ยินดีต้อนรับสู่โลกแห่งการกำหนดแบบจำลองที่ผิดพลาด (Model Misspecification)!
ในบทเรียน Quantitative Methods ที่ผ่านมา เราได้เรียนรู้วิธีการสร้างและตีความแบบจำลองการถดถอย (Regression Models) กันไปแล้ว แต่จะเกิดอะไรขึ้นหากแบบจำลองที่เราสร้างนั้นมีข้อบกพร่องตั้งแต่พื้นฐาน? นี่คือจุดที่เรื่องของ Model Misspecification เข้ามาเกี่ยวข้องครับ ลองจินตนาการว่าแบบจำลองการถดถอยเปรียบเสมือนพิมพ์เขียวสำหรับสร้างบ้าน หากพิมพ์เขียวนั้นผิดพลาด เช่น ลืมใส่เสาคานหรือใช้วัสดุไม่เหมาะสม บ้านทั้งหลังก็อาจพังลงมาได้ ไม่ว่าช่างก่อสร้างจะเก่งแค่ไหนก็ตาม
ในบทนี้ เราจะมาเรียนรู้วิธีการตรวจสอบ "ข้อผิดพลาดในพิมพ์เขียว" เหล่านี้ สาเหตุที่มันเกิดขึ้น และผลกระทบต่อการวิเคราะห์การลงทุนของเรา ถ้ารู้สึกว่ามันดูเป็นนามธรรมไปนิดในตอนแรก ไม่ต้องกังวลนะครับ เราจะค่อยๆ เจาะลึกไปทีละส่วน!
1. Model Misspecification คืออะไร?
Model misspecification เกิดขึ้นเมื่อเราฝ่าฝืนข้อสมมติฐานพื้นฐานของการถดถอยเชิงเส้น (Linear Regression) โดยการตั้งค่าแบบจำลองอย่างไม่ถูกต้อง หากแบบจำลองมีการระบุผิดพลาด สัมประสิทธิ์การถดถอย (\(b_i\)) จะเกิดความลำเอียง (Biased) และไม่สอดคล้องกัน (Inconsistent) ซึ่งหมายความว่าการพยากรณ์ของเราจะคลาดเคลื่อน และการทดสอบสมมติฐาน (เช่น t-tests) จะไม่น่าเชื่อถือ
ประเภทหลักของ Model Misspecification
โดยทั่วไปเราจะแบ่งข้อผิดพลาดเหล่านี้ออกเป็น 3 กลุ่มใหญ่:
- รูปแบบเชิงฟังก์ชัน (Functional Form): เราเลือกความสัมพันธ์ทางคณิตศาสตร์ผิด (เช่น ใช้เส้นตรงในขณะที่ข้อมูลมีความโค้ง)
- ตัวแปรอิสระ (Explanatory Variables): เราอาจละเลยสิ่งสำคัญบางอย่างไป หรือใส่สิ่งที่ไม่ควรใส่เข้ามา
- ความคลาดเคลื่อนในการวัด (Measurement Error): ตัวข้อมูลเองมี "สัญญาณรบกวน" (Noise) หรือถูกบันทึกมาไม่แม่นยำ
ทบทวนสั้นๆ: หากแบบจำลองระบุผิดพลาด ตัวแปรความคลาดเคลื่อน (\(\epsilon\)) จะมีความสัมพันธ์กับตัวแปรอิสระ (\(X\)) ซึ่งนี่เป็นการละเมิดกฎเหล็กของการถดถอย!
