Luận văn: PPNC tác động đến thu nhập ngoài lãi tại các ngân hàng

Chia sẻ chuyên mục Đề Tài Luận văn: PPNC tác động đến thu nhập ngoài lãi tại các ngân hàng hay nhất năm 2024 cho các bạn học viên ngành đang làm luận văn thạc sĩ tham khảo nhé. Với những bạn chuẩn bị làm bài luận văn tốt nghiệp thì rất khó để có thể tìm hiểu được một đề tài hay, đặc biệt là các bạn học viên đang chuẩn bị bước vào thời gian lựa chọn đề tài làm luận văn thì với đề tài Luận Văn: Phân tích các yếu tố tác động đến thu nhập ngoài lãi tại các ngân hàng thương mại cổ phần Việt Nam dưới đây chắc chắn sẽ giúp cho các bạn học viên có cái nhìn tổng quan hơn về đề tài sắp đến.

Chương 3 được xây dựng dựa trên các mục tiêu nghiên cứu, đối tượng nghiên cứu được đề cập tại chương 1 và các cơ sở lý thuyết, bằng chứng từ thực nghiệm và các mô hình nghiên cứu trước đây được trình bày ở chương 2. Qua đó, chương 3 sẽ đề cập về quy trình nghiên cứu, tập trung xây dựng mô hình nghiên cứu, phương thức thu nhập, xử lý và mô tả dữ liệu nghiên cứu cũng như công cụ và phương pháp được sử dụng trong nghiên cứu.

3.1. Mô hình nghiên cứu

3.1.1. Khái quát mô hình nghiên cứu

Dựa trên mục tiêu nghiên cứu là phân tích các yếu tố ảnh hưởng đến TNNL của các ngân hàng, cùng với việc tham khảo các nghiên cứu trong và ngoài nước liên quan. Tác giả nhận thấy rằng, mô hình TNNL (NII) được đề xuất bởi De Young & Rice (2004), Damankah và cộng sự (2014) và Hakimi và cộng sự (2012) được khá nhiều tác giả áp dụng để phân tích và nghiên cứu liên quan đến TNNL tại các ngân hàng trên thế giới. Các nghiên cứu này được thực hiện tại các nước có nền kinh tế đang phát triển – khá tương đồng với nền kinh tế Việt Nam. Do đó, đây sẽ là mô hình chính mà tác giả sẽ sử dụng trong nghiên cứu.

Mô hình nghiên cứu của luận văn nhằm đánh giá mức độ ảnh hưởng của các yếu tố đến TNNL bao gồm biến phụ thuộc là NII và các biến giải thích. Các biến giải thích được dùng để giải thích cho biến phụ thuộc là các biến gồm có: biến tỷ lệ dự phòng rủi ro tín dụng trên tổng tài sản (EXP), biến tỷ lệ cho vay khách hàng trên tổng tài sản (LOAN); biến tỷ lệ vốn chủ sở hữu trên tổng tài sản (EQT); biến tỷ lệ tiền gửi khách hàng của ngân hàng (DEP), biến quy mô ngân hàng (SIZE), biến thanh khoản (LIQ), biến tăng trưởng kinh tế (GDP) và biến lạm phát (INF). Từ đó đưa ra mô hình nghiên cứu của đề tài. Để nghiên cứu các yếu tố tác động đến TNNL tại các NHTM CP Việt Nam, tác giả sử dụng các mô hình sau đây:

Mô hình nghiên cứu:

• NIIit = β0 + β1EXPit + β2LOANit + β3EQTit + β4DEPit + β5SIZEit + β6LIQit + + β7GDPt + β8INFt + µit
• Trong đó: it là doanh nghiệp i tại thời điểm t.
• NII là biến tỷ lệ TNNL trên tổng tài sản
• EXP là biến tỷ lệ dự phòng rủi ro tín dụng trên tổng tài sản LOAN là biến tỷ lệ cho vay khách hàng trên tổng tài sản.
• EQT là biến tỷ lệ vốn chủ sở hữu trên tổng tài sản.
• DEP là biến tỷ lệ tiền gửi khách hàng trên tổng tài sản
• SIZE là biến quy mô ngân hàng
• LIQ là biến thanh khoản
• GDP là biến tăng trưởng kinh tế
• INF là biến lạm phát
• Uit là phần dư

3.1.2. Giải thích và đo lường các biến trong nghiên cứu Luận văn: PPNC tác động đến thu nhập ngoài lãi tại các ngân hàng.

