Модель ROE - Характеристика системообразующих банков России

Следующей регрессией, которая будет построена, является регрессия относительно показателя "ROE". Результаты можно увидеть в таблицах 3.9 и 3.10 ниже.

Таблица 3.9 Данные по регрессии относительно переменной "ROE"

Random-effects GLS regression

Number of obs

=

338

Group variable: bank

Number of groups

=

15

R-sq: within = 0.1505

Obs per group: min

=

22

Between = 0.2229

Avg

=

22,50

Overall = 0.1370

Max

=

23

Random effects u_i ~ Gaussian

Wald chi2(3)

=

56.82

Corr(u_i, X) = 0 (assumed)

Prob > chi2

=

0.0000

Таблица 3.10 Значимые объясняющие переменные в модели "ROE"

Roe

Coef.

Std. Err.

Z

P>z

Oil

0,2698106

0,0366664

7,36

0

Inflation

9,06273

2,748465

3,3

0,001

Retail

-0,03204027

0,1463945

-2,19

0,029

_cons

18,05732

14,33231

1,26

0,208

К сожалению, если мы посмотрим на значение строчки "Wald chi2(3)", то увидим, что оно довольно маленькое и равно 56,82. Это говорит о плохом качестве подгонки и о том, что по результатам используемой выборки мы не можем получить адекватных результатов по данному показателю рентабельности.

Похожие статьи




Модель ROE - Характеристика системообразующих банков России

Предыдущая | Следующая