BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM -o0o - HUỲNH THỤY THẢO LY NGHIÊN CỨU MỐI QUAN HỆ GIỮA ỔN ĐỊNH TÀI CHÍNH, CẠNH TRANH VÀ HIỆU QUẢ TẠI CÁC NGÂN HÀNG THƯƠNG MẠI VIỆT NAM LUẬN VĂN THẠC SĨ KINH TẾ Tp Hồ Chí Minh – Năm 2016 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM -o0o - HUỲNH THỤY THẢO LY NGHIÊN CỨU MỐI QUAN HỆ GIỮA ỔN ĐỊNH TÀI CHÍNH, CẠNH TRANH VÀ HIỆU QUẢ TẠI CÁC NGÂN HÀNG THƯƠNG MẠI VIỆT NAM Chuyên ngành: Tài –Ngân hàng Mã số: 60340201 LUẬN VĂN THẠC SĨ KINH TẾ Người hướng dẫn khoa học: PGS TS Võ Xuân Vinh Tp Hồ Chí Minh – Năm 2016 LỜI CAM ĐOAN Tôi xin cam đoan công trình nghiên cứu hướng dẫn PGS.TS Võ Xuân Vinh Số liệu thống kê trung thực, nội dung kết nghiên cứu luận văn chưa công bố công trình thời điểm TP.HCM, ngày…tháng…năm 2016 Tác giả Huỳnh Thụy Thảo Ly MỤC LỤC TRANG PHỤ BÌA DANH MỤC TỪ VIẾT TẮT DANH MỤC BẢNG BIỂU DANH MỤC BIỂU ĐỒ CHƢƠNG 1: GIỚI THIỆU TỔNG QUAN VỀ ĐỀ TÀI NGHIÊN CỨU 1.1 Tính cấp thiết đề tài 1.2 Mục tiêu nghiên cứu đề tài 1.3 Phạm vi, đối tƣợng .2 1.3.1 Đối tượng nghiên cứu 1.3.2 Phạm vi nghiên cứu .3 1.4 Phƣơng pháp nghiên cứu 1.5 Ý nghĩa khoa học thực tiễn đề tài 1.5.1 Ý nghĩa khoa học 1.5.2 Ý nghĩa thực tiễn 1.6 Bố cục nghiên cứu KẾT LUẬN CHƢƠNG CHƢƠNG 2: TỔNG QUAN LÝ LUẬN VỀ CẠNH TRANH, HIỆU QUẢ VÀ ỔN ĐỊNH TÀI CHÍNH .5 2.1 Tổng quan cạnh tranh 2.1.1 Khái niệm 2.1.2 Vai trò cạnh tranh .6 2.1.3 Lý thuyết cạnh tranh theo hướng tiếp cận truyền thống tiếp cận 2.1.3.1 Lý thuyết cạnh tranh theo hướng truyền thống 2.1.3.2 Lý thuyết cạnh tranh theo hướng tiếp cận 2.1.4 Đo lường cạnh tranh theo hướng truyền thống hướng tiếp cận 2.1.4.1 Đo lường cạnh tranh theo hướng truyền thống 2.1.4.2 Đo lường cạnh tranh theo hướng tiếp cận 10 2.2 Tổng quan ổn định tài 10 2.2.1 Khái niệm ổn định tài .10 2.2.2 Mô hình tính toán ổn định tài .12 2.3 Tổng quan hiệu hoạt động NHTM 14 2.3.1 Khái niệm 14 2.3.2 Các tiêu đánh giá hiệu hoạt động kinh doanh NHTM 16 2.3.2.1 Nhóm tiêu phản ánh khả sinh lời NHTM 16 2.3.2.2 Nhóm tiêu phản ánh thu nhập, chi phí hoạt động kinh doanh NHTM 17 2.3.2.3 Nhóm tiêu phản ánh rủi ro tài hoạt động kinh doanh NHTM 18 2.4 Tổng quan nghiên cứu trƣớc 19 KẾT LUẬN CHƢƠNG 26 CHƢƠNG 3: THỰC TRẠNG TÌNH HÌNH ỔN ĐỊNH TÀI CHÍNH, CẠNH TRANH VÀ HIỆU QUẢ TẠI CÁC NGÂN HÀNG THƢƠNG MẠI VIỆT NAM 27 3.1 Thực trạng hiệu ngân hàng thƣơng mại 27 3.2 Thực trạng ổn định tài NHTM 33 3.3 Thực trạng cạnh tranh hoạt động hệ thống NHTM .41 KẾT LUẬN CHƢƠNG 43 CHƢƠNG 4: GIỚI THIỆU MÔ HÌNH NGHIÊN CỨU VÀ KẾT QUẢ NGHIÊN CỨU 44 4.1 Giới thiệu mô hình nghiên cứu 44 4.1.1 Dữ liệu nghiên cứu 44 4.1.2 Các biến nghiên cứu .45 4.1.2.1 Đo lường hiệu hoạt động NHTM 45 4.1.2.2 Chỉ số Lerner 47 4.1.2.3 Mô hình Boone .47 4.1.2.4 Đo lường ổn định tài 49 4.1.3 Mô hình nghiên cứu 50 4.1.4 Phương pháp xử lý số liệu 51 4.2 Phân tích hồi quy mối quan hệ ổn định tài chính, cạnh tranh hiệu hoạt động NHTM 57 4.2.1 Kiểm định Uni root 57 4.2.2 Kiểm định Granger causility .58 4.2.3 Phân tích mô hình hồi quy liệu bảng 59 4.3 Kết nghiên cứu 64 KẾT LUẬN