• Biến phụ thuộc

Tỷ lệ TNNL (NII) được tính dựa vào tỷ lệ của TNNL so với tổng tài sản của các ngân hàng trong từng năm. Nghiên cứu của De Young & Rice (2004) và Hakimi, A., Hamdi, H., & Djelassi, M. (2012) đưa ra cùng cách tính. Dữ liệu tính toán được lấy từ bảng cân đối kế toán và báo cáo kết quả hoạt động kinh doanh của các NHTM CP Việt Nam và được tính bằng công thức sau: NII = TNNL / Tổng tài sản

Trong đó : TNNL= Lãi/lỗ thuần từ hoạt động dịch vụ + Lãi/lỗ thuần từ hoạt động kinh doanh ngoại hối và vàng + Lãi/lỗ thuần từ mua bán chứng khoán kinh doanh + Lãi/lỗ thuần từ mua bán chứng khoán đầu tư + Thu nhập từ góp vốn, mua cổ phần.

• Biến độc lập

Thứ nhất là biến tỷ lệ dự phòng rủi ro tín dụng trên tổng tài sản (EXP), dựa theo các nghiên cứu của Hakimi & cộng sự (2012); Damankah & cộng sự (2014), Vũ Xuân Dũng và Đoàn Việt Hùng (2018), thì biến này được tính bằng cách lấy chi phí dự phòng rủi ro tín dụng của ngân hàng chia cho tổng tài sản của ngân hàng.

EXP được tính theo năm bằng công thức sau:

• EXP = Dự phòng rủi ro tín dụng / Tổng tài sản

Tiếp đến là biến tỷ lệ cho vay khách hàng trên tổng tài sản (LOAN), dựa vào các nghiên cứu của Nguyễn Thị Diễm Hiền và Nguyễn Hồng Hạt (2016), De Young & Rice (2004), Hakimi và cộng sự (2012) thì biến này được tính bằng tỷ lệ giá trị cho vay khách hàng so với giá trị tổng tài sản của ngân hàng theo từng năm, được lấy từ bảng cân đối kế toán của các NHTM CP Việt Nam.

• LOAN = Cho vay khách hàng / Tổng tài sản

Thứ ba là biến tỷ lệ vốn chủ sở hữu trên tổng tài sản (EQT), theo các nghiên cứu của Shahimi và cộng sự (2006), Nguyễn Minh Sáng và Nguyễn Thị Hạnh Hoa (2013), Nguyễn Thị Diễm Hiền và Nguyễn Hồng Hạt (2016) thì biến này được tính bằng tỷ lệ giá trị vốn chủ sở hữu so với giá trị tổng tài sản của ngân hàng. Tỷ lệ này đánh giá mức phù hợp của vốn và được tính bằng công thức sau:

• EQT = Vốn chủ sở hữu / Tổng tài sản

Tiếp theo là biến tỷ lệ tiền gửi khách hàng trên tổng tài sản (DEP), dựa trên nghiên cứu của Nguyễn Minh Sáng và Nguyễn Thị Hạnh Hoa (2013), Vũ Xuân Dũng và Đoàn Việt Hùng (2018) thì biến DEP được tính bằng cách lấy tổng tiền gửi của khách hàng chia cho tổng tài sản. DEP được tính theo năm bằng công thức sau:

• DEP = Tiền gửi khách hàng/ Tổng tài sản Luận văn: PPNC tác động đến thu nhập ngoài lãi tại các ngân hàng.

