Ma Trận Hệ Số Tương Quan Giữa Các Biến Trong Mô Hình 2

4.4.2.2 Phân tích hệ số tương quan

Bảng 4.8. Ma trận hệ số tương quan giữa các biến trong mô hình 2

Variable

NPL	LLR	EFF	LEV	NII	SIZE	GGDP	INF	UNR	EXR	INR
NPL	1
LLR	0.53	1
EFF	0.2	-0	1
LEV	-0.1	0.15	-0.2	1
NII	-0.1	-0	-0.5	0.34	1
SIZE	0	0.46	-0.2	0.55	0.24	1
GGDP	-0.3	-0.3	-0.2	0.06	-0.01	-0.1	1
INF	0.04	-0	-0.1	-0.1	0.07	-0.2	-0.2	1
UNR	-0.3	-0.3	-0.3	0.05	0.2	-0.2	0.25	0.06	1
EXR	0.2	0.35	0.28	0.09	-0.2	0.41	-0.3	-0.38	-0.6	1
INR	0.1	0.03	-0.17	-0.09	0.04	-0.17	-0.33	0.89	0.13	-0.3	1

Có thể bạn quan tâm!

Xem toàn bộ 175 trang tài liệu này.

Nguồn: Tác giả tính toán trên STATA 13

Bảng 4.8 thể hiện ma trận hệ số tương quan của các biến được sử dụng trong mô hình. Kết quả cho thấy, các hệ số tương quan tương đối nhỏ, không có cặp biến nào có hệ số tương quan lớn hơn 0.9. Điều này báo hiệu hiện tượng đa cộng tuyến có thế không xảy ra giữa các biến trong mô hình 2.

4.4.2.3 Kiểm định đa cộng tuyến

Kiểm định lại hiện tượng đa cộng tuyến bằng hệ số phóng đại phương sai VIF. Theo kết quả hệ số VIF có giá trị trung bình là 2.81, cho thấy không xảy ra hiện tượng đa cộng tuyến giữa các biến này.

Bảng 4.9. Hệ số VIF mô hình 2

Variable

VIF	1/VIF
INR	7.17	0.13955
INF	6.46	0.154878
SIZE	2.42	0.413271
EXR	2.39	0.419267
LLR	2.09	0.47899
EFF	1.84	0.543427
UNR	1.81	0.551458
GGDP	1.76	0.568053
NII	1.72	0.582485
NPL	1.68	0.594872
LEV	1.6	0.625316
Mean VIF	2.81

Nguồn: Tác giả tính toán trên STATA 13

Ban đầu, tác giả xem xét sử dụng mô hình hồi quy dữ liệu bảng thông thường với phương pháp bình phương nhỏ nhất là Pooled OLS để ước lượng các phương trình hồi quy và kiểm định một số giả thuyết của mô hình OLS. Tiếp theo, tác giả cứu ước lượng cả 3 mô hình Pooled OLS, mô hình FEM và mô hình REM và thực hiện một số kiểm định nhằm xác định mô hình phù hợp với mục đích nghiên cứu.

Bảng 4.10. Bảng tổng kết kết quả hồi quy mô hình 2 với ROE

Variable

Pooled	FEM	REM	FGLS
ROE	ROE	ROE	ROE
NPL	-0.26	-0.0721	-0.124	-0.211
	[-0.91]	[-0.26]	[-0.46]	[-1.04]
LLR	-1.064	-0.763	-0.926	-1.644***
	[-1.38]	[-0.80]	[-1.10]	[-3.03]
EFF	-0.118***	-0.128***	-0.123***	-0.191***
	[-4.67]	[-4.46]	[-4.72]	[-12.47]
LEV	-0.0614	-0.0715*	-0.0712*	-0.0542**
	[-1.60]	[-1.66]	[-1.86]	[-2.08]
NII	-0.0139	-0.00625	-0.0102	-0.0129
	[-0.65]	[-0.28]	[-0.49]	[-1.47]
SIZE	0.0297***	0.0242**	0.0288***	0.0319***
	[7.61]	[2.37]	[5.45]	[11.17]
GGDP	0.0249***	0.0234***	0.0240***	0.0126***
	[3.57]	[3.54]	[3.74]	[3.56]
INF	-0.00379***	-0.00359***	-0.00363***	-0.00150**
	[-2.80]	[-2.90]	[-2.97]	[-2.16]
UNR	-0.0241	-0.0174	-0.0197	-0.0184**
	[-1.50]	[-1.19]	[-1.36]	[-2.39]
EXR	-0.0000172***	-0.0000147***	-0.0000163***	-0.0000122***

