Trang chủ / Ngân Hàng

Kết Quả Kiểm Định Phương Sai Của Sai Số Thay Đổi


Ký hiệu các biến số, cách tính, nguồn thu thập và kỳ vọng dấu cụ thể như bảng bên dưới.

Bảng 4.2: Mô tả các biến số và số liệu trong mô hình1



TT



Ký hiệu

Cách tính và Diễn giải


Nguồn thu thập

Kỳ vọng

dấu


1


Biến phụ thuộc


ROA

Tỷ lệ LNST/Tổng

tài sản (%)

Tính toán từ BCTC

của NH



2


ROE

Tỷ lệ LNST/VCSH

(%)

Tính toán từ BCTC

của NH



3


NIM

Tỷ lệ Thu nhập từ lãi/ Tài sản có sinh

lãi trung bình2 (%)

Tính toán từ BCTC của NH



4


Biến độc lâp


IMbank

Tổng giá trị giao dịch qua internet và

mobile banking

NHNN và các NH

+

5

ATM

Tổng số cây ATM

NHNN và các NH

+

6

POS

Số máy POS

NHNN và các NH

+

7

BRANCH

Số chi nhánh

NHNN và các NH

-

8

SIZE

Tổng tài sản

BCTC của NH

+


9


EQUITY

Tỷ lệ VCSH/Tổng

tài sản (%)

Tính toán từ BCTC

của NH

+


10


LOAN

Tỷ lệ dư nợ

CVKH/Tổng tài sản (%)

Tính toán từ BCTC của NH

+

Có thể bạn quan tâm!

Xem toàn bộ 226 trang tài liệu này.

Nghiên cứu tác động của dịch vụ ngân hàng điện tử đến kết quả hoạt động của các ngân hàng thương mại Việt Nam - 17


1 Các biến số được kế thừa từ các nghiên cứu chính của Alsmadi và Alwabel (2011); Oyewole và các cộng sự (2013), Dinh Van (2015), Siddik và cộng sự (2016), Yang và cộng sự (2018)

2 Tài sản có sinh lãi trung bình: Tiền gửi tại NHNNVN + Tiền gửi và cho vay các TCTC khác + Chứng khoán kinh doanh + Chứng khoán đầu tư + Cho vay KH (lấy số trung bình đầu năm và cuối năm)



11



OPEX

Tỷ lệ chi phí hoạt động/Lợi nhuận hoạt

động (%)

Tính toán BCTC của NH

-


12


GDP

Tổng sản phẩm quốc

nội

GSO


13

CPI

Chỉ số giá tiêu dùng

GSO



4.1.1.3. Vấn đề nội sinh trong mô hình

Vấn đề nội sinh xảy ra trong mô hình (1) sẽ làm cho các hệ số ước lượng trong mô hình bị chệch hoặc phương sai của sai số thay đổi trong mô hình do tính chất nội sinh của các biến số phụ thuộc. Biến nội sinh là các biến trong mô hình thống kê được thay đổi hoặc xác định bởi mối quan hệ của chúng với các biến khác. Các biến nội sinh là các biến phụ thuộc, có nghĩa là chúng có tương quan với các yếu tố khác, có thể là mối tương quan thuận hoặc nghịch.

Các biến nội sinh rất quan trọng trong kinh tế lượng và mô hình kinh tế vì chúng cho thấy liệu một biến có gây ra một tác động cụ thể hay không. Các nhà kinh tế sử dụng mô hình nhân quả để giải thích kết quả bằng cách phân tích các biến phụ thuộc dựa trên nhiều yếu tố khác nhau. Các nhà kinh tế học cũng bao gồm các biến độc lập để giúp xác định mức độ nào một kết quả có thể được quy cho một nguyên nhân ngoại sinh hoặc nội sinh. Các biến nội sinh có giá trị thay đổi như một phần của mối quan hệ chức năng giữa các biến khác trong mô hình. Mối quan hệ này cũng được coi là phụ thuộc và được coi là có thể dự đoán được về bản chất. Các biến thường tương quan theo cách mà một chuyển động trong một biến sẽ dẫn đến một chuyển động trong biến kia. Nói cách khác, các biến nên tương quan với nhau. Tuy nhiên, chúng không nhất thiết phải di chuyển theo cùng một hướng, có nghĩa là sự gia tăng của một yếu tố có thể gây ra sự sụt giảm ở yếu tố khác. Miễn là sự thay đổi trong các biến có tương quan, thì được coi là hiện tượng nội sinh - bất kể đó là mối tương quan tích cực hay tiêu cực.