Thứ năm là biến quy mô ngân hàng (SIZE), có nhiều cách khác nhau để đo lường quy mô ngân hàng như: dựa trên giá trị của tổng tài sản, doanh thu, hay giá trị thị trường, hoặc được dựa trên số lao động hiện tại. Tuy nhiên, theo các nghiên cứa của Rogers và Sinkey Jr (1999), De Young và Rice (2004), Shahimi và cộng sự (2006), Hahm (2008), Hakimi và cộng sự (2012), Aslam và cộng sự (2015), Nguyễn Thị Diễm Hiền và Nguyễn Hồng Hạt (2016), Trần Huy Hoàng và Nguyễn Hữu Huân (2016) thường sử dụng cách đo lường quy mô ngân hàng dựa vào giá trị Logarit tự nhiên (Ln) của tổng tài sản của từng ngân hàng theo từng năm, giá trị tổng tài sản được lấy từ bảng cân đối kế toán của các NHTM CP Việt Nam.

• SIZE = Ln (Tổng tài sản)

Tiếp đến là biến thanh khoản (LIQ), dựa trên nghiên cứu của Hakimi & cộng sự (2012), Damankah & cộng sự (2014), biến này được xác định bằng Logarit tự nhiên (Ln) của tiền mặt và tiền gửi tại các tổ chức tín dụng khác của ngân hàng.

• LIQ = Ln (Tiền mặt + tiền gửi tại các tổ chức tín dụng + tiền gửi tại NHNN)

Thứ bảy là biến tăng trưởng kinh tế (GDP), biến này được xác định bằng tăng trưởng giá trị GDP hàng năm của Việt Nam, được lấy từ Tổng cục thống kê.

Cuối cùng là biến lạm phát (INF), biến này được xác định bằng giá trị lạm phát hàng năm (CPI) của Việt Nam, được lấy từ cở sở dữ liệu của Tổng cục thống kê.

Dựa vào các nghiên cứu trước đây đã được đề cập như trên, tác giả đưa ra bảng tổng hợp mô tả các biến độc lập và dấu kỳ vọng của mô hình trong nghiên cứu như sau:

Bảng 3.1 Tổng hợp mô tả và dấu kì vọng các biến trong mô hình

Nguồn : tổng hợp của tác giả

3.2. Dữ liệu nghiên cứu Luận văn: PPNC tác động đến thu nhập ngoài lãi tại các ngân hàng.

3.2.1. Mẫu nghiên cứu

Đề tài nghiên cứu “Phân tích các yếu tố tác động đến thu nhập ngoài lãi tại các ngân hàng thương mại cổ phần Việt Nam” dựa trên dữ liệu của 20 NHTM CP Việt Nam trên tổng số 31 NHTM CP tại Việt Nam. Các ngân hàng được lựa chọn vào mẫu nghiên cứu khi thỏa mãn các yêu cầu sau:

Thứ nhất, doanh nghiệp là các NHTM CP Việt Nam

Thứ hai là các ngân hàng vẫn còn hoạt động và không phải là các ngân hàng thuộc diện tái cơ cấu, bị NHNN mua lại.

Thứ ba là các ngân hàng có đầy đủ BCTC đã được kiểm toán độc lập, báo cáo kiểm toán của kiểm toán viên độc lập cho ý kiến chấp thuận tính hợp lý, tính trung thực theo nguyên tắc trọng yếu và được công bố thông tin cho công chúng trong giai đoạn 2012-2021.

3.2.2. Dữ liệu nghiên cứu

Nghiên cứu sử dụng dữ liệu thứ cấp được thu thập từ BCTC từ năm 2012 đến năm 2021 của 20 NHTM CP Việt Nam đã được kiểm toán; dữ liệu vĩ mô thu thập từ NHNN, Tổng cục thống kê, World Bank đã được công bố trên các trang thông tin đại chúng.

3.2.3. Công cụ để tiến hành nghiên cứu

Kết quả của nghiên cứu “Phân tích các yếu tố tác động đến thu nhập ngoài lãi tại các ngân hàng thương mại cổ phần Việt Nam”, được xác định dựa trên cơ sở dữ liệu bảng (Panel data) thông qua sự hỗ trợ của phần mềm Excel cũng như phần mềm phân tích hồi quy STATA 16.0.

