Bộ dữ liệu bảng Stata: các yếu tố ảnh hưởng đến nợ xấu của ngân hàng các nước ASEAN (60 ngân hàng, 10 năm)

Mô hình nghiên cứu Các yếu tố ảnh hưởng đến nợ xấu của ngân hàng các nước ASEAN

Bộ dữ liệu bảng Stata: các yếu tố ảnh hưởng đến nợ xấu của ngân hàng các nước ASEAN (60 ngân hàng, 10 năm)

149.000 ₫

Khai báo và mô tả dữ liệu bảng
Pooled OLS, FEM, REM và kiểm định Hausman
Kiểm định, khắc phục khuyết tật mô hình
Có phương trình, mô hình và kết quả tham khảo

Tải xuống ngaysau khi xác nhận thanh toán, link gửi qua email
Thanh toán VietQRquét mã, nội dung chuyển khoản điền sẵn
Hỗ trợ qua Zalo0947 971 630, giải đáp cách dùng tài liệu

Cần dữ liệu đúng mô hình của bạn?Đặt phân tích theo yêu cầu, báo giá miễn phí →

Mã: KDL-STAT-468 Danh mục: Bộ tài liệu thực hành Thẻ: Dữ liệu thứ cấp, Ngân hàng, Stata

Thông tin nhanh

Mã sản phẩmKDL-STAT-468
Phần mềmR, Stata
Loại dữ liệuDữ liệu thứ cấp
Cỡ mẫu400 - 999
Chuyên ngànhTài chính - Ngân hàng
Định dạngFile .zip, tải ngay
Cập nhật13/11/2026

Cần tư vấn?

Nhắn Zalo Gọi 0947 971 630 Đặt phân tích theo yêu cầu →

Chia sẻ

Cam kết của Kaas.vn

Ghi rõ nguồn và loại dữ liệu (số liệu thật hoặc mô phỏng)
Có cú pháp và hướng dẫn chạy từng bước
Hỗ trợ mở file, đọc kết quả qua Zalo

Dữ liệu bảng mô phỏng 60 ngân hàng các nước ASEAN giai đoạn 2015 - 2024. Gói gồm 600 quan sát, 6 biến, kèm do-file Stata, script R, sổ mã hóa và hướng dẫn chi tiết.

Mô hình nghiên cứu

Mô hình dựa trên các giả thuyết quản trị kém, rủi ro đạo đức và hiệu quả chi phí của Berger và DeYoung (1997). Tăng trưởng tín dụng nóng và tỷ lệ cho vay cao làm tăng nợ xấu; khả năng sinh lời, quy mô và vốn chủ sở hữu giúp hạn chế nợ xấu.

\[NPL_{it} = \beta_0 + \beta_{1}\,LOANG_{it} + \beta_{2}\,SIZE_{it} + \beta_{3}\,ROE_{it} + \beta_{4}\,ETA_{it} + \beta_{5}\,LDR_{it} + u_i + \varepsilon_{it}\]

Định nghĩa biến và giả thuyết

Biến	Ký hiệu	Cách đo	Kỳ vọng
Tỷ lệ nợ xấu (biến phụ thuộc)	`npl`	\(\dfrac{\text{Nợ nhóm 3 - 5}}{\text{Tổng dư nợ}}\times 100\)
Tăng trưởng tín dụng	`loang`	\(\%\,\Delta\text{Dư nợ cho vay}\)	H1: (+)
Quy mô	`size`	\(\ln(\text{Tổng tài sản})\)	H2: (-)
Khả năng sinh lời	`roe`	\(\dfrac{\text{Lợi nhuận sau thuế}}{\text{Vốn chủ sở hữu}}\)	H3: (-)
Tỷ lệ vốn chủ sở hữu	`eta`	\(\dfrac{\text{Vốn chủ sở hữu}}{\text{Tổng tài sản}}\)	H4: (-)
Tỷ lệ cho vay trên huy động	`ldr`	\(\dfrac{\text{Dư nợ cho vay}}{\text{Tiền gửi khách hàng}}\)	H5: (+)

Kết quả chạy mô hình trên Stata (minh họa)

Hình dưới mô phỏng cửa sổ kết quả khi chạy file phan_tich.do với bộ dữ liệu này, giúp bạn biết trước cần đọc chỉ số nào.

Thống kê mô tả và đa cộng tuyến

Bộ dữ liệu bảng cân bằng gồm 60 ngân hàng trong 10 năm (2015 - 2024), tổng 600 quan sát. NPL có giá trị trung bình 2,2708, độ lệch chuẩn 1,0423. Hệ số tương quan lớn nhất giữa các biến độc lập là 0,227 (dưới 0,8), VIF trung bình 1,06 và lớn nhất 1,09, không có dấu hiệu đa cộng tuyến nghiêm trọng.