CHƢƠNG 66 CHƢƠNG KẾT LUẬN VÀ KIẾN NGHỊ 67 5.1 Kết luận 67 5.2 Hàm ý giải pháp 68 5.2.1 Hàm ý nâng cao hiệu hoạt động ngân hàng thương mại 68 5.2.1.1 Quản trị vốn ngân hàng thương mại 68 5.2.1.2 Xử lý dứt điểm nợ xấu NHTM 69 5.2.1.3 Giải pháp quản lý hiệu khoản hệ thống NHTM 70 5.2.1.4 Giải pháp tăng cường công tác kiểm tra, kiểm soát đảm bảo kinh doanh an toàn, hiệu .71 5.2.1.5.Phân tán rủi ro nhằm ngăn ngừa hạn chế rủi ro hoạt động tín dụng 71 5.2.2 Hàm ý nâng cao lực cạnh tranh ngân hàng thương mại 72 5.2.2.1 Xây dựng chiến lược khách hàng, đa dạng hoá sản phẩm dịch vụ 72 5.2.2.2 Hiện đại hoá công nghệ, đa dạng hoá nâng cao tiện ích sản phẩm, dịch vụ ngân hàng đại dựa công nghệ kỹ thuật tiên tiến .74 5.2.2.3 Nâng cao lực quản trị điều hành 75 5.2.2.4 Nâng cao trình độ cán ngân hàng .75 5.2.3 Hàm ý quản lý ổn định tài ngân hàng thương mại 76 5.3 Hạn chế nghiên cứu 77 DANH MỤC TÀI LIỆU THAM KHẢO PHỤC LỤC XỬ LÝ STATA DANH MỤC VIẾT TẮT Viết tắt Viết đầy đủ tiếng Việt Viết đầy đủ tiếng Anh CAR Tỷ lệ vốn an toàn tối thiểu Capital adequacy ratio DEA Phân tích bao liệu Data envelopment Analysis FEM Ước lượng hồi quy với hiệu ứng Fixed effects estimator cố định MC Chi phí biên Marginal cost NH Ngân hàng NHTM Ngân hàng thương mại NIM Thu nhập lãi cận biên Net interest margin NPL Tỷ lệ nợ xấu Non – performing loan ratio P Giá bán Price REM Ước lượng hồi quy với hiệu ứng Random effects estimator ngẫu nhiên ROA Lợi nhuận ròng tổng tài sản Return On Assets ratio ROE Lợi nhuận ròng vốn chủ sở Return On Assets ratio hữu TC Tổng chi phí TCTD Tổ chức tín dụng TMCP Thương mại cổ phần VCSH Vốn chủ sở hữu Total cost DANH MỤC BẢNG BIỂU Bảng 2.1 Tổng hợp giả thiết nghiên cứu 25 Bảng 3.1 Bảng tiêu phân tích tỷ suất sinh lời ROA, ROE NHTM .27 Bảng 3.2 Chỉ tiêu sinh lời NIM TNHĐB NHTM 29 Bảng 3.3 Phân tích tiêu thu nhập chi phí hoạt động NHTM 31 Bảng 3.4 Dữ liệu tài rủi ro hệ thống NHTM VN giai đoạn 2007-2015 33 Bảng 4.1 Danh sách ngân hàng nghiên cứu .44 Bảng 4.2 Kiểm định đơn vị ADF .57 Bảng 4.3 Kiểm định Granger causibility 58 Bảng 4.4 Kiểm định lựa chọn mô hình hồi quy .59 Bảng 4.5 Hồi quy mô hình liệu bảng Panel Data 61 Bảng 4.6 Tóm tắt kết nghiên cứu 65 DANH MỤC BIỂU ĐỒ Biểu đồ 3.1 Tăng trưởng tỷ suất sinh lời ROA,ROE NHTM .28 Biểu đồ 3.2 Tăng trưởng tiêu sinh lời NIM TNHĐB NHTM 30 Biểu đồ 3.3 Tăng trưởng tiêu thu nhập chi phí hoạt động NHTM 32 Biểu đồ 3.4 Rủi ro nợ xấu ngân hàng thương mại 34 Biểu đồ 3.5 Tổng tài sản, dư nợ điểm số Z giai đoạn 2007-2015 .36 Biểu đồ 3.6 Thị phần tín dụng NHTM giai đoạn 2007-2011 38 Biểu đồ 3.7 Thể thị phần tín dụng ngân hàng giai đoạn 2012-2015 39 Biểu đồ 3.8 Tỷ lệ an toàn vốn rủi ro ngân hàng giai đoạn 2007-2015 41 Biểu đồ 3.9 Thị phần ngân hàng thương mại Việt Nam 41 chi2 (28) = 4.2e+05 Prob>chi2 = 0.0000 xtcsd, pesaran abs Pesaran's test of cross sectional independence = 0.392, Pr = 0.6950 Average absolute value of the off-diagonal elements = xtserial zscore 0.317 lerner boone performance Wooldridge test for autocorrelation in panel