Trong mơ hình hồi quy tuyến tính thể hiện mối quan hệ giữa một biến độc lập- tỷ suất sinh lời của danh mục M và biến phụ thuộc - tỷ suất sinh lời của biến phu thuộc- tỷ suất sinh lời của chứng khốn i theo cơng thức Ri,t = αi + βi RM, t + ε thì cơng việc quan trọng của thủ tục thống kê xây dựng mơ hình từ dữ liệu đều chứng minh tính phù hợp của mơ hình. Bởi vì hầu như khơng có một đường thẳng nào có thể phù hợp hồn tồn với tập dữ liệu, vẫn ln có sự sai lệch giữa các giá trị dự báo được cho bởi đường thẳng và các giá trị thực tế (thể hiện qua phần
dư). Để biết mơ hình hồi quy tuyến tính đã xây dựng trên dữ liệu mẫu phù hợp đến mức độ nào với dữ liệu thì phải dùng một thước đo về tính phù hợp của mơ hình.
Một thước đo sự phù hợp của mơ hình tuyến tính thường dùng là hệ số xác định R2 (coefficient of determination). Cơng thức tính R2 xuất phát từ ý tưởng: toàn bộ biến thiên quan sát được của biến phụ thuộc được chia thành 2 phần – phần biến thiên do hồi quy và phần biến thiên khơng do hồi quy (hay cịn gọi là phần dư). Như vậy giá trị R2 làm thơng số đo lường độ thích hợp của đường hồi quy theo nguyên tắc R2 càng gần 1 thì mơ hình đã xây dựng càng thích hợp, R2
càng gần 0 thì mơ hình càng kém phù hợp với tập dữ liệu mẫu.
Rõ ràng nếu tất cả các tỷ suất sinh lời chứng khoán i quan sát được đều nằm ngay trên đường hồi quy tuyến tính thì hệ số tương quan giữa giá trị thực tế và giá trị R2 =1 thể hiện mơ hình hồi quy tuyến tính được xây dựng là phù hợp 100% với tập dữ liệu mẫu. Và đây là tình huống khơng tưởng vì mơ hình có tốt nhất cũng không thể đạt được giá trị R2 này vì cịn có những nhân tố tác động khác mà khơng thể nhận biết được hết, hay có nhận biết cũng khó có thể mơ hình hố được, và nếu mơ hình hố được cũng chưa chắc đã thu thập được dữ liệu về nó.