Có hai nguyên nhân xảy ra vấn đề nội sinh trong mô hình (1) như sau:


Thứ nhất, khi các biến phụ thuộc tăng sẽ làm cho NH tăng các chỉ tiêu liên quan đến dịch vụ NHĐT hoặc các biến số khác như việc mở rộng số cây ATM, số máy POS hoặc mở rộng chi nhánh, quy mô hoạt động của NH. Nếu xảy ra hiện tượng như trên thì có thể làm cho phương sai của sai số thay đổi, dẫn đến làm sai lệch hệ số ước lượng trong mô hình.

Thứ hai, nội sinh có thể xảy ra giữa các biến độc lập. Ví dụ, khi NH tăng biến quy mô (tăng tổng tài sản) có thể là do gia tăng các biến khác như gia tăng số lượng chi nhánh, tăng số máy POS, số cây ATM, giao dịch qua Internet hoặc Mobile, …và ngược lại. Hiện tượng trên còn được gọi là hiện tượng tương quan giữa các biến độc lập, làm khuyếch đại các hệ số ước lượng.

Trong phần này, tác giả sử dụng phần mềm STATA 15.1 và các nguồn số liệu thu thập được từ các NHTM Việt Nam trong 5 năm (2014 đến năm 2018) để phân tích tác động của dịch vụ NHĐT tới kết quả kinh doanh của các NHTM ở Việt Nam. Những kết quả thu được cho thấy dịch vụ NHĐT tác động tích cực có ý nghĩa thống kê tới KQHĐ của các NHTM ở Việt Nam trong thời gian 2014-2018. Cụ thể các bước thực hiện như sau:

4.1.1.4. Mô tả thống kê các biến số

Bảng 4.3: Mô tả thống kê các biến số



Biến số

Số quan

sát


Trung bình

Độ lệch

chuẩn

Giá trị

nhỏ nhất

Giá trị

lớn nhất

ROE

150

7,38

6,06

0,08

24,44

ROA

150

0,57

0,50

0,01

2,64

NIM

149

2,61

1,16

0,50

8,18

IMbank

150

16,74

2,22

11,80

21,59

ATM

149

5,39

1,30

3,42

7,95

POS

138

6,79

2,30

3,22

11,43

OPEX

150

58,10

15,37

28,75

109,81

BRANCH

142

5,21

0,91

3,56

7,72

EQUITY

150

8,26

3,24

3,46

22,03


LOAN

150

58,48

10,76

22,53

75,30

SIZE

150

32,59

1,53

30,39

44,01

GDP

150

6,55

0,40

5,98

7,08

CPI

150

2,89

1,22

0,63

4,09

Nguồn: Tính toán của tác giả bằng STATA 15.1

Bảng trên trình bày chi tiết về mô tả thống kê của các biến số được sử dụng trong mô hình bao gồm số quan sát thu thập được, giá trị TB, độ lệch chuẩn, giá trị nhỏ nhất và lớn nhất của các biến số.

4.1.1.5. Các kiểm định của mô hình

Luận án đã sử dụng phương pháp ước lượng dữ liệu bảng bình phương nhỏ nhất thông thường (Pooled OLS) và thực hiện kiểm định các khuyết tật trong mô hình. Kết quả kiểm định của mô hình cho thấy mô hình có hiện tượng tự tương quan và phương sai của sai số thay đổi, tuy nhiên không có hiện tượng đa cộng tuyến trong mô hình. Cụ thể như sau:

a) Kiểm định tự tương quan giữa các biến số

Giả thiết H0: không có tự tương quan bậc nhất

Bảng 4.4: Kết quả kiểm định tự tương quan


Mô hình ROE

Mô hình ROA

Mô hình NIM

F(1,26)=25,122

Prob>F=0,000

F(1,26)=7,331

Prob>F=0,0116

F(1,26)=5,142

Prob>F=0,0316

Nguồn: Tính toán của tác giả bằng STATA 15.1

Dựa trên phương pháp kiểm định Wooldridge, kết quả kiểm định tương quan giữa các biến số trong mô hình có biến độc lập là ROE, ROA và NIM đều cho thấy Prob>F < 0.053 theo phần mềm STATA 15.1, với câu lệnh XTSERIAL. Kết quả này dẫn đến bác bỏ giả thiết H0, do đó mô hình có tồn tại hiện tượng tự tương quan bậc nhất giữa các biến số.


