Trang chủ / Cho Vay

Nội Dung Và Các Kết Quả Nghiên Cứu


4. NỘI DUNG VÀ CÁC KẾT QUẢ NGHIÊN CỨU‌

4.1 Nội dung nghiên cứu

4.1.1 Phân tích thống kê mô tả


Dựa vào kết quả chạy Eviews 5.1 có kết quả thống kê mô tả các biến trong nghiên cứu sau đây:

Bảng 4.1. Kết quả thống kê mô tả các chuỗi số liệu trong nghiên cứu



LOGVD

LOGVL

LOGIR

LOGRR

LOGGDP

Mean

13.80818

13.85029

2.4808972.

1.447718

12.69155

Median

13.88858

13.96590

2.414126

1.537849

12.65374

Maximum

14.94397

15.05658

3.000720

2.397895

13.60716

Minimum

12.51507

12.53640

2.242092

0.693147

11.91251

Std. Dev.

0.795508

0.792387

0.204232

0.477033

0.515231

Skewness

-0.046661

-0.122566

0.825254

0.559670

0.112605

Kurtosis

1.601710

1.677357

2.801433

2.533417

1.775454

Jarque-Bera

3.273206

3.015789

4.606012

2.451034

2.583722

Probability

0.194640

0.221376

0.099958

0.293606

0.274759

Sum

552.3274

554.0115

99.23588

57.90870

507.6619

Sum Sq. Dev.

24.68050

24.48719

1.626721

8.874866

10.35305

Observations

40

40

40

40

40

Có thể bạn quan tâm!

Xem toàn bộ 121 trang tài liệu này.

Các yếu tố tác động đến hành vi cho vay của các ngân hàng thương mại Việt Nam - 6


(Nguồn: Tính toán của tác giả)


Tất cả các số liệu trong nghiên cứu đã được chuyển hóa sang logarit theo cơ số e. Mục đích của việc chuyển hóa dữ liệu sang logarit nhằm giảm bớt độ phân tán cao, cũng như có một số quan sát có giá trị bất thường của dữ


liệu gốc và việc dùng dữ liệu dưới dạng logarit sẽ thuận lợi hơn trong việc nhận dạng và phân tích dữ liệu.

Hai giá trị thống kê mô tả trong bản 4.1 là Skewness và Kurtosis. Hai giá trị này giúp hình dung về hình dáng của phân phối.

Từ hai tiêu chuẩn nêu trên, so sánh với kết quả thống kê mô tả được trình bày trong bảng 4.1 cho thấy các biến của mô hình đều có phân phối tập trung hơn bình thường (Kurtoris < 3) với hình dạng của đa giác tần số là một đa giác tù với hai đuôi dài, nghĩa là các biến có sự biến động ít, biến thiên dao động không cao trong không gian khảo sát.

Các giá trị Skewness của tổng cho vay (Vl) và tổng huy động (Vd) nhỏ hơn 0 nên có phân phối lệch trái, trong khi các biến còn lại đều lớn hơn 0 nên có phân phối lệch phải.


4.1.2 Kết quả kiểm tra tính dừng và bậc tích hợp

Luận văn sử dụng phương pháp kiểm tra Augmented Dickey – Fuller (ADF, 1979) để kiểm tra có tồn tại nghiệm đơn vị (A Unit Root Test) trong tất cả dữ liệu hay không.

Kết quả của kiểm định ADF Unit Root Test được trình bày trong bảng

4.2 dưới đây (kết quả kiểm định chi tiết xem ở phụ lục 3).

Kết quả kiểm định ADF Unit Root Test cho giả thuyết H0 : các biến có nghiệm đơn vị tức không dừng, với tiêu chuẩn lựa chọn độ trễ là AIC (Akaike Information Criteria) là khá phức tạp. Nhìn vào bảng 4.2 ta thấy, tất cả các biến có nghiệm đơn vị (không dừng) ở chuỗi gốc (mức độ Level) cho trường hợp có chặn. Đối với chuỗi dữ liệu có chặn và có cả xu hướng trong kiểm tra nghiệm đơn vị thì có 1 biến dừng ở chuỗi gốc (logIr với mức ý nghĩa 5%). Các chuỗi đều dừng ở sai phân bậc 1 cho cả hai rường hợp có chặn, không xu hướng và có chặn, có xu hướng. Đối với trường hợp chặn, không xu hướng,



Chuỗi gốc

Sai phân bậc 1

Sai phân bậc 2

Kết quả

Biến

Chặn

Chặn, xu hướng

Chặn

Chặn, xu hướng

Chặn

Chặn, xu hướng

logVl

-1.037789

-1.869796

-3.184215**

-3.298682***

-5.149695*

-5.076194*

I(1)

logVd

-0.996377

-1.144322

-6.824080*

-6.973633*

-3.642784**

-3.562882**

I(1)

logIr

-2.375442

-3.850453**

-6.158319*

-6.114037*

-7.762804*

-7.667836*

I(1)

logRr

-2.293692

-2.317747

-3.890891*

-3.908173**

-5.543893*

-5.521943*

I(1)

logGD P

-1.880130

-1.865334

-2.733070***

-3.477327***

-2.942543***

-2.870583

I(1)

