Module 3 trong môn Quantitative Methods – CFA Level I giúp người học nắm vững các công cụ thống kê để mô tả, phân tích và diễn giải dữ liệu tài chính. Đây là nền tảng để hiểu rủi ro, lợi nhuận và mối quan hệ giữa các tài sản trong danh mục đầu tư.
1. Các kiểu dữ liệu trong phân tích định lượng
1.1. Khái niệm dữ liệu
Dữ liệu là tập hợp thông tin dạng số, ký tự, hình ảnh hoặc âm thanh, dùng để phản ánh một sự thật hoặc hiện tượng.
1.2. Phân loại dữ liệu theo quan điểm thống kê
• Dữ liệu định lượng (Quantitative data)
Gồm hai loại:
-
Discrete data: Dữ liệu được đếm → số hữu hạn.
-
Continuous data: Dữ liệu được đo → có thể nhận vô số giá trị trong khoảng.
• Dữ liệu định tính (Qualitative data)
Gồm hai loại:
-
Nominal: Không có thứ tự.
-
Ordinal: Có thứ tự hợp lý.
1.3. Phân loại theo cách thu thập
-
Time series data: Quan sát theo thời gian.
-
Cross-sectional data: Nhiều biến tại một thời điểm.
-
Panel data: Kết hợp cross-sectional + time series.
1.4. Phân loại theo cấu trúc dữ liệu
-
Structured data: Dữ liệu có format thống nhất.
-
Unstructured data: Không theo form (video, hình ảnh,…).
2. Phân phối tần suất và bảng tương quan
2.1. Frequency Distribution
Là bảng thống kê số lượng quan sát trong từng khoảng hoặc từng nhóm giá trị → giúp mô tả đặc điểm phân phối.
2.2. Contingency Table (Bảng tương quan)
Trình bày tần suất của hai hoặc nhiều biến phân loại cùng lúc, thường dùng để đánh giá mối quan hệ giữa các nhóm.
3. Trực quan hóa dữ liệu
3.1. Các biểu đồ phổ biến
-
Histogram
-
Frequency polygon
-
Bar chart
-
Tree map
-
Word cloud
-
Line chart
-
Scatter plot
-
Heatmap
3.2. Cách chọn biểu đồ phù hợp
Tuỳ mục đích: mô tả phân phối, xu hướng, so sánh, cấu phần hay tương quan.
4. Các phép đo xu hướng trung tâm
4.1 Arithmetic Mean (Trung bình số học)
Là tổng giá trị chia cho số quan sát. Rất nhạy cảm với outliers.
Cách xử lý outliers:
-
Giữ nguyên nếu phản ánh thực tế
-
Loại bỏ
-
Thay thế bằng giá trị thích hợp
4.2 Median (Trung vị)
Được dùng khi dữ liệu lệch và không muốn bị ảnh hưởng bởi giá trị cực đoan.
4.3 Mode (Yếu vị)
Là giá trị xuất hiện nhiều nhất; có thể có nhiều mode hoặc không có mode.
4.4. Quantile – Điểm phân vị
Chia dữ liệu thành các phần bằng nhau theo tỷ lệ.
5. Các phép đo độ phân tán
5.1 Range
Khoảng cách giữa giá trị lớn nhất và nhỏ nhất.
5.2 Mean Absolute Deviation (MAD)
Biểu thị mức độ lệch trung bình tuyệt đối.
5.3 Variance (Phương sai)
Đo mức độ biến động so với trung bình.
5.4 Standard Deviation (Độ lệch chuẩn)
Căn bậc hai của phương sai; đại lượng cơ bản của rủi ro.
Downside Deviation
Đo rủi ro khi lợi nhuận thấp hơn một mức mục tiêu.
5.5 Coefficient of Variation (CV)
CV = SD / Mean
→ Cho biết một đồng lợi nhuận cần bao nhiêu đồng rủi ro.
6. Skewness, Kurtosis và Correlation
6.1 Skewness (Độ lệch)
-
= 0 → Phân phối đối xứng
-
0 → Lệch phải (đuôi phải dài)
-
< 0 → Lệch trái
6.2 Kurtosis (Độ nhọn)
-
= 3 → Mesokurtic
-
3 → Leptokurtic (đuôi dày, rủi ro tail risk cao)
-
< 3 → Platykurtic
6.3 Correlation (Hệ số tương quan)
Đo lường mối quan hệ tuyến tính giữa hai biến:
-
= 1 → tương quan thuận hoàn hảo
-
= -1 → tương quan nghịch hoàn hảo
-
= 0 → không có quan hệ tuyến tính
Hệ số tương quan là công cụ cốt lõi để xây dựng danh mục đầu tư (Portfolio diversification).
7. Kết luận – Tại sao Module 3 quan trọng?
Module 3 cung cấp nền tảng thống kê để:
-
Đánh giá rủi ro
-
Mô tả đặc điểm của lợi nhuận tài sản
-
Phân tích mối quan hệ giữa các biến
-
Xây dựng danh mục tối ưu
Đây là phần kiến thức xuất hiện liên tục không chỉ ở Quantitative Methods mà còn trong Portfolio Management và Risk Management.
Liên Hệ Ngay Để Được Tư Vấn Miễn Phí!
Trí Đức EMC – Đối tác tài chính đáng tin cậy của doanh nghiệp!
Địa chỉ: KĐT Vinhomes Ocean Park, Gia Lâm, Hà Nội
Hotline: 098 333 7438
Email: tuvanquanlytriduc@gmail.com
Khám phá thêm về kế toán thuế tại triducemc.vn, nền tảng tư vấn chiến lược kinh doanh & hoạch định tài chính chuyên sâu.
