Trang chủ / Tài liệu miễn phí / Luận Văn Thạc Sĩ Kinh Tế

Kiểm Tra Hiện Tượng Đa Cộng Tuyến


Do việc đánh giá các yếu tố định tính khó khăn, việc khảo sát không chính xác do chịu ảnh hưởng từ tâm lý chủ quan của người được khảo sát nên luận văn tập trung phân tích các yếu tố định lượng tác động đến nợ xấu dựa trên mô hình của Xiaofen Chen

Trong bài nghiên cứu Financial Liberalization, Competition and Sound Banking: Theoretical and Empirical Essays tại Virginia Polytechnic Institute and State University của tác giả Xiaofen Chen (2001) có sử dụng mô hình hồi quy các nhân tố tác động đến nợ xấu là:

badt,i = α0 + α1 * loant,i + α2 * rothast,i + α3 * econt,i + α4 * mmrt,i + α5* d + ut,i

Trong đó:


t, i: năm, ngân hàng bad: nợ xấu

loan: dư nợ tín dụng

rothas: thu nhập thuần ngoài lãi/tổng tài sản1 econ: tốc độ tăng GDP

mmr: lãi suất


d: biến giả đo lường tính cạnh tranh của từng ngân hàng


Mô hình của tác giả Xiaofen được tiến hành thực nghiệm tại 128 ngân hàng tại 15 nước EU đánh giá các tác động của các nhân tố lên nợ xấu ngân hàng.

Theo kết quả nghiên cứu của tác giả, các biến loan, rothas, mmr, và d có tác động cùng chiều với biến bad, trong đó biến loan có tác động mạnh nhất đến biến bad với α1=0.967. Tuy nhiên, biến econ lại có tác động ngược chiều với biến bad. Trong mô hình này, tác giả còn sử dụng biến d – đánh giá ảnh hưởng của yếu tố cạnh tranh giữa

1 Thu nhập thuần ngoài lãi = lãi thuần từ hoạt động dịch vụ + lãi thuần từ kinh doanh ngoại hối và vàng + lãi thuần từ mua bán chứng khoán kinh doanh + lãi thuần từ mua bán chứng khoán đầu tư + lãi thuần từ hoạt động khác.


các ngân hàng. Do việc nghiên cứu tính cạnh tranh của từng ngân hàng Việt Nam khá khó khăn. Vì vậy, luận văn đề xuất bỏ biến d trong mô hình hồi quy.

2.4.2 Kiểm định mô hình‌


2.4.2.1 Phương pháp‌


Để xác định sự tác động của các nhân tố: dư nợ tín dụng, tỷ lệ thu nhập thuần phi lãi trên tổng tài sản, lãi suất và tăng trưởng GDP đến nợ xấu, luận văn sử dụng mô hình ước lượng OLS. Các bước thực hiện như sau:

Bước 1: Thu nhập dữ liệu nghiên cứu


Bước 2: Dùng eview để ước lượng mô hình hồi quy các nhân tố tác động đến nợ xấu Bước 3: Kiểm tra hiện tượng đa cộng tuyến, phương sai thay đổi và tự tương quan Bước 4: Phương trình rút gọn của mô hình hồi quy

Bước 5: Đề xuất đưa thêm biến vào mô hình hồi quy


2.4.2.2 Dữ liệu và mô tả‌


Dữ liệu được thu thập từ 33 NHTM có công bố BCTC từ năm 2008 đến năm 2012, thu thập từ các nguồn dữ liệu của NHNN, các nguồn dữ liệu mở (cafef.vn, vietstock.vn), các bảng Báo cáo tài chính và Báo cáo thường niên của các NHTM

Bảng 3.1: Các biến trong mô hình phân tích



Biến


Ký hiệu


Nguồn


Số mẫu

Năm quan

sát

Số quan

sát

Nợ xấu

BAD

Tổng hợp từ các BCTC của các

NHTM


33


5


165

Dư nợ tín dụng

LOAN

Tổng hợp từ các

BCTC của các NHTM


33


5


165

Thu nhập thuần phi

ROTHAS

Tổng hợp từ các

33

5

165

Có thể bạn quan tâm!

Xem toàn bộ 104 trang tài liệu này.

Giải pháp xử lý nợ xấu tại các ngân hàng thương mại Việt Nam - 10


lãi/ Tổng tài sản


BCTC của các

NHTM




Lãi suất

MMR

NHNN


5


Tăng trưởng GDP

ECON

NHNN


5



2.4.2.3 Phương pháp kiểm định‌


Bài nghiên cứu ứng dụng phần mềm Eviews, hồi quy theo phương pháp bình phương nhỏ nhất.

2.4.3 Kết quả kiểm định‌


2.4.3.1 ng nợ xấu


Kết quả ước lượng mô hình hồi quy các biến độc lập Loan, Econ, Mmr, Rothas đến biến bad.