Bảng 4.2 Kết quả kiểm định ADF Unit Root Test


* , ** và *** tương ứng với các mức ý nghĩa 1%, 5% và 10% cho việc bác bỏ giả thuyết H0

(Nguồn: Tính toán của tác giả)

các chuỗi dừng ở sai phân bậc một tức tích hợp bậc một I(1) với mức ý nghĩa 1% cho 3 biến logVd, logIr và logRr; mức ý nghĩa 5% cho biến logVl và mức ý nghĩa 10% cho biến còn lại là logGDP. Do biến logGDP dừng ở giá trị p – value là 8% nên tác giả tiếp tục kiểm tra tính dừng ở sai phân bậc hai cho trường hợp với chặn và không xu hướng cho các biến. Kết quả cho thấy chuỗi logGDP vẫn dừng ở mức ý nghĩa 10%, với giá trị p – value là 5.23%, các biến còn lại dừng với mức ý nghĩa 1% hoặc 5%. Đối với trường hợp có chặn, có xu hướng, do cũng có kết quả tương tự trường hợp trên nên tác giả cũng thực hiện kiểm tra nghiệm đơn vị ở sai phân bậc hai. Kết quả có tồn tại một chuỗi không dừng ở sai phân bậc 2 là logGDP.

Như vậy, kết quả kiểm tra nghiệm đơn vị cho thấy chuỗi dữ liệu thời gian năm biến (logVl, logVd, logIr, logRr và logGDP) đáp ứng được yêu cầu chuỗi thời gian không dừng và tích hợp cùng một bậc I(1) cho quá trình kiểm


tra đồng tích hợp theo phương pháp Johansen. Kết quả trên cũng hàm ý lựa chọn đặc điểm cho việc kiểm tra đồng tích hợp là có chặn, không xu hướng tức chọn lựa đặc điểm thứ 3 cho chuỗi.

4.1.3 Kết quả kiểm tra đồng tích hợp

Từ kết quả kiểm tra tính dừng và bậc tích hợp nêu trên cho thấy tất cả sáu biến trong nghiên cứu đều có cùng bậc tích hợp là một hay I(1). Như vậy bước tiếp theo là phân tích đồng tích hợp và kiểm tra mối quan hệ dài hạn giữa các biến theo đặc điểm này.

Trước khi thực hiện phân tích đồng tích hợp, luận văn cần xác định độ trễ thích hợp (lag) cho tất cả các biến. Để xác định độ trễ cho các biến, luận văn áp dụng tiêu chuẩn AIC (Akaike Information Criteria). Từ kết quả kiểm định ở phụ lục 3 cho thấy độ trễ thích hợp là 3 (xem chi tiết tại phụ lục 4).

Luận văn sử dụng giá trị kiểm định thống kê “ Trace value – Trace statistic” và “Maximum Eigen value” để tìm ra số véc tơ đồng tích hợp. Eveiws cho phép kiểm tra đồng tích hợp tổng quát mà không cần lựa chọn đặc điểm cho dữ liệu nên đầu tiên tác giả kiểm tra tính đồng tích hợp ở trường hợp tổng quát như sau:


Bảng 4.3 Kết quả kiểm tra đồng tích hợp tổng quát


Mẫu: 2003Q1 – 2012Q4


Chuỗi dữ liệu: logVl logVd logIr logRr logGDP Độ trễ: 3

Data trend

None

Linear

Quadratic

Test type

No intercept

Intercept


No trend

Intercept


No trend

Intercept


Trend

Intercept


Trend

Trace

3

2

2

4

4

Max – Eig

3

2

1

2

2

(Kết quả chi tiết xem ở phụ lục 5)

(Nguồn: Tính toán của tác giả)

Qua bảng 4.3, chúng ta thấy giữa các biến có tồn tại mối quan hệ đồng liên kết. Tuy nhiên tùy theo đặc điểm của các chuỗi dữ liệu mà số mối quan hệ đồng liên kết là khác nhau. Điều này cho thấy sự không ổn định trong biến động của các chuỗi dữ liệu. Tuy nhiên, theo như đề xuất trong quá trình kiểm tra nghiệm đơn vị, tác giả chọn đặc điểm dữ liệu là có mối quan hệ tuyến tính trong mô hình và có chặn, không xu hướng trong dữ liệu.

Tiếp đó, tác giả tiếp tục kiểm tra đồng tích hợp với đặc điểm này để tìm ra véc tơ đồng tích hợp với kết quả như sau:

Bảng 4.4 Kết quả kiểm tra đồng tích hợp với đặc điểm có chặn, không xu hướng


Mẫu: 2003Q1 – 2012Q4

Chuỗi dữ liệu: logVl logVd logIr logRr logGDP Độ trễ: 3


Giả thiết

H0

Giá trị riêng của ma trận (Eigenvalue)

Giá trị thống kê vết của ma trận (Trace statistic)

Giá trị tới hạn (5%)

Critical Value

(5%)

