Chỉ định mô hình (Model specification) trong mô hình hồi qui là gì?

Chỉ định mô hình

Khái niệm

Chỉ định mô hình trong tiếng Anh là Model specification.

Chỉ định mô hình là bước đầu tiên trong xây dựng mô hình hồi qui, bao gồm xác định các biến và công thức của phương trình trình hồi qui.

Nguyên tắc

- Mô hình được dựa trên nền tảng của lí luận kinh tế chung: Chúng ta có thể cung cấp lí luận kinh tế đằng sau sự lựa chọn các biến. Nếu điều kiện này được đáp ứng thì sẽ làm tăng khả năng mô hình sẽ có giá trị dự đoán với dữ liệu mới.

- Dạng hàm số của các biến trong hồi qui phải phù hợp với bản chất của các biến.

- Mô hình cần được phân tích kĩ lưỡng, mỗi biến trong mô hình đều đóng vai trò quan trọng.

- Mô hình cần được kiểm tra xem có vi phạm các giả định hồi qui hay không, trước khi được chấp nhận.

- Trước khi được chấp nhận, mô hình cần được kiểm tra tính hữu ích khi áp dụng ngoài tập mẫu đang quan sát (out of sample). "Out of sample" trong trường hợp này đề cập đến các quan sát (observations) bên ngoài bộ dữ liệu mà mô hình ước tính. Điều này cần thiết vì 2 hai lí do:

+ Một mô hình hợp lí có thể không chạy tốt khi áp dụng ngoài mẫu đang quan sát vì các mối quan hệ kinh tế đã thay đổi đáng kể so với thời kì mẫu.

+ Các mối quan hệ có thể không thay đổi nhưng mô hình chỉ giải thích một tập dữ liệu cụ thể.

Sai hàm số của mô hình

Khi ước tính hồi qui, chúng ta giả định rằng mô hình hồi qui có dạng hàm số chính xác. Giả định này có thể bị vi phạm trong các trường hợp sau:

- Một hoặc nhiều biến quan trọng có thể bị bỏ sót trong hồi qui.

- Một hoặc nhiều biến hồi qui có thể cần phải được biến đổi trước khi ước tính hồi qui (ví dụ: lấy logarit tự nhiên của biến) .

- Mô hình hồi qui gộp các dữ liệu không nên gộp.

Ví dụ, xem xét ảnh hưởng của việc bỏ qua một biến độc lập quan trọng khỏi mô hình hồi qui. Nếu mô hình hồi quy đúng là: Y_i = b₀ + b₁X_1i + b₂X_2i + ε_i

Tuy nhiên, mô hình ước tính là: Y_i = a₀ + a₁X_1i + ε_i

Nếu biến bị bỏ qua (X₂) tương quan với biến còn lại (X₁), thì phần sai số trong mô hình sẽ tương quan với (X₁) và các giá trị ước tính của các hệ số hồi qui a₀ và a₁ sẽ bị sai lệch và không nhất quán.

Ngoài ra, các ước tính về sai số chuẩn của các hệ số đó cũng sẽ không nhất quán, vì vậy chúng ta không thể sử dụng các ước tính hệ số cũng như các lỗi tiêu chuẩn ước tính để thực hiện các kiểm tra thống kê.

(Tài liệu tham khảo: CFA level II, 2020, Quantitative methods)

Diễn đàn Đầu tư Việt Nam 2027 (Vietnam Investment Forum 2027)

Thời gian: Ngày 12/11/2026
Địa điểm: Shilla Monogram Hanoi Westlake, số 6 Hoàng Minh Thảo, Tây Hồ Tây, Hà Nội

Là sự kiện thường niên quy tụ các chuyên gia đầu ngành, Diễn đàn Đầu tư Việt Nam 2027 mang đến những góc nhìn chuyên sâu về triển vọng đầu tư và cơ hội trên thị trường năm 2027.

Trong khuôn khổ sự kiện, Ban tổ chức sẽ công bố Best Retail Brokers 2026 - Bảng xếp hạng công ty chứng khoán có dịch vụ bán lẻ tốt nhất thị trường Việt Nam.

Hãy tham gia đánh giá chất lượng dịch vụ công ty chứng khoán, góp phần phản ánh trải nghiệm thực tế của nhà đầu tư và có cơ hội nhận vé mời tham dự Diễn đàn.

Đánh giá chất lượng dịch vụ
công ty chứng khoán của bạn

Cùng cộng đồng đầu tư đón đầu xu hướng, cập nhật góc nhìn chuyên gia và khám phá cơ hội đầu tư năm 2027. Đăng ký ngay để nhận ưu đãi vé Early Bird, giảm hơn 30%!

Mua Vé Early Bird
Giảm Hơn 30%