Lựa chọn mô hình Pooled OLS, FEM, REM

Kiểm định F (u_\(i = 0\)) cho \(F(59, 535) = 7{,}06\), \(p < 0{,}001\): tồn tại tác động riêng của từng ngân hàng, FEM phù hợp hơn Pooled OLS. Kiểm định Breusch-Pagan LM (xttest0) cho \(\chi^2 = 365{,}97\), \(p < 0{,}001\), REM phù hợp hơn Pooled OLS. Kiểm định Hausman cho \(\chi^2(5) = 2{,}90\), \(p = 0{,}716\) lớn hơn 0,05, chưa bác bỏ H0, nên chọn mô hình tác động ngẫu nhiên REM.

Kết quả ước lượng REM

\(R^2_{\text{overall}} = 0{,}3456\). Kiểm định Wald \(\chi^2(5) = 181{,}36\), \(p < 0{,}001\), mô hình có ý nghĩa thống kê.

LOANG (tăng trưởng tín dụng): hệ số 0,0534, \(p < 0{,}001\). Tác động cùng chiều có ý nghĩa thống kê, đúng kỳ vọng dấu (+), giả thuyết H1 được ủng hộ.
SIZE (quy mô): hệ số -0,1732, \(p < 0{,}001\). Tác động ngược chiều có ý nghĩa thống kê, đúng kỳ vọng dấu (-), giả thuyết H2 được ủng hộ.
ROE (khả năng sinh lời): hệ số -5,8310, \(p < 0{,}001\). Tác động ngược chiều có ý nghĩa thống kê, đúng kỳ vọng dấu (-), giả thuyết H3 được ủng hộ.
ETA (tỷ lệ vốn chủ sở hữu): hệ số -7,8338, \(p < 0{,}001\). Tác động ngược chiều có ý nghĩa thống kê, đúng kỳ vọng dấu (-), giả thuyết H4 được ủng hộ.
LDR (tỷ lệ cho vay trên huy động): hệ số 1,3665, \(p < 0{,}001\). Tác động cùng chiều có ý nghĩa thống kê, đúng kỳ vọng dấu (+), giả thuyết H5 được ủng hộ.

Bước tiếp theo khi tự chạy: kiểm định phương sai sai số thay đổi (xttest3), tự tương quan (xtserial). Nếu vi phạm, dùng sai số chuẩn cụm theo ngân hàng (vce(cluster bank)), FGLS (xtgls) hoặc Driscoll-Kraay (xtscc); do-file trong gói đã viết sẵn các lệnh này.

Phương trình ước lượng (REM):

\[\widehat{NPL}_{it} = 5{,}0327 + 0{,}0534\,LOANG_{it}^{***} - 0{,}1732\,SIZE_{it}^{***} - 5{,}8310\,ROE_{it}^{***} - 7{,}8338\,ETA_{it}^{***} + 1{,}3665\,LDR_{it}^{***}\]

*** \(p < 0{,}01\); ** \(p < 0{,}05\); * \(p < 0{,}1\). Ước lượng trên dữ liệu mô phỏng, chỉ phục vụ thực hành.

Xem trước bộ tài liệu

Hình dưới đây là nội dung thật của các file trong gói. Nhấn vào hình để xem kích thước đầy đủ.

Bạn sẽ thực hành được gì?

Khai báo và mô tả dữ liệu bảng

Pooled OLS, FEM, REM và kiểm định Hausman

Kiểm định, khắc phục khuyết tật mô hình

Viết phương trình và diễn giải kết quả

Nội dung bộ tài liệu

File	Nội dung
`README.txt`	Đọc trước khi bắt đầu
`huong_dan.html`	Hướng dẫn từng bước
`data_stata_no_xau_ngan_ngan_hang_asean.csv`	Dữ liệu 600 quan sát, 6 biến
`so_ma_hoa.csv`	Sổ mã hóa: tên biến, cách đo, kỳ vọng dấu
`phan_tich.do`	Do-file Stata chạy toàn bộ quy trình
`phan_tich_plm.R`	Script R đối chiếu kết quả

Thông tin sản phẩm

Phần mềm: Stata 14 trở lên (hoặc R với gói plm)
Loại dữ liệu: dữ liệu bảng (panel), dữ liệu thứ cấp mô phỏng
Lĩnh vực: Ngân hàng
Định dạng: file .zip, khoảng 34 KB

Cách nhận file

Nhấn "Mua nhanh, nhận QR ngay" hoặc thêm vào giỏ và đặt hàng.
Quét mã VietQR với số tiền và nội dung điền sẵn.
Sau khi Kaas.vn xác nhận thanh toán, link tải được gửi qua email và hiển thị tại Tài khoản > Tải xuống.

Lưu ý về liêm chính học thuật: Đây là dữ liệu mô phỏng để thực hành, không phải số liệu công bố của cơ quan thống kê hay doanh nghiệp. Không sử dụng làm dữ liệu cho khóa luận, luận văn hay bài báo. Cần hỗ trợ thêm? Gọi 0947 971 630 (Zalo).