Zum Inhalt springen
Calkulon

高度な金融・ビジネス

Beta Calculator (Stock)

とは何か Beta Calculator (Stock)?

▾

ベータ (β) は、市場全体の動きに対する証券またはポートフォリオの感応度の尺度であり、通常は S&P 500 などの広範な指数で表されます。これはシステマティック リスクを定量化します。これは、全体のリスクのうち、マクロ経済的および市場全体の要因によって引き起こされ、分散化によって除去することができない部分を定量化します。ベータは、William Sharpe (1964)、John Lintner (1965)、Jan Mossin (1966) によって開発された資本資産価格モデル (CAPM) への基本的な入力であり、ベータを使用して証券の期待リターンを推定します。 ベータ値 1.0 は、証券が市場に合わせて動く傾向があることを意味します。市場が 10% 上昇すると、証券も約 10% 上昇すると予想されます。ベータが 1.0 より大きい場合、感度が高いことを示します。ベータが 1.5 の場合、証券は市場の動きを 50% 増幅し、市場が 10% 上昇すると 15% 上昇します (市場が 10% 下落すると 15% 下落します)。 1.0 未満のベータ (ただしプラス) は、市場よりも感度が低いことを示します。ベータが 0.6 の場合、証券は市場の 60% しか動かないことを意味します。ゼロに近いベータは、市場 (マネー マーケット ファンドなど) との相関がほとんどないことを示します。マイナスのベータは、証券が市場に対して逆に動くことを示します。これは、特定のヘッジ商品やインバース ETF の特徴です。 ベータは、市場リターンに対する証券のリターンの回帰による傾き係数として統計的に計算されます。これは、証券のリターンと市場リターンの共分散を市場リターンの分散で割ったものに相当します。測定期間は通常、月次収益の場合は 36 ~ 60 か月、日次収益の場合は 252 営業日となります。ベータは過去のデータから推定されるため、本質的に過去を見据えたものであり、特に取引履歴が短い証券や収益パターンが不安定な証券の場合、推定誤差が生じる可能性があります。 ベータは、株式評価(CAPMベースの割引率)、ポートフォリオ構築(ベータニュートラル戦略)、ファクター投資(低ベータまたは高ベータのファクターチルト)、リスク管理(市場エクスポージャーのヘッジ)、およびパフォーマンスの帰属(マネージャーのアルファから市場主導の収益を分離)に使用されます。ベータを理解することは、定量的な投資アプローチの基礎となります。

Calkulon makes complex calculations simple — built for students and everyday problem-solvers.

公式

▾
f(x)β = Cov(R_i, R_m) / Var(R_m) = ρ_{i,m} × (σ_i / σ_m)。この式は、数学的関係を通じて入力変数を関連付けることによってベータ計​​算を計算します。各成分は、独立して検証できる測定可能な量を表します。

変数の説明

▾
記号名前単位説明
βベータdimensionless市場の動きに対する証券のリターン感度を測定する体系的なリスク係数。
Cov(R_i, R_m)共分散% squared測定期間中の証券のリターンと市場のリターンの間の共分散。
Var(R_m)市場の差異% squared同じ期間における市場ベンチマークのリターンの分散。
ρ_{i,m}相関係数dimensionless (−1 to +1)証券のリターンと市場のリターンとの相関関係。ベータ = ρ × (σ_i / σ_m)。
σ_i安全標準偏差% per period測定期間中の証券のリターンの標準偏差。
σ_m市場標準偏差% per period測定期間にわたる市場ベンチマークのリターンの標準偏差。

方法 Beta Calculator (Stock)

