Mô Hình Hồi Quy Cổ Điển Pooled Ols Với Dữ Liệu Bảng 52384

TÓM TẮT CHƯƠNG 2

Chương này trình bày ngắn gọn các lý thuyết nền liên quan đến RRTK và hiệu quả hoạt động kinh doanh ngân hàng, đây là cơ sở để biện luận và phát triển nghiên cứu của luận án này.

Để thực hiện mục tiêu nghiên cứu thứ nhất: chương này trình bày khung lý thuyết về RRTK và khảo sát các nghiên cứu thực nghiệm liên quan đến các yếu tố ảnh hưởng đến RRTK. Trên cơ sở đó, luận án đã đề xuất đưa vào mô hình nghiên cứu các yếu tố mang tính đặc thù của ngân hàng (quy mô ngân hàng, chất lượng tài sản thanh khoản, vốn chủ sở hữu, dự phòng rủi ro tín dụng, thu nhập lãi thuần) và các yếu tố vĩ mô (tăng trưởng kinh tế, biến động lạm phát, cung tiền, khủng hoảng tài chính).

Để thực hiện mục tiêu nghiên cứu thứ hai: chương này trình bày khung lý thuyết liên quan đến mối liên hệ giữa RRTK và HQHĐKD ngân hàng (lý thuyết quyền lực thị

trường, lý thuyết cấu trúc – hiêu

quả ; lý thuyết đánh đổi rủi ro – lơi

nhuâṇ , lý thuyết

đặc thù ngân hàng). Trên cơ sở lý thuyết nền và hệ thống hóa các nghiên cứu thực nghiệm trước đây, luận án sẽ trình bày các các cách tiếp cận đo lường hiệu quả hoạt động kinh doanh và phương pháp đo lường RRTK, là cơ sở đó xây dựng các giả thuyết nghiên cứu trong chương 3.

Tiếp theo là nội dung xác định phương pháp nghiên cứu, giả thuyết nghiên cứu và kiểm định giả thiết dựa trên số liệu nghiên cứu trong giai đoạn 2004-2016 trong chương 3 của luận án.

CHƯƠNG 3 PHƯƠNG PHÁP NGHIÊN CỨU

Có thể bạn quan tâm!

• Các Lý Thuyết Về Hiệu Quả Hoạt Động Kinh Doanh Ngân Hàng
• Tác Động Của Rủi Ro Thanh Khoản Đến Hiệu Quả Hoạt Động Kinh Doanh Ngân Hàng
• Các Nghiên Cứu Về Liên Quan Đến Rrtk Và Hqhđkd Ngân Hàng
• Mối Quan Hệ Giữa Biến Phụ Thuộc Và Biến Độc Lập Trong Mô Hình Các Yếu Tố Ảnh Hưởng Đến Rủi Ro Thanh Khoản Ngân Hàng
• Mô Hình Nghiên Cứu Tác Động Rrtk Đến Hqhđkd Ngân Hàng
• Báo Cáo Tài Chính Hợp Nhất Các Chi Nhánh Và Các Công Ty Sau Hợp Nhất

Xem toàn bộ 215 trang tài liệu này.

Chương 3 của luận án trình bày về mô hình nghiên cứu, phương pháp đo lường các biến số, phương pháp ước lượng và dữ liệu sử dụng để phân tích các yếu tố ảnh hưởng đến RRTK và tác động của RRTK đến HQHĐKD ngân hàng, nghiên cứu trường hợp các quốc gia Đông Nam Á. Trên cơ sở đó, nghiên cứu xem xét tác động khác biệt trường hợp các quốc gia Đông Nam Á và Việt Nam.

Chương 3 được thiết kế gồm ba nội dung:

- Phương pháp nghiên cứu

- Mô hình các yếu tố ảnh hưởng đến RRTK ngân hàng, nghiên cứu trường hợp các quốc gia Đông Nam Á và Việt Nam.