3.3. Phương pháp nghiên cứu

Nghiên cứu sử dụng kết hợp phương pháp nghiên cứu định tính với phương pháp nghiên cứu định lượng, dựa vào đó để trả lời các câu hỏi nghiên cứu đã được nhắc tới và cũng như thực hiện các mục tiêu nghiên cứu đã được đề ra.

3.3.1. Phương pháp nghiên cứu định tính Luận văn: PPNC tác động đến thu nhập ngoài lãi tại các ngân hàng.

Đề tài sử dụng phương pháp nghiên cứu định tính dùng để:

Thứ nhất là tiếp cận và phân tích cơ sở lý thuyết.

Thứ hai là lược khảo và thảo luận các nghiên cứu thực nghiệm trước có liên quan.

Thứ ba là thiết kế mô hình nghiên cứu và luận giải đo lường từng biến, đưa ra giả thuyết nghiên cứu cho từng biến độc lập.

Thứ tư là thảo luận kết quả nghiên cứu, đúc rút kết luận và đưa ra gợi ý, khuyến nghị có liên quan cho các chủ thể.

3.3.2. Phương pháp nghiên cứu định lượng

Phương pháp nghiên cứu định lượng được sử dụng để xác định kết quả nghiên cứu thông qua phương pháp hồi quy tuyến tính Bayes (Bayesian linear regress), bao gồm các phương pháp kỹ thuật nghiệp vụ cụ thể:

Thứ nhất là thống kê mô tả (Descriptive Statistics).

Thứ hai là phân tích tương quan (Correaltion analysis).

Thứ ba là phân tích hồi quy dữ liệu bảng (Panel Data regression).

3.3.2.1. Thống kê mô tả

Tác giả áp dụng công cụ thống kê mô tả được đưa vào nghiên cứu nhằm phản ảnh thông tin khái quát và đánh giá sự biến thiên của các biến trong mô hình nghiên cứu, các chỉ số được thống kê mô tả được đề cập như: giá trị trung bình (Mean), giá trị nhỏ nhất (Mininum), giá trị lớn nhất (Maxinum), độ lệch chuẩn (Standard deviation) và số quan sát (Observations).

3.3.2.2. Phân tích tương quan

Nghiên cứu sử dụng công cụ phân tích tương quan nhằm đánh giá tác động tương quan mạnh hay yếu, thuận hay ngược chiều giữa các biến giải thích, cũng như giữa biến độc lập với các biến giải thích được đề cập trong mô hình nghiên cứu. Bên cạnh đó, việc phân tích về tương quan sẽ giúp nghiên cứu phát hiện về hiện tượng đa cộng tuyến cao hay không. Theo Gujarati (2011), nếu hệ số tương quan của một cặp biến giải thích bất kỳ có giá trị tuyệt đối cao hơn 0,8 thì mô hình có thể gặp hiện tượng đa cộng tuyến cao, có ba phướng án có thể sử dụng để xử lý hiện tượng đa cộng tuyến: thứ nhất là bỏ biến có mức độ tương quan cao với các biến số giải thích và với biến được giải thích; hoặc sử dụng phương pháp phân tích từng thành phần chính và cuối cùng là không làm gì. Trong đó, sử dụng phương pháp phân tích từng thành phần chính đặc biệt hiệu quả khi xử lý các mô hình có nhiều biến giải thích. Luận văn: PPNC tác động đến thu nhập ngoài lãi tại các ngân hàng.