▾
  1. 1同じ期間にわたる証券の定期的なリターン系列 (R_i) と市場ベンチマークのリターン系列 (R_m) を収集します。通常は 60 の月次リターン (5 年) または 252 の日次リターン (1 年) です。
  2. 2測定期間中の証券と市場の両方の平均リターンを計算します。
  3. 3証券のリターンと市場のリターンの共分散を計算します: Cov(R_i, R_m) = Σ[(R_i,t − R̄_i)(R_m,t − R̄_m)] / (n − 1)。
  4. 4市場の収益の分散を計算します: Var(R_m) = Σ[(R_m,t − R̄_m)²] / (n − 1)。
  5. 5ベータを比率として計算します: β = Cov(R_i, R_m) / Var(R_m)。同様に、ベータは R_m に対する R_i の通常最小二乗 (OLS) 回帰からの傾き係数です。
  6. 6統計的信頼性の評価: 回帰の R 二乗 (市場の動きによってリターンの分散がどの程度説明されるか) とベータ推定値の t 統計 (統計的有意性) を調べます。 R 二乗値が低い場合は、特異なリスクが優勢であり、ベータ値の意味が低いことを示します。
  7. 7実際に使用するには、ベータの 1.0 への平均復帰を考慮して Blume (1971) 調整を適用することを検討してください: 調整済みベータ = (2/3) × 生ベータ + (1/3) × 1.0。これにより、より正確な将来予測ベータ推定値が生成されます。

解いた例

▾
例 1テクノロジー株(高ベータ)
入力:共分散(株式、市場) = 0.0035、市場分散 = 0.0020
結果:ベータ = 1.75

高ベータ — 株式は市場の動きを 75% 増幅します。ハイテク成長株に典型的。

共分散が 0.0035、市場分散が 0.0020 の場合、ベータ = 0.0035/0.0020 = 1.75 となります。このテクノロジー株は市場よりも大幅に変動しやすく、S&P 500 指数が 1% 動くごとに約 1.75% 動きます。高ベータのテクノロジー株は強気相場ではアウトパフォームし、市場調整時には大幅にアンダーパフォームする傾向があり、長期投資と高いリスク許容度を備えた成長志向の投資家に適しています。 CAPM では、このベータは市場リターンを大幅に上回る必要リターンを意味します: 期待リターン = Rf + 1.75 × (Rm − Rf)。

例 2公益事業株(低ベータ)
入力:相関 = 0.45、株式標準偏差 = 年間 12%、市場標準偏差 = 年間 15%
結果:ベータ = 0.36

ベータ値が低い — ディフェンシブ銘柄であり、市場変動の影響をあまり受けません。

相関関係に基づく式を使用すると、β = 0.45 × (0.12/0.15) = 0.45 × 0.80 = 0.36 となります。この公益株の動きは平均して市場の36%に過ぎない。公益事業会社は収益源と安定した配当を規制しているため、市場全体に比べて景気循環の影響をはるかに受けにくくなっています。ベータ値が 0.36 であるため、この銘柄はポートフォリオを効果的に安定させることができます。市場が 20% 下落しても、公益事業株は約 7% しか下落しないと予想されます。ただし、強い強気市場では大幅に遅れ、市場が20%上昇したときにはおそらく7%上昇する可能性があります。

例 3ポートフォリオのベータ計算
入力:3 銘柄: アップル β=1.2 (ウェイト 40%)、ファイザー β=0.7 (ウェイト 35%)、JPモルガン β=1.1 (ウェイト 25%)
結果:ポートフォリオ ベータ版 = 0.99

ポートフォリオ ベータは、個別の株式ベータの加重平均です。

ポートフォリオ ベータ = (0.40 × 1.2) + (0.35 × 0.7) + (0.25 × 1.1) = 0.48 + 0.245 + 0.275 = 1.00。統合ポートフォリオのベータ値は約 1.0 であり、システマティック リスク ベースで市場を厳密に追跡することが期待されることを意味します。これは、ポートフォリオ ベータが単に構成要素ベータの加重平均であることを示しています。これにより、ポートフォリオ マネージャーは、ポジション数を変更せずに高ベータと低ベータの保有株の重みを調整することで、望ましい市場エクスポージャー レベルを正確に目標とすることができます。

例 4インバースETF(ネガティブベータ)
入力:共分散(インバースETF、市場) = -0.0019、市場分散 = 0.0020
結果:ベータ = -0.95

ほぼ完璧なマイナスベータ — 市場が下落すると上昇し、ヘッジ手段として使用されます。

S&P 500 の毎日のリターンの -1 倍を実現するように設計されたインバース ETF のベータ値は -0.0019/0.0020 = -0.95 (毎日のリバランス効果と複利のため、-1.0 よりわずかに小さい) です。この商品をポートフォリオに追加すると、ポートフォリオ全体のベータが減少し、市場ヘッジとして機能します。株式が 100 万ドルのポートフォリオ (ベータ 1.0) は、このインバース ETF に約 105 万ドルを追加することで市場中立にヘッジできます。ネガティブベータ商品は、ポートフォリオのヘッジ、ロングショート戦略、リスクパリティのフレームワークにおいて不可欠なツールです。

