Panel A of Table 3 presents the ind

Panel A of Table 3 presents the individual lag one-step GMM
coefficients estimations for the baseline models with macroeconomic
variables and for all NPL categories, while Panel B presents
the corresponding long-run coefficients estimations.29,30 For each
model, we also report the Sargan and the m2 test results at the bottom
of the table.
The coefficient of the lagged dependent variable (see Panel A,
Table 3) is negative and statistically significant in the case of business
and consumer NPLs. The implication is that NPLs are likely to
decrease when they have increased in the previous quarter, due to
the write-offs.31 On the other hand, this coefficient is statistically
insignificant for mortgages. Particularly for mortgages, macrofundamentals
are the main drivers of the NPLs. In the rest of the paper, we
concentrate on the long run coefficients in order to assess in a more
transparent manner the differential impact of all explanatory variables
(see also Section 4.2).

Kết quả (Việt) 1:

Trình bày bảng A của bảng 3 cá nhân tụt hậu One-Bước GMMHệ số estimations cho các mô hình cơ sở với kinh tế vĩ môbiến và cho tất cả các loại nợ xấu, trong khi trình bày bảng Bestimations.29,30 dài hạn hệ số tương ứng cho mỗiMô hình, chúng tôi cũng báo cáo Sargan và kết quả kiểm tra m2 ở dưới cùngbảng.Hệ số của biến phụ thuộc lagged (xem bảng A,Bảng 3) là tiêu cực và ý nghĩa thống kê trong trường hợp kinh doanhvà người tiêu dùng NPLs. Ngụ ý là NPLs có khả nănggiảm khi họ đã tăng lên trong quý trước, doviết-offs.31 mặt khác, Hệ số này là thống kêkhông đáng kể cho các khoản thế chấp. Đặc biệt là cho các khoản thế chấp, macrofundamentalscó các trình điều khiển chính của các NPLs. Trong phần còn lại của giấy, chúng tôitập trung vào hệ lâu dài để đánh giá trong mộttrong suốt các cách thức tác động vi sai của tất cả các biến giải thích(xem thêm phần phần 4.2).

Kết quả (Việt) 2:

Bảng A của Bảng 3 trình bày sự tụt hậu một bước GMM cá nhân
hệ số ước tính cho các mô hình cơ sở với kinh tế vĩ mô
biến và cho tất cả các loại nợ xấu, trong khi bảng B trình bày
các hệ số dài hạn tương ứng estimations.29,30 Đối với mỗi
mô hình, chúng tôi cũng báo cáo các Sargan và kết quả kiểm tra m2 ở dưới cùng
của bảng.
các hệ số của biến phụ thuộc trễ (xem hình A,
bảng 3) là tiêu cực và có ý nghĩa thống kê trong trường hợp doanh nghiệp
nợ xấu và người tiêu dùng. Hàm ý là nợ xấu có thể sẽ
giảm khi họ đã tăng trong quý trước đó, do
write-offs.31 Mặt khác, hệ số này là thống kê
không đáng kể đối với các khoản thế chấp. Riêng đối với các khoản thế chấp, macrofundamentals
là những động lực chính của nợ xấu. Trong phần còn lại của bài báo, chúng tôi
tập trung vào các hệ số về lâu dài để đánh giá trong nhiều
cách minh bạch các ảnh hưởng khác nhau của tất cả các biến giải thích
(xem phần 4.2).