Luận văn: PPNC Yếu tố ảnh hưởng đến hệ số an toàn vốn NH

Chia sẻ chuyên mục Đề Tài Luận văn: PPNC Yếu tố ảnh hưởng đến hệ số an toàn vốn NH hay nhất năm 2025 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: Các yếu tố ảnh hưởng đến hệ số an toàn vốn của các ngân hàng thương mại cổ phần tại Việt Nam dưới đây chắc chắn sẽ giúp cho các bạn học viên có cái nhìn tổng quan hơn về đề tài sắp đến.

3.1: Quy trình nghiên cứu

Bước 1: Xác định khung lý thuyết liên quan đến CAR, lược khảo các nghiên cứu về hệ số CAR của các NHTMCP tại Việt Nam và các quốc gia khác trên thế giới. Từ đó, chỉ ra những vấn đề mà các nghiên cứu trước chưa chỉ ra.

Bước 2: Căn cứ khung lý thuyết và các nghiên cứu trong và ngoài nước, tác giả xây dụng mô hình nghiên cứu.

Bước 3: Tác giả tổng hợp mẫu dữ liệu nghiên cứu của 26 NHTMCP tại Việt Nam giai đoạn từ năm 2014 đến năm 2023, dữ liệu được cập nhật mới nhất đến năm trước liền kề của năm nghiên cứu. Dữ liệu được thu thập từ báo cáo tài chính, báo cáo thường niên của ngân hàng và các số liệu vĩ mô được báo cáo hằng năm.

Bước 4: Tác giả lựa chọn, phân tích dữ liệu bảng đã tổng hợp theo phương pháp hồi quy gộp Pooled OLS, mô hình hiệu ứng ngẫu nhiên REM và mô hình hiệu ứng cố định FEM. Luận văn: PPNC Yếu tố ảnh hưởng đến hệ số an toàn vốn NH.

Bước 5: Sử dụng các phương pháp kiểm định: sử dụng F-test để so sánh mô hình OLS và FEM, kiểm định Hausman để so sánh mô hình FEM và REM, kiểm định Breusch – Pagan Lagrangian để so sánh giữa OLS và REM. Tác giả lựa chọn mô hình phù hợp bằng cách đưa ra các giả thuyết H0, H1 và đối chiếu giá trị P-value.

Bước 6: Bước tiếp theo tác giả sẽ kiểm định hiện tượng tự tương quan, hiện tượng phương sai sai số thay đổi. Nếu không xảy ra các hiện tượng trên thì mô hình đã lựa chọn là phù hợp. Nếu có các khuyết tật xẩy ra thì tác giả dùng phương pháp FGLS để khắc phục khuyết tật và thực hiện các bước tiếp theo.

Bước 7: Sau khi đã có kết quả hồi quy, tiến hành thảo luận, kết luận và tác giả đưa ra các khuyến nghị, đề xuất hàm ý chính sách nhằm trả lời các câu hỏi nghiên cứu đã xác định.

3.2. Mô hình nghiên cứu và giả thuyết nghiên cứu

3.2.1. Mô hình nghiên cứu

Từ cơ sở lý thuyết, kết quả các công trình nghiên cứu trong và ngoài nước, tác giả đã lựa chọn các yếu tố tác động đến CAR của NHTMCP Việt Nam. Kế thừa và phát triển mô hình nghiên cứu của Phạm Hải Nam & cộng sự (2022), tác giả đưa ra mô hình xác định các nhân tố ảnh hưởng đến CAR của các NHTMCP tại Việt Nam được đề xuất như sau:

CARit = α + β1*SIZEit + β2*ROAit + β3*LEVit + β4*NPLit + β5*LLRit + β6*LTDit + β7*DEPit + β8*GDPt + β9*INFt + ɛit

Trong đó:

• CAR: Hệ số an toàn vốn
• SIZE: Quy mô ngân hàng, được lượng hóa bằng logarit của tổng tài sản ngân hàng
• ROA: Tỷ suất sinh lợi trên tổng tài sản
• LEV: Đòn bẩy tài chính
• NPL: Tỷ lệ nợ xấu
• LLR: Tỷ lệ dự phòng rủi ro
• LTD: Tỷ lệ thanh khoản
• DEP: Tỷ lệ tiền gửi của khách hàng
• GDP: Tốc độ tăng trưởng kinh tế
• INF: Tỷ lệ lạm phát

Các hệ số β là hệ số góc của các biến độc lập, it là ngân hàng i tại thời điểm năm t; ɛit là sai số tổng thể.

