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!
- Quy Mô Và Tốc Độ Tăng Trưởng Tổng Tài Sản Của Hệ Thống Nhtmcp Giai Đoạn 2013-2018. (Đv: Tỷ Vnd)
- Tỷ Lệ Thu Nhập Lãi Thuần/ Tổng Tài Sản Có Sinh Lợi (Nim).
- Ma Trận Hệ Số Tương Quan Giữa Các Biến Dưới Dạng Logarit Hóa
- Đánh Giá Chung Về Năng Lực Tài Chính Của Các Ngân Hàng Thương Mại Cổ Phần Việt Nam
- Định Hướng Phát Triển Ngành Ngân Hàng Việt Nam Và Quan Điểm Hoàn Thiện Hệ Thống Chỉ Tiêu Tài Chính Của Các Ngân Hàng Thương Mại Cổ Phần Việt Nam
- Hoàn Thiện Chỉ Tiêu Phân Tích Tình Hình Vốn Tín Dụng
Xem toàn bộ 203 trang tài liệu này.
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
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
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 |
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
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
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 |