Phương sai sai số thay đổi là gì?
Hiện tượng phương sai phần dư không đồng nhất trong mô hình hồi quy, vi phạm giả thiết OLS.
Thuật ngữ tiếng Anh: Heteroskedasticity
Lĩnh vực: Thống kê & Mô hình
Vì sao hiện tượng này quan trọng?
Trong hồi quy OLS (Ordinary Least Squares), một giả thiết bắt buộc là phương sai của phần dư (residual) phải đồng nhất ở mọi mức giá trị của biến độc lập (homoskedasticity). Khi giả thiết này bị vi phạm — tức phương sai sai số thay đổi theo biến độc lập — hệ số hồi quy vẫn không chệch (unbiased), nhưng sai số chuẩn (standard error) bị ước lượng sai, khiến các kiểm định t-test, F-test và khoảng tin cậy không còn đáng tin cậy.
Cách phát hiện và xử lý
Phát hiện: kiểm định Breusch-Pagan, kiểm định White, hoặc quan sát trực quan qua biểu đồ phần dư (residual plot) — nếu độ phân tán của điểm dữ liệu mở rộng dần theo trục X, đó là dấu hiệu điển hình.
Xử lý: dùng sai số chuẩn vững (robust standard errors / White standard errors), hồi quy bình phương tối thiểu có trọng số (Weighted Least Squares), hoặc biến đổi log với biến phụ thuộc.
Liên quan đến chấm điểm tín dụng SME
Các ngân hàng xây dựng mô hình chấm điểm tín dụng (credit scoring) hoặc mô hình dự báo xác suất vỡ nợ (PD model) cho SME thường dùng hồi quy logistic/OLS trên dữ liệu tài chính doanh nghiệp. Nếu mô hình có hiện tượng phương sai sai số thay đổi (ví dụ: độ biến động dự báo lớn hơn ở nhóm doanh nghiệp quy mô lớn so với nhóm nhỏ) mà không được xử lý, độ tin cậy của điểm rủi ro tín dụng sẽ bị đánh giá sai lệch.
Câu hỏi thường gặp
Phương sai sai số thay đổi khác gì với tự tương quan (autocorrelation)? Cả hai đều vi phạm giả thiết OLS, nhưng phương sai sai số thay đổi liên quan đến độ phân tán không đồng đều của phần dư theo biến độc lập, còn tự tương quan là mối liên hệ giữa phần dư với nhau theo thời gian hoặc thứ tự quan sát — kiểm định phát hiện và cách xử lý cũng khác nhau (Breusch-Pagan/White so với Durbin-Watson).
Doanh nghiệp có cần tự chạy kiểm định này khi làm hồ sơ vay không? Thông thường không — việc kiểm định và xử lý thuộc phần phân tích dữ liệu nội bộ của lender khi xây mô hình rủi ro. Doanh nghiệp chỉ cần cung cấp số liệu tài chính nhất quán, đầy đủ các kỳ để mô hình ước lượng đáng tin cậy.
Sai số chuẩn vững (robust standard errors) có thay đổi hệ số hồi quy không? Không — sai số chuẩn vững chỉ điều chỉnh cách ước lượng độ lớn của sai số chuẩn, không làm thay đổi giá trị hệ số ước lượng; nhờ đó kiểm định ý nghĩa và khoảng tin cậy phản ánh đúng hơn khi phương sai sai số không đồng nhất.
Biến đổi log có phải lúc nào cũng khắc phục được hiện tượng này không? Không phải lúc nào cũng hiệu quả — log thường giúp ổn định phương sai khi độ phân tán tăng theo cấp số nhân cùng giá trị biến; nếu quan hệ phức tạp hơn, lender có thể cần dùng WLS hoặc mô hình hóa trực tiếp cấu trúc phương sai.
Vay vốn kinh doanh
Hiểu rõ thuật ngữ tài chính giúp doanh nghiệp chuẩn bị hồ sơ vay vốn tốt hơn và tăng khả năng được phê duyệt khoản vay. Đăng ký so sánh lãi suất từ nhiều ngân hàng qua BizLoan.