2. อคติจากการละเลยตัวแปร (Omitted Variable Bias: สิ่งที่ขาดหายไป)
ลองจินตนาการว่าคุณกำลังพยากรณ์ราคาบ้าน คุณใส่จำนวนห้องนอนเข้าไป แต่คุณ ละเลย (ไม่ได้ใส่) ปัจจัยเรื่องคุณภาพของทำเลที่ตั้งลงไป เนื่องจากทำเลมักมีความสัมพันธ์กับจำนวนห้องนอน (บ้านหลังใหญ่มักอยู่ในพื้นที่ที่ดี) แบบจำลองจะ "โทษว่า" จำนวนห้องนอนเป็นตัวการที่ทำให้ราคาเพิ่มขึ้น ทั้งที่จริงๆ แล้วเป็นเพราะทำเลต่างหาก
ผลของการละเลยตัวแปร:
- แบบจำลองมีความ ลำเอียง (Biased): ค่าสัมประสิทธิ์ที่ประเมินได้จะสูงหรือต่ำกว่าความเป็นจริงอย่างเป็นระบบ
- แบบจำลอง ไม่สอดคล้องกัน (Inconsistent): แม้ว่าเราจะเพิ่มข้อมูลอีกนับพันจุด ความผิดพลาดนี้ก็จะไม่หายไป
รู้หรือไม่? ในสถิติพื้นฐาน เรามักเรียกสิ่งนี้ว่าอคติจาก "ตัวแปรแฝง" (Lurking variable) แต่ในหลักสูตร CFA เราเน้นไปที่การที่มันทำให้ค่า \(b\) ของเราไม่น่าเชื่อถือครับ
3. การกำหนดรูปแบบเชิงฟังก์ชันผิดพลาด (Functional Form Misspecification)
บางครั้ง "รูปร่าง" ของแบบจำลองของเราก็ผิดตั้งแต่แรก นี่คือสาเหตุที่พบบ่อยที่สุด:
A. การละเลยการแปลงตัวแปร (Omitting Variable Transformations)
หากความสัมพันธ์ระหว่าง \(X\) และ \(Y\) เป็นแบบโค้ง (Exponential) แต่เราใช้ Linear Regression ปกติ (\(Y = b_0 + b_1X\)) แบบจำลองของเราก็จะไม่พอดีกับข้อมูล เราอาจจำเป็นต้องใช้ ลอการิทึมธรรมชาติ (Natural log) ของตัวแปรนั้นเพื่อทำให้มันเป็นเส้นตรง
B. การรวมข้อมูลไม่เหมาะสม (Incorrectly Pooling Data)
หากคุณนำข้อมูลจากปี 1990 และปี 2024 มารวมกัน (Pool) ในการถดถอยเดียว หากเศรษฐกิจมีการเปลี่ยนแปลงอย่างมีนัยสำคัญระหว่างสองช่วงเวลานี้ ค่าสัมประสิทธิ์ของคุณจะไม่แม่นยำสำหรับช่วงเวลาใดเลย เหมือนกับการพยายามหาขนาดรองเท้าเฉลี่ยโดยการวัดเท้าทั้งเด็กเล็กและนักกีฬา NBA ผลลัพธ์ที่ได้จะไม่พอดีกับใครเลยสักคน!
ประเด็นสำคัญ: ต้องตรวจสอบเสมอว่าข้อมูลมาจาก "ประชากร" หรือช่วงเวลาเดียวกันหรือไม่ ก่อนที่จะนำมารวมกัน
4. ความเป็นเอนโดจีนัส (Endogeneity) และความสัมพันธ์ระหว่างตัวแปรกับค่าความคลาดเคลื่อน
ฟังดูเป็นคำที่น่ากลัว แต่ Endogeneity หมายความง่ายๆ ว่าตัวแปรอิสระ (\(X\)) มีความสัมพันธ์กับค่าความคลาดเคลื่อน (\(\epsilon\)) นี่คือ "บาปมหันต์" ในการถดถอย ซึ่งมักเกิดจาก 3 เหตุผล:
1. การละเลยตัวแปร (ที่กล่าวไปข้างต้น)
2. ความคลาดเคลื่อนในการวัด (Measurement Error)
ถ้าข้อมูลของคุณสำหรับ \(X\) "คลุมเครือ" หรือไม่แม่นยำ ความไม่แม่นยำนั้นจะเข้าไปอยู่ในค่าความคลาดเคลื่อน ส่งผลให้ตัวแปร \(X\) ดูมีความสำคัญน้อยกว่าความเป็นจริง (เรียกว่า Attenuation bias)
3. ความสัมพันธ์แบบสองทาง (Simultaneity)
ในการถดถอยปกติ เราสมมติว่า \(X\) ส่งผลต่อ \(Y\) แต่ถ้า \(Y\) ส่งผลต่อ \(X\) ด้วยล่ะ?