3.2.2. Giả thuyết nghiên cứu Luận văn: PPNC Yếu tố ảnh hưởng đến hệ số an toàn vốn NH.

3.2.2.1. Quy mô ngân hàng (SIZE)

• SIZE được xác định bằng logarit tự nhiên của tổng tài sản:
• SIZEit = Log (Tổng tài sản)

Các nghiên cứu trong và ngoài nước trước đây đã làm rõ tác động của SIZE đến đến CAR, nó có thể bị tác động bới chính quy mô của ngân hàng đó. Bởi lẽ SIZE chính là tài sản hiện hữu của ngân hàng đó, nó thay đổi thể hiện ngân hàng đó đang được thu hẹp hay mở rộng, tác động đến hoạt động cho vay cũng như hoạt động huy động vốn của ngân hàng và dẫn đến tác động đến CAR. Theo Bateni & cộng sự (2014), Aktas và cộng sự (2015), El-Anasary và cộng sự (2019), Trần Thị Lam Anh (2020) đã thực hiện các đề tài về CAR trước đây và kết quả cho ra được SIZE có tác động ngược chiều đến CAR.

Một số nghiên cứu khác, theo Phạm Hải Nam & cộng sự (2022), Phạm Phát Tiến & Nguyễn Thị Kiều Ny (2019) thì SIZE có mối quan hệ thuận chiều với CAR, khi SIZE càng lớn thì ngân hàng sẽ đa dạng hóa các tài sản nắm giữ và có xu hướng duy trì lượng vốn an toàn nhiều hơn, do đó sẽ làm giảm nguy cơ rủi ro hơn, đồng thời có sức chống chọi trước các rủi ro hơn so với ngân hàng có SIZE nhỏ.

Tuy nhiên, tác giả đặt giả thuyết dựa trên lập luận rằng, ngân hàng càng có quy mô lớn thì sẽ nắm giữ nhiều tài sản rủi ro hơn các ngân hàng nhỏ.

Giả thuyết H1: SIZE có mối quan hệ ngược chiều với CAR của các NHTMCP tại Việt Nam.

3.2.2.2. Tỷ suất sinh lợi trên tổng tài sản (ROA)

Tỷ suất sinh lời trên tổng tài sản được đo lường bởi công thức sau:

• Lợi nhuận sau thuế
• ROAit =
• Tổng tài sản

Tỷ suất sinh lời trên tổng tài sản là một thước đo hiệu quả tài chính của ngân hàng, phản ánh mức sinh lợi của mỗi đồng vốn được bỏ ra. Luận văn: PPNC Yếu tố ảnh hưởng đến hệ số an toàn vốn NH.

Đây là một yếu tố quan trọng thường xuyên được đề cập và đưa ra trong các nghiên cứu trước đây. Trần Thị Lam Anh (2020),  El-Anasary và cộng sự (2019), Aktas và cộng sự (2015), Bateni & cộng sự (2014) cho rằng khi ROA cao tức ngân hàng đang sử dụng vốn một cách có hiệu quả, tạo ra nhiều lợi nhuận, để đầu tư sinh lời và tăng vốn, tăng khả năng cho vay của ngân hàng nhiều hơn, do đó CAR của ngân hàng được bảo đảm vào xu hướng tăng. Tuy nhiên, Phạm Phát Tiến & Nguyễn Thị Kiều Ny (2019), Phạm Hải Nam & cộng sự (2022), Đào Thị Thanh Bình & Nguyễn Ánh Kiều (2020), Lê Hoàng Vinh & cộng sự (2022), Shrestha (2023) trong các nghiên cứu của mình đã cho kết quả ngược lại, ROA có mối quan hệ nghịch chiều với CAR vì các NHTMCP muốn có lợi nhuận cao thì họ thường đầu tư vào các tài sản có độ rủi ro cao, làm cho CAR sẽ giảm. Vì vậy, tác giả kỳ vọng:

Giả thuyết H2: Tỷ suất sinh  lời trên tổng tài sản có mối quan hệ ngược chiều với CAR của các NHTMCP tại Việt Nam.

3.2.2.3. Hệ số đòn bẩy tài chính (LEV)

Hệ số đòn bẩy tài chính được xác định bằng công thức:

• Nợ phải trả
• LEVit =
• Tổng tài sản

Khi hệ số đòn bẩy tài chính cao hơn thông thường, ngân hàng có thể phải đối mặt mới nhiều rủi ro hơn, gián tiếp làm giảm CAR của ngân hàng. Nghiên cứu của Shrestha (2023), Aktas và cộng sự (2015), Trần Thị Lam Anh (2020) cho kết quả LEV tương quan âm với CAR. Tuy nhiên, Đào Thị Thanh Bình & Nguyễn Ánh Kiều (2020) cho rằng LEV càng cao thì ngân hàng có thể huy động được nguồn tài chính từ các tổ chức tín dụng để đưa vào các hạng mục, dự án đầu tư, từ đó thu được nhiều lợi nhuận, và ngân hàng có thể sử dụng lợi nhuận đó bổ sung vào tăng vốn cho ngân hàng, dẫn đến tăng CAR.

Giả thuyết H3: Hệ số đòn bẩy tài chính có mối quan hệ cùng chiều với CAR của các NHTMCP tại Việt Nam.

3.2.2.4. Tỷ lệ nợ xấu (NPL) Luận văn: PPNC Yếu tố ảnh hưởng đến hệ số an toàn vốn NH.

Tỷ lệ nợ xấu được xác định bằng công thức:

• Nợ xấu
• NPLit =
• Tổng dư nợ

Tỷ lệ nợ xấu phản ánh tỷ lệ các khoản nợ dưới chuẩn, có thể quá hạn hay bị nghi ngờ về khả năng trả nợ lẫn khả năng thu hồi vốn, thường xảy ra khi khách hàng gặp khó khăn trong thanh toán các khoản vay. Tỷ lệ này cho biết chất lượng tín dụng và rủi ro từng danh mục danh mục cho vay của ngân hàng. Hiện nay, NHNN Việt Nam quy định ngân hàng phải duy trì tỷ lệ nợ xấu ở mức dưới 3%. Kartal (2019), Trần Thị Lam Anh (2020) cho rằng NPL có mối quan hệ ngược chiều với CAR, để bù đắp các khoản lỗ thì các ngân hàng thường thực hiện duy trì mức vốn cao và dùng vốn chủ sở hữu để thực hiện, cho nên tỷ lệ nợ xấu sẽ thấp.

Giả thuyết H4: Tỷ lệ nợ xấu có mối quan hệ ngược chiều với CAR của các NHTMCP tại Việt Nam.

3.2.2.5. Tỷ lệ dự phòng rủi ro tín dụng (LLR)

Tỷ lệ dự phòng rủi ro tín dụng được xác định bằng công thức:

• Dự phòng rủi ro tín dụng
• LLRit =
• Tổng dư nợ cho vay

Khoản dự phòng này được ước tính dùng để bù đắp các khoản lỗ trong danh mục cho vay của ngân hàng. Phạm Phát Tiến & Nguyễn Thị Kiều Ny (2019) cho rằng tồn tại mối quan hệ ngược chiều giữa tỷ lệ dự phòng rủi ro tín dụng và CAR. Khi LLR tăng lên đồng nghĩa với việc cho vay và chấp nhận rủi ro của ngân hàng tăng lên, dẫn đến giảm CAR của ngân hàng.

