Financial Economics Foundations

金融経済学の基礎

CAIAレベルIの金融経済学の基礎（Financial Economics Foundations）へようこそ。金融経済学は、計量理論と実践的な資産評価をつなぐ架け橋です。本章では、債券の価格評価、信用リスクのモデル化、ファクターモデルを用いた株式の価格付け、そして回帰分析や仮説検定を通じた実証的な関係の検証に用いられる中核的なメカニズムを解説します。

1. 金銭の時間的価値、価格、および金利

資産評価の基本は、将来のキャッシュフローを割り引いて現在価値を求めることです。将来の期間\(t\)にキャッシュフロー\(CF_t\)を受け取る場合、その現在価値はその満期に対応するスポット金利（直近金利）\(r_t\)を用いて割り引かれます：

\(PV = \frac{CF_t}{(1 + r_t)^t}\)

一連のキャッシュフローの場合、裁定機会のない価格（裁定フリー価格）は、すべての満期に対して単一の最終利回り（YTM）を一律に適用するのではなく、各キャッシュフローを対応するスポットレート（またはゼロクーポンレート）で割り引いた合計となります：

\(P = \sum_{t=1}^T \frac{CF_t}{(1 + r_t)^t}\)

ディスカウント・ファクター（割引係数）：割引係数\(d_t\)は、時点\(t\)で受け取る1ドルの現在価値を表し、\(d_t = \frac{1}{(1 + r_t)^t}\)となります。リスクフリー債券の価格は、単純に\(P = \sum CF_t \times d_t\)と表すことができます。

2. フォワード金利（先渡金利）

フォワード金利とは、将来の特定の時点で開始し、さらにその後の時点で満期を迎える借入や投資に対して、現時点で合意される金利です。フォワード金利は、複数の短期期間にわたって投資を繰り返すことと、単一の長期スポットレートを確定させることとの間での裁定取引を防ぐ役割を果たします。

無裁定条件のもとでは、2期間のスポットレート\(r_2\)で2期間投資した結果は、1期間のスポットレート\(r_1\)で1期間投資し、1年目から開始する1期間のフォワード金利（\(f_{1,1}\)と表記）でロールオーバーした場合と全く同じリターンを生み出す必要があります：

\((1 + r_2)^2 = (1 + r_1)(1 + f_{1,1})\)

フォワードレートについて解くと以下のようになります：

\(f_{1,1} = \frac{(1 + r_2)^2}{1 + r_1} - 1\)

実際の市場のフォワードレートがこの理論レートから乖離した場合、裁定取引者は割安なレートで借り入れ、割高なレートで貸し出すことで価格の歪みを利用し、この関係が回復するまで裁定行動を続けます。

3. 裁定フリーモデルと二項ツリーモデル

裁定フリーモデル（無裁定モデル）は、リスクのない利益機会を許容することなく、観測される流動性の高い市場商品（ベンチマーク国債やオプションなど）が正確に価格付けされるようにキャリブレーション（調整）されたモデルです。

二項ツリーモデル：二項ツリーは、原資産の変数（資産価格や短期金利など）の推移を離散的なステップでモデル化します。各ステップにおいて、値は係数\(u\)によって「上昇状態（アップ・ステート）」に動くか、係数\(d\)によって「下落状態（ダウン・ステート）」に動きます。

リスク中立評価法を用いると、資産の価格は、リスク中立確率\(\pi\)のもとでの将来の期待ペイオフを求め、それをリスクフリーレート\(r\)で割り引くことによって計算されます：

\(P_0 = \frac{\pi V_u + (1 - \pi) V_d}{1 + r}\)

ここで、上昇局面のリスク中立確率は以下の通りです：

\(\pi = \frac{(1 + r) - d}{u - d}\)

債券の二項ツリーモデルでは、金利がノードに沿って推移するため、満期から時点ゼロへと逆向きに計算（バックワード・インダクション）することで、オプションが組み込まれた債券（コーラブル債やプッタブル債など）の評価が可能になります。

4. 単一ファクター・デフォルトフリー債券モデル

金利の期間構造（タームストラクチャー）を理解するために、単一ファクター期間構造モデルでは、イールドカーブのすべての動きが1つの原資産状態変数、すなわち瞬間短期金利\(r\)によって引き起こされると仮定します。

単一ファクターモデルの主な特徴は以下の通りです：

- ドリフトとボラティリティ：短期金利は、ドリフト項（期待される経路）と確率的な拡散項（ボラティリティ）に従って推移します。
- 平均回帰性（ミーン・リバージョン）：多くのモデルは、金利が時間の経過とともに長期的な均衡水準へと引き戻される平均回帰性を組み込んでいます。
- イールドカーブの形状：単一ファクターモデルは、長期平均に対する現在の短期金利の水準や市場のリスクプレミアムに応じて、順イールド（右上がり）、逆イールド（右下がり）、またはハンプ型（ラクダのコブ状）のイールドカーブを生成します。

