Chương 3: Phân tích và kết quả tác động của sở hữu vốn nước ngoài đến
3.3. Phân tích dữ liệu nghiên cứu
3.3.1. Tóm tắt thống kê mô tả các biến.
Bảng 3.2 liệt kê các thống kê mô tả của các biến cho các ngân hàng mẫu trong giai đoạn từ năm 2003 đến năm 2013.
Bảng 3.2: Thống kê mô tả của các biến nghiên cứu Variable Obs Mean Std. Dev. Min Max
Microfp 248 5.983871 9.978912 0 30
Macrofp 248 37.04819 9.345633 10.71 47.83
Roa 248 1.287782 0.8927129 -0.95 5.02
Niilog 248 11.83871 0.8382273 9 13
Nim 248 3.519879 1.645849 0.53 10.26
Cir 248 1.700121 0.1665377 1.18 2.13
Equityta 248 13.04867 11.06876 0.3 100 Liquidta 248 27.76637 13.74245 3.38 90.06 Loandepo 248 1.095161 0.6397001 0.08 6.83
Sharegov 248 22.02452 38.09034 0 100
Totalassetlog 248 13.42742 0.81159 11 15 Gdpgrow 248 6.302419 0.8404707 5.2 7.8 Reservelog 248 11.77823 0.9238242 9 14
M2log 248 6.255403 0.299335 5.61 6.64
CreGrow 248 29.1352 13.28354 4.16 50.18
Cpi 248 10.64032 5.62143 3.2 23.1
Policyinte 248 8.636492 1.340505 7 12
(Nguồn: Tác giả tự tổng hợp)
Ghi chú: Obs. là dữ liệu quan sát (Observations); Mean là Giá trị trung bình; Std.Dev. là độ lệch chuẩn (Standard Deviations); Min là Giá trị nhỏ nhất; Max là Giá trị lớn nhất.
Kết quả bảng 3.2 cho thấy giá trị độ lệch chuẩn của hai biến độc lập quan trọng nhất trong bài nghiên cứu là MicroFP và MacroFP cao, tương ứng ở mức 9.97 và 9.34, với biên độ giữa giá trị lớn nhất và giá trị nhỏ nhất rất cao. Ngoài ra, biến kiểm soát Tăng trưởng tín dụng CreGrow cũng cho thấy sự biến động khá mạnh trong giai đoạn nghiên cứu với giá trị nhỏ nhất là 4.16 và giá trị lớn nhất là 50.18. Độ lệch chuẩn của biến CreGrow đạt ở mức khá cao là 13.28. Biến CIR có độ ổn định tốt bởi tác giả đã xử lý dữ liệu gốc bằng cách lấy logarit của các dữ liệu ban đầu để kết
quả số liệu được mượt mà hơn, tạo điều kiện cho việc chạy mô hình hồi quy thuận lợi hơn.
3.3.2. Kiểm tra sự tương quan của các biến.
Bài nghiên cứu tiếp tục đo lường sự tương quan của các biến.