3 Chi tiết trong phụ lục


b) Kiểm định phương sai của sai số thay đổi

Kết quả kiểm định phương sai của sai số thay đổi được dựa trên PP kiểm định Modified Wald cho số liệu dạng bảng và sử dụng phần mềm STATA 15.1 với câu lệnh XTTEST3. Kết quả kiểm định như sau:

Giả thiết H0: phương sai của sai số đồng nhất

Bảng 4.5: Kết quả kiểm định phương sai của sai số thay đổi


Mô hình ROE

Mô hình ROA

Mô hình NIM

Chi2(28)=9004,95

Prob>chi2=0,000

Chi2(28)=901,83

Prob>chi2=0,000

Chi2(28)=32053,99

Prob>chi2=0,000

Nguồn: Tính toán của tác giả bằng STATA 15.1

Kết quả kiểm định phương sai của sai số thay đổi trong các mô hình cho thấy thống kê Prob>chi2<0.05, do đó bác bỏ giả thiết H0. Nghĩa là mô hình tồn tại hiện tượng phương sai của sai số thay đổi.

c) Kiểm định đa cộng tuyến

Luận án thực hiện kiểm định đa cộng tuyến bằng các sử dụng hệ số phóng đại phương sai (variance inflation factor - VIF), là chỉ số đo lường phương sai của các hệ số ước lượng trong mô hình tăng như thế nào bởi hiện tượng cộng tuyến. Hair et al., (1995) đề xuất rằng nếu kết quả tính toán VIF <10 thì mô hình được hiểu là không có hiện tượng đa cộng tuyến.

Bảng 4.6: Kết quả kiểm định đa cộng tuyến


ATM

7,82

0,12792

IMbank

5,2

0,192313

Branch

3,5

0,285654

POS

3,37

0,296835

SIZE

3,34

0,299154

LOAN

1,97

0,50747

EQUITY

1,71

0,58417

GDP

1,48

0,676532

OPEX

1,35

0,742477


CPI

1,13

0,881696




Mean VIF

3,09


Nguồn: Tính toán của tác giả bằng STATA 15.1

Kết quả kiểm định đa cộng tuyến ở bảng trên cho thấy các VIF đều nhỏ hơn 10, do đó, mô hình được hiểu là không có hiện tượng đa cộng tuyến trong mô hình.

Theo như kết quả kiểm định ở trên cho thấy giữa các biến số trong mô hình tồn tại hiện tượng tự tương quan và phương sai của sai số thay đổi. Do đó, việc ước lượng mô hình theo phương pháp ước lượng bình phương nhỏ nhất thông thường OLS cho số liệu bảng như các nghiên cứu của Al-smadi và Al-wabel (2011), Oyewole (2013) và Van Dinh (2015) là không phù hợp. Do khi ước lượng mô hình có tồn tại hiện tượng tự tương quan và phương sai của sai số thay đổi sẽ dẫn đến các sai lầm trong ước lượng, từ đó có thể dẫn đến sai số của các hệ số ước lượng (các hệ số β). Do đó, ước lượng mô hình (1) để phân tích tác động của các yếu tố tới KQHĐ của NH cần phải có phương pháp ước lượng phù hợp, là loại bỏ được hiện tượng tự tương quan và phương sai của sai số thay đổi trong mô hình.

Tác giả thực hiện ước lượng mô hình đánh giá tác động của dịch vụ NHĐT tới KQHĐ của NHTM ở Việt Nam theo phương pháp ước lượng của Driscoll and Kraay (1998).

Theo Hochle (2007), phương pháp ước lượng hồi quy với sai số chuẩn của Driscoll and Kraay (1998) phù hợp trong trường hợp mô hình có dữ liệu vi mô dạng thời gian quan sát (T) nhỏ hơn số biến số (N), và xử lý được các giá trị bị thiếu (missing values). Với dữ liệu của 30 ngân hàng (N =30) trong thời gian 5 năm (T=5), cùng với một số dữ liệu bị khuyết của một số ngân hàng, phương pháp này về cơ bản là phù hợp.