- Mô hình tác động RRTK đến HQHĐKD ngân hàng, nghiên cứu trường hợp các quốc gia Đông Nam Á và Việt Nam.

3.1 Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp hồi quy đa nhân tố để phân tích tác động của RRTK đến HQHĐKD ngân hàng, trường hợp các quốc gia Đông Nam Á và Việt Nam giai đoạn 2004 – 2016 trên phần mềm Stata. Đề tài sử dụng dữ liệu bảng của 171 ngân hàng tại các quốc gia (Brunei, Cambodia, Indonesia, Lào, Myanma, Malaysia, Philippines, Thái Lan, Việt Nam) thuộc Đông Nam Á hình thành nên dạng dữ liệu bảng không cân bằng. Theo lý thuyết kinh tế lượng, cấu trúc dữ liệu bảng được kết hợp từ 2 thành phần: thành phần dữ liệu chéo (cross – section) và thành phần dữ liệu theo chuỗi thời gian (time - series). Việc kết hợp 2 loại dữ liệu có nhiều lợi thế và thuận lợi trong phân tích, đặc biệt khi muốn quan sát, phân tích sự biến động của các nhóm đối tượng nghiên cứu sau các biến cố hay theo thời gian cũng như phân tích sự khác biệt giữa các giữa các nhóm đối tượng nghiên cứu. Dữ liệu bảng có hai dạng gồm dữ liệu cân bằng và dữ liệu không cân bằng. Trong nghiên cứu, đề tài sử dụng dữ liệu bảng không cân bằng cho trường hợp các quốc gia Đông Nam Á và Việt Nam. Về mặt kinh tế lượng, hồi quy dữ liệu bảng sẽ gặp một số vấn đề như đa cộng tuyến (Multi- Colinear), tự tương quan (Autocorrelation), phương sai thay đổi (Heteroskedasticity).

Nghiên cứu sẽ sử dụng các mô hình Pooled OLS, FEM, REM lần lượt sẽ giải quyết các vấn đề này. Cuối cùng sử dụng phương pháp GMM để loại bỏ những sai số do thời gian, đặc trưng của từng ngân hàng và hiện tượng nội sinh.

3.1.1 Mô hình hồi quy cổ điển Pooled OLS với dữ liệu bảng

Đa phần các nghiên cứu ở trên thế giới và Việt Nam đều sử dụng dữ liệu chéo và áp dụng phương pháp hồi quy bội dựa trên nguyên tắc bình phương bé nhất (OLS) để

xác định mối quan hệ giữa biến phụ thuộc và các biến độc lập. Phương pháp này đáng tin cậy, do đó được sử dụng nhiều trong việc ước lượng mối quan hệ tuyến tính giữa biến phụ thuộc và các biến độc lập. Các nghiên cứu trước sử dụng mô hình hồi quy truyền thống Pooled OLS để nghiên cứu về RRTK và HQHĐKD ngân hàng như ở khu

vực Châu Âu (Kosmidou và côṇ g sự , 2005; Roman và Sargu, 2015; Poposka và Trpkoski, 2013; Ndoka, Islami và Shima, 2017; Bassey và Moses, 2015). (Sayedi, 2014) sử dụng phương pháp OLS để nghiên cứu tác động của RRTK đến HQHĐKD của 15 ngân hàng niêm yết trên TTCK tại quốc gia Nigeria trong gia i đoạn 2006-2011. Khu vực Châu Á có các nghiên cứu Chen và côṇ g sự (2001), Arif và Nauman Anees (2012) sử dụng phương pháp OLS để ước lượng , Shen và côṇ g sự (2009) nghiên cứu trên một mẫu lớn gồm các quốc gia Ú C , Canada, Pháp, Đức, Ý, Nhâṭ bản , Luxembourg, Switzerland, Mỹ, Hòa Kỳ và sử dụng mô hình 2SLS để xử lý dữ liệu nghiên cứu.

