1. Позволяет определить число общих факторов, влияющих на исторические данные по доходам.

2. Дает возможность измерить коэффициент бета каждой инвестиции относительно любого из общих факторов и обеспечивает оценку фактических премий за риск, заработанных каждым фактором.

Тем не менее факторный анализ не занимается идентификацией факторов с экономических позиций. Как правило, в модели арбитражной оценки рыночный риск измеряется по отношению к множеству не поддающихся спецификации макроэкономических переменных. При этом чувствительность инвестиции соотносится с каждым фактором, измеренным при помощи коэффициента бета. Количество факторов риска, коэффициенты бета для факторов, премии за факторы риска – все эти величины можно оценить при помощи факторного анализа.

Многофакторные модели для риска и доходности. Отказ от идентификации факторов в модели арбитражной оценки, по всей вероятности, можно оправдать, обращаясь к статистическим методам, но, вместе с тем, интуиция подсказывает, что это свидетельствует о слабости подобного подхода. Решение кажется простым: заменить неопределяемые статистические факторы специальными экономическими факторами, и результирующая модель будет обладать экономической основой, вместе с тем сохраняя в себе многие достоинства модели арбитражной оценки. Именно на это и нацелены многофакторные модели.

Создание многофакторной модели. Как правило, многофакторные модели основаны на исторических данных, а не на экономическом моделировании. Как только в модели арбитражной оценки выявлено определенное количество факторов, их поведение можно выяснить с помощью данных. Поведение неназванных факторов во времени можно сравнить с поведением макроэкономических переменных за тот же период с целью проверки, коррелируют ли во времени какие-либо из переменных с идентифицированными факторами.

Например, Чен, Ролл и Росс (Chen, Roll and Ross, 1986) предполагают, что с факторами, полученными при помощи факторного анализа, в значительной степени коррелируют следующие макроэкономические переменные: промышленная продукция, изменения размера премии за дефолт, сдвиги во временной структуре, непредвиденная инфляция и изменения в фактической доходности. Затем можно выяснить корреляцию этих переменных с доходами (что даст нам модель ожидаемых доходов), а также с коэффициентами бета отдельных фирм, рассчитанными по отношению к каждой переменной.

Издержки перехода от модели арбитражной оценки к макроэкономическим многофакторным моделям можно отнести к ошибкам, возникающим при идентификации факторов. Экономические факторы в модели могут со временем изменяться, как и премия за риск, связанная с каждым из них. Например, изменения цен на нефть оставались в 1970-е годы важным экономическим фактором, определяющим ожидаемые доходы, однако в другие периоды времени они не были столь важны. Использование ошибочных факторов или игнорирование важных факторов в многофакторной модели может привести к недостоверным оценкам ожидаемого дохода.

В конечном итоге, многофакторные модели, подобно моделям арбитражной оценки, предполагают, что рыночный риск может быть учтен лучше, если использовать множество экономических факторов и коэффициенты бета, соотнесенные с каждым из них. В отличие от модели арбитражной оценки, многофакторные модели нацелены на идентификацию макроэкономических факторов, определяющих рыночный риск.

Регрессия, или приближенные модели. Все описанные модели начинают с определения рыночного риска в широком смысле, а затем развивают модели, оценивающие этот рыночный риск наилучшим образом. Но все они извлекают свои показатели рыночного риска (бета) из анализа исторических данных. Существует целевой класс моделей риска и доходности, которые начинают с доходов и пытаются объяснить различия в этих доходах, приходящихся на разные акции, в течение длительного временного периода. Для этого используются такие характеристики, как рыночная стоимость фирмы или мультипликаторы, включающие в себя цену