Đa cộng tuyến là gì?

Đa cộng tuyến là gì?

Đa cộng tuyến (Multicollinearity) là hiện tượng trong mô hình hồi quy tuyến tính đa biến, trong đó hai hoặc nhiều biến độc lập có mối quan hệ tương quan chặt chẽ hoặc gần như tuyệt đối với nhau. Hiện tượng này khiến cho việc tách biệt tác động riêng lẻ của từng biến lên biến phụ thuộc trở nên khó khăn hoặc không thể thực hiện được.

Về bản chất toán học, khi các biến X₁, X₂,..., Xₖ trong mô hình hồi quy tuyến tính đa biến có mối quan hệ tuyến tính gần hoàn hảo, ma trận (X'X) sẽ suy biến hoặc gần suy biến, dẫn đến các ước lượng bình phương tối thiểu (OLS) trở nên không ổn định.

Tại sao Đa cộng tuyến quan trọng trong ngân hàng?

Đa cộng tuyến đóng vai trò then chốt trong hoạt động xây dựng và vận hành mô hình tài chính tại các tổ chức tín dụng:

• Ảnh hưởng đến độ chính xác của mô hình chấm điểm tín dụng: Khi các biến như thu nhập, tài sản và mức chi tiêu cùng tương quan cao, mô hình không thể xác định chính xác yếu tố nào thực sự quyết định khả năng trả nợ của khách hàng.

• Vi phạm quy định giám sát: Theo Thông tư 06/2020/TT-NHNN về Basel II, các mô hình nội bộ phải trải qua kiểm định nghiêm ngặt trước khi được phê duyệt. Đa cộng tuyến không được xử lý sẽ khiến mô hình không đạt yêu cầu về tính ổn định và độ tin cậy.

• Gây ra quyết định tín dụng sai lệch: Các hệ số hồi quy có thể mang dấu ngược hoặc độ lớn phi lý, dẫn đến định mức tín dụng không chính xác — cho vay quá nhiều cho khách hàng rủi ro cao hoặc từ chối khách hàng có khả năng trả nợ tốt.

• Lãng phí nguồn lực phát triển mô hình: Nếu không phát hiện và xử lý sớm, đội ngũ phát triển mô hình có thể mất nhiều tháng để xây dựng và kiểm định một mô hình cuối cùng phải loại bỏ hoàn toàn.

Cách hoạt động và cách tính

Nguyên nhân gây ra đa cộng tuyến

Hiện tượng đa cộng tuyến thường phát sinh từ ba nguồn chính:

Thứ nhất, biến độc lập là hàm số của nhau. Ví dụ, khi đưa vào mô hình cả "tổng thu nhập hàng tháng" và "chi phí sinh hoạt cơ bản hàng tháng" để dự đoán khả năng trả nợ, hai biến này có mối quan hệ tự nhiên vì thu nhập cao hơn thường đi kèm chi tiêu cao hơn.

Thứ hai, dữ liệu được thu thập trong cùng điều kiện. Khi khảo sát 500 khách hàng vay tại cùng một thời điểm và khu vực địa lý, các biến vĩ mô như lãi suất, tỷ lệ thất nghiệp có thể tạo ra tương quan nhân tạo.

Thứ ba, mất cân đối giữa số biến và số quan sát. Nếu chỉ có 50 quan sát nhưng lại đưa vào 30 biến độc lập, xác suất xảy ra đa cộng tuyến rất cao.

Hậu quả trên các ước lượng OLS

Cho mô hình hồi quy tuyến tính đa biến:

Y = β₀ + β₁X₁ + β₂X₂ + ... + βₖXₖ + ε

Khi đa cộng tuyến xảy ra:

• Ước lượng β̂ vẫn không thiên lệch nhưng trở nên kém hiệu quả
• Phương sai Var(β̂ⱼ) tăng lên đáng kể
• Sai số chuẩn SE(β̂ⱼ) bị膨胀 (inflate), khiến khoảng tin cậy rộng hơn
• Kiểm định t và F trở nên không đáng tin cậy — các biến có ý nghĩa thực tế có thể không được công nhận

Phát hiện bằng hệ số VIF

Hệ số VIF (Variance Inflation Factor) là công cụ phổ biến nhất để phát hiện đa cộng tuyến:

Công thức:

VIFⱼ = 1 / (1 - R²ⱼ)

Trong đó R²ⱼ là hệ số xác định khi hồi quy biến Xⱼ với các biến độc lập còn lại.