Tuy nhiên, ước lượng OLS dữ liệu chéo lại ràng buộc quá chặt về không gian và thời gian – các hệ số không đổi dẫn đến kết quả mô hình không phù hợp trong điều kiện thực tế. Hiện nay, đa số các nghiên cứu về thanh khoản, vốn và hiệu quả hoạt động kinh doanh ngân hàng trên thế giới thường dùng dữ liệu bảng thay cho dữ liệu

chéo. Petria và côṇ g sự (2015), nghiên cứu dữ liệu của 27 nước ở khu vực Châu Âu về mối quan hệ giữa vốn và hiêu quả hoạt động kinh doanh ngân hàng trong giai đoạn 2004-2011 kết hợp sử dụng REM , FEM. Kết quả cho thấy Vốn và RRTK tác đôṇ g dương đến hiệu quả hoạt đôṇ g kinh doanh ngân hàng . Tương tự, Goddard và cộng sự,

(2004) nghiên cứu 665 dữ liệu ngân hàng của 6 quốc gia Châu Âu giai đoạn 1992–

1998, kết hợp sử dụng mô hình dữ liệu bảng động trên dữ liệu bảng (Dynamic panel model), tìm thấy vốn / Tài sản có mối tương quan dương với hiệu quả hoạt động kinh doanh ngân hàng. Kết hợp mô hình bảng động, các nghiên cứu trước (Iannotta và cộng sự, 2007; Berger và Bouwman,2013) cho thấy các ngân hàng có vốn chủ sở hữu cao sẽ

gia tăng đê ̣m an toàn , bảo toàn thị phần và lợi nhận trong suốt thời kỳ khủng hoảng cũng sử dụng mô hình bảng động để phân tích.

Đối với mô hình OLS bình thường, dữ liệu bảng không phân biệt đối tượng nghiên cứu theo thời gian và không gian. Tuy nhiên, phương pháp này thường dẫn đến hiện tượng tự tương quan trong dữ liệu hay ràng buộc phần dư làm cho giá trị Durbin- Watson thấp. Bên cạnh đó, ràng buộc về các giả định trong mô hình OLS cũng rất chặt và khó đáp ứng.

3.1.2 Mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM)

Mô hình FEM (mô hình tác động cố định) tự bản thân chỉ quan tâm đến những khác biệt mang tính cá nhân đóng góp vào mô hình nên sẽ không có hiện tượng tự

tương quan trong mô hình. Việc sử dụng các nhân tố cố định để phân tích ảnh hưởng đến mô hình được xem giống một mô hình OLS sử dụng biến giả, trong đó biến giả đóng vai trò là các nhân tố cố định. Tuy nhiên, phương pháp này có nhược điểm là làm giảm bậc tự do của mô hình, đặc biệt khi số biến giả lớn.

Mô hình REM (mô hình tác động ngẫu nhiên): Mô hình các thành phần sai số (ECM) hay là mô hình các tác động ngẫu nhiên (REM). Mô hình này quan tâm đến những khác biệt của riêng các đối tượng phân tích qua thời gian đóng góp vào mô hình, do đó tự tương quan là một vấn đề tiềm tàng trong mô hình này cần phải giải quyết, thế nhưng phương pháp này lại có ưu điểm là khả năng loại bỏ tốt đối với các yếu tố phương sai thay đổi.

Nghiên cứu bằng dữ liệu bảng có thể nâng cao được số quan sát và phần nào khắc phục được hiện tượng đa cộng tuyến, nó chứa đựng nhiều thông tin hơn và nghiên cứu được động thái của các đơn vị chéo theo thời gian. Do dữ liệu bảng khắc phục được nhược điểm của dữ liệu chéo nên sẽ được sử dụng trong nghiên cứu này kết hợp với hai mô hình ước lượng: Mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM). Hai mô hình này có thể xem xét đến sự khác biệt giữa các đối tượng chéo (các ngân hàng) trong phân tích tác động của các yếu tố đến RRTK. Kế thừa các nghiên cứu trước, các nghiên cứu của Sufian và Chong (2008), Bordeleau và Graham (2010), Anbar và Alper (2011) kết hợp sử dụng OLS, FEM, REM để phân tích dữ liệu nghiên cứu.

