β（ベータ）計算機｜市場感応度と分散投資効果
βベータを計算する無料電卓。 銘柄リターンと市場リターンの相関から、 市場感応度・ボラ寄与度を瞬時算出します。 資本資産価格モデル（CAPM）の中核となる指標で、 「市場が1%動いたときこの銘柄は何%動くか」という感応度を示します。 ポートフォリオのリスク管理、証券アナリストの銘柄評価、 M&A時の企業価値算定など幅広く用いられる基本指標です。
株式ベータ計算ツール
株式βとは
β（ベータ）は資本資産価格モデル（CAPM）の中核となる 市場感応度を表す指標です。 「市場（TOPIXやS&P500等）が1%動いた時、その銘柄/ファンドは何%動くか」を測ります。 β=1なら市場と同じ、β=1.5なら市場の1.5倍動くハイリスク、 β=0.5なら市場の半分しか動かないディフェンシブ、 β=0なら市場と無相関、β<0なら市場と逆方向に動きます。
計算式と考え方
β = 相関係数 × (銘柄の標準偏差 ÷ 市場の標準偏差)
= Cov(銘柄, 市場) ÷ Var(市場)
分子の共分散は銘柄と市場の同時変動の度合い、 分母の市場分散で割ることで 「市場変動1単位に対する反応の大きさ」を求めます。 CAPMでは「期待リターン=無リスク+β×市場プレミアム」の形で使い、 βが高いほど期待リターンも高く要求されるという投資理論の中核です。
計算例
- 相関0.7・銘柄σ25%・市場σ16% → 0.7×25/16=1.09 → 市場並み
- 相関0.4・銘柄σ20%・市場σ16% → 0.4×20/16=0.50 → 低感応（防衛的）
- 相関0.85・銘柄σ40%・市場σ16% → 0.85×40/16=2.13 → 超高感応
- 相関-0.3・銘柄σ35%・市場σ16% → -0.3×35/16=-0.66 → 逆相関
- 相関0.9・銘柄σ18%・市場σ16% → 0.9×18/16=1.01 → 市場並み
早見表・基準値
| β | 分類 | 業種・銘柄例 |
|---|---|---|
| <0 | 逆相関 | 金鉱株・VIX連動・国債 |
| 0〜0.5 | 低感応 | 公益・通信・食品（ディフェンシブ） |
| 0.5〜1.0 | 穏やか | 大型優良株・REIT |
| 1.0〜1.3 | 市場並み | 日経平均構成銘柄の中央値 |
| 1.3〜1.7 | 高感応 | 成長株・自動車・テック大手 |
| 1.7以上 | 超高感応 | 新興バイオ・小型成長 |
CAPMとβの深い関係
CAPMの基本式
期待リターン = 無リスク金利 + β × (市場リターン − 無リスク金利)
1964年にウィリアム・シャープらが提唱したCAPM（資本資産価格モデル）は、 金融理論のマイルストーンです。 βは「体系的リスク（市場全体に共通するリスク）」を表し、 企業固有の非体系的リスクは分散投資で消えるという前提に立っています。 βが1.5なら市場プレミアム（例：6%）の1.5倍、 つまり9%の追加リターンを要求すべき、という発想です。
ハイβはハイリターンの前提
理論的にはハイβ銘柄には高いリターンが期待されるべき。 しかし実証研究では 「低βアノマリー」と呼ばれる現象があり、 低β銘柄が理論以上のリターンを生む傾向が確認されています。 これはロング・オンリー制約や情報のバイアスが原因とされ、 低βディフェンシブ株ファンドが人気を集める根拠になっています。
証券市場線（SML）
横軸にβ、縦軸に期待リターンをとったグラフが 証券市場線（Security Market Line）。 すべての銘柄がSML上に乗るのが理論的均衡状態。 SMLより上にある銘柄は「割安」、下にある銘柄は「割高」とされ、 アクティブ運用のヒントになります。
ジェンセンのα（アルファ）
α = 実現リターン − (無リスク金利 + β × 市場プレミアム)
ジェンセンのαは「CAPMで説明できない超過リターン」で、 マネジャーの実力を測る指標です。 αがプラスならβで説明できないパフォーマンスを稼ぐ実力があり、 ゼロなら平均的、マイナスなら手数料を差し引いてβで説明できるリターン以下しか得ていない状態です。
βの種類
ヒストリカルβ（過去β）
