マルチファクター・モデルとは？意味と試験で問われるポイント｜証券アナリスト2次・数量分析と確率・統計
ひとことで言うと
- マルチファクター・モデルは、株式のリターンを市場全体・規模・バリューなど複数の共通要因（ファクター）で説明するモデルです。
- 各ファクターへの感応度（ファクター・ベータ）は、過去のリターンをファクターに重回帰して求めます。
- モデルの良し悪しは、決定係数、係数のt値、切片（アルファ）、残差の性質などで評価します。
この記事では、証券アナリスト2次「数量分析と確率・統計」の学習ポイントのひとつ「マルチファクター・モデル」について、意味と試験で問われやすいポイントを解説します。
| 分野 | 2次 市場と経済の分析／数量分析と確率・統計 |
|---|---|
| 大分類 | (11) 回帰分析（重回帰） |
| 協会の学習ポイント | 重回帰分析によるマルチファクター・モデルの係数計算方法を理解し、モデルの評価ができる。 |
マルチファクター・モデルとは
CAPMのシングル・インデックス・モデルは、個別株のリターンを市場ポートフォリオのリターン1つで説明します。しかし実際には、企業規模や割安度、業種、金利・景気といった他の要因もリターンに共通して影響します。そこで複数のファクターを説明変数とし、リターンを被説明変数とした重回帰モデルで表すのがマルチファクター・モデルです。
代表的な型には、①市場・規模（SMB）・バリュー（HML）などのリターン差をファクターとするファンダメンタル型（ファーマ＝フレンチ型）、②鉱工業生産やインフレ率などの予期せぬ変化をファクターとするマクロ経済型、③データから統計的にファクターを取り出す統計的ファクター・モデル（主成分分析などを使う）があります。
係数の計算方法
銘柄（またはポートフォリオ）の超過リターンの時系列を、同じ期間のファクター・リターンの時系列に重回帰し、最小二乗法で係数を推定します。各係数は「他のファクターを一定としたとき、そのファクターが1単位動くとリターンがどれだけ動くか」を表す感応度です。行列で書くと β̂ ＝（X’X）−1X’y です。
モデルの評価
- 決定係数（自由度修正済み）：リターンの変動のうちファクターで説明できる割合。
- 各係数のt値：そのファクターが有意に効いているか。
- 切片（アルファ）：ファクターで説明できない平均的な超過リターン。モデルが十分ならゼロと有意に異ならないはずです。
- 残差の性質・安定性：系列相関や不均一分散の有無、推定期間を変えても係数が安定しているか、ファクター間の多重共線性。
押さえておきたい公式
具体例で確認
ある株式の超過リターンを3ファクターで回帰し、市場β＝1.1、SMBβ＝0.4、HMLβ＝−0.2 が得られたとします。ファクター・プレミアムはそれぞれ年6％、2％、3％とします。
- 期待超過リターン ＝ 1.1×6％ ＋ 0.4×2％ ＋（−0.2）×3％ ＝ 6.6％ ＋ 0.8％ − 0.6％ ＝ 6.8％
さらに、ファクターどうしが無相関で、標準偏差が市場20％、SMB10％、HML10％、残差の標準偏差が15％なら、
- 共通リスク ＝ 1.21×0.04 ＋ 0.16×0.01 ＋ 0.04×0.01 ＝ 0.0504
- 総分散 ＝ 0.0504 ＋ 0.152 ＝ 0.0729 → 標準偏差 27％
- 共通リスクの割合（決定係数に相当）＝ 0.0504 ÷ 0.0729 ≒ 69％
試験で問われやすいポイント
- ファクター感応度からの期待リターンの計算（符号のマイナスに注意）。
- 総リスクを共通リスクと固有リスクに分解する計算と、ファクター間に相関があるときは共分散項が入る点。
- 係数の意味は「他のファクターを一定としたとき」の感応度であること。単回帰のベータとは一般に一致しません。
- アルファが有意に正ならファクターで説明できない超過リターンがある、という評価の読み方。
- 記述式では、回帰結果の表からモデルを評価させる（R2、t値、多重共線性など）問題に備えましょう。
要点まとめ
- マルチファクター・モデルは、リターンを複数ファクターで説明する重回帰モデルです。
- 感応度は時系列回帰（最小二乗法）で推定します。
- 期待超過リターン＝Σ（感応度×ファクター・プレミアム）、リスクは共通＋固有に分解できます。
- 評価は決定係数、t値、アルファ、残差の性質と係数の安定性で行います。
証券アナリストアカデミーのYouTube（@cma-fa-academy）では、学習ポイントに沿って論点を1つずつ解説しています。
※学習ポイントは日本証券アナリスト協会「【2026年度】CMA資格の取得に求められる主要学習事項と学習ポイント」より引用しています。
