Một Số Kiểm Định Dành Cho Mô Hình Fe Kiểm Định Đa Cộng Tuyến

Theo biểu đồ cho thấy chi phí hoạt động mỗi năm mỗi tăng, đây cũng chính là nguyên nhân làm giảm lợi nhuận của ngành ngân hàng. Hiện nay, chi phí hoạt động của khối ngân hàng tăng, chiếm đến 49% trên tổng thu nhập. So với hoạt động ngân hàng của các quốc gia Châu Á Thái Bình Dương khác, thì Việt Nam có tỷ lệ chi phí hoạt động so với thu nhập từ hoạt động cao nhất, và vì thế, các ngân hàng cần tìm kiếm nhiều biện pháp hơn để tiết giảm chi phí này.

4.2 PHÂN TÍCH HỒI QUY

Đề tài sẽ thực hiện các phân tích ma trận tương quan các biến số độc lập và kế đến là phân tích hồi quy dữ liệu bảng.

4.2.1. Ma trận tương quan

Bảng 4.2. Ma trận tương quan

	LnSize	LLTL	ETA	NIM	LTA	CTIR	GDP	INF
LnSize	Correlation	1	.391**	-.477**	-0.134	0.136	0.15	0.107	-0.134
	Sig.		0	0	0.12	0.115	0.082	0.217	0.119
	N	136	136	136	136	136	136	136	136
LLTL	Correlation	.391**	1	-.188*	0.096	0.123	.425**	.347**	-.298**
	Sig.	0		0.028	0.267	0.154	0	0	0
	N	136	136	136	136	136	136	136	136
ETA	Correlation	-.477**	-.188*	1	.457**	0.033	-.226**	0.032	-0.044
	Sig.	0	0.028		0	0.699	0.008	0.707	0.611
	N	136	136	136	136	136	136	136	136
NIM	Correlation	-0.134	0.096	.457**	1	.214*	-.283**	-0.028	-0.151
	Sig.	0.12	0.267	0		0.012	0.001	0.747	0.08
	N	136	136	136	136	136	136	136	136
LTA	Correlation	0.136	0.123	0.033	.214*	1	-.194*	-0.075	0.126
	Sig.	0.115	0.154	0.699	0.012		0.024	0.383	0.144
	N	136	136	136	136	136	136	136	136
CTIR	Correlation	0.15	.425**	-.226**	-.283**	-.194*	1	.417**	-.476**
	Sig.	0.082	0	0.008	0.001	0.024		0	0
	N	136	136	136	136	136	136	136	136
GDP	Correlation	0.107	.347**	0.032	-0.028	-0.075	.417**	1	-.514**
	Sig.	0.217	0	0.707	0.747	0.383	0		0
	N	136	136	136	136	136	136	136	136

Có thể bạn quan tâm!

Xem toàn bộ 81 trang tài liệu này.

INF

Correlation	-0.134	-.298**	-0.044	-0.151	0.126	-.476**	-.514**	1
Sig.	0.119	0	0.611	0.08	0.144	0	0
N	136	136	136	136	136	136	136	136

Kết quả phân tích từ bảng ma trận tương quan cho thấy hầu hết các biến số độc lập có hệ số tương quan nhỏ hơn 0.5 ngoại trừ kết quả tương quan giữa GDP và INF (hệ số tương quan đạt -0.514). Như vậy có thể không xuất hiện hiện tượng đa cộng tuyến trong mô hình hồi quy.

4.2.2. Phân tích mô hình hồi quy dữ liệu bảng.

Theo Woodrige (2014) việc phân tích dữ liệu bảng sẽ bắt đầu bằng việc lựa chọn một trong hai mô hình Fixed effect (mô hình ảnh hưởng của các yếu tố cố định

– FE) và mô hình Random effect (RE). Nghiên cứu sẽ sử dụng kiểm định Hausman (Hausman,…) để lựa chọn giữa FE và RE.

