Bảng Kết Quả Các Ảnh Hưởng Chéo Ngẫu Nhiên Của Roe



Biến độc lập


Hệ số ảnh hưởng

Giá trị xác suất của thống kê

Biến độc lập có ảnh hưởng đến ROA hay không/ Chiều tác động

Mức độ tác động


Ý nghĩa của hệ số hồi quy






Trong điều kiện các






yếu tố khác không

LNL

0.316320

0.0223

Có/Cùng

chiều

7

đổi, nếu L tăng lên

1% thì giá trị trung






bình của ROA tăng






lên 0.316320%






Trong điều kiện các






yếu tố khác không

LNCAR

1.021402

0.0434

Có/Cùng

chiều

3

đổi, nếu CAR tăng

lên 1% thì giá trị






trung bình của ROA






tăng lên 1.021402%






Trong điều kiện các






yếu tố khác không

LNTLCV

0.328083

0.0321

Có/Cùng

chiều

5

đổi, nếu TLCV tăng

lên 1% thì giá trị






trung bình của ROA






tăng lên 0.328083%






Trong điều kiện các






yếu tố khác không


LNCSCPHD


-0.327313


0.0396

Có/ngược chiều


6

đổi, nếu CSCPHD

tăng lên 1% thì giá

trị trung bình của






ROA giảm đi






0.327313%

Có thể bạn quan tâm!

Xem toàn bộ 203 trang tài liệu này.

Nghiên cứu hệ thống chỉ tiêu tài chính nhằm đánh giá năng lực tài chính của các ngân hàng thương mại cổ phần Việt Nam - 17

Như vậy, từ kết quả nghiên cứu, có thể thấy ROA của ngân hàng có thể bị tác động mạnh bởi hệ số thanh toán ngắn hạn, hệ số đảm bảo tiền gửi, tỷ lệ an toàn vốn chủ hữu. Các nhân tố khác cũng tác động đến ROA nhưng ở một mức độ thấp hơn.

Tiếp theo, tác giả luận án kiểm định sự phù hợp của mô hình hổi quy. Để kiểm tra sự phù hợp của mô hình hồi quy trên, tác giả sử dụng kiểm định Ho: Mô hình hồi



quy là phù hợp và H1: Mô hình hồi quy không phù hợp. Kết quả ước lượng cho thấy giá trị xác suất của thống kê F (Prob(F-statistics)) = 0.00000<0.05 nên ở mức ý nghĩa 5%. Như vậy, mô hình hồi quy là phù hợp. Như vậy, 74.81% sự thay đổi của giá trị ROA có thể được giải thích bởi các biến độc lập tác giả lựa chọn đưa vào mô hình.

c. Mô hình các nhân tố tác động đến ROE

Trước tiên, tác giả kiểm định mô hình dạng Pool OLS. Theo phương pháp này gần như tất cả các hệ số đều có ý nghĩa thống kê một cách riêng lẻ (trừ LNCSCPHD và LNCAR); giá trị R2 lớn tuy nhiên giá trị thống kê Durbin Watson ước lượng khá thấp, cho thấy rằng có hiện tượng tự tương quan trong dữ liệu (d<dL), đặc biệt mô hình dạng pool không kiểm soát được đặc điểm riêng của từng ngân hàng, nên tác giả đã ước lượng dữ liệu với mô hình tác động cố định – FEM như trình bày dưới đây của luận án.

Để xác định xem liệu có cần thiết đưa vào các tác động cố định trong ước lượng tác động cố định so với ước lượng Pooled OLS hay không, tác giả sử dụng kiểm định Redundant Fixed Effects để kiểm định sự cần thiết của các ràng buộc liên quan đến các đơn vị bảng và các điểm thời gian trong ước lượng tác động cố định.

Giả thiết:

Ho: Không có sự khác nhau trong các tác động cố định cuả các đơn vị chéo có nghĩa là có thể sử dụng mô hình Pooled OLS để phân tích dữ liệu

H1: Có sự khác nhau trong các tác động cố định cuả các đơn vị chéo nên sử dụng mô hình FEM để phân tích dữ liệu

Pvalue của thống kê F và thống kê Chi bình phương đều <0.05 nên bác bỏ giả thiết Ho, hay không thể dùng mô hình Pooles OLS để ước lượng kết quả hồi quy của dữ liệu nghiên cứu. (Phụ lục 9).