3.3.2.3. Phân tích hồi quy

Trong các nghiên cứu liên quan trước đây, liên quan đến các yếu tố tác động đến TNNL của các ngân hàng, đa phần thường sử dụng phương pháp phân tích hồi quy theo trường phái thống kê tần suất (Frequentist). Tuy nhiên, theo việc kiểm định các giải thuyết thống kê bằng p-value bộc lộ rất nhiều hạn chế trong việc diễn giải và dự báo trong nhiều trường hợp. Bên cạnh đó, với sự phát triển của khoa học máy tính hiện nay, các thuật toán phức tạp của thống kê Bayes đã được xử lý tương đối dễ dàng. Theo Nguyễn Ngọc Thạch (2019) thì phương pháp cách tiếp cận Bayes có nhiều ưu điểm vượt trội hơn so với cách tiếp cận tần suất. Do đó, cách tiếp cận Bayes ngày càng được sử dụng rộng rãi hơn, đặc biệt trong lĩnh vực khoa học xã hội. Phân tích Bayes là một phân tích thống kê trả lời các câu hỏi nghiên cứu về các tham số chưa biết của các mô hình thống kê bằng cách sử dụng các xác suất. Kết quả của nghiên cứu mô hình Bayes rõ ràng, chính xác vì ước tính và dự đoán dựa trên phân phối hậu nghiệm. Bằng cách sử dụng kiến thức về toàn bộ phân hậu nghiệm của các tham số mô hình, nên suy luận Bayes toàn diện và linh hoạt hơn nhiều so với suy luận truyền thống. Độ chính xác ước tính trong phân tích Bayes không bị giới hạn bởi kích thước mẫu. Vì vậy, nghiên cứu sẽ thực hiện cách tiếp cận Bayes.

Bài nghiên cứu sử dụng phương pháp hồi quy tuyến tính Bayes (Bayesian linear regress) thông qua thuật toán mẫu MCMC (Markov Chain Monte Carlo) để kiểm định mức độ tác động và chiều hướng của các yếu tố tác động đến TNNL tại các NHTM CP Việt Nam. Tác giả sử dụng thuật toán lấy mẫu Random-Walk Metropolis-Hast-ings (MH) trong khuôn khổ hồi quy tuyến tính Bayes. Trong phân tích Bayes, sử dụng quy tắc phân phối xác suất điều kiện: P(A|B) = P(A,B) / P(B)

Để thiết lập định lý Bayes Luận văn: PPNC tác động đến thu nhập ngoài lãi tại các ngân hàng.

• P(B|A) = P(A|B)*P(B) / P(A)
• P(B/A): Xác suất hậu nghiệm (Posterior)
• P(A/B): Độ hợp lý của dữ liệu (Lilkelihood)
• P(B): Xác suất tiên nghiệm (Prior)
• P(A): Hằng số, xác suất của dữ liệu

Với A và B là hai vector ngẫu nhiên (random vector)

Giả định có vector dữ liệu X là một mẫu từ một mô hình với vector tham số chưa biết , mô hình này có thể được viết bằng cách sử dụng hàm hợp lý :

• L (∂, X = ƒ(X ; ∂) = ∏i=1ⁿ ƒ(Xi| ∂)
• Trong đó ƒ(Xi| ∂) là hàm mật độ xác xuất của X nếu cho trước ∂

Dựa trên dữ liệu có sẵn, chúng ta muốn suy diễn một số đặc tính của ∂. Trong phân tích Bayes, các tham số ∂ là vector ngẫu nhiên.

Tác giả bắt đầu phân tích Bayes bằng việc xác định một mô hình hậu nghiệm. Mô hình hậu nghiệm kết hợp dữ liệu cho trước và thông tin tiên nghiệm để mô tả phân phối xác xuất của tất cả các tham số. Do đó, phân phối hậu nghiệm có hai thành phần: một hàm hợp lý bao gồm thông tin về các tham số mô hình dựa trên dữ liệu được quan sát và phân phối tiên nbao gồm thông tin trước đó về các tham số mô hình. Bằng quy luật Bayes, hàm hợp lý và phân phối tiên nghiệm được kết hợp để tạo nên mô hình hậu nghiệm:

• Hậu nghiệm ∞ hàm hợp lý x tiên nghiệm
• Vì cả X lẫn ∂ đều là các biến ngẫu nhiên, chúng ta sử dụng định lý Bayes để đạt được phân phối hậu nghiệm của ∂ nếu X được cho trước:
• P(∂|X) = P(X|∂) * P(∂) / P(X) = ƒ(X|∂)* (∂) / m(X)
• Trong đó : m(X) = P(X) được hiểu như phân phối biên (marginal distribution) của X, được định nghĩa như sau: m(X) = ∫ƒ(X ;∂)* (∂)*d(∂)

Trong đó ƒ(X ;∂) là hàm hợp lý của X kho cho trước ∂ và (∂) là phân phối tiên nghiệm cho ∂, m(X) còn được gọi là phân phối dự báo tiên nghiệm.