4.2.2.1. Kiểm định Hausman lựa chọn giữa FE và RE

Để thực hiện kiểm định Hausman, đầu tiên cần thực hiện hồi quy FE và RE. Kết quả hồi quy hai mô hình như sau:

Bảng 4.3. Kết quả ước lượng hồi quy

Các biến độc lập

Fixed effects (FE)	Random effects (RE)
LnSIZE	0.02969	-0.03159**
LLTL	-2.89806*	-5.33863***
ETA	-0.51916***	-0.39396**
NIM	-0.90905	-1.54886**
LTA	-0.69517***	-0.49692***
CTIR	-0.28895**	-0.40647***
GDP	-1.56324***	-1.56324*
INF	-0.17182	-0.40438***
N	136	136

Nguồn:tổng hợp của tác giả

Các ký hiệu *, **, *** tương ứng với các mức ý nghĩa 10%, 5%, 1%. Các con số trong ngoặc là các giá trị p tương ứng.

Căn cứ vào mô hình hồi quy FE và RE, kiểm định Hausman được thực hiện và có kết quả như sau:

Bảng 4.4. Kết quả kiểm định Hausman

Test: Ho: difference in coefficients not systematic

chi2(8) = (b-B)'[(V_b-V_B)^(-1)](b-B)

27.41

Prob>chi2 = 0.0006

(V_b-V_B is not positive definite)

Nguồn: tính toán của tác giả

Kiểm định Hausman phát biểu giả thuyết H0 như sau: Nếu sự khác biệt giữa các hệ số là không mang tính hệ thống thì sử dụng mô hình RE phù hợp hơn mô hình FE. Kết quả kiểm định cho thấy giá trị Prob>chi2 = 0.0006 và nhỏ hơn nhiều lần so với giá trị 0.05 nên bác bỏ H0. Do đó lựa chọn mô hình FE sẽ tốt hơn là lựa chọn mô hình RE.

Trong trường hợp lựa chọn mô hình FE, trước khi sử dụng các kết quả hồi quy được, cần thực hiện một số kiểm định cơ bản như kiểm định đa cộng tuyến, kiểm định phương sai sai số thay đổi và kiểm định tự tương quan của phần dư. Kết quả của các kiểm định này được trình bày ở phần tiếp theo.

4.2.2.2. Một số kiểm định dành cho mô hình FE Kiểm định đa cộng tuyến

Đề tài sử dụng ma trận tương quan để xác định vấn đề đa cộng tuyến. Các giá trị VIF của từng biến số độc lập đều rất thấp và giá trị Mean VIF = 1.93 nhỏ hơn 10 nên không xuất hiện hiện tượng đa cộng tuyến trong mô hình.

Kiểm định phương sai sai số thay đổi

Bảng 4.5. Kiểm định phương sai sai số thay đổi

Modified Wald test for groupwise heteroskedasticity in fixed effect regression model

H0: sigma(i)^2 = sigma^2 for all i chi2 (34) = 30385.85

Prob>chi2 = 0.0000

Giả thuyết H0 của kiểm định Wald: Phương sai sai số không đổi. Giá trị

Prob>chi2 = 0.000 nhỏ hơn 0.05 nên bác bỏ H0. Mô hình gặp hiện tượng phương sai sai số thay đổi.

Kiểm định tự tương quan của phần dư

Bảng 4.6. Kiểm định tự tương quan của phần dư

Wooldridge test for autocorrelation in panel data H0: no first order autocorrelation

F( 1, 33) =

Prob > F =

30.911

0.0000

Giả thuyết Ho của kiểm định Wooldrdge: không xuất hiện tự tương quan bậc

nhất của sai số trong mô hình. Kết quả kiểm định cho thấy giá trị Prb>F = 0.000 nhỏ hơn 0.05 nên bác bỏ H0 vì vậy mô hình gặp hiện tượng tự tương quan của sai số.

