Các câu hỏi về phần định lượng
Tác động: tích cực=cùng
chiều=tỷ lệ thuận, tiêu cực=ngược chiều=tỷ lệ nghịch
1) Bảng 4.7: Kết quả hồi quy cho mối
quan hệ TTKT trên BCTC và TSSL và các bảng tiếp theo
=> Vì sao có L.stock_return
trong bảng, vì là mô hình dlieu bảng động
không
có được ko? => có hiện tượng thiêu biến
Ý nghĩa của nó.:
xem trong giấy
2) Vì sao nói check lại băng mô hình ktra chéo, mà phần lí
thuyêt ko nói gì về mô hình nay? Nó có nội dung chính là gì? Vì sao biết check
bằng mô hình này sẽ đúng mà ko dung mô hình khác.
3) Sao chọn mô hình của
EH làm đề taì? Vì bằng chứng lí thuyết+thực nghiệm, nhiều tác gia tren the
gioi da su dung và co bang chứng tai các quoc gia khac, chung to mi hinh hieu
qua
Sao chọn mô hình A Bond
cho GMM 1? Khắc phuc
cac hien tương khiem khuey du lieu. Xem trong bai
Sao chọn mô hình double
check của ông đó mà ko chọn ông khác? Xem trong luan van
Liệu chọn mô hình đó có
giải quyêt đc vấn đề?
Khắc phục các khiếm khuyết như gmm và thêm khac phuc tương quan chéo.
4) Tính khả thi của giải
pháp. Xét về chi phí và thời gian thi cac giai phap
kha thi.
5) Chọn mẫu xác suất
hay phi xác suất?
Phi xác suất, vì chọn toàn bộ các cty trên sàn
Hay: chọn ngẫu nhiên, chọn tiêu biểu
Ý tưởng định lượng là:
- tăng bậc tự do (n-k) thì kqua dinh lương cang tin cậy
- mang càng nhiều thông tin của thục nghiem thì dai dien cho
kqua thuc nghiem tốt hơn
6) Điều kiện áp dụng giải
pháp trong luận văn thạc sĩ của anh chị là gì.
Tùy điều kien khach quan hay chủ quan:
- tùy theo điều kiện cá nhân nhà đầu tư hay cty, chất lượng
sàn giao dịch. Tùy nag lực và kiến thức cá nhân, cty, ngừ thục hiện,đâu phải
nhà dau nao cung có kien thuc nhu nhau. cơ sở hạ tầng cty, sàn đáp ứng nhu cầu
- Tùy đk khác quan nhu luat pháp, hệ thống quản lí nahf nước,
7) Lấy mẫu thuận tiện
hay không thuận tiện?
(Nên trả lời là không thuận tiện vì đã lọc đối tượng khảo
sát).
8) Tính MỚI của đề tài
được xác định như thế nào đối với 1 LV sử dụng số liệu thứ cấp?
=> Để xác định tính mới của LV sử dụng số liệu thứ cấp có
thể dựa vào 1 số điểm cơ bản sau:
ü Mục tiêu của
LV khác với mục tiêu của đề tài gốc.
ü Phần lớn các biến số được xây dựng lại khác với đề tài gốc.
ü Phương pháp phân tích số liệu khác với đề tài gốc.
Xem thêm phần khe hổng nc.
9) Vì sao đề tài không sử dung R2 để xét
xem biến độc lập giải thích bao nhiêu cho biến phụ thuộc.
Vì đề tài dùng pp GMM, mà trong pp
này ko có chỉ tiêu về R2, nó dùng delta sự thay đổi biến năm này so năm khác,
nên ko biết sự tăng giảm của dữ liệu gốc như thế nào, nên ko có dự báo được.
Nhưng dùng pp của daniel 2007 thì có
R2, có thể giải thích tạm.