過去のリターンデータから統計的に計算する最も一般的なβ。 通常は過去5年・月次データを使い、 60データポイントで回帰分析します。 Bloomberg・Refinitiv・Yahoo Financeなどで公表されています。
アジャステッドβ（調整β）
調整β = 0.67 × ヒストリカルβ + 0.33 × 1.0
ヒストリカルβは長期的に1に近づく傾向があるため、 1に向けて調整する式です。 Merrill Lynchのブルーム調整式が有名。 M&A・企業価値評価では調整βを使うケースが多いです。
ファンダメンタルβ
過去データではなく、 企業の財務指標（レバレッジ・成長率・収益変動性）から推定するβ。 Barra・MSCIのリスクモデルで使われています。 新規上場・スピンオフ企業でヒストリカルデータがない場合に有効。
レバードβとアンレバードβ
レバードβ = アンレバードβ × (1 + (1 − 税率) × D/E)
企業の借入（レバレッジ）を含めたβがレバードβ、 借入影響を除去したのがアンレバードβです。 類似企業のβを対象企業のβに置き換える際、 アンレバードに変換→類似の平均計算→対象企業のD/Eでレバードに戻す という手順を踏みます。
ポートフォリオβの計算
単純加重平均
ポートフォリオβ = Σ (各銘柄β × ウェイト)
ポートフォリオ全体のβは、 各銘柄のβにウェイト（保有比率）を掛けて合計します。 β1.5×50%＋β0.8×50%＝β1.15のポートフォリオになります。 このシンプルな線形性がβの魅力の一つです。
目標β設定によるリスク調整
- β=1.0を目標に「市場並みリスク」でシンプル運用
- β=0.5を目標に「守り重視」・退職者向け設計
- β=1.3を目標に「攻め重視」・若年層長期投資
- 債券・現金でβ加重を下げる（現金はβ=0）
- レバレッジ利用でβを1超えに引き上げる
実務例：50/50ポートフォリオ
株式ETF（β=1.0）50%＋債券ETF（β=0.1）50%の場合、 ポートフォリオβ=0.55。 市場が10%下落してもポートフォリオは5.5%下落程度で済む計算になります。 ロボアドバイザーが提示する「リスク許容度」は、 実質的にこのポートフォリオβの調整です。
ケーススタディ：4銘柄のβ分析
ケースA：トヨタ自動車
- ヒストリカルβ（5年月次）：約1.1
- 市場並み〜やや高め
- 為替感応度が高く、輸出関連の代表
- ドル/円連動で追加リスク要因あり
ケースB：東京電力（EPCO）
- ヒストリカルβ（5年月次）：約0.7
- 公益株らしい低β・ディフェンシブ
- 電力需要は景気に非弾力的
- 震災後は個別要因でβが変動大
ケースC：ソフトバンクグループ
- ヒストリカルβ（5年月次）：約1.6
- テック大型でハイβ
- アリババ・Vision Fund等の投資先影響大
- 市場急変時の下落幅も大きい
ケースD：JGB（10年国債）
- ヒストリカルβ：約0.05（ほぼゼロ）
- 株式市場との相関ほぼなし
- 金利変動が主リスク要因
- ポートフォリオの安定化に有効
CAPM/βの理論史と現代への影響
1960年代：CAPM提唱
1964年にウィリアム・シャープが「Capital Asset Prices」を発表し、 リンター（1965）・モッシン（1966）の研究と併せてCAPMが体系化されました。 シャープは1990年にノーベル経済学賞を受賞。 マーコウィッツの分散投資理論を「市場均衡」の視点で完成させました。
1970年代：実証研究の隆盛
Black・Jensen・Scholes（1972）、Fama・MacBeth（1973）らが CAPMの実証テストを次々発表。 βとリターンの関係は一定の統計的支持を得ましたが、 切片項がプラスになる（低βでも一定のリターンあり）など、 純粋なCAPMからの乖離も観測されました。
1990年代：Fama-Frenchの3ファクター
ファーマとフレンチ（1993）は 「β単独では株式リターンを説明できない」と結論。 β・企業サイズ・簿価/時価比の3ファクターモデルを提唱し、 現代のマルチファクターモデルの基礎になりました。 シャープの単独βから、多次元リスク要因への進化です。
現代：スマートβとファクター投資