Bảng 3.2: Kết quả mô hình hồi quy


Dependent Variable: BAD

Method: Least Squares

Date: 08/17/13 Time: 23:22

Sample: 1 165





Included observations: 165

Variable

Coefficient

Std. Error

t-Statistic

Prob.

C

0.087970

0.008161

10.77950

0.0000

ECON

-1.974695

0.170225

-11.60051

0.0000

LOAN

1.41E-07

8.43E-09

16.75409

0.0000

MMR

0.336481

0.046507

7.235115

0.0000

ROTHAS

0.273550

0.113179

2.416968

0.0168

R-squared

0.752920

Mean dependent var

0.017627

Adjusted R-squared

0.746743

S.D. dependent var

0.019060

S.E. of regression

0.009592

Akaike info criterion

-6.426014

Sum squared resid

0.014720

Schwarz criterion

-6.331894

Log likelihood

535.1461

Hannan-Quinn criter.

-6.387807

F-statistic

121.8909

Durbin-Watson stat

1.459546

Prob(F-statistic)

0.000000





Mô hình ước lượng biến BAD theo các biến độc lập nhận được:

BAD = 0.087970 - 1.974695*ECON + 1.41*10-7*LOAN + 0.336481*MMR + 0.273550*ROTHAS


R và ROTHAS. biến

ng âm) ECON. Kết quả này cũng phù hợp với kết quả nghiên cứu của Xiaofen.


Theo bảng kết quả ước lượng mô hình ta thấy hệ số R-squared = 0.752920 và hệ số Adjusted R-squared = 0.746743 tương đối lớn cho thấy độ thích hợp của hàm hồi quy này là khá cao. Mô

ỏ kết quả dữ liệu thu thập của 5 biến được giải thích khá tốt cho mô hình.

Các biến độc lập như LOAN, MMR, ECON và ROTHAS trong mô hình ước lượng này đều có p-value < 0.05 đã chứng tỏ các biến này được đưa vào mô hình là phù hợp và có ý nghĩa về mặt thống kê với mức ý nghĩa 5%.

Đồng thời, ta thấy có thể có hiện tượng đa cộng tuyến thông qua chỉ số F-statistic khá cao = 121.8909.

2.4.3.2 Kiểm tra hiện tượng đa cộng tuyến


Để đo lường mức độ phù hợp giữa các biến trong mô hình từ đó phát hiện hiện tượng đa cộng tuyến, luận văn tiến hành kiểm tra ma trận tương quan.

Bảng 3.3: Ma trận tương quan các biến



BAD

ECON

LOAN

MMR

ROTHAS

BAD

1.000000

-0.406985

0.737759

0.060067

0.062578

ECON

-0.406985

1.000000

-0.068817

0.550312

0.090974

LOAN

0.737759

-0.068817

1.000000

0.047660

0.109279

MMR

0.060067

0.550312

0.047660

1.000000

-0.166106


ROTHAS

0.062578

0.090974

0.109279

-0.166106

1.000000


biến như sau:


Biến phụ thuộc BAD có mức độ tương quan khá cao ( 0.737759) với biến độc lập LOAN

Biến độc lập MMR có mức độ tương quan khá cao ( 0.550312) với các biến ECON

Hầu hết các nhà nghiên cứu kinh tế lượng cho rằng khi hệ số tương quan giữa hai biến lớn hơn hoặc bằng 0.8 thì đó là một dấu hiệu quan trọng để nhận biết hiện tượng đa cộng tuyến đang xảy ra trong mô hình, đặc biệt là mô hình hồi quy bội.

Qua kết quả phân tích tương quan, ta thấy tương quan giữa các cặp biến giải thích của mô hình đều nhỏ hơn 0.8. Vì vậy có thể kết luận các biến đưa vào mô hình không có hiện tượng đa cộng tuyến.

2.4.3.3 Kiểm tra hiện tượng phương sai thay đổi‌


Phương sai thay đổi không những làm mất đi tính chất không chệch và tính vững chắc của các ước lượng OLS, mà còn làm cho các ước lượng đó không còn hiệu quả nữa.

Sử dụng kiểm định White để phát hiện phương sai thay đổi trong mô hình. Giả thiết: Ho: Phương sai của sai số ngẫu nhiên của mô hình không đổi.

H1: Phương sai của sai số ngẫu nhiên của mô hình thay đổi.

Bảng 3.4: Kết quả Kiểm định White


Heteroskedasticity Test: White

F-statistic

1.158404

Prob. F(13,151)

0.3156

Obs*R-squared

14.96320

Prob. Chi-Square(13)

0.3097

Scaled explained SS

89.13010

Prob. Chi-Square(13)

0.0000



Theo kết quả của bảng trên, ta thấy n 2 = 14.96320 có xác suất p-value tương ứng là 0.3097 > 0.05 nên ta chấp nhận giả thiết Ho

Vậy mô hình hồi quy không có hiện tượng phương sai thay đổi.