実際の応用

▾
🏗️

企業評価および資本予算編成 (WACC) のための CAPM ベースの資本コストの推定。このアプリケーションは、それぞれの分野での意思決定、予算編成、戦略計画をサポートするために正確な定量分析を必要とする専門家によってよく使用されます。

🔬

ポートフォリオのベータターゲティング: 望ましい市場感度を達成するために株式エクスポージャーを調整します。業界の専門家は、この計算を利用してパフォーマンスのベンチマークを行い、代替案を比較し、確立された規格や規制要件への準拠を確保します。

📊

株式デリバティブオーバーレイ戦略および指数先物ヘッジのヘッジ比率の計算。学術研究者と学生は、この計算を使用して理論モデルを検証し、コースワークの課題を完了し、基礎となる数学的原理についての理解を深めます。

🏥

ファクターモデルのリスク帰属: ポートフォリオの収益を市場、セクター、およびファクターの寄与に分解します。財務アナリストとプランナーは、この計算をワークフローに組み込んで、正確な予測を作成し、リスク シナリオを評価し、データに基づいた推奨事項を利害関係者に提示します。

⚙️

スマート ベータ ETF の構築: 低ベータ、高ベータ、またはその他のファクター エクスポージャによって銘柄をスクリーニングおよび重み付けします。このアプリケーションは、それぞれの分野での意思決定、予算編成、戦略計画をサポートするために正確な定量分析を必要とする専門家によってよく使用されます。

特殊なケース

▾

実際には、標準的な仮定が当てはまらない可能性があるため、この特殊なケースについては慎重に検討する必要があります。ベータ計算機 (株価) の計算でこのシナリオに遭遇した場合、実務者は境界条件を検証し、ゼロ除算のリスクをチェックし、これらの極端な条件下でもモデルの仮定が有効であり続けるかどうかを検討する必要があります。

実際には、標準的な仮定が当てはまらない可能性があるため、この特殊なケースについては慎重に検討する必要があります。ベータ計算機 (株価) の計算でこのシナリオに遭遇した場合、実務者は境界条件を検証し、ゼロ除算のリスクをチェックし、これらの極端な条件下でもモデルの仮定が有効であり続けるかどうかを検討する必要があります。

実際には、標準的な仮定が当てはまらない可能性があるため、この特殊なケースについては慎重に検討する必要があります。ベータ計算機 (株価) の計算でこのシナリオに遭遇した場合、実務者は境界条件を検証し、ゼロ除算のリスクをチェックし、これらの極端な条件下でもモデルの仮定が有効であり続けるかどうかを検討する必要があります。

セクター別の典型的なベータ範囲 (S&P 500、過去の近似平均)

▾
セクタ典型的なベータ範囲特徴
テクノロジー (FAANG+)1.2~1.8高成長、循環的、経済成長へのてこ入れ
消費者任意1.1~1.5消費者の支出サイクルに敏感
財務1.0~1.4経済と信用サイクルを活用
エネルギー0.9~1.4コモディティ主導、高いボラティリティ
産業用0.9~1.2景気循環的、経済の拡大/縮小を追跡
健康管理0.6~1.0防御的な規制リスクが安定性を相殺する
消費者必需品0.4~0.8景気に左右されない守りの安定需要
公共事業0.3~0.6規制された収益、債券のような特性
不動産(REIT)0.7~1.1金利に敏感、部分的には防御的
インバースETF-0.9 ~ -2.0市場とは反対の動きをするように設計されている

よくある質問

▾
Q

ベータ版 1.0 は何を意味しますか?