data H0: no first-order autocorrelation F( 1, 27) = 28.511 Prob > F = xtgls 0.0000 zscore lerner boone performance, panels (hetero) Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: no autocorrelation Estimated covariances = 28 Estimated autocorrelations = Estimated coefficients = Number of obs = 250 Number of groups = 28 Obs per group: = avg = 8.928571 max = Wald chi2(3) = 257.47 Prob > chi2 = 0.0000 -zscore | Coef Std Err z P>|z| [95% Conf Interval] -+ -lerner | 38.59428 3.359014 11.49 0.000 32.01073 45.17783 boone | 6.125591 1.200132 5.10 0.000 3.773376 8.477807 performance | -1.195898 7818399 -1.53 0.126 -2.728276 3364801 _cons | 1.885852 5272982 3.58 0.000 8523667 2.919337 MÔ HÌNH LERNER xtreg lerner zscore boone performance, fe Fixed-effects (within) regression Number of obs = 250 Group variable: code Number of groups = 28 R-sq: = 0.1762 Obs per group: = between = 0.3335 avg = 8.9 overall = 0.2452 max = F(3,219) = 15.62 Prob > F = 0.0000 within corr(u_i, Xb) = 0.0051 -lerner | Coef Std Err t P>|t| [95% Conf Interval] -+ -zscore | 0041058 0015404 2.67 0.008 0010699 0071417 boone | 1246522 0478181 2.61 0.010 0304095 2188948 performance | 0640413 026406 2.43 0.016 0119988 1160837 _cons | -.0286487 018072 -1.59 0.114 -.064266 0069686 -+ -sigma_u | 01992097 sigma_e | 02607505 rho | 36855701 (fraction of variance due to u_i) -F test that all u_i=0: F(27, 219) = 5.00 Prob > F = 0.0000 estimate store fixed xtreg lerner zscore boone performance, re Random-effects GLS regression Number of obs = 250 Group variable: code Number of groups = 28 R-sq: = 0.1751 Obs per group: = between = 0.3530 avg = 8.9 overall = 0.2528 max = Wald chi2(3) = 60.75 Prob > chi2 = 0.0000 within corr(u_i, X) = (assumed) -lerner | Coef Std Err z P>|z| [95% Conf Interval] -+ -zscore | 0046924 0013317 3.52 0.000 0020823 0073024 boone | 1214691 0397875 3.05 0.002 043487 1994511 performance | 0556261 0228661 2.43 0.015 0108094 1004429 _cons | -.0246397 0158499 -1.55 0.120 -.055705 0064255 -+ -sigma_u | 01805869 sigma_e | 02607505 rho | 32416345 (fraction of variance due to u_i) - estimate store random hausman fixed random Coefficients -| (b) (B) | fixed random (b-B) sqrt(diag(V_b-V_B)) Difference S.E -+ -zscore | 0041058 0046924 -.0005866 0007743 boone | 1246522 1214691 0031831 0265241 performance | 0640413 0556261 0084152 0132068 -b = consistent under Ho and Ha; obtained from xtreg B = inconsistent under Ha, efficient under Ho; obtained from xtreg Test: Ho: difference in coefficients not systematic chi2(3) = (b-B)'[(V_b-V_B)^(-1)](b-B) xtreg = 2.19 Prob>chi2 = 0.5348 lerner zscore boone performance, re Random-effects GLS regression Number of obs = 250 Group variable: code Number of groups = 28 R-sq: = 0.1751 Obs per group: = between = 0.3530 avg = 8.9 overall = 0.2528 max = Wald chi2(3) = 60.75 Prob > chi2 = 0.0000 within corr(u_i, X) = (assumed) -lerner | Coef Std Err z P>|z| [95% Conf Interval] -+ zscore | 0046924 0013317 3.52 0.000 0020823 0073024 boone | 1214691 0397875 3.05 0.002 