Ví dụ thực tế

Ví dụ 1: Mô hình chấm điểm tín dụng cá nhân

Ngân hàng A xây dựng mô hình chấm điểm tín dụng với 6 biến độc lập để dự đoán xác suất vỡ nợ của khách hàng vay tiêu dùng. Sau khi chạy hồi quy trên 2.000 quan sát, kết quả VIF cho thấy:

Ba biến thu nhập, tài sản và bất động sản đều có VIF trên 8, cho thấy chúng tương quan chặt chẽ với nhau. Khi loại bỏ biến "tổng tài sản", hệ số của biến "thu nhập" thay đổi từ 0.023 sang 0.087 — mức thay đổi 278% cho thấy mô hình rất không ổn định.

Ví dụ 2: Mô hình định giá bất động sản thế chấp

Ngân hàng B phát triển mô hình định giá bất động sản để cho vay mua nhà với các biến: diện tích sàn (m²), số phòng ngủ, khoảng cách đến trung tâm thành phố (km), tuổi thọ công trình (năm), và chỉ số an ninh khu vực.

Phân tích tương quan cho thấy diện tích sàn và số phòng ngủ có hệ số tương quan r = 0.89. Khi cả hai biến cùng đưa vào mô hình, hệ số của diện tích trở nên âm (-0.015 triệu đồng/m²) và không có ý nghĩa thống kê (p-value = 0.34), trong khi thực tế diện tích tăng luôn làm tăng giá trị bất động sản. Đây là dấu hiệu điển hình của đa cộng tuyến làm đảo ngược dấu hệ số.

Phân biệt với thuật ngữ liên quan

Câu hỏi thường gặp trong đề thi

Câu 1: Trong mô hình hồi quy tuyến tính đa biến, đa cộng tuyến ảnh hưởng đến tính chất nào sau đây của ước lượng OLS?

• A. Tính không thiên lệch và tính hiệu quả
• B. Tính không thiên lệch nhưng không ảnh hưởng tính hiệu quả
• C. Tính không thiên lệch nhưng làm giảm hiệu quả
• D. Không ảnh hưởng cả tính không thiên lệch và tính hiệu quả

Câu 2: Hệ số VIF có giá trị bằng 15 cho biến X. Điều này có ý nghĩa gì?

• A. Biến X có tương quan hoàn hảo với biến phụ thuộc
• B. Phương sai của hệ số ước lượng β̂X lớn hơn 15 lần so với trường hợp không có đa cộng tuyến
• C. Biến X bị loại khỏi mô hình do đa cộng tuyến nghiêm trọng
• D. Hệ số hồi quy của X không có ý nghĩa thống kê

Câu 3: Biện pháp nào KHÔNG được khuyến nghị để khắc phục đa cộng tuyến?

• A. Loại bỏ biến dư thừa có tương quan cao với biến khác
• B. Tăng cỡ mẫu bằng cách thu thập thêm quan sát
• C. Sử dụng phương pháp hồi quy ridge
• D. Thay đổi dạng hàm của mô hình từ tuyến tính sang phi tuyến tính mà không xử lý biến tương quan

Tổng kết

Đa cộng tuyến là hiện tượng thống kê phổ biến trong xây dựng mô hình tài chính ngân hàng, đặc biệt khi phát triển các mô hình chấm điểm tín dụng, định giá tài sản đảm bảo và dự báo rủi ro. Điểm mấu chốt cần ghi nhớ: đa cộng tuyến không làm mất tính không thiên lệch của ước lượng OLS, nhưng làm giảm đáng kể hiệu quả và độ chính xác của các ước lượng, khiến mô hình không đáng tin cậy trong thực tế vận hành.

Khi ôn thi tuyển dụng ngân hàng, các thí sinh cần nắm vững cách tính và diễn giải VIF, phân biệt đa cộng tuyến hoàn hảo và không hoàn hảo, cũng như các phương pháp khắc phục phù hợp. Việc hiểu rõ bản chất và hậu quả của đa cộng tuyến sẽ giúp bạn không chỉ vượt qua bài thi mà còn tự tin khi làm việc thực tế với các dự án phân tích dữ liệu tại tổ chức tín dụng.