Level II · Quant: Hồi quy bội, vi phạm giả định, chuỗi thời gian và Machine Learning
Hồi quy tuyến tính bội (adjusted R², F-test, t-test), dummy variable, vi phạm giả định (heteroskedasticity, serial correlation, multicollinearity), model misspecification, hồi quy logit/probit, chuỗi thời gian (AR, unit root, mean reversion) và machine learning nhập môn.
Level II hỏi cách đọc bảng kết quả và nhận diện vi phạm giả định theo ngữ cảnh. Bạn không cần chạy hồi quy, nhưng phải biết hiện tượng nào xảy ra, hậu quả gì, kiểm định nào, cách sửa gì.
🎯 Mục tiêu học tập
- Đọc kết quả hồi quy bội: hệ số, t, F, R², adjusted R²
- Phát hiện và xử lý heteroskedasticity, serial correlation, multicollinearity
- Nhận diện lỗi chỉ định mô hình (misspecification)
- Làm việc với AR(1), unit root, mean-reverting level
- Phân biệt supervised/ unsupervised learning và overfitting
🟡 Hồi quy bội
Ví dụ: n = 60, k = 3, R² = 0,45 → adjusted R² = 1 − (59/56)(0,55) = 0,4205; F = (0,45/3) ÷ (0,55/56) = 15,27 (df = 3, 56).
- Hệ số riêng phần: tác động của X_j giữ các biến khác không đổi.
- Adjusted R² phạt việc thêm biến vô ích; có thể giảm khi thêm biến (R² thường không giảm).
- F-test: H0 tất cả hệ số góc = 0; chỉ ra mô hình có ý nghĩa tổng thể.
- Dummy variable: dùng n − 1 dummy cho n nhóm để tránh bẫy dummy (đa cộng tuyến hoàn hảo).
- Prediction interval rộng hơn confidence interval của hệ số.
🔴 Vi phạm giả định: nhận diện, hậu quả, sửa
| Vấn đề | Là gì | Hậu quả | Phát hiện | Cách sửa |
|---|---|---|---|---|
| Heteroskedasticity | Phương sai sai số thay đổi theo X | Hệ số không chệch, SE sai → t-stat sai (thường quá cao khi conditional) | Breusch–Pagan; đồ thị phần dư | Robust (White) standard errors |
| Serial correlation | Sai số tương quan theo thời gian | SE bị đánh giá thấp → t-stat quá cao (positive); F/ t sai | Durbin–Watson (≈ 2(1 − r)); Breusch–Godfrey | Hansen/ Newey–West SE; thêm biến trễ |
| Multicollinearity | Biến độc lập tương quan cao | SE tăng, t-stat thấp dù F cao; hệ số bất ổn | VIF > 5 hoặc 10; R² cao, t thấp | Bỏ/ gộp biến, PCA |
VIF = 1 ÷ (1 − R²_j). Nếu biến j có R²_j = 0,90 khi hồi quy theo các biến độc lập khác → VIF = 10 (đa cộng tuyến nghiêm trọng).
Nhớ chuỗi “H-S-M”: Heteroskedasticity (SE sai), Serial (SE thấp), Multicollinearity (SE cao). Bộ ba này lặp lại hầu hết các năm.
🔴 Misspecification và mô hình khác
- Omitted variable bias: bỏ biến liên quan làm hệ số chệch (và tương quan với biến còn lại).
- Dạng hàm sai: cần log, bình phương, tương tác; kiểm tra phần dư.
- Biến đo lường sai số (measurement error) làm hệ số chệch về 0.
- Tính đồng thời (endogeneity): biến giải thích tương quan với sai số.
- Logit/Probit: biến phụ thuộc nhị phân (ví dụ vỡ nợ hay không); kết quả là xác suất, ước lượng bằng MLE.
- Influential data points: dùng leverage và Cook's distance.
🔴 Chuỗi thời gian
b0 = 1,2; b1 = 0,6 → mức mean-reverting = 3,00. Bắt đầu từ 10, chuỗi hội tụ dần về 3.
| Khái niệm | Ý nghĩa |
|---|---|
| Covariance stationary | Mean, variance, autocovariance không đổi theo thời gian; điều kiện để dùng AR hợp lệ |
| Unit root (random walk) | b1 = 1: không stationary, không có mean-reversion; kiểm tra bằng Dickey–Fuller; xử lý bằng first-differencing |
| Autocorrelation phần dư | Nếu có → mô hình chưa nắm hết cấu trúc |
| Seasonality | Thêm biến trễ mùa vụ (ví dụ x_{t−4} cho dữ liệu quý) |
| ARCH | Phương sai sai số phụ thuộc phương sai kỳ trước; dùng để mô hình hoá biến động |
| Cointegration | Hai chuỗi không stationary nhưng tổ hợp tuyến tính stationary → hồi quy hợp lệ |
| In-sample vs out-of-sample | Đánh giá bằng RMSE ngoài mẫu |
- Trend model: linear (y = b0 + b1 t) hoặc log-linear cho tăng trưởng theo %.