Giả thuyết H5: Tỷ lệ dự phòng rủi ro tín dụng có mối quan hệ ngược chiều với CAR của các NHTMCP tại Việt Nam.

3.2.2.6. Tỷ lệ dư nợ trên vốn huy động (LTD) Luận văn: PPNC Yếu tố ảnh hưởng đến hệ số an toàn vốn NH.

Lỷ lệ dư nợ trên vốn huy động được xác định bởi công thức sau:

• Dự nợ cho vay khách hàng
• LTDit =
• Tổng vốn huy động

LTD thể hiện hiệu quả sử dụng vốn đã huy động được, đồng thời cho thấy ngân hàng đã chủ động trong việc sử dụng vốn huy động được hay chưa. LTD lớn hơn 1 có thể cho thấy ngân hàng đang huy động vốn chưa tốt, còn LTD nhỏ hơn 1 cho thấy ngân hàng chưa sử dụng hết số vốn đã huy động được. LTD cao có nghĩa là ngân hàng có cho vay lớn so với vốn huy động, dẫn đến việc khó khăn về thanh khoản. Ngược lại, LTD thấp có nghĩa là đang cho vay ít hơn so với nguồn vốn ngân hàng huy động được, việc dư nợ thấp dẫn đến việc nhiều ngân hàng đẩy mạnh hoạt động cấp tín dụng khiến tăng trưởng nóng và có thể dẫn đến nợ quá hạn, nợ xấu, tăng rủi ro. LTD cao đối với NHTMCP được đánh giá là dấu hiệu không phải là tốt, LTD thấp thì lại cho thấy sự hạn chế trong hoạt động, chất lượng dịch vụ hạn chế. Nói tóm lại, LTD tăng giảm có ảnh hưởng đến rủi ro thanh khoản của ngân hàng, cho nên tác động đến CAR của các NHTMCP. Đào Thị Thanh Bình & Nguyễn Ánh Kiều (2020) cho rằng LTD có tác động cùng chiều đến CAR. Do đó, tác giả kỳ vọng:

Giả thuyết H6: Tỷ lệ dư nợ cho vay trên vốn huy động có mối quan hệ cùng chiều với CAR của các NHTMCP tại Việt Nam.

3.2.2.7. Tỷ lệ tiền gửi của khách hàng (DEP)

• Tổng tiền gửi
• DEPit =
• Tổng tài sản của ngân hàng

Hình thức huy động vốn chủ yếu và chiếm tỷ trọng cao nhất của ngân hàng đến từ việc tiền gửi của khách hàng, đây cũng là cách huy động vốn với chi phí thanh toán lãi thấp hơn rất nhiều so với vốn huy động từ việc đi vay các tổ chức tín dụng hoặc huy động vốn trên thị trường chứng khoán. Đào Thị Thanh Bình & Nguyễn Ánh Kiều (2020) cho rằng DEP có tương quan âm với CAR. Điều này được lý giải rằng, khi tỷ lệ tiền gửi khách hàng tăng, áp lực cho vay của ngân hàng lớn, dẫn đến tình trạng tăng trưởng tín dụng nóng, làm tài sản có độ rủi ro của ngân hàng tăng lên, dẫn đến CAR sẽ giảm. Do đó, tác giả kỳ vọng như sau:

Giả thuyết H7: Tỷ lệ tiền gửi của khách hàng có mối quan hệ nghịch chiều với CAR của các NHTMCP tại Việt Nam.