10) Vì sao chọn lí thuyết về thị trường hiệu quả
Trong các mô hình định giá tài sản,
nhất là trong lĩnh vực chứng khoán và cổ phiếu thì hầu hết các giả định đưa ra đều có giả định quan trọng là TTCK phải hiệu quả chí ít là ở
mức yếu. Bởi lẽ khi TTCK đạt hiệu
quả thì thông tin mới được phản ánh vào
trong giá trên thị trường, và như vậy mới
thể
hiện đầy đủ rủi ro và suất sinh lời
của nó. Để TTCK đạt mức hiệu quả (dù là
yếu) thì thị trường phải đạt được một số yêu cầu sau đây:
● Các thông tin phải được cung cấp đầy
đủ và kịp thời đến tất cả các nhà đầu tư
bao gồm các thông tin quá khứ, hiện tại, và nhận định của giới phân tích trong tương lai. Tất cả các nhà đầu tư đều biết được hết các thông
tin, không có sự chênh lệch trong tiếp cận thông tin.
● Khả
năng thanh khoản cao của các cổ
phiếu phải được thể hiện thông qua khối lượng được giao dịch phải lớn
và đều đặn, như vậy giá cổ phiếu mới thể
hiện chính xác quan hệ cung-cầu trên thị trường.
● Chi phí giao dịch phải thấp, ở mức
hợp lý. Chi phí giao dịch bao gồm tất cả
các khoản phí-thuế mà nhà đầu tư gánh chịu. Như vậy nếu thị trường chứng khoán ở nước
ta chưa hiệu quả thì khi xét đoán các mô hình định giá sẽ không hợp lý
đặc biệt là nếu chỉ sử dụng mô
hình đơn như mô hình CAPM. Để định giá phù hợp, trước tiên tác giả
cho rằng có hai vấ đề mấu chốt cần hoàn thiện: Một là phải phát triển TTCK về
mức hiệu quả, hai là cần xây dựng mô hình định giá đa biến hơn là sử dụng mô hình chỉ số đơn.
Các giải pháp bao gồm:
- Cần có một trung tâm dữ liệu và một
chỉ số chuẩn hóa
- Nâng cao tính minh bạch thông tin
trên thị trƣờng
- Tăng quy mô và thanh khoản cho thị
trƣờng
- Hoàn thiện một số thể chế cho thị
trƣờng
5.2.2 Nâng cao trình độ nhận thức và phân tích cho nhà đầu tƣ
Một trong những điều kiện khắc phục
tình trạng thông tin bất đối xứng là chuẩn hóa trình độ cho tất cả các nhà đầu
tư.
-----------------------------------------------------------------------------------------------------------------------
Ý NGHĨA CỦA PHƯƠNG
TRÌNH HỒI QUY?
Mục tiêu của mô hình này giải thích biến phụ thuộc (y) bị ảnh
hưởng bởi nhiều biến độc lập (xi).
Câu 4. Ý nghĩa của r2
hiệu chỉnh? Tại sao r2 chưa hiệu chỉnh >r2 đã hiệu chỉnh?
ð Ý nghĩa: R2 hiểu chỉnh cho biết mức độ giải thích của các
biến độc lập trong mô hình với sự biến động xung quanh giá trị trung bình của
Y.
ð Khi chạy hồi quy đa biến, một tham số quan trọng mà các bạn
cần kiểm tra đầu tiên đó là r bình phương (hoặc r bình phương hiệu chỉnh). Nó
cho biết mức độ phù hợp của mô hình nghiên cứu với ý nghĩa là các biến (nhân tố)
độc lập giải thích được bao nhiêu phần trăm (%) biến thiên của biến (nhân tố)
phụ thuộc.
Nếu R2=0 => Mô hình không phù hợp với mẫu nghiên cứu.
Nếu R2=1 => Mô hình hoàn toàn phù hợp với mẫu nghiên cứu.
1-R2 là phần biến động của Y chưa được giải thích gây ra bởi
sai số và các biến chưa đưa vào mô hình.
Câu 5. Điểm khác biệt
giữa giải pháp và kiến nghị?