Kiểm định lựa chọn mô hình phù hợp: Việc lựa chọn mô hình nào phụ thuộc và sự khác nhau về tung độ gốc của mô hình đối với mỗi quốc gia, và sự khác biệt này có tương quan với biến độc lập trong mô hình hay không.

Kiểm định F để lựa chọn mô hình: Kiểm định F để lựa chọn mô hình để lựa chọn giữa mô hình Pooled Regression (POOLED) và mô hình Fixed Effect (FEM). Giả thiết được đặt ra như sau :

H0: α1 = α2= α3=...= αn =0

H1: €αj≠0 (j =1,n)

Nếu β ≥ α, chấp nhận H0, chọn mô hình Pooled Regression Nếu β < α, bác bỏ H0, chọn mô hình Fixed Effect

Kiểm định Hausman để lựa chọn mô hình

Sau khi ước lượng, tiến hành kiểm định Hausman để lựa chọn giữa mô hình ảnh hưởng cố định và mô hình ảnh hưởng ngẫu nhiên.

Giả thiết được đặt ra như sau :

H0: Ước lượng của FEM và REM không khác nhau. H1: Ước lượng của FEM và REM là khác nhau.

Nếu p-value < 0.05, bác bỏ H0. Khi đó, REM không hợp lý, nên sử dụng FEM.

Kiểm định Breusch Pagar để lựa chọn giữa mô hình POOLED và REM.

Kiểm định αi có phải là đại lượng ngẫu nhiên hay không để lựa chọn mô hình để lựa chọn giữa mô hình Pooled Regression (POOLED) và mô hình Random Effect (REM). Giả thiết được đặt ra như sau :

H0: Var (αi) =0 H1: Var (αi) ≠ 0

Nếu β ≥ α, chấp nhận H0, αi không phải là đại lượng ngẫu nhiên, chọn mô hình Pooled Regression. Nếu β < α, bác bỏ H0, αi là đại lượng ngẫu nhiên, chọn mô hình Random Effect.

3.1.3 Mô hình GMM với dữ liệu bảng

Trong mô hình dữ liệu bảng, chúng ta có thể sử dụng mô hình tác động cố định (FEM), hoặc mô hình hiệu ứng ngẫu nhiên (REM) để ước tính các tham số.

yit = a+b it + uit

Trong đó y là biến phụ thuộc, x là biến độc lập, a và b là các hệ số, i và t là các chỉ số các cá nhân và thời gian, và u là sai số. Nếu giả định rằng sai số thay đổi trên i hoặc t, chúng ta sử dụng mô hình hiệu ứng cố định và mô hình hiệu ứng ngẫu nhiên. Nhưng khi chúng ta sử dụng biến trễ của biến phụ thuộc để trở thành một biến độc lập trong ước lượng dữ liệu bảng, các sai số chuẩn tăng lên, nó dẫn đến một sự sai lệch trong ước lượng hệ số biến trễ của biến phụ thuộc (Nickell, 1981). Và nếu các biến hồi quy tương quan với biến trễ biến phụ thuộc, thì hệ số của chúng cũng có thể bị sai lệch nghiêm trọng do các vấn đề nội sinh.