3.2.2.8. Tốc độ tăng trưởng kinh tế (GDP) Luận văn: PPNC Yếu tố ảnh hưởng đến hệ số an toàn vốn NH.

Tốc độ tăng trưởng kinh tế tăng cho thấy nền kinh tế đang phát triển, các chủ thể trong nền kinh tế đang hoạt động có hiệu quả, do đó nhu cầu vay vốn và gửi tiền cũng sẽ gia tăng, các NHTMCP có nhiều ưu thế hơn trong sự chọn lựa khách hàng tốt, có độ tín nhiệm đáp ứng, vì vậy sẽ làm giảm thiểu nguy cơ rủi ro về tín dụng, do đó CAR có xu hướng tăng. Ngược lại, khi nền kinh tế tăng trưởng thấp thì việc huy động vốn sẽ trở nên khó khăn, đồng thời việc đầu tư và hoạt động cho vay sẽ có nhiều rủi ro hơn, do vậy các ngân hàng thường cắt giảm chi phí để đề phòng rủi ro có thể xảy ra, rủi ro tín dụng tăng, làm cho CAR giảm.

Nghiên cứu của Phạm Hải Nam & cộng sự (2022), Đào Thị Thanh Bình & Nguyễn Ánh Kiều (2020) cho rằng, GDP có mối tương quan đối với CAR của ngân hàng và đó là sự tác động thuận chiều với nhau.

Giả thuyết H8: Tốc độ tăng trưởng kinh tế có mối quan hệ cùng chiều với CAR của các NHTMCP tại Việt Nam.

3.2.2.9. Tỷ lệ lạm phát (INF)

Theo Luật Ngân hàng nhà nước Việt Nam 2010 thì “tỷ lệ lạm phát là tốc độ tăng mặt bằng giá của nền kinh tế, cho thấy mức độ lạm phát của nền kinh tế”.

Khi lạm phát tăng, giá trị đồng tiền giảm, người vay có thể phải trả nhiều tiền hơn so với mức ban đầu đã thỏa thuận, đặc biệt trường hợp nếu họ vay với lãi suất cố định, tác động mạnh đến khả năng hoàn trả khoản vay của khách hàng. Dẫn đến làm tăng rủi ro tín dụng của ngân hàng. Bên cạnh đó, trong INF tăng cao, lãi suất tăng, rủi ro của tài sản ngân hàng nắm giữ sẽ tăng lên, khiến CAR của ngân hàng giảm. Nghiên cứu của Aktas và cộng sự (2015), Phạm Hải Nam & cộng sự (2022) cho kết quả INF có tác động ngược chiều đến CAR. Do vậy, tác giả kỳ vọng như sau:

Giả thuyết H9: Lạm phát có mối quan hệ ngược chiều với CAR của các NHTMCP tại Việt Nam.

Bảng 3.1. Tổng hợp các giả thuyết nghiên cứu

Nguồn: Tác giả tổng hợp.

3.3. Dữ liệu và công cụ nghiên cứu Luận văn: PPNC Yếu tố ảnh hưởng đến hệ số an toàn vốn NH.

Để đại diện cho các NHTMCP tại Việt Nam, tác giả sử dụng dữ liệu được công khai trong thời kỳ 2014 – 2023 của 26 NHTMCP tại Việt Nam. Biến INF, GDP tác giả thu thập trên website: data.worldbank.org.

Nhằm bảo đảm tính đầy đủ và liên tục các thông tin và cập nhật đến giai đoạn gần nhất để đo lường các biến trong mô hình nghiên cứu. Đề tài nghiên cứu phạm vi 26 NHTMCP tại Việt Nam giai đoạn 2014 – 2023.

Tác giả sử dụng phần mềm Stata 17.0 và phần mềm Excel để chạy dữ liệu bảng, qua đó xây dựng hình thành nên kết quả của nghiên cứu.

3.4. Phương pháp nghiên cứu

Đối với nghiên cứu của mình, để hoàn thành mục tiêu nghiên cứu và trả lời các câu hỏi nghiên cưu đã đề ra, tác giả sử dụng kết hợp phương pháp nghiên cứu định tính với phương pháp nghiên cứu định lượng. Đưa ra kết quả nghiên cứu xác định, đo lường mức độ tác động đến CAR của các NHTMCP tại Việt Nam.