[-6.90]	[-3.79]	[-6.34]	[-9.41]
INR	0.0159***	0.0151***	0.0153***	0.00633***
	[3.93]	[4.02]	[4.16]	[3.09]
_CONS	-0.172	-0.119	-0.167	-0.140***
	[-1.60]	[-0.84]	[-1.57]	[-2.60]
N	230	230	230	230
R-sq	0.565	0.485
Kiểm định Chow (p-value)		0.0000
Kiểm định Hausman (p-value)			0.9382
Kiểm định Breusch-Pagan (p-value)			0.0000
t statistics in brackets
* p<0.1, p<0.05, * p<0.01

Nguồn: Tác giả tính toán trên STATA 13

Mô hình được sử dụng khi tìm hiểu sự tác động của RRTD đến HQKD ngân hàng đã kiểm soát được các vấn đề về đa cộng tuyến, tự tương quan. Tuy nhiên, khi kiếm định phương sai của phần dư, phát hiện phần dư của mô hình có phương sai thay đổi. Vì thế, tác giả đã hồi quy mô hình theo phương pháp FGLS để khắc phục hiện tượng phương sai thay đổi. Kết quả tìm thấy được là vững và hiệu quả, và có thể phân tích được.

4.4.2.4 Phân tích quả hồi quy

 Tỷ lệ nợ xấu (NPL)

Tìm thấy mối quan hệ nghịch biến giữa tỷ lệ nợ xấu với ROE. Về mặt dấu tác động, kết quả này hoàn toàn phù hợp với kỳ vọng của tác giả và kết quả của Nicolae Petria (2013). Khi RRTD xảy ra, nợ xấu tăng sẽ làm giảm HQKD của ngân hàng. Kết quả này ủng hộ mạnh mẽ cho giả thuyết của tác giả khi cho rằng khi RRTD xảy ra sẽ có tác động ngược chiều đến HQKD. Cụ thể RRTD càng tăng sẽ dẫn đến HQKD của ngân hàng càng suy giảm. Tuy nhiên chưa tìm được ý nghĩa thống kế cho mối quan hệ này.

 Dự phòng rủi ro tín dụng (LLR)

Tìm thấy mối quan hệ nghịch biến giữa dự phòng RRTD với HQKD với mức ý nghĩa 1%. Điều này hoàn toàn đúng với kỳ vọng ban đầu của tác giả và kết quả nghiên cứu của Hasan Ayaydin (2014). Ở những ngân hàng có nợ xấu cao sẽ trích lập đủ dự phòng theo quy định, chi phí dự phòng làm giảm lợi nhuận, từ đó ảnh hưởng nghịch chiều đến hiệu quả kinh doanh của ngân hàng.

 Kém hiệu quả (EFF)

Tìm thấy mối quan hệ nghịch biến giữa quản lý chi phí hoạt động kém hiệu quả và HQKD hồi quy với mức ý nghĩa thống kê 1%. Kết quả này đúng với kỳ vọng ban đầu của tác giả, ủng hộ cho giả thuyết khi cho rằng việc quản lý chi phí hoạt động tốt hơn sẽ mang lại thu nhập cao hơn cho ngân hàng, làm tăng lợi nhuận ngân hàng và ngược lại nếu quản lý chi phí không tốt, sẽ khiến ngân hàng đạt được lợi nhuận ít hơn do phần bù đắp trong chi phí quá nhiều (Akbas, 2012).

 Đòn bẩy (LEV)

Tỷ lệ đòn bẩy và HQKD được tìm thấy có mối quan hệ nghịch biến với mức ý nghĩa 10%. Kết quả này đúng với kỳ vọng ban đầu của tác giả. Theo kết quả từ mô hình, khi ngân hàng huy động vốn từ bên ngoài nhiều hơn sẽ làm giảm HQKD. Điều này xảy ra vì các ngân hàng có thể không cân đối và kiểm soát tốt các nguồn huy huy động này và có phương án cho vay thích hợp.

 Thu nhập ngoài lãi (NII)

Tìm thấy mối quan hệ nghịch biến giữa thu nhập ngoài lãi và HQKD nhưng chưa tìm thấy ý nghĩa thống kê. Về mặt dấu tác động, kết quả này không giống như kỳ vọng ban đầu của tác giả khi mà thu nhập ngoài lãi nhiều hơn lại dẫn đến hiệu quả thấp hơn. Tuy nhiên, kết quả này được ủng hộ bởi phát hiện của Stiroh (2004), khi ông cho rằng đây là hiệu ứng đảo ngược, không phải lúc nào ngân hàng cũng có thể quản lý hiệu quả các khoản thu nhập ngoài lãi, từ đó có thể dẫn đến hiệu quả thấp hơn.