Để xem xét lựa chọn giữa Fixed Effects và Random Effects trong việc phân tích ảnh hưởng của các biến độc lập đến hiệu quả hoạt động tài chính của các ngân hàng, tác giả kiểm tra sự tương quan giữa các ảnh hưởng cố định với các biến giải thích bằng Kiểm định Hausman với giả thuyết H0: không có sự tương quan giữa các ảnh hưởng cố định với các biến giải thích, nghĩa là nếu chấp nhận H0 thì ước lượng Random Effects là phù hợp hơn so với Fixed Effects. Ngược lại, bác bỏ H0 thì giả định của Random Effects bị vi phạm và chỉ có ước lượng Fixed Effects là phù hợp (Phụ lục 10).

Kết quả cho thấy, P value = 0.3490 >0.05 nên tác giả sử dụng mô hình REM với ROE (Bảng 3.43)


Bảng 3.43. Kết quả kiểm định mô hình dạng REM của ROE

Dependent Variable: LNROE

Method: Panel EGLS (Cross-section random effects) Date: 10/14/19 Time: 16:12

Sample: 2013 2018

Periods included: 6

Cross-sections included: 31

Total panel (balanced) observations: 186


Swamy and Arora estimator of component variances

Variable

Coefficient

Std. Error

t-Statistic

Prob.

C

-5.354853

2.989012

-1.791513

0.0749

LNVCSH

0.949276

0.208324

4.556735

0.0000

LNTLNX

-0.636572

0.317700

-2.003692

0.0435

LNHSDBTG

2.307415

0.598690

3.854103

0.0002

LNHSTKNG

3.366479

0.563030

5.979221

0.0000

LNL

0.314101

0.137751

2.280210

0.0238

LNCAR

0.132779

0.509145

0.260788

0.7946

LNTLCV

0.340314

0.152565

2.230621

0.0270

LNCSCPHD

0.098419

0.154843

0.635606

0.5259


Effects Specification

S.D.

Rho

Cross-section random


0.501385

0.1675

Idiosyncratic random


1.117903

0.8325


Weighted Statistics



R-squared

0.649460

Mean dependent var

-1.688908

Adjusted R-squared

0.620057

S.D. dependent var

1.359236

S.E. of regression

1.120808

Sum squared resid

222.3492

F-statistic

40.99191

Durbin-Watson stat

1.735918

Prob(F-statistic)

0.000000



Unweighted Statistics

R-squared

0.607071

Mean dependent var

-2.509004

Sum squared resid

264.4344

Durbin-Watson stat

1.510022


Từ kết quả này, tác giả đưa ra mô hình ước lượng như sau:

LNROE = C(1) + C(2)*LNVCSH + C(3)*LNTLNX + C(4)*LNHSDBTG + C(5)*LNHSTKNG + C(6)*LNL + C(7)*LNCAR + C(8)*LNTLCV + C(9)*LNCSCPHD + [CX=R]

Thay số vào ta có mô hình với ROE như sau:

LNROE = -5.354853 + 0.949276*LNVCSH -0.636572*LNTLNX + 2.307415*LNHSDBTG + 3.366479*LNHSTKNG + 0.314101*LNL +

0.132779*LNCAR + 0.340314*LNTLCV + 0.098419*LNCSCPHD + [CX=R]

Ngoài ra, kết quả phân tích hồi qui còn cho thấy sự khác nhau của các tác động ngẫu nhiên được thể hiện như sau:

Giá trị trung bình của hệ số chặn (Trung bình chung của tất cả các ngân hàng) là -5.052651 đơn vị, thì dưới đây là các sai lệch ngẫu nhiên của các hệ số chặn tương ứng với từng ngân hàng so với giá trị trung bình ở trên hay chính là sai số thành phần của các ngân hàng khác nhau (đặc điểm riêng khác nhau của từng ngân hàng). (Bảng 3.44)

