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.