 Quy mô (SIZE)

Tìm thấy mối quan hệ đồng biến giữa quy mô ngân hàng và HQKD đo bởi ROE với mức ý nghĩa thống kê 1%. Như vậy, quy mô lớn hơn có thể tạo ra tính kinh tế theo quy mô, do đó làm tăng hiệu suất và tăng HQKD của ngân hàng. Vì vây, đây là một biến số quan trọng trong quá trình hoạt động kinh doanh của ngân hàng, các ngân hàng cần phải xem xét cẩn trọng khi có kế hoạch tăng quy mô.

Biến vĩ mô

 Tỷ lệ lạm phát (INF)

Tìm thấy mối quan hệ nghịch biến giữa tỷ lệ lạm phát và ROE với mức ý nghĩa 5%. Kết tìm được hàm ý rằng lạm phát cao hơn làm sẽ làm giảm hiệu quả kinh doanh của các NHTM.

 Tăng trưởng kinh tế (GPDP)

Tìm thấy mối quan hệ đồng biến giữa tăng trưởng GDP và ROE với mức ý nghĩa 1%. Kết quả này hoàn toàn đúng với kỳ vọng của tác giả và các bài nghiên cứu trước khi cho rằng trong suốt thời kỳ nền kinh tế tăng trưởng tốt, thì tình hình hoạt động kinh doanh của ngân hàng sẽ tốt hơn, từ đó hiệu quả hoạt động sẽ tăng.

 Lãi suất danh nghĩa (INR)

Tìm thấy mối quan hệ đồng biến giữa lãi suất danh nghĩa và ROE với mức ý nghĩa 1%. Kết quả hàm ý rằng khi lãi suất danh nghĩa cao hơn thì ngân hàng sẽ hoạt động hiệu quả hơn. Kết quả này trái với với kỳ vọng ban đầu của tác giả.

 Tỷ lệ thất nghiệp (UNR)

Kết quả trong mô hình hồi quy cho thấy mối quan hệ nghịch chiều giữa tỷ lệ thất nghiệp và ROE với mức ý nghĩa 5%. Kết quả này hoàn toàn đúng với kỳ vọng của tác giả, khi thất nghiệp gia tăng sẽ làm giảm HQKD của ngân hàng.

 Tỷ giá hối đoái (EXR)

Trong mẫu nghiên cứu này, tác giả tìm thấy mối quan hệ ngược chiều giữa tỷ giá hối đoái và HQKD của ngân hàng với mức ý nghĩa 1%. Kết quả tìm được hàm ý rằng, khi tỷ giá tăng cao sẽ làm suy giảm HQKD của NHTM.

Tác giả kiểm tra lại tính vững của kết quả mô hình hồi quy bằng cách thay biển ROE bằng biến ROA. Các kết quả hồi quy sau khi ước lượng lại tác động của RRTD đến HQKD, cũng tìm được mối quan hệ ngược chiều giữa tỷ lệ nợ xấu và hiệu quả kinh doaanh và có ý nghĩa thống kê. Như vậy có thể thấy, các kết quả tác động của RRTD đến hiệu quả kinh doanh trong nghiên cứu này là vững.

Bảng 4.11. Bảng tổng kết kết quả hồi quy mô hình 2 với ROA

Variable

Pooled	FEM	REM	FGLS
	ROA	ROA	ROA	ROA
NPL	-0.0858***	-0.0653**	-0.0757**	-0.0601**
	[-2.67]	[-2.01]	[-2.38]	[-2.57]
LLR	0.00831	0.071	0.0286	-0.0804
	[0.10]	[0.65]	[0.31]	[-1.58]
EFF	-0.0200***	-0.0197***	-0.0197***	-0.0327***
	[-7.02]	[-5.96]	[-6.68]	[-14.84]
LEV	-0.0193***	-0.0112**	-0.0181***	-0.0127***
	[-4.45]	[-2.25]	[-4.13]	[-3.20]
NII	-0.000167	0.00426*	0.000908	0.00309*
	[-0.07]	[1.66]	[0.37]	[1.83]
SIZE	-0.00145***	-0.00487***	-0.00173***	-0.000613**
	[-3.29]	[-4.13]	[-3.39]	[-2.10]
GGDP	0.00166**	0.00155**	0.00168**	-0.000142
	[2.10]	[2.04]	[2.20]	[-0.29]
INF	-0.000481***	-0.000505***	-0.000475***	-0.000217**
	[-3.15]	[-3.55]	[-3.25]	[-2.48]
UNR	-0.0018	-0.000888	-0.00152	-0.00019
	[-0.99]	[-0.53]	[-0.87]	[-0.19]
EXR	-0.000000724**	0.000000387	-0.000000617**	-0.000000215