Bảng 3.44. Bảng kết quả các ảnh hưởng chéo ngẫu nhiên của ROE


NGAN_HANG

Ảnh hưởng

Ðầu tư và phát triển Việt Nam

0.422030

Á Châu

0.204538

An Bình

-0.070276

Bắc Á

0.252962

Bản Việt

0.172273

Bảo Việt

0.161585

Buu Ðiện Liên Việt

0.298634

Công Thương Việt Nam

0.199894

Ðại chúng

-0.779682

Ðông Á

0.051574

Ðông Nam Á

-0.489260


NGAN_HANG

Ảnh hưởng

Hàng Hải

-0.213849

Ki Thuong Việt Nam

0.275452

Kiên Long

0.323183

Nam Á

-0.095031

Ngoại Thuong Việt Nam

0.186782

Phát triển nhà TPHCM

0.003740

Phuong Ðông

0.139024

Quân đội

0.561962

Quốc dân

-0.236089

Quốc tế

-0.172876

Sài Gòn

-1.162797

Sài Gòn- Công Thuong

0.041082

Sài Gòn- Hà Nội

0.147620

Sài Gòn Thuong Tín

-0.086127

Tiền Phong

-0.072575

Việt Á

-0.426695

Việt Nam Thịnh Vượng

0.453005

Việt Nam Thương Tín

0.106472

Xăng dầu Petrolimex

-0.185675

Xuất nhập khẩu

-0.010877


Từ bảng trên ta có thể thấy, giá trị logarit của ROE của ngân hàng Việt Nam Thịnh Vượng khác biệt (cao hơn) so với tổng thể chung của các ngân hàng là là 0.453 đơn vị, trong khi đó giá trị logarit của ROE của ngân hàng An Bình khác biệt (thấp hơn) so với tổng thể chung của các ngân hàng là 0.070 đơn vị. Ngân hàng Quân đội có giá trị logarit của ROA khác biệt cao nhất so với tổng thể chung của các ngân hàng (cao hơn 0.5619 đơn vị), trong khi đó ngân hàng Sài Gòn giá trị này thấp hơn so với



trung bình chung của các ngân hàng là 1.1627 đơn vị). Ngân hàng nào có giá trị khác biệt càng cao thì hoạt động càng hiệu quả.

Tác động của các biến độc lập đến ROE được giải thích ở bảng sau:

Bảng 3.45. Bảng tổng hợp các nhân tố ảnh hưởng đến ROE



Biến độc lập


Hệ số ảnh hưởng

Giá trị xác suất của thống kê t

Biến độc lập có ảnh hưởng đến ROE hay không/ Chiều

tác động


Mức độ tác động


Ý nghĩa của hệ số hồi quy


LNVCSH


0.949276


0.0000


Có/Cùng chiều


3

Trong điều kiện các yếu tố khác không đổi, nếu VCSH tăng lên 1% thì giá trị trung bình của ROE tăng lên 0.949276%


LNTLNX


-0.636572


0.0435


Có/ngược chiều


4

Trong điều kiện các yếu tố khác không đổi, nếu TLNX tăng lên 1% thì giá trị trung bình của ROE giảm đi 0.636572%


LNHSDBTG


2.307415


0.0002


Có/Cùng chiều


2

Trong điều kiện các yếu tố khác không đổi, nếu HSDBTG tăng lên 1% thì giá trị trung bình của ROE tăng lên 2.307415%


LNHSTKNG


3.366479


0.0000


Có/Cùng chiều


1

Trong điều kiện các yếu tố khác không đổi, nếu HSTKNG tăng lên 1% thì giá trị trung bình của ROE tăng lên 3.366479%


LNL


0.314101


0.0238


Có/Cùng chiều


6

Trong điều kiện các yếu tố khác không đổi, nếu L tăng lên 1% thì giá trị trung bình của ROE tăng lên 0.314101%

LNCAR

0.132779

0.7946

Không




LNTLCV


0.340314


0.0270


Có/Cùng chiều


5

Trong điều kiện các yếu tố khác không đổi, nếu TLCV tăng lên 1% thì giá trị trung bình của ROE tăng lên 0.340314%

LNCSCPHD

0.098419

0.5259

Không





Để kiểm tra sự phù hợp của mô hình hồi quy trên tác giả sử dụng kiểm định Ho: Mô hình hồi quy là phù hợp và H1: Mô hình hồi quy không phù hợp. Kết quả ước lượng cho thấy giá trị xác suất của thống kê F (Prob(F-statistics)) = 0.00000<0.05 nên ở mức ý nghĩa 5% mô hình hồi quy là phù hợp. Như vậy, 64.94% sự thay đổi của giá trị ROE có thể được giải thích bởi các biến độc lập tác giả lựa chọn đưa vào mô hình.

d. Mô hình các nhân tố tác động đến NIM

Trước tiên, tác giả đi kiểm định mô hình dạng Pool OLS. Theo phương pháp này gần như tất cả các hệ số đều có ý nghĩa thống kê một cách riêng lẻ (trừ LNCAR và LNTLDBCV); giá trị R2 lớn tuy nhiên giá trị thống kê Durbin Watson ước lượng khá thấp, cho thấy rằng có hiện tượng tự tương quan trong dữ liệu (d<dL), đặc biệt mô hình dạng pool không kiểm soát được đặc điểm riêng của từng ngân hàng, nên tác giả đã ước lượng dữ liệu với mô hình tác động cố định – FEM như trình bày ở phụ lục 11.

