선택된 변수와 은행 수익성에 대한 위의 이론적, 경험적 증거를 통해 연구자들이 여전히 혼합된 결과를 결정하고 있음이 분명합니다. 따라서 우리는 방글라데시 상업은행의 관점에서 더 많은 조사 결과를 제공하기 위해 이러한 변수를 선택했습니다. 전체 크기 이미지 샘플링 및 데이터 수집 Dhaka Stock Exchange와 World Bank 데이터베이스가 데이터의 주요 소스로 사용되었습니다. 데이터가 누락되었기 때문에 우리는 2014년부터 샘플 수집을 고려하여 2020년까지의 데이터를 채택했습니다. 방글라데시의 은행 부문의 상당한 성장은 우리가 해당 국가를 선택하기로 결정하게 된 요인 중 하나였습니다. 결측값이 있는 은행은 본 연구에서 제거되었습니다. 그 결과, 우리는 7년의 연구 기간에 걸쳐 24개 회사의 샘플을 유지했습니다(추가 파일 1 ). 모델 사양 및 계량 도구 패널 데이터 회귀 기술 본 논문에서는 패널 데이터 회귀 분석을 사용하여 은행별 요인과 거시경제 결정 요인이 방글라데시 상업 은행의 수익성에 미치는 영향을 평가했습니다. 본 연구에서는 이전에 언급한 문헌과 가설을 바탕으로 은행 수익성에 대한 관찰되지 않은 영향을 미치는 다음과 같은 패널 데이터 모델을 고려합니다. 은행 관련 요인에 대한 패널 데이터 방정식 모델: (1) 거시경제적 요인에 대한 패널 데이터 방정식 모델: (2) 여기서 β 0  = 절편, β 1 , β 2 , β 3 , β 4 , β 5  = 변수 계수, ε  = 오류 항, 아래 첨자 i  = 개별 은행의 ROA, 아래 첨자 t  = 연도. 모든 변수는 표 2 에 설명되어 있습니다 . 이 두 모델은 방글라데시 상업은행의 수익성에 영향을 미치는 요인을 조사하기 위해 만들어졌습니다. 이러한 패널 데이터는 지속적인 수정과 개인차를 반영하는 시계열 및 단면 데이터를 통합하므로 보다 통찰력 있는 정보를 제공하기 때문에 자주 사용됩니다. 또한 은행별 사양을 통제한 후 변수 간의 공선성을 줄이고 적응성과 효율성을 높여 거시경제적 요인이 은행 부문 수익성에 미치는 영향을 분석할 수 있습니다. 공통효과모델, 고정효과모델(FEM), 랜덤효과모델(REM)은 패널데이터 회귀모델을 추정하는 데 사용할 수 있는 몇 가지 기법이다[ 93 ]. Hausman 테스트는 설명 변수 내의 내생성을 감지하고 어떤 모델(FEM 또는 REM)이 더 적합한지 결정합니다. 귀무가설(H 0 )은 패널 데이터 모델에서 독립변수와 오류항 사이에 연관성이 없는 경우 REM이 적합한 모델이라는 것을 나타냅니다. 대립가설(H 1 )은 설명변수와 오차항이 패널 데이터에서 통계적으로 유의미한 상관관계가 있을 때 FEM이 적합한 모델이라고 가정합니다[ 28 , 108 ]. 계산된 Hausman 통계 분석은 k 자유도에 대한 X 2 분포 의 임계값과 비교됩니다 . Hausman 검정 값이 임계값보다 크거나 p 값이 0.05보다 작으면 귀무 가설이 기각됩니다. 구글상위노출 강남노래방 강남레깅스룸 카지노솔루션 카지노솔루션 제작 카지노솔루션 제작 피망머니상 구글백링크 먹튀사이트신고 먹튀검증사이트 11