Bảng 3.3: Sự tương quan của các biến nghiên cứu
Microfp Macrofp Roa Niilog Nim Cir Equityta Microfp 1.0000
Macrofp 0.1863 1.0000
Roa 0.0222 -0.1437 1.0000
Niilog 0.1952 0.4695 -0.2887 1.0000
Nim -0.0701 0.0036 0.5930 -0.1050 1.0000
Cir 0.1333 0.2663 -0.4871 -0.0120 -0.4000 1.0000
Equityta -0.0616 -0.0784 0.3349 -0.3669 0.4298 -0.0941 1.0000 Liquidta 0.1344 -0.1775 0.1292 -0.1397 -0.1176 -0.2360 -0.0636 Loandepo -0.1947 -0.0371 0.1358 -0.2422 0.3140 -0.0394 0.3930 Sharegov -0.2541 -0.0785 -0.3110 0.4551 -0.1279 -0.0270 -0.2352 Totalasset 0.2303 0.4141 -0.4299 0.8218 -0.3067 0.0829 -0.5136 Gdpgrow -0.1644 -0.8224 0.1912 -0.3839 0.0519 -0.2825 0.0125
Reserve 0.1814 0.3070 -0.3357 0.8320 -0.2773 0.0752 -0.4625 M2 0.1974 0.9707 -0.1628 0.4943 -0.0126 0.2629 -0.0550 CreGrow -0.1345 -0.4639 0.2963 -0.2648 0.0180 -0.2421 0.0432
Cpi 0.0377 0.2744 0.0481 0.1102 0.0672 0.0290 0.0238 Policyinte 0.0402 0.2274 -0.0520 0.1018 0.0165 0.0933 0.0689
Liquidta Loandepo Sharegov Totalasset Gdpgrow Reserve M2 Liquidta 1.0000
Loandepo -0.2413 1.0000
Sharegov -0.1515 0.0173 1.0000
Totalasset -0.1061 -0.3018 0.4709 1.0000
Gdpgrow 0.1620 0.0591 0.0782 -0.3725 1.0000
Reserve -0.1167 -0.3235 0.4919 0.8019 -0.2850 1.0000
M2 -0.1902 -0.0296 -0.0840 0.4389 -0.8289 0.3269 1.0000 Cregrow 0.1164 0.0859 0.0386 -0.2356 0.3921 -0.1461 -0.5069
Cpi 0.0665 -0.0568 -0.0236 0.0905 -0.2364 0.0693 0.1811 Policyinte 0.0224 -0.0672 -0.0158 0.0865 -0.3448 0.1068 0.2107
Cregrow Cpi Policyinte Cregrow 1.0000
Cpi -0.2528 1.0000
Policyinte -0.3921 0.8285 1.0000 (Nguồn: Tác giả tự tổng hợp)
Từ các kết quả thống kê của bảng 3.3, tác giả nhận thấy đã xảy ra hiện tượng đa cộng tuyến, như trường hợp cặp biến Macrofp - Gdpgrow với hệ số -0.8224; cặp biến Macrofp - M2 với hệ số 0.9707; cặp biến Niilog - TotalAsset với hệ số 0.8218…Do đó, để bài nghiên cứu có kết quả chính xác, tác giả quyết định sử dụng mô hình hồi quy dữ liệu bảng GMM (Generalized method of moments) nhằm xử lý tất cả các vấn đề dữ liệu nếu có như hiện tượng biến nội sinh, phương sai thay đổi, tự tương quan và đa cộng tuyến. Việc bỏ bớt biến cũng là cách khắc phục hiện tượng đa cộng tuyến, tuy nhiên tác giả nghi ngờ rằng điều này có thể dẫn tới hiện
tượng bỏ sót biến, hoặc sẽ làm ảnh hưởng tới tác động của các biến còn lại với nhau. Cũng chính vì thế, việc sử dụng mô hình GMM sẽ là sự lựa chọn tối ưu.
Với việc phân tích thực trạng hoạt động kinh doanh của các NHTMCP Việt Nam giai đoạn 2003-2014 ở chương 2, tác giả kỳ vọng rằng biến sở hữu vốn nước ngoài sẽ có tác động tích cực đến việc cải thiện và nâng cao hiệu quả hoạt động của các NHTMCP Việt Nam trong mẫu nghiên cứu.
3.3.3. Kết quả hồi quy.
Bài nghiên cứu tiến hành dùng lệnh xtabond để giải quyết vấn đề nội sinh và sử dụng các biến phụ thuộc làm biến công cụ, cụ thể khi sử dụng lệnh xtabond đối với Microfp, tác giả chọn các biến Gdpgrow, Reserve, Cpi, Nii làm biến công cụ, đối với Macrofp, tác giả cũng tiếp tục sử dụng biến Gdpgrow, Reserve, Cpi, Nii và bổ sung biến M2, Policyinte làm biến công cụ.