A

ベータがちょうど 1.0 であるということは、証券のリターンが市場ベンチマークに比例して変動することを意味します。市場が 5% 上昇すると、セキュリティは約 5% 上昇すると予想されます。市場が 10% 下落した場合、証券は約 10% 下落すると予想されます。市場インデックス自体のベータは定義上 1.0 です。 S&P 500 に連動するインデックス ファンドのベータ値は 1.0 に非常に近くなります。ベータ = 1.0 の証券は、市場と同レベルのシステマティック リスクを抱えており、CAPM フレームワークでは、アルファ (リスクフリー レートを超える超過収益) なしで市場収益とまったく同じ収益を得ることができます。

Q

ベータ値は高いほうが良いのでしょうか、それとも低いほうが良いのでしょうか?

A

ベータ値は高いほうが良い、低いほうが本質的に良いというものではありません。適切なベータは完全に投資家の目的、リスク許容度、期間によって異なります。長期的な資本の増加を最大限に追求する積極的な成長投資家は、より高いボラティリティを許容し、市場利益を増幅する高ベータ (1.3 ~ 2.0) のポートフォリオを好む可能性があります。インカム志向または資本保全を重視する投資家は、通常、下値を制限する一方で上値も抑制する低ベータ (0.3 ~ 0.7) のポートフォリオを好みます。プロのポートフォリオ マネージャーは、市場の見通しに基づいて特定のベータ レベルを目標にする場合があります。強気の場合はベータを増加し、慎重な場合はベータを減少させます。ベータ版は、望ましい市場リスクエクスポージャーを表現するツールであり、品質指標ではありません。

Q

過去のベータは将来のベータの予測因子としてどの程度信頼できますか?

A

過去のベータは有用ではありますが、将来のベータを予測するのは不完全です。 Marshall Blume (1971) による研究では、ベータ値は時間の経過とともに 1.0 に向かって平均値が戻る傾向があることがわかりました。高ベータ株は将来のベータ値が低くなり、低ベータ株は将来のベータ値が高くなる傾向があります。このため、調整済みベータ (過去の 2/3 + 1/3 × 1.0) が将来予測の推定によく使用されます。ベータ推定値は、測定期間、返されるデータの頻度 (毎日か毎月か)、および市場ベンチマークの選択にも影響されます。新規上場企業や大きな事業変更を行った企業の場合、過去のベータ値は特に信頼できない可能性があります。

Q

レバーありベータ版とレバーなしベータ版の違いは何ですか?

A

レバレッジ ベータ (株式ベータ) は、財務レバレッジ (負債) の増幅効果を含む、企業の株式のシステマティック リスクを測定します。アンレバレッジ ベータ (資産ベータ) は、資本構成の影響を取り除いた、企業の基礎となる事業運営のシステマティック リスクを測定します。関係は次のとおりです: レバレッジありベータ = レバレッジなしベータ × [1 + (1 − 税率) × (負債/資本)]。レバレッジなしベータは、異なるレバレッジ比率を持つ企業を比較する際の資本予算編成 (WACC 計算)、比較対象企業分析、および M&A 評価に使用されます。さまざまな負債レベルの企業間のビジネスリスクを比較するために、アナリストは各企業の株式ベータを活用し、資産ベータを比較します。

Q

同じ銘柄に対して、異なるソースが異なるベータを報告するのはなぜですか?

A

ベータ推定値は、次の違いによりソースによって異なります。(1) 測定期間 (1 年 vs. 3 年 vs. 5 年)、(2) リターンの頻度 (日次 vs 週次 vs 月次)、(3) 使用した市場ベンチマーク (S&P 500 対ラッセル 3000 対 MSCI ワールド)、(4) リターンが価格のみかトータルリターン (配当を含む) か、(5) 統計的手法 (OLS 対 シンのディムソン調整)取引)。ブルームバーグは、S&P 500 と比較した 2 年間の週間リターンを使用しています。モーニングスターは通常、3 年間にわたる月次リターンを使用します。こうした手法の違いにより、同じ銘柄でも 10 ~ 20% 異なるベータ推定値が日常的に生成され、分析でベータを使用する際の一貫性の重要性が強調されます。

Q

CAPM では期待収益を見積もるためにベータがどのように使用されますか?

