因子分析とは、多変量データにおける共通要因を見出す統計的手法である。
## 概要
因子分析は20世紀初頭に発展した。その背後には、複数の相関する観測値から潜在的な要因を抽出し、それらが全体の変動をどの程度説明できるかを探る必要性があった。特に心理学や社会学で先行研究があり、その後経済分析にも応用された。
## 役割と機能
因子分析は、複雑な関係を簡潔に表現する役割を持つ。例えば株価指数の構成銘柄から市場全体の動向を把握したり、多様な経済指標から景気変動要因を特定したりする際に用いられる。また、モデルのパラメータ数を削減し、多重共線性問題を軽減する効果もある。
## 特徴
- **主成分分析との違い**：因子分析は潜在的な要因を見出すのに対し、主成分分析は観測値から直接新たな変数を作り出す。
- **回帰分析との関係**：因子分析で抽出した因子を説明変数として用いることで、より効果的な経済モデルが構築できる場合がある。
- **解釈の難しさ**：抽象度が高い因子は直感的に理解するのが難しい。
## 現在の位置づけ
因子分析は現代でも広く使用されている。特にファイナンスでは、資産価格の変動要因を特定する際に有用である。近年では因子投資という形で新たな活用法も生まれているが、解釈やモデル選択に注意が必要とされる。