3.4.1. Phương pháp định tính

Trong nghiên cứu, định tính là phương pháp mà tác giả sử dụng nhằm mục đích: (i) tiếp cận cơ sở lý thuyết về CAR của NHTMCP; (ii) trình bày và thảo luận về các nghiên cứu trong và ngoài nước đã thực hiện liên quan đến chủ đề nghiên cứu các yếu tố tác động đến CAR của NHTMCP; (ii) xác định mô hình và phân tích lý giải các biến đo lường, đưa các giả thuyết nghiên cứu đối với từng biến độc lập; (iii) kết luận, đề xuất chính sách liên quan đến duy trì hệ thống CAR của hệ thống NHTMCP tại Việt Nam.

3.4.2. Phương pháp định lượng Luận văn: PPNC Yếu tố ảnh hưởng đến hệ số an toàn vốn NH.

Để đo lường, lượng hóa mức độ tác động của các yếu tố đến CAR của các NHTMCP tại Việt Nam, bao gồm các phương pháp kỹ thuật như: phân tích hồi quy dữ liệu bảng (Panel Data regression); phân tích tương quan (Correlation analysis); thống kê mô tả (Descriptive Statistics), cụ thể như sau:

3.4.2.1. Thống kê mô tả dữ liệu

Thống kê mô tả được tác giả sử dụng với mục đích nhằm mô tả ngắn gọn, tóm tắt tập dữ liệu tác giả đã thu thập, để lượng hóa tập trung các chỉ tiêu như: số quan sát, phương sai, độ lệch chuẩn, giá trị trung bình, giá trị lớn nhất, giá trị nhỏ nhất.

3.4.2.2. Phân tích tương quan

Tác giả sử dụng phân tích tương quan để quan sát mối liên hệ giữa các biến độc lập và biến phụ thuộc, xác định tương quan nghịch chiều hay thuận chiều, mối tương quan đó mạnh hay yếu, tương quan giữa từng biến độc lập với CAR và giữa từng biến độc lập với nhau. Mặt khác, nếu các biến độc lập cho kết quả tương quan cao thì có thể đây là dấu hiệu của sự xuất hiện hiện tượng đa cộng tuyến, bởi vậy đây là cơ sở để tác giả thực hiện kiểm định đa cộng tuyến và khắc phục, điều chỉnh mô hình nghiên cứu.

3.4.2.3. Phân tích hồi quy

Thực hiện phân tích hồi quy dữ liệu bảng nhằm mục đích kiểm tra xu hướng và mức độ tác động của các nhân tố đến CAR, cụ thể như sau:

• (i) Mô hình hồi quy Pooled OLS (Pooled Ordinary Least Squares)

Mô hình hồi quy Pooled OLS nhằm ước lượng quan hệ giữa biến phụ thuộc và biến giải thích trong một tập hợp dữ liệu gộp từ nhiều nhóm. Phương pháp này giả định rằng các quan sát trong các nhóm khác nhau độc lập và có cùng một mô hình hồi quy. Quá trình phân tích hồi quy theo mô hình Pooled OLS nhằm mục đích tìm ra các giá trị của tham số chưa tìm được với điều kiện tổng bình phương của sai số (RSS) là nhỏ nhất. Mô hình này thực hiện bằng cách dùng toàn bộ dữ liệu tổng hợp không phân biệt các cá thể hoặc đơn vị riêng lẻ. Mỗi NHTMCP là một thực thể riêng biệt, mỗi sai số trong mô hình hồi quy Pooled OLS được coi là ảnh hưởng của các yếu tố quan sát và không thay đổi theo thời gian và đồng thời đại diện cho mỗi cá thể trong mẫu nghiên cứu. Tuy nhiên, mô hình Pooled OLS giả định rằng tất cả các NHTMCP trong mẫu đều như nhau, nên điều này lại không diễn tả đúng thực tế vì mỗi NHTMCP là một thực thể riêng biệt, hoàn toàn khác nhau. Do vậy, mô hình này có thể làm cho các tính toán không nhất quán khi không đánh giá, tính toán được các tác động riêng biệt này, ví dụ như sự tự tương quan không chính xác, ràng buộc chặt chẽ về đơn vị chéo, hiện tượng phương sai sai số thay đổi hay hiện tượng đa cộng tuyến. Tác giả sử dụng mô hình này như là một phương pháp phân tích hồi quy song song với thực hiện các mô hình khác để chọn lựa mô hình phù hợp nhất. Luận văn: PPNC Yếu tố ảnh hưởng đến hệ số an toàn vốn NH.