Giải pháp: Đưa ra cách giải quyết một vấn đề khó khăn mà cty
đang gặp phải. Hay cụ thể hơn trong phản biện tốt nghiệp. Dựa vào phương trình
hồi quy để đưa ra giải pháp
Kiến nghị: Là những đề xuất cho công ty những thứ cần phải
làm. Tuy nhiên đây chỉ là những đề xuất kiến nghị lên cty, cty có quyền xem xét
hoặc không xem xét để thực hiện.
VD: kiến nghị lên cty là tăng lương lên để tăng lòng trung
thành thì có thể cty sẽ không thực hiện việc này
Câu 6: ngoài yếu tố định
lượng (kết quả hồi quy nghiên cứu) thì phần biện pháp đưa ra ở chương cuối còn
dựa vào yếu tố nào làm nền tảng?
Dựa vào thực trạng, các yếu tố định tính và định hướng phát
triển
Câu 7 . Hiện tượng đa cộng
tuyến, tự tương quan là gì? Điều kiện để xảy ra hiện tượng đa cộng tuyến?
Đa cộng tuyến là gì?
—> Vấn đề đa cộng tuyến xảy ra khi các biến (nhân tố) độc
lập có tương quan tuyến tính khá mạnh với nhau. Nói cách khác hiện tượng đa cộng
tuyến xảy ra khi có mối tương quan tuyến tính hiện hữu giữa các biến độc lập
trong mô hình.
Khi đó sẽ dẫn đến các vấn đề sau:
– Hạn chế giá trị của R bình phương (thường sẽ làm tăng r
bình phương)
– Làm sai lệch/ đổi dấu các hệ số hồi quy
Nguyên nhân:
Do thu thập số liệu ít, không toàn diện
Do bản chất của các biến độc lập là tương quan nhau.
Do một số dạng mô hình sản sinh ra đa cộng tuyến
Hậu quả của đa cộng
tuyến
Ước lượng phương sai trở nên kém chính xác. Hệ số phóng đại
phương sai (VIF)
2. Giá trị tới hạn t trở nên nhỏ hơn so với thực tế trong khi
R2 là khá cao. Kiểm định t và F trở nên kém hiệu quả
3. Các giá trị ước lượng biến động mạnh khi thay đổi số liệu
trong mô hình. (n è N) sẽ làm giảm khả năng xảy ra đa cộng tuyến.
4. Các giá trị của các ước lượng có khả năng biến động mạnh
khi thay đổi (rút ra hoặc thêm vào) các biến có tham gia vào hiện tượng đa cộng
tuyến.
III. Cách phát hiện đa cộng tuyến
Mô hình có các giá trị R2 cao trong khi các giá trị thống kê
t rất thấp.
2. Dùng ma trận hệ số tương quan giữa các biến độc lập. Hệ số
tương quan từ 0.8 trở lên là cao, từ 0.9 trở lên là rất cao.
3. Dùng mô hình hồi quy phụ, nếu R2 của mô hình hồi quy phụ
cao hơn mô hình hồi quy chính thì mô hình hồi quy chính có xảy ra hiện tượng đa
cộng tuyến.
4. Dùng chỉ sổ phóng đại phương sai, nếu VIF >=10, mô hình
xảy ra hiện tượng đa cộng tuyến rất cao. Từ 5 trở lên là có hiện tượng ĐCT cao.
Cách khắc phục đa cộng tuyến
Dựa vào các thông tin tiên nghiệm, các đề tài nghiên cứu trước
về vấn đề tương tự về vấn đề nghiên cứu. các mô hình KTL trong trong các nghiên
cứu này có tính khả thi và có thể khắc phụ được thì tiến hành.
2. Thu thập thêm số liệu (nè N) có thể khắc phụ được hiện tượng
đa cộng tuyến
3. Loại bỏ biến gây ra hiện tượng đa cộng tuyến. Chọn biến ít
có ý nghĩa thống kê hơn loại ra trước. (điều này chỉ mang tính tương đối).
4. Kết hợp giữa số liệu chuổi thời gian và số liệu chéo có thể
khắc phục được hiện tượng đa cộng tuyến.