- Hồi quy chuỗi thời gian có unit root dễ tạo spurious regression.
⚫ Machine learning
| Loại | Thuật toán ví dụ | Dùng để |
|---|---|---|
| Supervised | Penalized regression (LASSO, ridge), SVM, KNN, CART, random forest, neural networks | Dự báo/ phân loại có nhãn |
| Unsupervised | PCA, k-means, hierarchical clustering | Giảm chiều, phân cụm |
| Deep learning / RL | Mạng nơ-ron nhiều lớp; reinforcement learning | Dữ liệu phức tạp, chiến lược động |
- Overfitting: khớp nhiễu của dữ liệu huấn luyện → kém trên dữ liệu mới. Bias–variance trade-off: mô hình đơn giản (bias cao, variance thấp) vs phức tạp (ngược lại).
- Chống overfitting: k-fold cross-validation, regularization (LASSO ép hệ số về 0, chọn biến), early stopping, bagging/ random forest.
- Chia dữ liệu: training, validation, test; không dùng dữ liệu test để chỉnh tham số.
- Big data projects: xây dựng khung (framing, chuẩn bị dữ liệu, khai thác, huấn luyện, đánh giá).
⚠️ Sai lầm thường mắc
Vì sao nguy hiểm: R² không giảm khi thêm biến.
Cách làm đúng: Dùng adjusted R² để so sánh mô hình.
Vì sao nguy hiểm: Hệ số vẫn không chệch; SE sai.
Cách làm đúng: Dùng robust SE.
Vì sao nguy hiểm: Positive serial correlation → SE thấp, t-stat cao.
Cách làm đúng: Nhớ hướng.
Vì sao nguy hiểm: Hồi quy không hợp lệ.
Cách làm đúng: Kiểm tra DF, first-difference.
Vì sao nguy hiểm: Đa cộng tuyến hoàn hảo.
Cách làm đúng: n − 1 dummy.
Vì sao nguy hiểm: Có thể overfit.
Cách làm đúng: Đánh giá ngoài mẫu.
- Adjusted R² phạt biến thừa; F kiểm tra tổng thể; t kiểm tra từng hệ số.
- H-S-M: Heteroskedasticity, Serial correlation, Multicollinearity.
- AR(1) mean-reverting = b0/(1 − b1); unit root → first-difference.
- ML: overfitting, cross-validation, LASSO, bias–variance.
🧩 Tự kiểm tra (bấm để xem đáp án)
1. n = 60, k = 3, R² = 0,45. Adjusted R² xấp xỉ:
A. 0,45
B. 0,42
C. 0,50
2. Phần dư có positive serial correlation trong hồi quy chuỗi thời gian. Hậu quả điển hình:
A. Hệ số chệch
B. Standard error bị đánh giá thấp, t-stat bị thổi phồng
C. R² âm
3. Dấu hiệu nổi bật của multicollinearity:
A. F-test không có ý nghĩa nhưng t-test có ý nghĩa
B. R² cao, F có ý nghĩa nhưng nhiều t-stat thấp
C. Durbin–Watson ≈ 0
4. AR(1) với b0 = 1,2, b1 = 0,6. Mức mean-reverting:
A. 0,72
B. 3,0
C. 2,0
5. Chuỗi có unit root. Cách xử lý thường dùng:
A. Tăng bậc AR
B. First-differencing
C. Thêm dummy
6. LASSO được dùng để:
A. Phân cụm
B. Penalized regression chọn biến (ép hệ số về 0)
C. Giảm chiều bằng PCA
🏋️ Bài tập thực hành
Với mỗi bảng: nêu hệ số có ý nghĩa, F-test, adjusted R², nghi ngờ vi phạm nào và cách sửa. Lập bảng H-S-M trên 1 trang.
📚 Tài nguyên học tập
- CFA Institute — Quantitative Methods (Level II)LOS chính thứcChính thức
✅ Tự đánh giá hoàn thành
- Tính adjusted R² và F
- Nhận diện H-S-M
- Tính mean-reverting level
- Phân biệt supervised/ unsupervised
- Đọc 10 bảng hồi quy