Để xác định xem liệu có cần thiết đưa vào các tác động cố định trong ước lượng tác động cố định so với ước lượng Pooled OLS hay không, tác giả sử dụng kiểm định Redundant Fixed Effects để kiểm định sự cần thiết của các ràng buộc liên quan đến các đơn vị bảng và các điểm thời gian trong ước lượng tác động cố định.

Giả thiết:

Ho: Không có sự khác nhau trong các tác động cố định cuả các đơn vị chéo có nghĩa là có thể sử dụng mô hình Pooled OLS để phân tích dữ liệu

H1: Có sự khác nhau trong các tác động cố định cuả các đơn vị chéo nên sử dụng mô hình FEM để phân tích dữ liệu

Kết quả cho thấy, Pvalue của thống kê F và thống kê Chi bình phương đều

<0.05 nên bác bỏ giả thiết Ho, hay không thể dùng mô hình Pooles OLS để ước lượng kêt quả hồi quy của dữ liệu nghiên cứu (Phụ lục 12).

Tiếp theo, để xem xét lựa chọn giữa Fixed Effects và Random Effects trong việc phân tích ảnh hưởng của các biến độc lập đến hiệu quả hoạt động tài chính của các ngân hàng, tác giả kiểm tra sự tương quan giữa các ảnh hưởng cố định với các biến giải thích bằng Kiểm định Hausman với giả thuyết H0: không có sự tương quan giữa các ảnh hưởng cố định với các biến giải thích, nghĩa là nếu chấp nhận H0 thì ước lượng Random Effects là phù hợp hơn so với Fixed Effects. Ngược lại, bác bỏ H0 thì giả định của Random Effects bị vi phạm và chỉ có ước lượng Fixed Effects là phù hợp. (Phụ lục 13)



Kết quả chỉ ra rằng P value = 0.5057 >0.05 nên tác giả sử dụng mô hình REM với NIM. (Bảng 3.46)

Bảng 3.46. Kết quả kiểm định mô hình dạng REM đến NIM

Dependent Variable: LNNIM

Method: Panel EGLS (Cross-section random effects) Date: 10/14/19 Time: 16:24

Sample: 2013 2018

Periods included: 6

Cross-sections included: 31

Total panel (balanced) observations: 186

Swamy and Arora estimator of component variances


Variable

Coefficient

Std. Error

t-Statistic

Prob.

C

-3.988062

1.302928

-3.060847

0.0026

LNVCSH

0.267481

0.122977

2.175047

0.0309

LNTLNX

-0.286897

0.131564

-2.180664

0.0305

LNCSCPHD

-0.221030

0.067907

-3.254887

0.0014

LNTLTKTS

0.889318

0.135031

6.586014

0.0000

LNCAR

0.060660

0.209874

0.289030

0.7729

LNL

0.123406

0.061380

2.010526

0.0415

LNHSDBTG

0.817760

0.258199

3.167171

0.0018

LNHSTKNG

0.770909

0.251967

3.059560

0.0026

LNTLDNCV

0.228410

0.437588

0.521974

0.6023

LNTLCV

0.140311

0.072694

1.930165

0.0552


Effects Specification

S.D.

Rho

Cross-section random


0.297272

0.3002

Idiosyncratic random


0.453888

0.6998


Weighted Statistics



R-squared

0.775715

Mean dependent var

-2.003436

Adjusted R-squared

0.757185

S.D. dependent var

0.773612

S.E. of regression

0.452953

Sum squared resid

35.90415

F-statistic

76.52181

Durbin-Watson stat

1.790652

Prob(F-statistic)

0.000000



Unweighted Statistics

R-squared

0.736528

Mean dependent var

-3.787356

Sum squared resid

50.97653

Durbin-Watson stat

1.362502

Xem toàn bộ nội dung bài viết ᛨ

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

Ngày đăng: 28/03/2024