Hệ số xác định
Định nghĩa
Hệ số xác định (tiếng Anh: Coefficient of Determination), ký hiệu là R² (R-squared), là chỉ tiêu thống kê đo lường mức độ mà một mô hình hồi quy giải thích được sự biến thiên của biến phụ thuộc. Về bản chất, R² thể hiện tỷ lệ phần trăm phương sai của biến phụ thuộc được giải thích bởi các biến độc lập trong mô hình. Giá trị R² nằm trong khoảng từ 0 đến 1 (hoặc 0% đến 100%): R² = 0 nghĩa là mô hình hoàn toàn không giải thích được biến thiên của biến phụ thuộc, R² = 1 nghĩa là mô hình giải thích được toàn bộ biến thiên.
Công thức tổng quát:
R² = 1 - (Tổng bình phương phần dư / Tổng bình phương tổng thể)
Tức là R² = 1 - SSR/SST, trong đó SSR là tổng bình phương sai số (Residual Sum of Squares) và SST là tổng bình phương tổng thể (Total Sum of Squares). Giá trị này phản ánh phần biến thiên mà mô hình nắm bắt được so với tổng biến thiên quan sát được trong dữ liệu.
Trong hồi quy tuyến tính đơn biến, R² chính là bình phương của hệ số tương quan Pearson giữa biến độc lập và biến phụ thuộc.
Phân biệt R² và R² hiệu chỉnh (Adjusted R²)
Khi thêm biến độc lập vào mô hình, R² tự động tăng (hoặc giữ nguyên), ngay cả khi biến thêm vào không có ý nghĩa thống kê. Vì vậy, với mô hình hồi quy đa biến, nhà phân tích thường sử dụng Adjusted R² (R² hiệu chỉnh) để đánh giá chính xác hơn sức mạnh giải thích của mô hình.
Ví dụ: Một mô hình xếp hạng tín dụng doanh nghiệp gồm 5 biến độc lập cho R² = 0,82 và Adjusted R² = 0,80; khi thêm biến thứ 6 chỉ mang tính hình thức, R² có thể tăng lên 0,83 nhưng Adjusted R² giảm xuống 0,79 — tín hiệu cho thấy biến mới không thực sự cải thiện mô hình.
Cách diễn giải giá trị R² trong thực tế
Mặc dù R² nằm trong khoảng 0 đến 1, mức "tốt" của R² phụ thuộc hoàn toàn vào lĩnh vực ứng dụng:
- Tài chính – ngân hàng: Mô hình dự báo rủi ro tín dụng doanh nghiệp với R² = 0,30 - 0,45 đã được xem là có sức giải thích tương đối tốt, vì hành vi trả nợ chịu ảnh hưởng của rất nhiều yếu tố khó đo lường.
- Kinh tế vĩ mô: Mô hình hồi quy giữa GDP và lãi suất có R² = 0,60 thường được đánh giá là có ý nghĩa thực tiễn.
- Khoa học vật lý: Trong các thí nghiệm đo lường có kiểm soát chặt, R² = 0,95 trở lên mới được coi là phù hợp.
Lưu ý: R² cao không đồng nghĩa với mô hình có ý nghĩa nhân quả hay không có đa cộng tuyến. R² chỉ đo mức độ phù hợp (goodness-of-fit), không phản ánh tính đúng đắn về bản chất kinh tế của các biến.
Ví dụ minh họa trong phân tích tín dụng
Giả sử phòng Quản trị rủi ro một ngân hàng thương mại xây dựng mô hình hồi quy dự báo xác suất khách hàng cá nhân trả nợ đúng hạn, với các biến độc lập gồm thu nhập hàng tháng, tỷ lệ nợ trên thu nhập (DTI), điểm tín dụng nội bộ và thời gian quan hệ với ngân hàng. Sau khi ước lượng trên tập dữ liệu 10.000 khách hàng, kết quả cho R² = 0,38.
Cách diễn giải: 38% sự biến thiên trong khả năng trả nợ đúng hạn của khách hàng được giải thích bởi 4 biến độc lập nói trên; 62% còn lại phụ thuộc vào các yếu tố khác (biến ngoài mô hình) hoặc yếu tố ngẫu nhiên. Trong bối cảnh ngân hàng, kết quả này vẫn có giá trị ứng dụng, vì R² được kết hợp với chỉ số AUC, kiểm định F, p-value của từng hệ số và đánh giá ngoài mẫu (out-of-sample testing) để đưa ra quyết định triển khai.
Hạn chế cần lưu ý khi sử dụng R²
- Không phù hợp với mô hình phi tuyến: R² truyền thống có thể âm đối với một số dạng mô hình phi tuyến, không nên dùng để so sánh trực tiếp giữa mô hình tuyến tính và phi tuyến.
- Bị ảnh hưởng bởi outlier: Một quan sát ngoại lệ có thể làm R² tăng hoặc giảm đáng kể.
- Không phản ánh hiện suất dự báo: Mô hình có R² cao trên tập huấn luyện vẫn có thể dự báo kém trên tập kiểm tra (overfitting). Vì vậy, R² cần được đánh giá song song với các chỉ tiêu như RMSE, MAE, MAPE và kết quả kiểm tra chéo (cross-validation).
- Không thay thế kiểm định ý nghĩa thống kê của hệ số: Cần kết hợp kiểm định t, kiểm định F và phân tích phần dư để đánh giá mô hình toàn diện.
Lưu ý: Nội dung trên mang tính tham khảo, không thay thế tư vấn chuyên môn về mô hình thống kê trong hoạt động ngân hàng.