043487 1994511 performance | 0556261 0228661 2.43 0.015 0108094 1004429 _cons | -.0246397 0158499 -1.55 0.120 -.055705 0064255 -+ -sigma_u | 01805869 sigma_e | 02607505 rho | 32416345 (fraction of variance due to u_i) - xttest0 Breusch and Pagan Lagrangian multiplier test for random effects lerner[code,t] = Xb + u[code] + e[code,t] Estimated results: | Var sd = sqrt(Var) -+ - Test: lerner | 0013043 036115 e | 0006799 0260751 u | 0003261 0180587 Var(u) = chibar2(01) = 86.35 Prob > chibar2 = 0.0000 xttest1 Tests for the error component model: lerner[code,t] = Xb + u[code] + v[code,t] v[code,t] = lambda v[code,(t-1)] + e[code,t] Estimated results: | Var sd = sqrt(Var) -+ lerner | 0013043 036115 e | 0006799 02607505 u | 0003261 01805869 Tests: Random Effects, Two Sided: ALM(Var(u)=0) = 42.08 Pr>chi2(1) = 0.0000 Random Effects, One Sided: ALM(Var(u)=0) = 6.49 Pr>N(0,1) = 0.0000 = 12.94 Pr>chi2(1) = 0.0003 LM(Var(u)=0,lambda=0) = 99.29 Pr>chi2(2) = 0.0000 Serial Correlation: ALM(lambda=0) Joint Test: xtserial lerner zscore boone performance Wooldridge test for autocorrelation in panel data H0: no first-order autocorrelation F( 1, 27) = 0.047 Prob > F = xtgls lerner zscore 0.8309 boone performance, panels (hetero) Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: no autocorrelation Estimated covariances = 28 Estimated autocorrelations = Estimated coefficients = Number of obs = 250 Number of groups = 28 Obs per group: = avg = 8.928571 max = Wald chi2(3) = 6194.31 Prob > chi2 = 0.0000 -lerner | Coef Std Err z P>|z| [95% Conf Interval] -+ -zscore | 0060008 0004197 14.30 0.000 0051782 0068235 boone | 1654921 012681 13.05 0.000 1406378 1903464 performance | 008868 0046352 1.91 0.056 -.0002168 0179528 _cons | -.0052513 0029087 -1.81 0.071 -.0109523 0004497 -MÔ HÌNH BOONE xtreg boone lerner zscore performance, fe Fixed-effects (within) regression Number of obs = 250 Group variable: code Number of groups = 28 R-sq: = 0.4237 Obs per group: = between = 0.2236 within avg = 8.9 overall = 0.2940 max = F(3,219) = 53.67 Prob > F = 0.0000 corr(u_i, Xb) = -0.1023 -boone | Coef Std Err t P>|t| [95% Conf Interval] -+ -lerner | 2414346 0926173 2.61 0.010 0588992 4239699 zscore | 016893 0018552 9.11 0.000 0132366 0205494 performance | 2031066 0346185 5.87 0.000 1348786 2713347 _cons | -.045018 0251113 -1.79 0.074 -.0945088 0044728 -+ -sigma_u | 05285238 sigma_e | 03628899 rho | 67960923 (fraction of variance due to u_i) -F test that all u_i=0: F(27, 219) = 17.27 Prob > F = 0.0000 estimate store fixed xtreg boone lerner zscore performance, re Random-effects GLS regression Number of obs = 250 Group variable: code Number of groups = 28 R-sq: = 0.4231 Obs per group: = between = 0.2346 within avg = 8.9 overall = 0.3012 max = Wald chi2(3) = 166.97 Prob > chi2 = 0.0000 corr(u_i, X) = (assumed) -boone | Coef Std Err z P>|z| [95% Conf Interval] -+ -lerner | 2612682 091462 2.86 0.004 0820059 4405305 zscore | 0159943 0018223 8.78 0.000 0124227 019566 performance | 207972 033091 6.28 0.000 