5. Dùng mô hình sai phân
B1: xây dựng mô hình hồi quy gốc ban đầu
B2: xây dựng mô hình hồi quy thứ hai, trong đó, loại bỏ một
quan sát đầu tiên. (do mô hình hồi quy đúng với t quan sát thì cũng đúng với
t-1 quan sát).
B3: Dùng mô hình ở B1 – B2 ta có mô hình sai phân bậc 1.
Đặc điểm: Mô hình sai phân B3 có thể giảm hiện tượng đa cộng
tuyến của các biến độc lập.
Tự tương quan có thể hiểu là sự tương quan giữa các thành phần
của chuỗi các quan sát được sắp xếp theo thứ tự thời gian (trong các số liệu
chuỗi thời gian) hoặc không gian (trong số liệu chéo)
CÂU 8 . Dựa vào đâu để
đưa ra mô hình nghiên cứu?
Các bạn có thể tham khảo cách trả lời dưới đây:
Từ mô hình của các nhà nghiên cứu trước hết hợp với lý thuyết
và những vấn đề hiện tại của cty. Em kết hợp và đề xuất mô hình với sự thống nhất
của GVHD.
CÂU 9: Sự Khác Nhau Giữa
Hồi Quy Và Tương Quan
Hồi quy và tương quan khác nhau về mục đích và kỹ thuật. Phân
tích tương quan trước hết là đo mức độ kết hợp tuyến tính giữa các biến. Ví dụ:
mức độ quan hệ giữa nghiện thuốc là và ung thư phổi, giữa kết quả thi môn Lý và
môn Toán… Nhưng phân tích hồi quy lại ước lượng hoặc dự báo một biến (biến phụ
thuộc) trên cơ sở giá trị đã cho của các biến khác (biến độc lập). Về kỹ thuật,
trong phân tích hồi quy các biến không có tính chất đối xứng. Biến phụ thuộc là
đại lượng ngẫu nhiên. Các biến giải thích giá trị của chúng (biến độc lập) đã
được xác định. Trong phân tích tương quan không có sự phân biệt giữa các biến,
chúng có tính chất đối xứng.
Tóm lại, hồi quy thì tương quan (hay nói cách khác đk để hồi
quy thì trước hết phải tương quan), còn tương quan thì chưa chắc đã hồi quy.
CÂU 13: Cơ Sở Nào Em Lấy
Mẫu Đó?
—> Dựa trên tiêu chuẩn 5:1 của Bollen (1998) và Hair &
ctg (1998). Để thỏa mãn yêu cầu về dữ liệu của phân tích định lượng, một biến cần
có 5 quan sát tương ứng với 5 đáp viên. Bảng câu hỏi đưa ra có 30 biến, nên mẫu
tối thiểu là 150 người.
=> Nói chung là dựa vào số biến của mô hình rồi nhân cho 5
( Số biến của mô hình x 5)
CÂU 14: Phương Pháp Chọn
Mẫu Của Em Là Gì?
—> Có 2 phương pháp chọn mẫu: xác suất và phi xác suất ( cần
hiểu cả 2 nếu bị hỏi lý thuyết)
Hầu như chúng ta làm tiểu luận báo cáo là chọn PHƯƠNG PHÁP
PHI XÁC SUẤT THUẬN TIỆN hết.
* Chọn mẫu phi xác suất là chọn mẫu theo ý định chủ quan của
người nghiên cứu.
* Chọn mẫu phi xác suất kiểu thuận tiện: Các đơn vị mẫu được
chọn ở tại một địa điểm và vào một thời gian nhất định.
Ví dụ: Chọn mẫu những nhân viên làm việc tại công ty. Khi
chúng ta gặp ai thì chúng ta nhờ họ đánh vào bảng khảo sát. Vậy là chúng ta khảo
sát dựa trên tính “dễ tiếp xúc” và “cơ hội thuận tiện” để chọn mẫu. 2 thuộc
tính “dễ tiếp xúc” + “cơ hội thuận tiện” là biểu hiện của chọn mẫu phi xác suất
thuận tiện.