Từ kết quả ba kiểm định, có thể kết luận rằng mô hình gặp hai sai phạm là

phương sai của sai số thay đổi và tự tương quan của phần dư và như vậy việc sử dụng kết quả của mô hình FE sẽ không còn phù hợp. Nghiên cứu đề xuất mô hình FGLS (feasible generalized least squares – Mô hình bình phương tối thiểu tổng quát hiệu quả) để xử lý cùng lúc hiện tượng phương sai sai số thay đổi và tự tương quan của phần dư (Green, 2012).

4.2.2.3. Mô hình bình phương tối thiểu tổng quát hiệu quả - FGLS Bảng 4.7. Mô hình hồi quy FGLS

Estimated covariances = 34

Estimated autocorrelations = 1

Estimated coefficients = 9

Number of obs = 136 Number of groups = 34 Time periods = 4 Wald chi2(8) = 199.14 Prob > chi2 = 0.0000
LR	Coef.	Std. Err.	z	P>z	[95% Conf. Interval]
Size	-0.0358	0.0096	-3.710	0.000	-0.0547	-0.0168
LLTL	-5.2370	1.1603	-4.510	0.000	-7.5112	-2.9628
ETA	-0.4182	0.1550	-2.700	0.007	-0.7221	-0.1144
NIM	-1.3120	0.5021	-2.610	0.009	-2.2960	-0.3280
LTA	-0.5230	0.0576	-9.080	0.000	-0.6359	-0.4102

CTIR

-0.3957	0.0965	-4.100	0.000	-0.5848	-0.2066
GDP	-1.1970	0.4107	-2.910	0.004	-2.0019	-0.3921
INF	-0.3770	0.0974	-3.870	0.000	-0.5679	-0.1860
_cons	0.8849	0.1571	5.630	0.000	0.5769	1.1929

(Ghi chú: Chi tiết kết quả hồi quy tại phụ lục 4)

Bảng 4.9 đã mô tả kết quả hồi quy theo mô hình bình phương tối thiểu tổng quát. Kiểm định Wald cho kết quả Prob>chi = 0.0000 nhỏ hơn 0.05 nên mô hình có ý nghĩa về mặt tổng thể hay có ít nhất một hệ số hồi quy khác không. Kết quả hội quy cho thấy toàn bộ các biến số đều mang giá trị âm và có ý nghĩa thống kê ở mức 5%.

4.3.4 Ý nghĩa của từng biến số hồi quy như sau:

LIQ = 0.8849 -0.0358 * SIZE – 5.2370 * LLTL – 0.4182 * ETA – 1.3120 * NIM – 0.5230 * LTA – 0.3957 * CTIR – 1.1970 * GDP – 0.3770 * INF

Đề tài đã tìm được mô hình nghiên cứu phù hợp để giải thích mối quan hệ giữa các biến độc lập với biến phụ thuộc.

(i). Biến SIZE (Quy mô ngân hàng)

Biến Size được lấy logarit của tổng tài sản của ngân hàng. Biến này đo lường tác động của quy mô tài sản tới rủi ro thanh khoản. Theo giả thuyết H1, quy mô tài sản càng lớn sẽ giúp cho ngân hàng có thêm lượng tài sản thanh khoản cao hơn. Kết quả hồi quy cho thấy biến số này tác động ngược chiều lên khả năng thanh khoản (bác bỏ giả thuyết H1). Mức độ tác động của biến số này là -0.0358 và có ý nghĩa thống kê. Nói cách khác nếu tổng tài sản tăng lên 1% thì chỉ số LIQ giảm 3.58%. Như vậy khi ngân hàng tăng tổng tài sản thì ngân hàng sử dụng phần lớn trong số tăng lên để kinh doanh tín dụng, đầu tư dài hạn hoặc các hoạt động ngoài lãi khác. Điều này khiến cho tài sản có tính thanh khoản giảm đi. Đây là điều bình thường bởi nếu càng để tài sản có tính khoản chiếm tỷ trọng cao trong tổng tài sản thì ngân hàng tuy an toàn hơn nhưng lại mất đi các cơ hội kinh doanh sinh lợi tốt hơn.

