回帰とは
回帰は、金融、投資、その他の分野で使用される統計測定であり、1つの従属変数（通常はYで示される）と一連の他の変化する変数（独立変数として知られる）の関係の強さを判断しようとします。
回帰分析は、投資および財務マネージャーが資産を評価し、商品価格やそれらの商品を扱う企業の株などの変数間の関係を理解するのに役立ちます。
回帰
回帰の説明
より複雑なデータと分析のための非線形回帰法がありますが、回帰の2つの基本的なタイプは線形回帰と多重線形回帰です。 線形回帰では、1つの独立変数を使用して従属変数Yの結果を説明または予測しますが、多重回帰では、2つ以上の独立変数を使用して結果を予測します。
回帰分析は、金融および投資の専門家だけでなく、他のビジネスの専門家にも役立ちます。 回帰分析は、天気、過去の売上、GDPの成長、またはその他の種類の条件に基づいて、会社の売上を予測するのにも役立ちます。 資本資産価格設定モデル（CAPM）は、資産の価格設定と資本コストの発見のために金融でよく使用される回帰モデルです。
各タイプの回帰の一般的な形式は次のとおりです。
- 線形回帰： Y = a + bX + u 重回帰： Y = a + b 1 X 1 + b 2 X 2 + b 3 X 3 +… + b t X t + u
どこ：
- Y =予測しようとしている変数（従属変数）X = Yを予測するために使用している変数（独立変数）.a =切片.b =傾き.u =回帰残差
回帰には、線形回帰と多重線形回帰の2つの基本的なタイプがあります。
回帰は、Yを予測すると考えられるランダム変数のグループを受け取り、それらの間の数学的関係を見つけようとします。 この関係は、通常、すべての個々のデータポイントに最も近い直線（線形回帰）の形式です。 重回帰では、添え字付きの数字を使用することにより、個別の変数が区別されます。
重要なポイント
- 回帰分析は、投資および財務マネージャーが資産を評価し、変数間の関係を理解するのに役立ちます回帰分析は、財務および投資の専門家だけでなく、他のビジネスの専門家にも役立ちます。
回帰分析の使用方法の実例
回帰は、商品の価格、金利、特定の産業、またはセクターなどの特定の要因が資産の価格変動にどのくらい影響するかを決定するためによく使用されます。 前述のCAPMは回帰に基づいており、株式の期待収益を予測し、資本コストを生成するために使用されます。 株式のリターンは、特定の株式のベータを生成するために、S&P 500などのより広範なインデックスのリターンに対して回帰されます。
ベータは、市場またはインデックスに関連する株式のリスクであり、CAPMモデルの勾配として反映されます。 問題の株式の期待収益率は従属変数Yであり、独立変数Xは市場リスクプレミアムです。
株式の時価総額、評価率、最近のリターンなどの追加変数をCAPMモデルに追加して、リターンのより良い推定値を取得できます。 これらの追加要因はFama-French要因と呼ばれ、資産のリターンをより適切に説明するために多重線形回帰モデルを開発した教授にちなんで名付けられました。
