Tóm tắt Reading 10: Applications of Simple Linear Regression in Finance

Môn CFA Level I (CFA1), Reading 10/102

Mô hình và ước lượng

  • Mô hình: Yi = b0 + b1Xi + εi; Y là dependent variable (explained, endogenous, predicted), X là independent variable (explanatory, exogenous, predicting).
  • Variation của Y = Σ(Yi − Ȳ)2, khác variance (variance là variation chia cho n − 1).
  • OLS chọn đường hồi quy làm nhỏ nhất SSE = Σ(Yi − Ŷi)2; residual ei = Yi − Ŷi, tổng residual bằng 0.
  • Slope b̂1 = CovXY ÷ σX2 = r × σY ÷ σX; intercept b̂0 = Ȳ − b̂1X̄; đường hồi quy đi qua (X̄, Ȳ). ABC: 0.000336 ÷ 0.000522 = 0.64; −4.05% − 0.64 × (−2.70%) = −2.3%.
  • Slope: thay đổi kỳ vọng của Y khi X tăng một đơn vị; intercept: Y khi X = 0. Độ lớn của slope không nói lên ý nghĩa thống kê. Hồi quy không chứng minh nhân quả.
  • Dữ liệu: time series (một đối tượng, nhiều kỳ), cross-sectional (nhiều đối tượng, một thời điểm), panel (nhiều đối tượng, nhiều kỳ).

Giả định và residual

  • Bốn giả định: quan hệ tuyến tính; phương sai residual không đổi (homoskedasticity); residual độc lập (không autocorrelation); residual phân phối chuẩn.
  • Residual hình chữ U theo X: phi tuyến. Residual loe theo X hoặc đổi theo thời gian: heteroskedasticity. Residual lặp theo chu kỳ (tháng 12): không độc lập.
  • Giả định chuẩn áp cho residual, không cho dependent variable; mẫu lớn thì central limit theorem nới giả định này. Outlier kéo lệch ước lượng OLS.

ANOVA, R2, SEE, kiểm định

  • SST = SSR + SSE; df: regression 1, error n − 2, total n − 1. MSR = SSR ÷ 1; MSE = SSE ÷ (n − 2).
  • R2 = SSR ÷ SST = r2 (hồi quy đơn); SEE = MSE. ABC: 0.0076 ÷ 0.0482 = 15.8%; 0.0012 = 0.035.
  • F = MSR ÷ MSE, df (1, n − 2), kiểm định một phía; hồi quy đơn F tương đương t-test của slope. ABC: F = 6.33 > 4.1.
  • t = (b̂1 − b1) ÷ sb̂1, df = n − 2; ABC: 0.64 ÷ 0.26 = 2.46 > 2.03. Tính t theo hệ số tương quan: rn − 2 ÷ 1 − r2.
  • p-value nhỏ hơn mức ý nghĩa thì bác bỏ H0; không bao giờ "chấp nhận" Ha.
  • Indicator variable (0/1): b0 = trung bình nhóm 0, b1 = chênh lệch trung bình hai nhóm; tương đương difference-in-means test.

Dự báo và dạng hàm

  • Ŷ = b̂0 + b̂1Xp; prediction interval Ŷ ± tc × sf, df = n − 2. ABC: 4.1% ± 2.03 × 3.67% = −3.4% đến 11.6%.
  • sf2 = SEE2[1 + 1/n + (X − X̄)2 ÷ ((n − 1)sX2)]; sf nhỏ hơn khi SEE nhỏ, n lớn, X gần X̄, variance của X lớn.
  • Log-lin (ln Y theo X): thay đổi tương đối của Y theo thay đổi tuyệt đối của X. Lin-log (Y theo ln X): thay đổi tuyệt đối theo thay đổi tương đối. Log-log: elasticity. Dự báo ln Y thì lấy e mũ để ra Y.
  • Chọn dạng hàm theo lý thuyết, R2, SEE, F và đồ thị residual; chỉ so các thước đo khi dependent variable giống nhau.

CAPM

  • CAPM là one-factor model: E(Ri) − Rf = β[E(Rm) − Rf]. Hồi quy excess return của tài sản theo market risk premium, slope là beta.
  • Thường cần ≥ 30 quan sát: 1–3 năm dữ liệu tuần hoặc 3–5 năm dữ liệu tháng; risk-free rate lấy theo tín phiếu chính phủ ngắn hạn.
  • Ví dụ: beta 0.857, t = 35.841 > 1.96; khoảng tin cậy 95% = 0.857 ± 1.96 × 0.024 = 0.810 đến 0.904. R2 là tỷ lệ systematic risk.

Bản đầy đủ gồm

Bài giảng chi tiết, flashcard lặp lại ngắt quãng, ngân hàng câu hỏi luyện thi, lộ trình theo ngày thi và trợ lý AI theo từng chương (có giới hạn). Dùng trọn 1 năm.

990.000đ890.000đdùng 1 năm

Hoàn 100% trong 7 ngày nếu bạn chưa dùng quá 30% khoá học.

Giá ưu đãi early bird 890.000đ

990.000đ890.000đdùng 1 năm
Mua ngay