P- value

Prob**

Không *

0.825009

114.4443

69.81889

0.0000

Tối đa 1 *

0.486204

51.695542

47.86513

0.0209

Tối đa 2

0.405191

27.72196

29.79707

0.0852

Tối đa 3

0.221376

9.019407

15.49471

0.3636

Tối đa 4

0.000312

0.011240

3.841466

0.9153

Trace test cho thấy có 2 véc tơ đồng tích hợp ở mức ý nghĩa 0.05


* Biểu thị bác bỏ giả thiết H ở mức giá trị 0.05


** MacKinnon-Haug-Michelis (1999) p-values

Unrestricted Cointegration Rank Test (Maximum Eigenvalue)


Giả thiết H

Giá trị riêng của ma trận (Eigenvalue)

Giá trị riêng cực đại của ma trận (Max- Eigen

Statistic)

Giá trị tới hạn (5%)

Critical Value (5%)


P- value

Prob**

Không *

0.825009

62.74884

33.87687

0.0000

Tối đa 1

0.486204

23.97346

27.58434

0.1356

Tối đa 2

0.405191

18.70255

21.13162

0.1058

Tối đa 3

0.221376

9.008167

14.26460

0.2855

Tối đa 4

0.000312

0.011240

3.841466

0.9153


Kiểm định Max- Eigenvalu cho thấy có 1 véc tơ đồng tích hợp ở mức giá trị 0.05

* Biểu thị bác bỏ giả thiết H ở mức giá trị 0.05


** MacKinnon-Haug-Michelis (1999) p-values

(Xem kết quả chi tiết ở phụ lục 5)

(Nguồn: Tính toán của tác giả)

Từ kết quả trong bảng 4.3 cho thấy cả hai kiểm định Johansen và Juselius (1990) là kiểm định vết của ma trận (Trace) và kiểm định giá trị riêng cực đại của ma trận (Maximum eigen value) đều bác bỏ giả thiết không tồn tại véc tơ đồng tích hợp và khẳng định tồn tại 2 véc tơ đồng tích hợp ở mức ý nghĩa 5% với kiểm định Trace và 1 véc tơ đồng tích hợp ở mức ý nghĩa 5% với kiểm định Maximum eigen value. Điều này chứng minh rằng có mối quan hệ dài hạn (đồng tích hợp) giữa các biến nghiên cứu.

Tác giả chọn kết quả kiểm định Maximum eigen value, xác nhận tồn tại một mối quan hệ đồng tích hợp ở mức ý nghĩa 5%. Như vậy, phương trình đồng tích hợp phù hợp trong trường hợp này là phương trình đầu tiên với véc tơ đồng tích hợp là véc tơ u.

Véc tơ u = [1, -2.375843, 0.249208, 0.194688, 2.206790]


4.1.4 Mô hình hiệu chỉnh sai số VECM

Từ kết quả kiểm tra đồng tích hợp, luận văn đã chỉ ra có mối quan hệ đồng tích hợp giữa các biến, do đó mô hình véc tơ hiệu chỉnh sai số (VECM) giữa các biến được áp dụng. Kết quả mô hình VECM được trình bày trong bảng 4.5 và 4.6 với bảng 4.5 thể hiện phương trình véc tơ đồng tích hợp và bảng 4.6 trình bày véc tơ hiệu chỉnh lỗi và các tác động trong ngắn hạn.

Tác giả tiến hành kiểm định hiện tượng phương sai thay đổi và tương quan chuỗi cho mô hình với kiểm định tương quan chuỗi cho độ trễ trong mô


hình và hiện tượng phương sai thay đổi với sự hỗ trợ của Eviews. Kết quả kiểm định cho thấy không có hiện tượng tương quan chuỗi cho độ trễ được sử dụng trong mô hình và cũng không có hiện tượng phương sai thay đổi (kết quả chi tiết xem phụ lục 7 và 8). Như vậy, mô hình là phù hợp để phân tích.

Biến

Hệ số

Sai số

Thống kê t

logVl(-1)

1.000000



logVd(-1)

-2.375843

0.22977

-10.3401*

logIr(-1)

0.249208

0.17499

1.42415

logRr(-1)

0.194688

0.02840

6.85579*

logGDP(-1)

2.206790

0.39077

5.64722*

C

-9.801062



Bảng 4.5 Phương trình đồng tích hợp


* , ** và *** tương ứng với các mức ý nghĩa 1%, 5% và 10%

(Nguồn: Tính toán của tác giả)


Từ véc tơ được lựa chọn ở phần trên và phương trình đồng tích hợp trong bảng 4.5, ta có phương trình mô tả ảnh hưởng của các biến logVd, logIr, logRr, logFx và logGDP đến logVl trong dài hạn như sau:

logVl = 2.375843logVd – 0.249208logIr – 0.194688logRr

– 2.206790logGDP – 9.801092 (4.1)


Kiểm định ý nghĩa thống kê của các hệ số của phương trình

Luận văn sử dụng giá trị thống kê t ( t-statistic ) để kiểm định xem biến độc lập có thực sự ảnh hưởng đến biến phụ thuộc hay không. Với mức ý

..... Xem trang tiếp theo?
⇦ Trang trước - Trang tiếp theo ⇨

Ngày đăng: 10/12/2023