1431149 2728292 _cons | -.0456544 0256131 -1.78 0.075 -.0958551 0045464 -+ -sigma_u | 04781135 sigma_e | 03628899 rho | 63448284 (fraction of variance due to u_i) - estimate store random hausman fixed random Coefficients -| (b) (B) | fixed random (b-B) sqrt(diag(V_b-V_B)) Difference S.E -+ -lerner | 2414346 2612682 -.0198336 014583 zscore | 016893 0159943 0008987 000348 performance | 2031066 207972 -.0048654 0101699 -b = consistent under Ho and Ha; obtained from xtreg B = inconsistent under Ha, efficient under Ho; obtained from xtreg Test: Ho: difference in coefficients not systematic chi2(3) = (b-B)'[(V_b-V_B)^(-1)](b-B) xtreg = 10.58 Prob>chi2 = 0.0142 boone lerner zscore performance, fe Fixed-effects (within) regression Number of obs = 250 Group variable: code Number of groups = 28 R-sq: = 0.4237 Obs per group: = between = 0.2236 avg = 8.9 overall = 0.2940 max = F(3,219) = 53.67 Prob > F = 0.0000 within corr(u_i, Xb) = -0.1023 boone | Coef Std Err t P>|t| [95% Conf Interval] -+ -lerner | 2414346 0926173 2.61 0.010 0588992 4239699 zscore | 016893 0018552 9.11 0.000 0132366 0205494 performance | 2031066 0346185 5.87 0.000 1348786 2713347 _cons | -.045018 0251113 -1.79 0.074 -.0945088 0044728 -+ -sigma_u | 05285238 sigma_e | 03628899 rho | 67960923 (fraction of variance due to u_i) -F test that all u_i=0: F(27, 219) = 17.27 Prob > F = 0.0000 xttest3 Modified Wald test for groupwise heteroskedasticity in fixed effect regression model H0: sigma(i)^2 = sigma^2 for all i chi2 (28) = 15521.43 Prob>chi2 = 0.0000 xtcsd, pesaran abs Pesaran's test of cross sectional independence = -0.875, Pr = 1.6183 Average absolute value of the off-diagonal elements = xtserial boone lerner zscore 0.336 performance Wooldridge test for autocorrelation in panel data H0: no first-order autocorrelation F( 1, 27) = Prob > F = xtgls 54.340 0.0000 boone zscore lerner performance, panels (hetero) Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: no autocorrelation Estimated covariances = 28 Number of obs = 250 Estimated autocorrelations = Number of groups = 28 Estimated coefficients Obs per group: = avg = 8.928571 max = Wald chi2(3) = 303.41 Prob > chi2 = 0.0000 = -boone | Coef Std Err z P>|z| [95% Conf Interval] -+ -zscore | 0077459 0013135 5.90 0.000 0051715 0103203 lerner | 5794084 0938019 6.18 0.000 3955602 7632566 performance | 2584462 0198407 13.03 0.000 2195591 2973332 _cons | -.0708757 0156215 -4.54 0.000 -.1014932 -.0402581 -MÔ HÌNH PERFORMNACE xtreg performance boone lerner zscore, fe Fixed-effects (within) regression Number of obs = 250 Group variable: code Number of groups = 28 R-sq: = 0.1884 Obs per group: = between = 0.2107 avg = 8.9 overall = 0.2033 max = within corr(u_i, Xb) = -0.0099 F(3,219) = 16.94 Prob > F = 0.0000 -performance | Coef Std Err t P>|t| [95% Conf Interval] -+ -boone | 6687501 1139851 5.87 0.000 444102 8933983 lerner | 4084128 1684002 2.43 0.016 0765205 7403052 zscore | -.0152309 0038163 -3.99 0.000 -.0227523 -.0077096 _cons | 6233661 0182307 34.19 