(ii). Biến LLTL (tỷ lệ dự phòng rủi ro tín dụng trên tổng dư nợ tín

dụng)

Biến số đã tác động âm và có ý nghĩa thống kê trong mô hình với mức độ tác động là – 5.23. Có nghĩa, nếu LLTL tăng 1% thì tỷ lệ tài sản có tính thanh khoản trên tổng tài sản giảm 5.23% đồng nghĩa với việc rủi ro thanh khoản tăng (chấp nhận giả thuyết H3). Như vậy khi tỷ lệ dự phòng rủi ro tín dụng tăng lên đồng nghĩa với việc doanh nghiệp bị chôn một lượng tài sản trong dự phòng và không tạo ra lợi nhuận. Để bù đắp cho phần tài sản bị đưa vào dự phòng, ngân hàng sẽ tìm cách giảm bớt lượng tài sản có tính thanh khoản để đưa vào hoạt động kinh doanh.

(iii). Biến ETA (tỷ lệ vốn chủ sơ hữu chia tổng tài sản)

Theo giả thuyết nghiên cứu, tỷ lệ vốn chủ sở hữu trên tổng tài sản càng nhỏ thì khả năng thanh khoản càng thấp. Tuy nhiên giả thuyết này đã bị bác bỏ khi kết quả hồi quy đã cho thấy nếu tỷ lệ vốn chủ sở hữu trên tổng tài sản tăng 1% thì tỷ lệ tài sản có tính thanh khoản chia tổng tài sản (khả năng thanh khoản) giảm 0.418%.. Có thể các cổ đông khi càng đầu tư thêm vốn vào ngân hàng càng muốn vốn của mình được sinh lợi nhiều hơn nên đặt áp lực kinh doanh nhiều hơn và vì thế lượng tài sản có tính thanh khoản giảm đi để phục vụ cho hoạt động kinh doanh chính nhiều hơn.

(iv). Biến NIM (tỷ lệ sinh lời biên)

Trong mô hình hồi quy, biến NIM tác động âm và có ý nghĩa thống kê đối với biến số phụ thuộc LIQ. Nếu NIM tăng 1% thì tỷ lệ tài sản có tính thanh khoản trên tổng tài sản giảm 1.3% và giả thuyết nghiên cứu H4 bị bác bỏ. Về mặt lý thuyết, khi tỷ lệ sinh lời biên tăng thì ngân hàng có thêm nguồn lực để bổ sung vào tài sản thanh khoản. Tuy nhiên trên thực tế, có thể khi hoạt động tín dụng có chuyển biến tốt (hoạt động này tạo ra tỷ lệ sinh lời biên – NIM) thì ngân hàng sẽ sử dụng thêm nhiều tài sản hơn cho hoạt động này để tạo ra mức thu nhập cao hơn vì thế tài sản có tính thanh khoản giảm đi.

(v). Biến LTA (dư nợ cho vay trên tổng tài sản)

Theo giả thuyết nghiên cứu H5, khi dư nợ cho vay trên tổng tài sản càng cao đồng nghĩa với việc ngân hàng đang tập trung nhiều hơn tài sản cho hoạt động tín dụng và vì vậy tài sản có tính thanh khoản sẽ giảm xuống và mức độ rủi ro chắc chắn sẽ tăng lên. Vì vậy, để hạn chế rủi ro, ngân hàng phải tăng cường đầu tư vào các tài sản thanh khoản để góp phần trung hòa rủi ro. Kết quả hồi quy đã ủng hộ giả

thuyết nghiên cứu H5 khi biến số LTA tác động ngược chiều tới LIQ, có ý nghĩa thống kê và mức tác động biên là -0.5230. Khi đó nếu LTA tăng 1% thì LIQ sẽ giảm -0.523%.