GMM giúp giải quyết sự mất tính nội sinh và các vấn đề khác trong dữ liệu

bảng (Arellano và Bond, 1991a). Dif – GMM và sys – GMM đươc

thiết kế dưa

trên

các giả định về tiến trình tạo ra dữ liệu : là tiến trình động với biến phụ thuộc chịu tác

đôṇ g của nó trong quá khứ ; môt

vài biến b ị nội sinh ; nhiêu

đăc

di ̣ (Idiosyncratic

Disturbances) có thể có mô hình đặc trưng cá nhân của phương sai thay đổi

(Heteroskedasticity) và tự tươn g quan (Serial Correlation); nhiêu

đăc

di ̣không tương

quan với các cá thể ( Individuals); bảng là T nhỏ , N lớn. Nghiên cứ u sử duṇ g phương pháp sys – GMM (System GMM), đây là phương pháp cải tiến của Arellano và Bond

(1991) thông qua đó đưa thêm môt

số giả thiết . Dưa

trên ý tưởng sử duṇ g sai phân bâc

1 trên cùng với ước lượng 2 bước (2-step) nhằm đaṭ ước lương vững hơn 1 bước

(Windmeijer, 2005). Ngoài ra, tác giả còn sử dụng hiệu chỉnh cho sai số đối với ư ớc

lươn

g 2 bước để tránh tình traṇ g sai số thấp hơn giá tri ̣phù hơp̣ .

Sys - GMM được sử dụng để giải quyết vấn đề nội sinh của một số biến giải

thích thông qua một ma trận trọng số của biến công cụ. Hiêu

quả của ước lươn

g S –

GMM phù thu ộc vào sự phù hợp của các biến công cụ . Để giải quyết vấn đề này , tác giả sử dụng 2 kỹ thuật kiểm định đề xuất bởi Arellano và Bond (1991). Đầu tiên, kiểm điṇ h Sargan/Hansen đối với tính chất xác điṇ h quá mứ c (over identification) cho phép

kiểm tra sự phù hơp

của các biến công cu ̣ . Kiểm điṇ h này xác điṇ h liêu

có sự tương

quan giữa biến công cu ̣và phân dư trong mô hình hay không . Về lý thuyết, kiểm điṇ h

Hansen trong ước lươn

g 2 bước đươc

xem hiêu

quả hơn kiểm điṇ h Sar gan trong ước

lươn

g 1 bước (Roodman, 2006). Môt

kiểm điṇ h quan troṇ g khác trong dữ liêu

bảng

đôṇ g là kiểm điṇ h AR (2) về tự tương quan bâc

2 của phân dư trong mô hình.

Naceur và Kandil (2009) có thể được coi là những nhà nghiên cứu tiên phong trong việc sử dụng SGMM để đo lường mối quan hệ giữa vốn, RRTK và HQHĐ ngân

hàng (Ai Câp ) trong giai đoạn 1989-2004. Các nghiên cứu khác (Ajibike và Aremu,

2015; DeYoung và Jang, 2016) sử dụng mô hình SGMM với nhiều biến hơn.

Để phân tích các yếu tố ảnh hưởng đến RRTK và đánh giá tác động của RRTK đến hiệu quả hoạt động kinh doanh ngân hàng, đề tài sử dụng dữ liệu bảng của 171 ngân hàng tại 9 quốc gia (Brunei, Cambodia, Indonesia, Lào, Myanma, Malaysia, Philippines, Thái Lan, Việt Nam) thuộc Đông Nam Á trong giai đoạn 2004-2016. Hầu hết dữ liệu nghiên cứu là dữ liệu vi mô từ các ngân hàng thương mại Các biến giải thích liên quan đến đặc điểm nội tại của ngân hàng được xem không hoàn toàn ngoại

sinh (Not Exogenous). Điều này là do các biến nôi taị có thể có mối quan hê ̣ 2 chiêù

với khả năng sinh lơi của ngân haǹ g . Đơn cử là rủi ro thanh khoan̉ , khi RRTK caǹ g

cao thì khả năng sinh lơi

ngân hàng càng giảm và ngươc

lai

. Tuy nhiên, theo chiều

hướng tác đôṇ g của khả năng sinh lời càng cao thì rủi ro cũng có thể cao ( ngân hàng phải tìm kiếm các hoạt động có khả năng sinh lời nên rủi ro cao ) và ngược lại . Trong nghiên cứ u, đô ̣trễ của các biến công cu ̣đ ược giới hạn từ 2 đến 3 để đảm bảo số biến công cu ̣thâp hơn số ngân hàng (25). Trong khi đó , các biến về vĩ mô về tốc độ tăng trưởng GDP, lạm phát, cung tiền là các biến ngoaị sinh.