ETF業界では「スマートβ」戦略が普及。 純粋な時価総額加重ではなく、 低ボラ・高配当・クオリティ・モメンタム等の ファクターに基づく加重ポートフォリオが人気を集めています。 βは今も金融工学・企業価値評価・リスク管理の基礎として現役です。
注意点・落とし穴
- βは時代で変動。3年・5年・10年で大きく異なります。直近5年が最も一般的。
- 非システマティックリスク（個別企業要因）はβで測れません。分散投資が前提。
- β=1.5の銘柄を買えば1.5倍儲かるわけではありません。下落も1.5倍。
- 相場急変時にβが想定通り機能しないことがあります（特にクライシス）。
- βの信頼性はR²（決定係数）で確認。0.5以下だと市場との相関自体が弱い。
- 新興国株・小型株はβが不安定で、統計的意味が薄い場合あり。
- βはボラティリティの一要素に過ぎず、絶対的なリスク指標ではない。
関連用語
- CAPM
- 期待リターン=無リスク+β×市場プレミアム
- 共分散
- 2つの変数の連動度（符号付き）
- 相関係数
- -1〜+1の連動度
- レバードβ
- 負債込みの企業β
- アンレバードβ
- 負債抜きの企業β（資産β）
- ジェンセンのα
- CAPM超過リターン
- R²
- 決定係数（β説明力）
- SML
- 証券市場線
よくある質問（FAQ）
β=1の銘柄ばかり選べばいい？
分散効果が出ません。低β（防御）と高β（攻撃）を組み合わせた方が効率的。ポートフォリオβ=1でも構成銘柄が多様なら分散効果が働きます。
β計算の期間は？
標準は過去5年・月次データ。短期では市場局面で偏りやすくなります。M&Aでは3年、長期投資では10年を見る場合も。
業種でβは決まる？
傾向はあるが個別差大。同業種でも経営戦略・財務レバで変動。公益・消費者主食は低β、金融・自動車は市場並み、テック・バイオは高βが目安。
β=0の銘柄は？
市場と無相関。実例：金・ビットコイン（時期により）・一部ヘッジファンド。国債もβ0.1程度でほぼ無相関に近い動き。
レバードβと無レバβの違いは？
負債を含むか否か。M&A評価では無レバβに変換→比較→対象社のレバ加味という3ステップで対象企業のβを推定します。
βを下げるには？
低β銘柄・国債・現金比率上げ。ポートフォリオβ=各β×ウェイト合計で調整可能。逆に上げたいならレバレッジETFや高βグロース株を組み入れます。
β信頼性のチェックは？
R²（決定係数）を併用。0.5以下だとβの説明力が弱く、他要因（業種特有・地域特有）の影響が大きい可能性があります。
個人投資家がβを知る意味は？
ポートフォリオ全体の市場感応度を把握できます。「あと10%下落したら○円損する」というリスクの目安が持てるため、心理的な安定にも寄与します。
ETFのβは？
市場全体連動ETF（VOO・VT等）はβ=1.0付近、セクターETF（VHT・XLF等）は業種特性で変動、レバレッジETF（TQQQ等）はβ=3.0前後になります。
参考リンク（金融機関・研究機関）
β活用のチェックリスト
- ベンチマーク（TOPIX・S&P500等）を明確に決めているか
- ヒストリカル期間（5年月次が標準）を意識しているか
- R²（決定係数）でβの説明力を確認したか
- 個別銘柄のβではなくポートフォリオβで判断しているか
- 債券・現金を含めた全体加重を計算したか
- レバードβとアンレバードβを区別しているか
- M&A評価時は類似企業のβを調整したか
- ジェンセンのα（超過リターン）と併せて評価したか
- 過去のβは将来を保証しないと理解しているか
- 低βアノマリー等の実証研究も踏まえているか
免責事項
本ツールはCAPMの基本式に基づくβ計算を提供する試算ツールです。 実際のβは、ヒストリカル期間・データ頻度・ベンチマーク選択によって大きく変動します。 βは過去データに基づく指標であり、将来のリスクを保証するものではありません。 投資判断は、βだけでなくファンダメンタルズ・マクロ環境・自身のリスク許容度を総合的に考慮してください。 投資はご自身の判断と責任で行い、 本情報は投資助言ではなく教育・情報提供を目的としています。 実際の投資は、金融庁登録の金融商品取引業者を利用し、 税務は税理士・国税庁の公式情報を確認してください。 本ツールの計算結果に基づく損害について、当サイトは一切の責任を負いません。