(vi). CTIR (tỷ lệ chi phí hoạt động trên thu nhập)

Theo mô hình hồi quy, biến số CTIR tác động âm và có ý nghĩa thống kê, mức độ tác động bằng -0.3957. Khi CTIR tăng 1% thì LIQ giảm 0.3957%. Giả thuyết H6 đã phát biểu về mối liên hệ ngược chiều giữa CTIR với khả năng thanh khoản và căn cứ vào kết quả đã nêu thì giả thuyết này được ủng hộ. Như vậy khi chi phí hoạt động tăng lên, doanh nghiệp sẽ phải sử dụng thêm tài sản để đưa vào kinh doanh nhằm bù đắp chi phí hoạt động, như thế đồng nghĩa với việc khả năng thanh khoản bị giảm xuống.

(vii). GDP (tốc độ tăng trưởng GDP)

Nhằm tìm hiểu tác động của yếu tố vĩ mô tới rủi thanh khoản của ngân hàng, nghiên cứu đã ước lượng tác động của GDP tới LR. Theo giả thuyết nghiên cứu, GDP tăng sẽ làm cho rủi ro thanh khoản giảm đi (giả thuyết H7) nhưng kết quả hồi quy đã chỉ ra xu hướng ngược lại, GDP tăng làm LR giảm đồng nghĩa với rủi ro thanh khoản tăng (bác bỏ giả thuyết H7). Điều này cũng hợp lý vì khi GDP tăng là dấu hiệu của nền kinh tế tăng trưởng vì thế ngân hàng sẽ sử dụng nhiều tài sản hơn cho hoạt động kinh doanh chính.

(viii). INF (tỷ lệ lạm phát)

Tỷ lệ lạm phát là một biến số rủi ro của kinh tế vĩ mô. Theo giả thuyết nghiên cứu H8, lạm phát tăng thì rủi ro thanh khoản sẽ tăng. Trên thực tế lạm phát tuy là biến số rủi ro nhưng nó cũng là một chỉ báo tăng trưởng, nếu lạm phát vừa phải lạm phát sẽ thúc đẩy tăng trưởng. Lạm phát cũng là dấu hiệu của cung tiền, lạm phát tăng do cung tiền tăng cũng thường đồng nghĩa với lãi suất vay mượn thấp do đó sẽ khuyến khích nền kinh tế vay mượn. Sự gia tăng của vay mượn sẽ là động lực cho ngân hàng sử dụng nhiều tài sản hơn cho hoạt động tín dụng và như thế tài sản có tính thanh khoản sẽ giảm. Kết quả hồi quy cho thấy biến INF tác động âm và có ý nghĩa thống kê với mức độ tác động là – 0.377 (nếu INF tăng 1% thì tài sản có tính thanh khoản sẽ giảm 0.377%). Nói cách khác, INF tăng đã làm rủi ro của thanh khoản tăng lên và giả thuyết H8 được chấp nhận.

Bảng 4.8. Tổng hợp các giả thuyết nghiên cứu trong đề tài

Giả thuyết

Nội dung	Kết quả
H1	Quy mô ngân hàng ảnh hưởng ngược chiều tới khả năng thanh khoản	Bác bỏ
H2	Dự phòng rủi ro tín dụng (rủi ro cho vay) tác động ngược chiều tới khả năng thanh khoản	Chấp nhận
H3	Tỷ lệ vốn chủ sở hữu tính trên tổng tài sản càng nhỏ thì càng làm cho thanh khoản càng thấp	Bác bỏ
H4	Lợi nhuận cận biên của ngân hàng sẽ tác động cùng chiều tới khả năng thanh khoản	Bác bỏ
H5	Dư nợ cho vay tính trên tổng tài sản càng lớn sẽ làm cho khả năng thanh khoản thấp đi	Chấp nhận
H6	Chi phí hoạt động càng lớn càng làm cho khả năng thanh khoản thấp xuống.	Chấp nhận
H7	GDP tác động cùng chiều với khả năng thanh khoản	Bác bỏ
H8	Lạm phát tác động ngược chiều với thanh khoản	Chấp nhận

Xem tất cả 81 trang.

Ngày đăng: 01/06/2022