CFA® Level I → III
Trang chủ / Phần 4 · Level II / Module 21
📉 Module 21 / 34 · 2 tuần Level II

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.

Multiple regressionHeteroskedasticityAR(1)ML
📌 Vì sao module này quan trọng

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

Y = b0 + b1X1 + b2X2 + … + bkXk + ε Adjusted R² = 1 − [(n − 1) ÷ (n − k − 1)] × (1 − R²)
F = (SSR/k) ÷ (SSE/(n − k − 1)) = MSR ÷ MSE t_j = (b̂_j − H0 value) ÷ SE(b̂_j), df = n − k − 1

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 đềLà gìHậu quảPhát hiệnCách sửa
HeteroskedasticityPhương sai sai số thay đổi theo XHệ số không chệch, SE sai → t-stat sai (thường quá cao khi conditional)Breusch–Pagan; đồ thị phần dưRobust (White) standard errors
Serial correlationSai số tương quan theo thời gianSE bị đánh giá thấp → t-stat quá cao (positive); F/ t saiDurbin–Watson (≈ 2(1 − r)); Breusch–GodfreyHansen/ Newey–West SE; thêm biến trễ
MulticollinearityBiến độc lập tương quan caoSE tăng, t-stat thấp dù F cao; hệ số bất ổnVIF > 5 hoặc 10; R² cao, t thấpBỏ/ 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).

Mẹo ôn

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

AR(1): x_t = b0 + b1 x_{t−1} + ε_t Mean-reverting level = b0 ÷ (1 − b1) (khi |b1| < 1)

b0 = 1,2; b1 = 0,6 → mức mean-reverting = 3,00. Bắt đầu từ 10, chuỗi hội tụ dần về 3.

AR(1) hội tụ về mức mean-reverting = 3,0 (b0 = 1,2; b1 = 0,6)2.454.075.697.318.9410.602.85.68.411.214Thời kỳx_tMức mean-reverting
Dự báo nhiều kỳ phía trước quy về mức mean-reverting; độ lệch giảm theo b1^k.
Khái niệmÝ nghĩa
Covariance stationaryMean, 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 dưNếu có → mô hình chưa nắm hết cấu trúc
SeasonalityThêm biến trễ mùa vụ (ví dụ x_{t−4} cho dữ liệu quý)
ARCHPhương sai sai số phụ thuộc phương sai kỳ trước; dùng để mô hình hoá biến động
CointegrationHai chuỗi không stationary nhưng tổ hợp tuyến tính stationary → hồi quy hợp lệ
In-sample vs out-of-sampleĐánh 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

LoạiThuật toán ví dụDùng để
SupervisedPenalized regression (LASSO, ridge), SVM, KNN, CART, random forest, neural networksDự báo/ phân loại có nhãn
UnsupervisedPCA, k-means, hierarchical clusteringGiảm chiều, phân cụm
Deep learning / RLMạng nơ-ron nhiều lớp; reinforcement learningDữ 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

❌ Nhầm R² với adjusted R²

Vì sao nguy hiểm: R² không giảm khi thêm biến.

Cách làm đúng: Dùng adjusted R² để so sánh mô hình.

❌ Cho rằng heteroskedasticity làm hệ số chệch

Vì sao nguy hiểm: Hệ số vẫn không chệch; SE sai.

Cách làm đúng: Dùng robust SE.

❌ Nhầm hậu quả serial correlation

Vì sao nguy hiểm: Positive serial correlation → SE thấp, t-stat cao.

Cách làm đúng: Nhớ hướng.

❌ Bỏ qua unit root khi dùng AR

Vì sao nguy hiểm: Hồi quy không hợp lệ.

Cách làm đúng: Kiểm tra DF, first-difference.

❌ Dùng dummy n biến cho n nhóm

Vì sao nguy hiểm: Đa cộng tuyến hoàn hảo.

Cách làm đúng: n − 1 dummy.

❌ Tin vào mô hình khi R² trong mẫu cao

Vì sao nguy hiểm: Có thể overfit.

Cách làm đúng: Đánh giá ngoài mẫu.

📌 Cần nhớ
  • 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
Đáp án: B. 1 − (59/56)(0,55) ≈ 0,42.
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
Đáp án: B. SE thấp → t-stat cao → bác bỏ sai.
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
Đáp án: B. SE bị thổi phồng.
4. AR(1) với b0 = 1,2, b1 = 0,6. Mức mean-reverting:
A. 0,72
B. 3,0
C. 2,0
Đáp án: B. b0/(1 − b1) = 1,2/0,4 = 3,0.
5. Chuỗi có unit root. Cách xử lý thường dùng:
A. Tăng bậc AR
B. First-differencing
C. Thêm dummy
Đáp án: B. Lấy sai phân bậc 1.
6. LASSO được dùng để:
A. Phân cụm
B. Penalized regression chọn biến (ép hệ số về 0)
C. Giảm chiều bằng PCA
Đáp án: B. LASSO là hồi quy phạt L1.

🏋️ Bài tập thực hành

Đọc 10 bảng hồi quy

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

✅ 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
Lưu ý quan trọng: CFA® và Chartered Financial Analyst® là nhãn hiệu của CFA Institute. Khoá này là tài liệu bổ trợ độc lập, không được CFA Institute bảo trợ hay liên kết, và không thay thế giáo trình chính thức, Learning Outcome Statements (LOS) và ngân hàng câu hỏi chính thức. Không ai có thể bảo đảm bạn đậu: kết quả phụ thuộc chủ yếu vào số giờ bạn tự học và luyện đề. Công thức, trọng số, định dạng thi, chương trình học và chính sách thay đổi hằng năm; hãy đối chiếu với thông tin mới nhất của CFA Institute. Mọi số liệu/công ty trong ví dụ là giả định; câu hỏi luyện tập do tác giả tự soạn, không phải đề thi thật.