3.3.3.1. Kết quả hồi quy theo biến MicroFP.
Kết quả hồi quy theo biến MicroFP cho phương trình như sau:
CIR = 1.579436 + 0.0038471 * MicroFP + 0.0004863 * EquityTA - 0.0014994 * LiquidTA - 0.0131527 * LoanDepo + 0.0040589 * ShareGov - 0.0526742 * TotalAsset + 0.1365746 * M2 - 0.0015883 * CreGrow + 0.0063782 * PolicyInte
Bảng 3.4: Kết quả hồi quy theo biến Microfp
Cir Coef. Std. Err. Z P>z [95% Conf. Interval]
Cir L1. 0.0919873 0.0704256 1.31 0.191 -0.0460445 0.230019 Microfp 0.0038471 0.0019794 1.94 0.052 -0.0000324 0.0077266 Nim -0.072921 0.0089551 -8.14 0.000 -0.0904727 -0.0553692 Equityta 0.0004863 0.0022902 0.21 0.832 -0.0040023 0.0049749 Liquidta -0.0014994 0.0008428 -1.78 0.075 -0.0031512 0.0001524 Loandepo -0.0131527 0.0179893 -0.73 0.465 -0.0484112 0.0221058
Sharegov 0.0040589 0.0020269 2.00 0.045 0.0000864 0.0080315 Totalasset -0.0526742 0.0307154 -1.71 0.086 -0.1128754 0.0075269 M2 0.1365746 0.0575459 2.37 0.018 0.0237867 0.2493625 Cregrow -0.0015883 0.0006836 -2.32 0.020 -0.0029281 -0.0002484 Policyinte 0.0063782 0.0061771 1.03 0.302 -0.0057288 0.0184852 _cons 1.579436 0.3117712 5.07 0.000 0.9683759 2.190496 (Nguồn: Tác giả tự tổng hợp)
Kết quả kiểm tra sự phù hợp của mô hình:
Kiểm định Sargan:
= biến công cụ là ngoại sinh, phù hợp với mô hình chi2(48) = 58.98673
Prob > chi2 = 0.1330
Với kết quả kiểm định 0.1330 > 0.1, ta chọn với biến công cụ phù hợp với mô hình.
3.3.3.2. Kết quả hồi quy theo biến MacroFP.
Kết quả hồi quy theo biến MacroFP cho phương trình như sau:
CIR = 2.059292 + 0.0047246 * MacroFP + 0.0018229 * EquityTA - 0.0010174 * LiquidTA - 0.0170363 * LoanDepo + 0.0039219 * ShareGov - 0.0334898 * TotalAsset - 0.0020126 * CreGrow
Bảng 3.5: Kết quả hồi quy theo biến Macrofp
Cir Coef. Std. Err. Z P>z [95% Conf. Interval]
Cir L1. 0.1077435 0.0621534 1.73 0.083 -0.0140749 0.2295619 Macrofp 0.0047246 0.0018442 2.56 0.010 0.0011101 0.0083391 Nim -0.0779781 0.0089203 -8.74 0.000 -0.0954615 -0.0604947
Equityta 0.0018229 0.0020817 0.88 0.381 -0.0022571 0.005903 Liquidta -0.0010174 0.0008446 -1.20 0.228 -0.0026727 0.0006379 Loandepo -0.0170363 0.0178008 -0.96 0.339 -0.0519251 0.0178526 Sharegov 0.0039219 0.0019636 2.00 0.046 0.0000734 0.0077704 Totalasset -0.0334898 0.0296392 -1.13 0.259 -0.0915816 0.0246019 Cregrow -0.0020126 0.0005855 -3.44 0.001 -0.0031602 -0.0008649 _cons 2.059292 0.3673779 5.61 0.000 1.339244 2.779339 (Nguồn: Tác giả tự tổng hợp)
Kết quả kiểm tra sự phù hợp của mô hình:
Kiểm định Sargan:
= biến công cụ là ngoại sinh, phù hợp với mô hình chi2(50) = 57.74648
Prob > chi2 = 0.2108
Với kết quả kiểm định 0.2108 > 0.1, ta chọn với biến công cụ phù hợp với mô hình.