2.4.3.4 Kiểm định hiện tượng tự tương quan‌


Theo kết quả mô hình hồi quy phần trên, ta có:


Durbin-Watson stat = 1.459546


Vì cỡ mẫu lớn (165) nên các giá trị , không có trong bảng, do đó đôi khi người ta kiểm định Durbin-Watson theo kinh nghiệm:

nếu 11.459546 < 3 Vậy mô hình hồi quy không có hiện tượng tự tương quan.

2.4.3.5 Phương trình


Như đã phân tích ở trên, do có một số biến có mức tương quan cao có thể gây ra hiện tượng đa cộng tuyến nên luận văn thực hiện loại bỏ một số biến khỏi mô hình để khắc phục. Cụ thể, ta thử loại bỏ biến ROTHAS ra khỏi mô hình. Mô hình mới được rút gọn có dạng như sau:

badt,i = α0 + α1 * loant,i + α2 * econt,i + α3 * mmrt,i

Để có cơ sở kết luận về điều này ta tiến hành kiểm định giả thiết:


Ho: biến ROTHAS không cần thiết đưa vào mô hình


H1: biến ROTHAS cần thiết đưa vào mô hình Dùng kiểm định Wald ta được kết quả:

Bảng 3.5: Kết quả kiểm định Wald


Wald Test:




Equation: EQ01

Test Statistic

Value

df

Probability

F-statistic

5.841734

(1, 160)

0.0168

Chi-square

5.841734

1

0.0157


Null Hypothesis Summary:

Normalized Restriction (= 0)

Value

Std. Err.

C(5)


0.273550

0.113179

Restrictions are linear in coefficients.


Theo kết quả của bảng trên, vì P(F > 5.841734) = 0.0168 < 0.05 nên ta bác bỏ giả thuyết Ho. Biến ROTHAS vẫn cần thiết phải đưa vào mô hình.

Kết quả hồi quy sau khi đã bỏ biến ROTHAS ra khỏi mô hình:


Bảng 3.6: Mô hình rút gọn của mô hình


Dependent Variable: BAD



Method: Least Squares



Date: 08/18/13 Time: 09:22



Sample: 1 165



Included observations: 165













Variable

Coefficient

Std. Error

t-Statistic

Prob.











C

0.089659

0.008591

10.43620

0.0000

ECON

-1.938403

0.175850

-11.02304

0.0000

LOAN

1.44E-07

8.51E-09

16.95023

0.0000

MMR

0.315233

0.046279

6.811593

0.0000











R-squared

0.740646

Mean dependent var

0.017627

Adjusted R-squared

0.735813

S.D. dependent var

0.019060

S.E. of regression

0.009796

Akaike info criterion

-6.389651

Sum squared resid

0.015451

Schwarz criterion

-6.314356

Log likelihood

531.1462

Hannan-Quinn criter.

-6.359086

F-statistic

153.2574

Durbin-Watson stat

1.391446


Prob(F-statistic)

0.000000














Mô hình hồi quy lúc này sẽ là:

BAD = 0.089659 -1.938403*ECON + 1.44*10-7*LOAN + 0.315233*MMR

Với mô hình ước lượng sau khi đã bỏ biến ROTHAS, ta thấy rằng R-squared = 0.740646 và Adjusted R-squared = 0.735813 là khá lớn, tuy nhiên thấp hơn độ tin cậy của mô hình khi có biến ROTHAS (thấp hơn khoảng 1%).

2.4.3.6 Mô hình hồi quy khi đưa thêm biến


Dựa trên mô hình hồi quy của Xiaofen Chen (2001) các nhân tố tác động đến nợ xấu, đề xuất đưa thêm biến INF (lạm phát - inflation) để xét xem yếu tố lạm phát có ảnh hưởng đến nợ xấu hay không. Mô hình thêm biến có dạng như sau:

badt,i = α0 + α1 * econt,i + α2 * loant,i + α3 * mmrt,i + α4 * rothast,i + α5 * inft,i

Kết quả hồi quy sau khi đã thêm biến INF vào mô hình:


Bảng 3.7: Kết quả mô hình hồi quy thêm biến


Dependent Variable: BAD

Method: Least Squares

Date: 08/18/13 Time: 11:00

Sample: 1 165





Included observations: 165

Variable

Coefficient

Std. Error

t-Statistic

Prob.

C

0.068759

0.010499

6.549034

0.0000

ECON

-1.641017

0.209257

-7.842112

0.0000

LOAN

1.40E-07

8.23E-09

16.95956

0.0000

MMR

0.420407

0.050860

8.265922

0.0000

ROTHAS

0.260957

0.110457

2.362522

0.0194

INF

-0.072696

0.021431

-3.392094

0.0009

R-squared

0.766501

Mean dependent var

0.017627

Adjusted R-squared

0.759158

S.D. dependent var

0.019060

S.E. of regression

0.009354

Akaike info criterion

-6.470427

Sum squared resid

0.013911

Schwarz criterion

-6.357483

Xem tất cả 104 trang.

Ngày đăng: 27/06/2022
Trang chủ Tài liệu miễn phí