Trong trường hợp phân phối hậu nghiệm có thể được dẫn xuất ở dạng khép kín, chúng ta có thể tiến hành ngay giai đoạn suy diễn của phân tích Bayes. Tuy nhiên, ngoại trừ một số mô hình đặc biệt, phân phối hậu nghiệm hiếm khi có sẵn và cần phải được ước lượng thông qua mô phỏng. Các phương pháp Bayes có thể được sử dụng để mô phỏng nhiều mô hình, bao gồm cả những hàm rất phức tạp với mức độ chính xác tùy ý: các phương pháp MCMC để mô phỏng các mô hình Bayes thường đòi hỏi thuật toán lấy mẫu hiệu quả và kiểm định sự hội tụ của chuỗi MCMC đến phân phối hậu nghiệm dừng.

Tóm lại, lệnh Bayesmh trong phân tích Bayes bao gồm ba thành phần chức năng: thiết lập mô hình hậu nghiệm (Setting up a posterior model), thực hiện mô phỏng MCMC (Performing MCMC simulation), tóm tắt và báo cáo kết quả (Summarizing and reporting results). Như chúng ta biết Bayes phù hợp với nhiều mô hình bằng cách sử dụng thuật toán Metropolis –Hastings (MH) thích ứng. Nó cung cấp các mô hình khả năng xảy ra khác nhau và các bản phân phối trước để lựa chọn. Các mô hình khả năng bao gồm các hồi quy tuyến tính và phi tuyến tính bình thường đơn biến, tuyến tính bình thường và phi tuyến tính đa biến hồi quy, mô hình tuyến tính tổng quát như hồi quy Logit và Poisson, và mô hình tuyến tính nhiều phương trình. Phân tích Bayes cung cấp nhiều lợi thế so với phân tích tần suất, ví dụ như khả năng kết hợp thông tin trước đó trong phân tích, độ mạnh mẽ và chính xác cao hơn đối với dữ liệu thưa thớt, suy luận toàn diện hơn dựa trên kiến thức về toàn bộ phân phối sau được chọn với các diễn giải trực quan và trực tiếp hơn về kết quả bằng cách sử dụng các câu xác suất về các tham số. Trong nghiên cứu này, tác giả sử dụng mô hình hồi quy tuyến tính theo phương pháp Bayesian Linear Regress thông qua thuật toán lấy mẫu Random-Walk Metropolis-Hastings (MH) để ước lượng các mô hình hồi quy theo các cách tiếp cận của quy tắc Bayes, sau đó sẽ dựa vào phân tích Bayes để lựa chọn ra mô hình hồi quy phù hợp nhất và tiến hành phân tích sự hội tụ của chuỗi MCMC để giải thích kết quả suy diễn thống kê theo trình tự như sau:

Do các nghiên cứu liên quan trước đây chủ yếu thực hiện qua phương pháp kinh tế lượng tần suất, nên tác giả chưa có thông tin về phân phối tiên nghiệm của các biến trong mô hình nghiên cứu. Vì vậy Trong nghiên cứu này, tác giả sử dụng 5 mô hình Bayes với các thông tin nghiệm như sau:

Mô hình 1: Phân phối dữ liệu có phương sai là không biết (var), thông tin tiên nghiệm của các tham số là phi thông tin (thông tin tiên nghiệm của các tham số là flat, thông tin tiên nghiệm của phương sai là jeffreys).

(Model 1: Noninformative Jeffreys prior when mean and variance are unknown).