0.000 5874361 6592961 -+ -sigma_u | 08389877 sigma_e | 06584834 rho | 61881308 (fraction of variance due to u_i) -F test that all u_i=0: F(27, 219) = 13.84 Prob > F = 0.0000 estimate store fixed xtreg performance boone lerner zscore, re Random-effects GLS regression Number of obs = 250 Group variable: code Number of groups = 28 R-sq: = 0.1878 Obs per group: = between = 0.2202 avg = 8.9 overall = 0.2092 max = Wald chi2(3) = 58.24 Prob > chi2 = 0.0000 within corr(u_i, X) = (assumed) -performance | Coef Std Err z P>|z| [95% Conf Interval] -+ -boone | 6649478 1056519 6.29 0.000 457874 8720217 lerner | 4154961 1648174 2.52 0.012 0924601 7385322 zscore | -.0139477 0036286 -3.84 0.000 -.0210596 -.0068358 _cons | 617908 0232689 26.56 0.000 5723018 6635142 -+ -sigma_u | 08109222 sigma_e | 06584834 rho | 60263717 (fraction of variance due to u_i) - estimate store random hausman fixed random Coefficients -| (b) (B) | fixed random (b-B) Difference sqrt(diag(V_b-V_B)) S.E -+ -boone | 6687501 6649478 0038023 0427818 lerner | 4084128 4154961 -.0070833 0345521 zscore | -.0152309 -.0139477 -.0012832 0011821 -b = consistent under Ho and Ha; obtained from xtreg B = inconsistent under Ha, efficient under Ho; obtained from xtreg Test: Ho: difference in coefficients not systematic chi2(3) = (b-B)'[(V_b-V_B)^(-1)](b-B) = 2.69 Prob>chi2 = 0.4423 xtreg performance boone lerner zscore, re Random-effects GLS regression Number of obs = 250 Group variable: code Number of groups = 28 R-sq: = 0.1878 Obs per group: = between = 0.2202 within avg = 8.9 overall = 0.2092 max = Wald chi2(3) = 58.24 Prob > chi2 = 0.0000 corr(u_i, X) = (assumed) -performance | Coef Std Err z P>|z| [95% Conf Interval] -+ -boone | 6649478 1056519 6.29 0.000 457874 8720217 lerner | 4154961 1648174 2.52 0.012 0924601 7385322 zscore | -.0139477 0036286 -3.84 0.000 -.0210596 -.0068358 _cons | 617908 0232689 26.56 0.000 5723018 6635142 -+ -sigma_u | 08109222 sigma_e | 06584834 rho | 60263717 (fraction of variance due to u_i) - xttest0 Breusch and Pagan Lagrangian multiplier test for random effects performance[code,t] = Xb + u[code] + e[code,t] Estimated results: | Var sd = sqrt(Var) -+ perform~e | Test: 0133742 1156467 e | 004336 0658483 u | 0065759 0810922 Var(u) = chibar2(01) = 319.67 Prob > chibar2 = 0.0000 xttest1 Tests for the error component model: performance[code,t] = Xb + u[code] + v[code,t] v[code,t] = lambda v[code,(t-1)] + e[code,t] Estimated results: | Var sd = sqrt(Var) -+ performance | 0133742 1156467 e | 004336 06584834 u | 0065759 08109222 Tests: Random Effects, Two Sided: ALM(Var(u)=0) = 194.27 Pr>chi2(1) = 0.0000 Random Effects, One Sided: ALM(Var(u)=0) = 13.94 Pr>N(0,1) = 0.0000 = 14.76 Pr>chi2(1) = 0.0001 LM(Var(u)=0,lambda=0) = 334.42 Pr>chi2(2) = 0.0000 Serial Correlation: ALM(lambda=0) Joint Test: xtserial performance lerner zscore boone Wooldridge test for autocorrelation in panel data H0: no first-order autocorrelation F( 1, 27) = Prob > F = xtgls 19.705 0.0001 zscore lerner boone