• Mô hình tác động cố định FEM (Fixed Effects Model)

Trong nghiên cứu, tác giả sử dụng mô hình tác động cố định FEM để xem xét sự tác động của các biến giải thích đối với biến phụ thuộc trong từng NHTMCP. Mỗi ngân hàng có các đặc điểm riêng biệt có thể tác động đến các biến giải thích và có sự tương quan giữa phần dư của ngân hàng đối với các biến độc lập. Mô hình FEM cho phép thực hiện kiểm soát và loại bỏ ảnh hưởng của các đặc điểm riêng biệt này, để có thể đo lường ảnh hưởng thực sự của các biến giải thích lên biến phụ thuộc (Guajarati & Porter, 2004). Các điểm riêng biệt này là duy nhất của mỗi ngân hàng và không có tương quan với đặc điểm của các NHTMCP. Được thể hiện qua sự khác biệt của các NHTMCP, có thể phản ánh những đặc điểm riêng của từng ngân hàng. Phương pháp này khác với mô hình Pooled OLS trong việc tính đến sự riêng biệt của chủ thể.

• Mô hình tác động ngẫu nhiên REM (Random Effect Model)

Trong mô hình FEM, những đặc điểm riêng biệt của từng ngân hàng được coi là không đổi ngẫu nhiên và không tương quan đối với các yếu tố giải thích. Sự khác biệt giữa mô hình FEM và mô hình REM nằm ở mối quan hệ giữa các đơn vị nếu có sự tương quan với các yếu tố giải thích. Tuy nhiên trong mô hình REM, các ngân hàng có các đặc điểm được giả định là ngẫu nhiên và không tương quan với các biến độc lập. Vậy nên, mô hình REM xem xét các phần dư của từng ngân hàng là một biến giải thích mới, giúp khắc phục được các nhược điểm của phương pháp FEM. Nhưng nếu có tự tương quan thì mô hình REM sẽ không còn chính xác.

3.4.2.4. Kiểm định đối với từng mô hình và lựa chọn mô hình phù hợp

Trong nghiên cứu, tác giả sử dụng các kiểm định để đưa ra kết quả nghiên cứu, đánh giá các giả thuyết nghiên cứu về sự tác động của các yếu tố đến CAR của các NHTMCP tại Việt Nam trong giai đoạn 2014 đến 2023.

• Kiểm định F:

Kiểm định F nhằm mục đích để lựa chọn giữa hai mô hình là mô hình theo phương pháp Pooled OLS và mô hình FEM. Với giả định: Luận văn: PPNC Yếu tố ảnh hưởng đến hệ số an toàn vốn NH.

• H₀: Lựa chọn mô hình Pooled OLS.
• H₁: Lựa chọn mô hình FEM.

Kết quả của kiểm định F: nếu P-value > 5% thì giả thuyết H0 được chấp nhận, bác bỏ giả thuyết H₁ và ngược lại.

• Kiểm định Hausman:

Kiểm định Hausman được tác giả sử dụng để lựa chọn một trong hai mô hình nghiên cứu đó là giữa mô hình FEM và mô hình REM, kiểm định xem mô hình nào là phù hợp nhất cho nghiên cứu. Với giả định:

• H₀: Lựa chọn mô hình REM.
• H₁: Lựa chọn mô hình FEM

Kiểm quả của kiểm định Hausman: nếu P-value > 5% thì chấp nhận giả thuyết H0, lựa chọn mô hình FEM, giả thuyết H₁ bị bác bỏ và ngược lại.