Mô hình 2: Phân phối dữ liệu có phương sai không biết và thông tin tiên nghiệm của các tham số dựa trên kết quả ước lượng của hàm OLS. Luận văn: PPNC tác động đến thu nhập ngoài lãi tại các ngân hàng.

(Model 2: Informative conjugate prior when mean and variance are unknown)

Mô hình 3: Thông tin tiên nghiệm của các tham số có phân phối chuẩn (0,1), thông tin tiên nghiệm của phương sai là phân phối igamma (0.001, 0.001).

(Model 3: Noninformative inverse-gamma prior when mean and variance are unknown).

Mô hình 4: Hồi quy tuyến tính Bayes sử dụng tiên nghiệm đa thức zellners: Tiên nghiệm cho tất cả các tham số là zellners, tiên nghiệm cho phương sai là igmma được dựa trên kết quả ước lượng OLS.

Mô hình 5: Hồi quy tuyến tính Bayes sử dụng thuật toán Gibbs (Gibbs sampling): Tiên nghiệm cho tất cả các tham số là phân phối chuẩn normal (0,10.000), tiên nghiệm cho phương sai là tiên nghiệm phi thông tin igamma (0.01,0.01).

Sau khi có kết quả ước lượng của 5 mô hình, để lựa chọn mô hình tốt nhất với dữ liệu để phân tích, tác giả sẽ so sánh 5 mô hình trên theo 2 cách: So sánh theo tiêu chuẩn thông tin Bayes (Bayesian normal regression) và kiểm định mô hình Bayes (Bayesian model tests).

Vì nghiên cứu đang dùng thuật toán MCMC nên để tiến tới suy diễn thống kê thì phải kiểm tra tính hội tụ của mô hình đã lựa chọn. Tác giả sử dụng phương pháp kiểm tra tính hội tụ chuỗi MCMC: Kiểm tra thông qua biểu đồ vết (Trace Plots), kiểm định biểu đồ về sự tương quan (Autocorrelation Plots), ngoài ra luận văn còn thực hiện kiểm tra xác suất các khoảng tin cậy (Interval test) để đánh giá độ tin cậy hệ số của các biến.

KẾT LUẬN CHƯƠNG 3

Chương 3 đề cập về phương pháp sử dụng trong quá trình thực hiện nghiên cứu của các yếu tố tác động đến TNNL tại 20 NHTM CP Việt Nam giai đoạn 2012 – 2021. Quá trình phân tích và lấy mẫu số liệu BCTC đã kiểm toán của các ngân hàng được tổng hợp trên bảng tính Excel. Trình bày phương pháp phân tích thống kê mô tả, phân tích tương quan và phân tích hồi quy dữ liệu bảng bằng phương pháp hồi quy tuyến tính Bayes (Bayesian linear regress) sau đó tiến hành thực hiện các kiểm định để xác định mô hình phù hợp, kiểm tra tính hội tụ và khắc phục các khuyết tật của mô hình dựa trên phần mềm STATA 16.0. Luận văn: PPNC tác động đến thu nhập ngoài lãi tại các ngân hàng.

XEM THÊM NỘI DUNG TIẾP THEO TẠI ĐÂY: 

===>>> Luận văn: Kết quả nghiên cứu đến thu nhập ngoài lãi tại ngân hàng

Dịch Vụ Viết Luận Văn 24/7 Chuyên cung cấp dịch vụ làm luận văn thạc sĩ, báo cáo tốt nghiệp, khóa luận tốt nghiệp, chuyên đề tốt nghiệp và Làm Tiểu Luận Môn luôn luôn uy tín hàng đầu. Dịch Vụ Viết Luận Văn 24/7 luôn đặt lợi ích của các bạn học viên là ưu tiên hàng đầu. Rất mong được hỗ trợ các bạn học viên khi làm bài tốt nghiệp. Hãy liên hệ ngay Dịch Vụ Viết Luận Văn qua Website:  https://hotrovietluanvan.com/ – Hoặc Gmail: hotrovietluanvan24@gmail.com