A

資本資産価格モデル (CAPM) では、証券の期待収益は、リスクフリー金利と証券のベータに市場リスクプレミアム (リスクフリー金利を超える市場の超過収益) を乗じたものに等しくなります: E(R_i) = R_f + β_i × (E(R_m) − R_f)。たとえば、リスクフリー レートが 4%、市場期待リターンが 10%、株式のベータが 1.5 の場合、CAPM 期待リターン = 4% + 1.5 × (10% − 4%) = 4% + 9% = 13% となります。この期待収益は、DCF 評価における割引率、資本予算のハードルレート、およびアルファを識別するために実際の収益と比較するベンチマークとして機能します。実証的な限界が十分に文書化されているにもかかわらず、CAPM とベータ版は依然としてビジネス スクールで教えられ、実際に使用されている主要なフレームワークです。

Q

スマートベータまたはファクターベータとは何ですか?

A

従来のベータは、単一の市場要因へのエクスポージャーを測定します。スマート ベータ (ファクター投資または戦略的ベータとも呼ばれます) は、この概念を複数の体系的なリスク要因 (サイズ (小型株ベータ)、価値 (バリュー ファクター ベータ)、モメンタム、品質、低ボラティリティ、キャリー) に拡張します。各要因は体系的なリスクプレミアムを捉えており、これは市場および期間全体にわたって持続することが経験的に文書化されています。ファクター ベータは、これらの系統的なリスク ソースのそれぞれに対するポートフォリオのエクスポージャーを定量化し、ファクター リスクの正確な帰属と、望ましいファクター チルトを備えたポートフォリオの構築を可能にします。 Fama-French 3 ファクター モデルと Carhart 4 ファクター モデルは最も広く使用されている学術ファクター フレームワークであり、商業ファクター モデル (Barra、Axioma) は機関投資家によって使用されています。

避けるべきよくある間違い

▾
  • !唯一のリスク尺度としてベータを使用する — ベータはシステマティックなリスクのみを捕捉し、個別の株式にとって支配的な可能性がある特異なリスクを無視します。
  • !異なる市場ベンチマークに対して推定されたベータ値を比較する (例: S&P 500 と NASDAQ) - これらは比較できず、同じ銘柄に対して異なる値が生成されます。
  • !R 二乗を無視する - R 二乗が非常に低いベータ推定値は統計的に信頼性が低く、リスク管理や評価には使用すべきではありません。
  • !ベータを時間の経過とともに一定として扱う - 企業の財務レバレッジ、ビジネスミックス、競争力の進化に応じてベータは変化します。
  • !資本構成が異なる企業を比較する際に、株式ベータ (レバレッジあり) と資産ベータ (レバレッジなし) を混同する。
💡

プロのヒント

WACC 計算や期待リターンの推定などの将来予測アプリケーションには、調整済みベータ (2/3 × 生のベータ + 1/3 × 1.0) を使用します。生の過去のベータ値は、平均回帰により、高ベータ株の将来のベータ値を過大評価し、低ベータ株の将来のベータ値を過小評価する傾向があります。

⭐

ご存知でしたか?

ウォーレン・バフェット氏がリスクの尺度としてのベータを否定したことは有名で、ベータが上昇したからといって50%下落した株のリスクが高くなったわけではない、基礎となる事業が健全で価格が今割安であれば、実際にはリスクが低い可能性があると主張した。リスクの意味についての実務家と学者の間のこの哲学的相違は、金融分野において未解決のままです。

Regional Guides

▾
🇺🇸 US▾
該当する場合は米国の慣用単位と標準を使用します
🇬🇧 UK▾
メートル単位または英国標準への変換が必要な場合があります
🇪🇺 EU▾
該当する場合は EU の慣例および SI 単位に従います
📖難易度:中級
情報提供のみを目的としています。このツールは金融アドバイスではありません。投資や財務上の決定を行う前に、資格を持つファイナンシャルアドバイザーにご相談ください。
Formula-verified for precision
Reviewed October 2026
Our methodology

Get Weekly Math Tips

Join 12,000+ subscribers who get calculator tips every week.

🔒
100% 無料
登録不要
✓
正確
検証済み数式
⚡
即座
即座に結果を表示
📱
モバイル対応
全デバイス対応

設定