performance, panels (hetero) Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: no autocorrelation Estimated covariances = 28 Estimated autocorrelations = Estimated coefficients = Number of obs = 250 Number of groups = 28 Obs per group: = avg = 8.928571 max = Wald chi2(3) = 237.93 Prob > chi2 = 0.0000 -zscore | Coef Std Err z P>|z| [95% Conf Interval] -+ -lerner | 38.87263 3.356145 11.58 0.000 32.29471 45.45056 boone | 5.220882 1.247239 4.19 0.000 2.776339 7.665426 performance | -.016631 6611078 -0.03 0.980 -1.312378 1.279117 _cons | 1.176603 4135684 2.85 0.004 3660234 1.987182 - xtgls lerner zscore boone performance, panels (hetero) Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: no autocorrelation Estimated covariances = 28 Estimated autocorrelations = Estimated coefficients = Number of obs = 250 Number of groups = 28 Obs per group: = avg = 8.928571 max = Wald chi2(3) = 3894.40 Prob > chi2 = 0.0000 -lerner | Coef Std Err z P>|z| [95% Conf Interval] -+ -zscore | 0059269 0004438 13.36 0.000 0050571 0067967 boone | 1703725 0130863 13.02 0.000 1447238 1960213 performance | 0044948 0039573 1.14 0.256 -.0032613 0122509 _cons | -.0026218 0024647 -1.06 0.287 -.0074525 002209 xtgls boone lerner zscore performance, panels (hetero) Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: no autocorrelation Estimated covariances = 28 Number of obs = 250 Estimated autocorrelations = Number of groups = 28 Estimated coefficients Obs per group: = avg = 8.928571 max = Wald chi2(3) = 845.34 Prob > chi2 = 0.0000 = -boone | Coef Std Err z P>|z| [95% Conf Interval] -+ -lerner | 4626575 0874409 5.29 0.000 2912765 6340385 zscore | 0057962 0011985 4.84 0.000 0034472 0081452 performance | 2302767 0106032 21.72 0.000 2094949 2510586 _cons | -.0321321 006733 -4.77 0.000 -.0453285 -.0189356 - xtgls performance boone lerner zscore, panels (hetero) Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: no autocorrelation Estimated covariances = 28 Estimated autocorrelations = Estimated coefficients = Number of obs = 250 Number of groups = 28 Obs per group: = avg = 8.928571 max = Wald chi2(3) = 132.51 Prob > chi2 = 0.0000 performance | Coef Std Err z P>|z| [95% Conf Interval] -+ -boone | 5835383 0573577 10.17 0.000 4711192 6959574 lerner | 2319338 1117269 2.08 0.038 0129531 4509144 zscore | -.0066886 0023662 -2.83 0.005 -.0113263 -.0020508 _cons | 6085642 0102446 59.40 0.000 5884852 6286432 ... quan hệ ổn định tài chính, cạnh tranh hiệu Và để tìm câu hỏi mối quan hệ ổn định tài chính, cạnh tranh hiệu hệ thống ngân hàng thương mại Việt Nam, phân tích thực trạng ổn định tài cạnh tranh hiệu. .. NHTM Việt Nam sau: - Đánh giá mối quan hệ ổn định tài chính, cạnh tranh hiệu ngân hàng thương mại Việt Nam cách có logic khoa học - Nhận diện mô hình nhân tố mối quan hệ ổn định tài chính, cạnh tranh. .. tiêu nghiên cứu đề tài Xác định yếu tố ảnh hưởng đến mô hình mối quan hệ ổn định tài chính, cạnh tranh hiệu NHTM Việt Nam Lượng hóa tác động yếu tố mối quan hệ ổn định tài chính, cạnh tranh hiệu