệ số BIC của mô

hình lựa chọn với hệ số





BIC của các mô hình trên các biến giải thích được lựa chọn ngẫu nhiên từ

mẫu dữ liệu

Lựa chọn

-1063.5020


1

-1052.8676

10.6344

2

-1058.9353

4.5667

3

-1058.5678

4.9342

4

-1058.4961

5.0059

5

-1044.2032

19.2988

6

-1028.6487

34.8533

7

-1044.8121

18.6899

8

-1050.2735

13.2285

9

-1049.8646

13.6374

10

-1045.3923

18.1097

Toàn bộ biến

-979.1419

84.3601

Nguồn: Kết quả tính toán của tác giả từ mẫu dữ liệu quan sát.

Từ bảng 4.14 và 4.15, ta có thể nhận thấy rằng mô hình Ordered logit được xây dựng từ tập hợp biến đã được lựa chọn từ các bước phân tích ở trên đối với mẫu dữ liệu các NHTM tại các quốc gia thuộc nhóm các nền kinh tế mới nổi và đối với mẫu dữ liệu các NHTM tại các quốc gia có nền kinh tế phát triển đều có hệ số BIC có giá trị âm lớn nhất. Đồng thời, giá trị tuyệt đối chênh lệch giữa hệ số BIC của mô hình Ordered logit xây dựng trên tập hợp biến giải thích được lựa chọn với hệ số BIC của các mô hình Ordered logit được xây dựng trên tập các biến giải thích được lựa chọn ngẫu nhiên và mô hình Ordered logit được xây dựng trên toàn bộ các biến giải thích đều có giá trị >3. Theo tiêu chuẩn đánh giá mức độ phù hợp của mô hình Ordered logit được trình bày trong bảng 4.13, ta có thể kết luận rằng mô hình Ordered logit được xây dựng trên tập hợp biến giải thích đã được lựa chọn có mức độ phù hợp tốt hơn các mô hình Ordered logit được xây dựng trên các tập hợp biến giải thích khác được lựa chọn ngẫu nhiên từ mẫu dữ liệu quan sát. Điều đó cũng có nghĩa là các yếu tố đại diện bởi các biến giải thích đã được xác định từ các bước phân tích trên là các yếu tố có tác động chủ yếu đến MXHTN của NHTM tại các nền kinh tế phát triển và các nền kinh tế mới nổi.


4.3 Kiểm định các giả định trong mô hình Ordered logit

Cũng như các mô hình hồi quy khác, mô hình Ordered logit cũng được xây dựng dựa trên một số giả định như: không tồn tại hiện tượng đa cộng tuyến trong mô


hình, phương sai của phần dư trong mô hình không thay đổi và không có sự bỏ sót biến giải thích cần thiết trong mô hình. Việc vi phạm các giả định này sẽ dẫn đến kết quả ước lượng của mô hình không còn đáng tin cậy nữa. Do vậy, sau khi xây dựng các mô hình Ordered logit từ các bước phân tích trên, tác giả thực hiện kiểm định các giả định trên đối với các mô hình này.