• (ii) Kiểm định Breusch – Pagan

Tiếp theo, trong nghiên cứu, để lựa chọn giữa mô hình REM và Pooled OLS, tác giả sử dụng kiểm định Breusch – Pagan, xem mô hình nào phù hợp hơn. Với giả định như sau:

• H₀: Lựa chọn mô hình theo phương pháp Pooled OLS.
• H₁: Lựa chọn mô hình theo phương pháp REM.
• Nếu P-value > 5% thì chấp nhận giả thuyết H0, H₁ bị bác bỏ và ngược lại.

3.4.2.5. Kiểm định kiểm tra các khuyết tật của mô hình

• Kiểm định hiện tượng đa cộng tuyến

Tác giả kiểm định sự đa cộng tuyển bằng hai phương pháp. Cách thứ nhất là bằng cách phân tích hệ số tương quan để kiểm định sự đa cộng tuyến của từng cặp yếu tố giải thích. Nếu hệ số tương quan giữa các biến độc lập cho kết quả lớn hơn 0.8, thì xuất hiện của hiện tượng đa cộng tuyển cao. Cách thứ hai là tác giả sử dụng phương pháp phóng đại phương sai (VIF), tác giả sẽ thực hiện khắc phục bằng cách bỏ đi biến độc lập có đa cộng tuyến để khắc phục mô hình.

• Kiểm định hiện tượng phương sai thay đổi

Tác giả sử dụng Wald test để kiểm định có hay không hiện tượng phương sai thay đổi trong mô hình, với giả định như sau:

• H₀: Không có hiện tượng phương sai sai số thay đổi.
• H₁: Có hiện tượng phương sai sai số thay đổi.

Nếu kết quả kiểm định có giá trị P-value > 5% thì giả thuyết Ho được chấp nhận và kết luận rằng mô hình không có hiện tượng phương sai sai số thay đổi, bác bỏ giả thuyết H₁ và ngược lại.

• Kiểm định hiện tượng tự tương quan Luận văn: PPNC Yếu tố ảnh hưởng đến hệ số an toàn vốn NH.

Tác giả sử dụng kiểm định Wooldridge nhằm để phát hiện hiện tượng tự tương quan trong mô hình, với giả thuyết như sau:

• H₀: Không xảy ra hiện tượng tự tương quan
• H₁: Có xảy ra hiện tượng tự tương quan

Nếu kết quả kiểm định có giá trị P-value > 5% thì Ho được chấp nhận và kết luận không có hiện tượng tự tương quan, đồng thời bác bỏ giả thuyết H₁ và ngược lại đối với trường hợp P-value <5%.

3.4.2.6. Khắc phục các khuyết tật của mô hình

Tác giả sử dụng phương pháp bình phương tối thiểu tổng quát FGLS (Feasible Generlized Least Square) để khắc phục các khuyết tật sau khi đã kiểm định bằng các phương pháp đã nêu ở trên.

KẾT LUẬN CHƯƠNG 3 Luận văn: PPNC Yếu tố ảnh hưởng đến hệ số an toàn vốn NH.

Chương 3 trình bày đề xuất mô hình nghiên cứu, đưa ra giả thuyết nghiên cứu các yếu tố tác động đến CAR của các NHTMCP tại Việt Nam. Chương này tác giả nêu ra quá trình thực hiện nhằm tìm ra được mô hình nghiên cứu tốt nhất, xử lý sao cho mô hình được chọn có độ tin cậy cao, căn cứ để đưa ra kết luận cuối cùng của nghiên cứu.

XEM THÊM NỘI DUNG TIẾP THEO TẠI ĐÂY: 

===>>> Luận văn: Kết quả nghiên cứu đến hệ số an toàn vốn 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