Do đó nghiên cứu tác động RRTK đến HQHĐ ngân hàng trường hợp các quốc gia Đông Nam Á và Việt Nam thì phương pháp SGMM là phù hợp nhất. Ngoài ra ,

phương pháp bình phương nhỏ nhất (OLS – Ordinary Least Squares), ảnh hưởng ngẫu nhiên (REM) và ảnh hưởng cố định ( FEM) cũng được sử dụng bên cạnh phương pháp GMM nhằm kiểm tra đô ̣vững của kết quả.

Thông qua việc xem xét các phương pháp nghiên cứu tác động RRTK đến HQHĐ ngân hàng, tác giả rút ra những điểm chính sau:

Việc nghiên cứu các yếu tố ảnh hưởng đến RRTK và tác động RRTK đến HQHĐ ngân hàng tại các quốc gia Đông Nam Á phụ thuộc vào đặc điểm của từng quốc gia; điều này cũng phụ thuộc vào các giai đoạn khác nhau của nền kinh tế với các kết quả khác nhau.

Tác động RRTK đến HQHĐ ngân hàng có yếu tố trễ và không hoàn toàn theo thời gian, ngành. Nên việc kiểm tra tác động RRTK đến HQHĐ ngân hàng đòi hỏi

phải có các mô hình chuyên biệt cho dữ liệu bảng . Do han

chế của mô hình Pool OLS

trong ước lươn

g dữ liêu

bảng với các hiên

tươn

g bi ̣chêc̣ h do phương sai thay đổi , tư

tương quan hay nôi sinh (Kiviet, 1995), ước lượng FEM và REM được sử dụng để xử

lý các hiệu ứng cá nhân (Individual Effects); tuy nhiên vì FEM và REM không xử ly

đươc

hiên

tươn

g nôi

sinh (Ahn và Schmidt, 1995), do đó kỹ thuâṭ ước lươn

g GMM hê

thống đươc

sử duṇ g để xử lý các vấn đề nêu trên (Arellano và Bond, 1991; Hansen,

1982; Hansen, Heaton và Yaron, 1996).

Mỗi mô hình đã những khó khăn nhất định, việc áp dụng các mô hình này phụ thuộc vào thực tế đặc điểm dữ liệu và tình hình thực tế của từng quốc gia. Trong các mô hình nghiên cứu trước (Ajibike và Aremu,2015; DeYoung và Jang,2016) đã áp dụng mô hình SGMM để giải quyết mục tiêu nghiên cứu.

Các biến độc lập là biến vĩ mô (mức tăng trưởng GDP hoặc cung tiền, lạm phát) có thể được thu thập từ các nguồn thống kê. Nhưng các biến độc lập thể hiện đặc trưng của ngân hàng thương mại như các đặc tính tổng tài sản, vốn, rủi ro tín dụng, chất lượng tài sản thanh khoản có thể được thu thập từ báo cáo tài chính của từng ngân hàng thương mại. Dựa trên khảo sát các mô hình nghiên cứu trước về RRTK và HQHĐKD ngân hàng, nghiên cứu này sẽ xây dựng các mô hình trong phần tiếp theo.

3.2 Mô hình nghiên cứu các yếu tố ảnh hưởng đến RRTK

3.2.1 Mô hình nghiên cứu

Để thiết lập mô hình định lượng cho mục tiêu nghiên cứu thứ nhất, luận án dựa trên cách tiếp cận của ( Ferrouhi và Lahadiri, 2014) và có bổ sung vào mô hình biến trễ thanh khoản và dự phòng rủi ro tín dụng dựa trên mô hình (Trenca, Petria và Corovei, 2015) để thực hiện mục tiêu nghiên cứu. Mô hình kinh tế lượng do đó được thể hiện như sau:

Mô hinh (1): LIQUIDITYRISKt = f(α, LIQUIDITYRISKt-1, SIZEit, SIZEit^2,

LIAit, LLRit, LADSit, ETAit, LLPit, NIMit GDPit, INFit, M2it, D_CRISt, u)

Trong đó: Biến phụ thuộc, bao gồm

+ LIQUIDITY RISK: FGAP (chênh lệch giữa các khoản tín dụng và huy động vốn chia cho tổng tài sản), NLTA (Dư nợ tín dụng/Tổng tài sản), NLST ( Dư nợ tín dụng/Tổng nguồn vốn huy động ngắn hạn).

+ Quy mô ngân hàng (SIZEit): Log (tổng tài sản)

+ Bình phương quy mô ngân hàng (SIZEit^2 ) : Log (tổng tài sản)^2

+ Chất lượng tài sản thanh khoản gồm các biến : LIAit (Tài sản thanh khoản/tổng tài sản), LLRit (tài sản thanh khoản / Tổng dư nơ ̣ tín duṇ g ), LADSit (Tài sản thanh khoản/Tổng nguồn vốn huy động ngắn hạn). Ngân hàng sở hữu chất lượng tài sản thanh khoản càng cao, cấu trúc thanh khoản càng cao, rủi ro thanh khoản càng thấp và ngược lại.

+ Cấu trúc vốn (ETAit): vốn chủ sở hữu trên tổng tài sản, vốn càng lớn ngân hàng có xu hướng nắm giữ ít tài sản thanh khoản.

+ Rủi ro tín dụng (LLPit): Dự phòng rủi ro tín dụng/ dư nợ vay đo lường rủi ro tín dụng. Các ngân hàng có tỷ trọng cho vay cao, có tính thanh khoản thấp hơn hay cơ cấu vốn dễ bị tổn thương hơn, rủi ro thanh khoản cao hơn.

+ Thu nhập lãi thuần (NIM): (Thu từ lãi – Chi từ lãi)/ Tài sản bình quân

Các biến vĩ mô:

+ Tăng trưởng kinh tế (GDPit): Sự thay đổi thực trong tổng sản phẩm quốc nội (GDP) theo năm đối với từng quốc gia.

+ Biến động của lạm phát (INFit) : Tỷ lệ thay đổi CPI cho từng Quốc gia của từng năm

+ Cung tiền (M2it): gia tăng cung tiền từng quốc gia của từng năm

Các biến giả: D_CRIS: khủng hoảng tài chính

Trong đó: α ( hệ số chặn), i (ngân hàng), t (năm), u (phần dư mô hình)

3.2.2 Các giả thuyết nghiên cứu về các yếu tố ảnh hưởng đến RRTK

Trên cơ sở nghiên cứu lý thuyết, luận án xây dựng giả thuyết nghiên cứu như sau:

Quy mô ngân hàng và bình phương quy mô ngân hàng

Một giải pháp thường được áp dụng để đo lường yếu tố quy mô ngân hàng và bình phương quy mô ngân hàng là log (tổng tài sản) như nghiên cứu của (Williams, 2014; Abdullah và Khan, 2012; Bonfim và Kim, 2014; Delécha và cộng sự, 2012; Ferrouhi và Lahadiri, 2014; Lucchetta, 2007; Vodova, 2011). Bên cạnh đó, quy mô có thể được đo lường bằng logarithm của giá trị thị trường của vốn chủ sở hữu như trong nghiên cứu của Haq và Heaney (2012). Tuy nhiên, do giải pháp đo lường quy mô theo log (tổng tài sản) phổ biến nhất trong các nghiên cứu thực nghiệm nên luận án sẽ sử dụng chỉ số này để đánh giá quy mô. Về mặt lý thuyết kinh tế quy mô, ngân hàng có tổng tài sản càng lớn thì sẽ ít gặp rủi ro thanh khoản hơn vì ngân hàng lớn có thể dựa vào thị