Cụ thể phương pháp này sử dụng lệnh XTSCC trong phần mềm Stata, ước tính mô hình hồi quy Pooled OLS cùng với các hiệu ứng cố định (fix effects). Phương pháp của Driscoll và Kraay áp dụng hiệu chỉnh kiểu Newey-West cho chuỗi trung bình của số liệu dạng bảng. Cách hiệu chỉnh sai số này đảm bảo rằng


công cụ ước tính ma trận hiệp phương sai phù hợp, do đó, mô hình có thể loại bỏ được hiện tượng tự tương quan và phương sai của sai số thay đổi.

4.1.2. Kết quả mô hình ước lượng đánh giá tác động của dịch vụ ngân hàng điện tử tới kết quả tài chính của ngân hàng

Tác giả thực hiện ước lượng mô hình đánh giá ảnh hưởng của dịch vụ NHĐT tới KQHĐ của NHTM ở Việt Nam ở hai trường hợp:

Trường hợp 1: Đánh giá tác động của dịch vụ NHĐT đến KQHĐ của 30 NHTM Việt Nam

Trường hợp 2: Đánh giá tác động của dịch vụ NHĐT đến KQHĐ của 26 NHTM cổ phần Việt Nam (loại trừ 4 NHTM nhà nước)

Kết quả ước lượng cụ thể như sau:

Trường hợp 1: Nghiên cứu tác động của dịch vụ NHĐT đến kết quả hoạt

động của các NHTM Việt Nam (toàn bộ mẫu)

Bảng 4.7: Kết quả mô hình đánh giá tác động của dịch vụ NHĐT tới KQHĐ của NHTM Việt Nam (toàn bộ mẫu)


TH1: Toàn bộ mẫu

Biến số

ROE

ROA

NIM


(i)

(ii)

(iii)

IMbank

0,787***

0,0886***

0,153***


(0,128)

(0,0172)

(0,0233)

ATM

1,382***

0,0855***

0,160***


(0,301)

(0,0242)

(0,0213)

POS

-0,324***

-0,0518***

-0,187***


(0,0761)

(0,0157)

(0,0253)

OPEX

-0,219***

-0,0180***

-0,0337***


(0,0475)

(0,00324)

(0,00103)

BRANCH

-1,635***

-0,129***

-0,0395


(0,142)

(0,00978)

(0,0658)

EQUITY

-0,290***

0,0301**

0,120***



(0,0812)

(0,0109)

(0,0180)

LOAN

0,106***

0,00775***

0,0262***


(0,0151)

(0,00186)

(0,00389)

SIZE

-0,569***

-0,0287**

-0,0262


(0,118)

(0,0119)

(0,0710)

GDP

1,251***

0,0964***

-0,147***


(0,257)

(0,0313)

(0,0451)

CPI

0,576***

0,0458***

-0,0817***


(0,0613)

(0,00752)

(0,0119)

Hằng số

14,85***

0,133

2,120


(5,295)

(0,545)

(2,120)

R2

0,575

0,543

0,461

Standard errors in parentheses

*** p<0.01, ** p<0.05, * p<0.1

Nguồn: Kết quả ước lượng mô hình từ Stata 15.1 Bảng trên trình bày kết quả tác động của dịch vụ NHĐT tới KQHĐ của NHTM Việt Nam giai đoạn 2014-2018 trên phương diện toàn bộ mẫu thu thập

(Trường hợp 1).

Kết quả ước lượng cụ thể được viết dưới công thức sau:

(i) ROE = 14,85 + 0,787 IMbank+ 1,382 ATM – 0,324 POS – 0,219 OPEX –

1,635 BRANCH – 0,290 EQUITY + 0,106 LOAN – 0,569 SIZE +1,251 GDP +

0,576 CPI

(ii) ROA = 0,133 +0,089 IMbank + 0,086 ATM – 0,052 POS – 0,018 OPEX

– 0,129 BRANCH + 0,030 EQUITY + 0,008 LOAN – 0,029 SIZE +0,096 GDP +

0,046 CPI

(iii) NIM = 2,120 +0,153 IMbank + 0,160 ATM – 0,187 POS – 0,034 OPEX

– 0,039 BRANCH+ 0,120 EQUITY + 0,026 LOAN – 0,026 SIZE – 0,147 GDP –

0,082 CPI

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

Ngày đăng: 24/11/2022