- Phân tích tương quan (Corellation Analysis): cần xác định mối quan hệ tương quan giữa các nhân tố trong mô hình trước khi chạy ra kết quả. Quá trình phân tích tương quan được thực hiện dựa trên ma trận tương quan (Correlation matrix).
Phân tích tượng quan được thực hiện giữa các biến phụ thuộc (Ri – Rf) và các biến độc lập (Rm – Rf, SMB, HML). Giá trị tuyệt đối của Pearson càng gần đến 1 thì các biến này có mối tương quan tuyến tính càng chặt chẽ. Đồng thời cũng cần phân tích tương quan giữa các biến độc lập. Vì những tương quan như vậy có thể ảnh hưởng lớn đến kết quả của phân tích hồi quy như gây ra hiện tượng đa công tuyến.
- Phân tích hồi quy tuyến tính (Linear Regression): Được thực hiện cho từng danh mục đầu tư theo phương pháp bình phương bé nhất thông thường (Ordinary Least Square – OLS). Tuy nhiên, việc đưa cùng một lúc ba nhân tố vào mô hình rất khó đánh giá mức độ ảnh hưởng của từng nhân tố lên mô hình. Vì vậy, chúng ta cần sử dụng phương thức chọn từng bước (stepwise) để lần lượt đưa các biến có ý nghĩa vào mô hình và loại bỏ các biến không có ý nghĩa. Kiểm tra lại giá trị cho các trường hợp thêm các biến mới vào mô hình.
Cụ thể, quá trình phân tính hồi quy được thực hiện lần lượt qua các bước sau:
Đánh giá độ tin cậy phù hợp của mô hình hồi quy đa biến thông qua R2 và R2 hiệu chỉnh
Kiểm định giả thuyết vầ độ phù hợp của mô hình
Kiểm định ý nghĩa toàn diện của mô hình hồi quy mẫu
Kiểm định giả định về hiện tượng đa cộng tuyến thông qua giá trị của dung sai
(Tolerance) hoặc hệ số phóng đại phương sai VIF (Variance Inflation Factor). Nếu VIF >10 thì có hiện tượng đa cộng tuyến.