4.3.1 Kiểm định hiện tượng đa cộng tuyến trong mô hình (Multicollinearity)

Hiện tượng đa cộng tuyến xảy ra khi 2 hay nhiều biến giải thích trong mô hình gần như có thể được xác định bằng một kết hợp tuyến tính của các biến giải thích khác trong mô hình. Hiện tượng đa cộng tuyến trong mô hình hồi quy có nhiều mức độ khác nhau và có những tác động khác nhau lên mô hình ước lượng. Hiện tượng đa cộng tuyến hoàn hảo xuất hiện khi một biến giải thích trong mô hình là một kết hợp tuyến tính hoàn hảo của các biến giải thích còn lại. Điều này làm cho ta không thể ước lượng được một tập hợp các hệ số hồi quy duy nhất cho các biến giải thích trong mô hình. Để ước lượng mô hình trong trường hợp này ta phải bỏ bớt các biến giải thích gây nên hiện tượng đa cộng tuyến hoàn hảo. Mặt khác, hiện tượng đa cộng tuyến ở mức cao thường hay xuất hiện trong các mô hình ước lượng bởi lẽ bất kỳ sự tương quan nào tồn tại giữa các biến giải thích trong mô hình đều được xem là biểu hiện của hiện tượng đa cộng tuyến. Khi tồn tại hiện tượng đa cộng tuyến ở mức cao trong mô hình thì sai số chuẩn của các hệ số hồi quy của các biến có hiện tượng đa cộng tuyến cao thường rất lớn và khi đó hệ số hồi quy của các biến giải thích này không còn đáng tin cậy nữa. Để xác định các biến giải thích trong mô hình có hiện tượng đa cộng tuyến ở mức cao hay không ta thường tính toán hệ số VIF (variance inflation factor ) cho từng biến giải thích trong mô hình. Các biến được xem là gây ra hiện tượng đa cộng tuyến ở mức cao khi có hệ số VIF ≥ 10. Tác giả lần lượt tính toán hệ số VIF của các biến giải thích trong mô hình Ordered logit trên mẫu dữ liệu các NHTM tại các quốc gia thuộc nhóm các nền kinh tế mới nổi và trong mô hình Ordered logit trên mẫu

dữ liệu các NHTM tại các quốc gia có nền kinh tế phát triển6.

Bảng 4.16: Hệ số VIF của các biến giải thích trong mô hình Ordered logit trên mẫu dữ liệu các NHTM tại các nền kinh tế mới nổi


Biến giải thích

Hệ số VIF

Rating

3.5420


6 Trong phần mềm Stata, hệ số VIF của các biến giải thích trong mô hình Ordered logit được tính toán bằng lệnh

Collin.




Country_rating

2.1720


Bicra

1.9635

Government

1.1892

Group

1.3837

LnAss

1.8434

AssGrow

1.3165

LoanLoss_Ln

1.3191

Equ_Debt

1.2383

OthIn_Ass

1.2521

Nguồn: Kết quả tính toán của tác giả từ mẫu dữ liệu quan sát.

Bảng 4.17: Hệ số VIF của các biến giải thích trong mô hình Ordered logit trên mẫu dữ liệu các NHTM tại các nền kinh tế phát triển


Biến giải thích

Hệ số VIF

Rating

2.7978

Country_rating

2.3830

Government

1.2621

Group

1.1756

LnAss

1.6675

LoanLoss_Ln

1.8578

Equ_Ass

2.0692

Equ_Loan

1.8464

IntIn_Loan

1.5173

NIM

2.4957

ROAE

1.1879

Exp_Int

1.2581

NetLoan_Ass

2.2464

Nguồn: Kết quả tính toán của tác giả từ mẫu dữ liệu quan sát.

Căn cứ trên kết quả tính toán hệ số VIF của các biến giải thích được trình bày trong bảng 4.16 và 4.17, ta thấy rằng các biến giải thích trong cả 2 mô hình đều có hệ số VIF<10. Do đó, ta có thể kết luận rằng mô hình Ordered logit của luận án trên mẫu dữ liệu các NHTM tại các nền kinh tế mới nổi và mô hình Ordered logit của luận án trên mẫu dữ liệu các NHTM tại các nền kinh tế phát triển không bị tác động bởi hiện tượng đa cộng tuyến.

4.3.2 Kiểm tra hiện tượng phương sai thay đổi trong mô hình ( heteroskedasticity)

Một trong những giả định quan trọng của các mô hình hồi quy là phương sai của phần dư trong mô hình không thay đổi khi các giá trị của biến giải thích biến động. Sự vi phạm giả định này có thể làm cho sai số chuẩn và mức ý nghĩa thống kê của các hệ số hồi quy trong mô hình thay đổi lớn. Trong phần mềm Stata, các mô hình hồi quy khi được ước lượng đều có giả định phương sai của phần dư không thay đổi.

Download pdf, tải về file docx

Bài viết tương tự

Gửi tin nhắn

Bimage 1

Danh mục

Bài viết tương tự

Bimage 2
Bimage 3

Home | Contact | About | Terms | Privacy policy
© 2022 Tailieuthamkhao.com | all rights reserved

Trang chủ Tài liệu miễn phí Thư viện số