ตัวอย่าง: การทุ่มงบการตลาด (\(X\)) ทำให้ยอดขาย (\(Y\)) สูงขึ้น? หรือบริษัทที่มียอดขายสูง (\(Y\)) จึงมีเงินเหลือมาทุ่มงบการตลาด (\(X\))? หากความสัมพันธ์เป็นแบบสองทาง แบบจำลองจะถือว่าระบุผิดพลาด
สรุปเคล็ดลับ: ถ้าเจอคำว่า "Simultaneity", "Omitted Variables" หรือ "Measurement Error" ให้จำไว้เลยว่า: สัมประสิทธิ์จะมีความลำเอียงและไม่สอดคล้องกัน
5. ตัวแปรตามที่เป็นเชิงคุณภาพ (Qualitative Dependent Variables)
จนถึงตอนนี้ เราสมมติว่าตัวแปรตาม (\(Y\)) เป็นตัวเลข (เช่น ราคาหุ้น) แต่ถ้า \(Y\) เป็นผลลัพธ์แบบ "ใช่/ไม่ใช่" หรือ "ผ่าน/ไม่ผ่าน" ล่ะ? เราเรียกสิ่งนี้ว่า ตัวแปรตามเชิงคุณภาพ
คุณไม่สามารถใช้ Ordinary Least Squares (OLS) ปกติกับข้อมูลแบบนี้ได้ เพราะ OLS อาจพยากรณ์ความน่าจะเป็นได้ถึง 150% หรือ -20% ซึ่งเป็นไปไม่ได้! เราจึงต้องใช้ 3 แบบจำลองนี้แทน:
- Probit Model: อิงตามการแจกแจงปกติ (Normal distribution) ใช้ประมาณค่าความน่าจะเป็นที่เหตุการณ์จะเกิดขึ้น
- Logit Model: อิงตามการแจกแจงแบบโลจิสติก (Logistic distribution) คล้ายกับ Probit แต่ใช้ "เส้นโค้ง" ทางคณิตศาสตร์ที่ต่างกัน
- Discriminant Analysis: สร้าง "คะแนน" เพื่อจัดกลุ่มข้อมูล (เช่น "เสี่ยงล้มละลาย" vs "ไม่เสี่ยง") ตัวอย่างที่โด่งดังคือ Altman Z-score
ตารางทบทวน:
Y เป็นตัวเลข? ใช้ Linear Regression
Y เป็น ใช่/ไม่ใช่? ใช้ Probit หรือ Logit
6. สรุปปัญหาและผลกระทบที่สำคัญ
เพื่อให้คุณอ่านทบทวนได้ง่าย นี่คือ "ชีทสรุป" สิ่งที่จะเกิดขึ้นเมื่อเกิดปัญหาต่างๆ:
| ปัญหา | ผลกระทบ |
|---|---|
| Omitted Variable (ละเลยตัวแปร) | สัมประสิทธิ์ลำเอียงและไม่สอดคล้องกัน |
| Inappropriate Variable Scaling (มาตราส่วนตัวแปรไม่เหมาะสม) | ค่าความคลาดเคลื่อนมาตรฐาน (Standard errors) ผิดเพี้ยน ทำให้ t-tests เชื่อถือไม่ได้ |
| Measurement Error (ความคลาดเคลื่อนในการวัด) | สัมประสิทธิ์ลำเอียงและไม่สอดคล้องกัน |
| Simultaneity (ความสัมพันธ์สองทาง) | สัมประสิทธิ์ลำเอียงและไม่สอดคล้องกัน |
กำลังใจส่งท้าย
Quantitative methods อาจให้ความรู้สึกเหมือนกับการเรียนภาษาใหม่ ถ้าคำว่า "Endogeneity" และ "Simultaneity" ฟังดูสับสน ให้จำหัวใจสำคัญไว้ว่า: ตัวแปรอิสระต้องไม่ "เป็นเพื่อนซี้" กับค่าความคลาดเคลื่อน หากพวกมันมีความสัมพันธ์กัน ผลลัพธ์ของคุณจะลำเอียง และคุณจะไม่สามารถเชื่อถือแบบจำลองเพื่อการตัดสินใจลงทุนได้ คุณทำได้แน่นอนครับ สู้ๆ!