Nếu chọn mẫu xác suất thì chúng ta PHẢI CÓ LIST NHÂN VIÊN cty
và chọn trong đó ra theo 1 số kiểu.
Ưu điểm phi xác suất thuận tiện: dễ dàng tập hợp các đơn vị mẫu
Nhược điểm: không đạt được độ xác thực cao
CÂU 15: Sự Khác Nhau Giữa
“n” Và “N” Là Gì?
Kích thước mẫu, kích cỡ mẫu: kí hiệu là n. Có thể hiểu đó là
số lượng người cần phỏng vấn, điều tra, hay nói cách khác đó là số bảng khảo
sát sẽ phát ra.
N (hay còn gọi là valid N) đó là số mẫu hợp lệ, hay là số mẫu
thỏa hết điều kiện để đưa vào nghiên cứu chính thức. Hiểu đơn giản là mấy cái mẫu
thu về được, số liệu các mẫu đó đã qua phần lọc dữ liệu. (Lọc dữ liệu là gì? Đó
là mấy cái thủ thuật nhằm loại bỏ những mẫu đánh bậy bạ, thường là đặt mấy câu
hỏi logic với nhau gài trong bảng khảo sát. Dùng hàm If để lọc ra. Cái lọc dữ
liệu này ko cần hiểu đâu)
Lưu ý: n>= N
CÂU 16: Sự khác nhau giữa
rsquare (r bình) và r square adjusted (r bình hiệu chỉnh) là gì? Vậy r square
và square adjusted có nhất thiết lúc nào cũng phải lớn hơn 50% hay không?
Điểm giống: Rsquare và Rsquare adjusted đều cho
biết mức độ phù hợp của mô hình nghiên cứu với ý nghĩa là các biến độc lập giải
thích được bao nhiêu phần trăm (%) biến thiên của biến phụ thuộc.
Điểm khác: Rsquare adjusted phản ánh sát hơn mức
độ phù hợp của mô hình vì nó không phụ thuộc vào độ lệch phóng đại của Rsquare.(độ
lệch này phụ thuộc vào kích thước mẫu, thị trường khảo sát… Ko nên nói câu
trong ngoặc này quá sâu vì dễ bị bắt bẽ, chừng nào hội đồng hỏi hãy nói…)
Các đề tài liên quan đến vấn đề nhận dạng… or giải thích…,
(vd: các yếu ảnh hưởng đến mức độ hài lòng…), thì r bình phương phải từ 0.5
(50%) trở lên. Các đề tài liên quan đến mối quan hệ…, (vd: ảnh hưởng của tâm lý
hay đến lòng trung thành, hay giữa các nhân tố với nhau..), thì không cần quan
tâm nhiều đến r bình phương mà khi đó hệ số hồi quy (beta).
CÂU 17: Sự Khác Nhau Giữa
Beta Và Beta Chuẩn Hóa Là Gì?
Hệ số B chưa chuẩn hóa phản ánh lượng biến thiên của Y khi một
đơn vị X thay đổi. Trong khi đó Hệ số Beta đã chuẩn hóa phản ánh lượng biến
thiên của độ lệch chuẩn (standard deviation) của Y khi một đơn vị độ lệch chuẩn
của X thay đổi. Cụ
thể hơn, hệ số Beta đã chuẩn hóa là kết quả của việc giải phương trình hồi quy
mà các biến độc lập, biến phụ thuộc đã được chuẩn hóa ( phương sai =1). Còn hệ
số B chưa chuẩn hóa là kết quả của việc giải phương trình hồi quy mà các biến
được giữ nguyên giá trị thô. Việc chuẩn hóa hệ số beta thường dùng để trả lời
câu hỏi: biến độc lập nào có tác động mạnh hơn vào biến phụ thuộc khi phân tích
hồi quy đa biến, khi mà các biến đo lường độc lập có đơn vị đo lường khác nhau
(ví dụ thu nhập được tính bằng dollars và kích cỡ gia đình được tính bằng số
người).