5. 信用リスクの誘導型（リデュースド・フォーム）モデリング

信用リスクの評価には、主に2つのモデルアプローチがあります。構造型（ストラクチュラル）モデルと誘導型（リデュースド・フォーム）モデルです。

- 構造型モデル：企業の資産価値が負債額（デフォルトの閾値）を下回ったときに発生する内生的なイベントとしてデフォルトを扱います。
- 誘導型モデル：ハザードレートまたはデフォルト強度\(\lambda\)に支配される、外生的で予測不可能なジャンプ（突発的な事象）としてデフォルトを扱います。企業のバランスシートが健全に見える場合であっても、デフォルトはいつでも予期せず発生する可能性があります。

誘導型の枠組みでは、期間\(t\)にわたるリスク中立生存確率は概ね\(e^{-\lambda t}\)となります。予想信用損失には、デフォルト確率とデフォルト時損失率（LGD）の両方が考慮されます（ここで\(LGD = 1 - \text{回収率}\)）。リスクのある債券のスプレッドは、この予想損失に加えて信用リスクプレミアムを投資家に補償するものです。

6. 単一ファクター株式価格評価モデル

単一ファクター株式モデルは、資産のリターンを1つの共通のマクロ要因、すなわち市場リスクの関数として説明します。

資本資産価格モデル（CAPM）は、ある資産の期待リターン\(E[R_i]\)が、その市場ベータ\(\beta_i\)によって測定されるシステマティック・リスクのみに依存することを示します：

\(E[R_i] = R_f + \beta_i (E[R_m] - R_f)\)

ここで、\(\beta_i = \frac{Cov(R_i, R_m)}{Var(R_m)}\)です。

トータル・リスクは明確に2つの要素に分解されます：
1. システマティック・リスク（市場リスク）：分散投資によって排除できないリスク。投資家はこのリスクを負担することに対して対価（プレミアム）を得ます。
2. アンシステマティック・リスク（固有リスク／個別リスク）：ポートフォリオの分散投資によって排除できる企業固有のリスク。これに対して期待リスクプレミアムは支払われません。

7. 回帰分析と仮説検定

ファクター・エクスポージャーを実証的に推定するために、アナリストはシングル・インデックス市場モデルに基づく最小二乗法（OLS）回帰分析を使用します：

\(R_{i,t} - R_{f,t} = \alpha_i + \beta_i (R_{m,t} - R_{f,t}) + \epsilon_{i,t}\)

ここで：
- \(\alpha_i\)（ジェンセンのアルファ）は切片を表し、市場リスク・エクスポージャーを上回る超過リターンを測定します。
- \(\beta_i\)は、市場の超過リターンに対する資産リターンの感応度を表します。
- \(\epsilon_{i,t}\)は、期待値がゼロの残差誤差項を表します。

仮説検定

マネージャーが統計的に有意なアルファを生み出しているかどうかをテストするために、次のように仮説を設定します：
- 帰無仮説（\(H_0\)）：\(\alpha_i = 0\)（超過リターンは存在しない）。
- 対立仮説（\(H_a\)）：\(\alpha_i \neq 0\)（超過リターンが存在する）。

検定統計量は、推定された係数をその標準誤差で割ることによって計算されます：
\(t = \frac{\hat{\alpha}_i - 0}{SE(\hat{\alpha}_i)}\)

\(t\)統計量の絶対値が選択した有意水準の棄却限界値を超える場合（または\(p\)値が\(\alpha_{crit}\)未満である場合）、帰無仮説は棄却されます。

サンプリングと検定における落とし穴

- 第1種の過誤（Type I Error）：真である帰無仮説を誤って棄却すること（例：単なる運によるアウトパフォームであったにもかかわらず、マネージャーにスキルがあると結論付けてしまうこと）。
- 第2種の過誤（Type II Error）：偽である帰無仮説を誤って棄却しないこと（例：ノイズの多さやサンプルサイズの小ささが原因で、真にスキルのあるマネージャーを見逃してしまうこと）。
- 生存バイアス（サバイバーシップ・バイアス）：破綻または清算されたファンドがサンプルから抜け落ちてしまうことで、過去のリターンが上振れし、回帰推定値が歪むこと。
- データ・スヌーピングと選択バイアス：偶然に有意に見える関係が見つかるまで、多数のモデルやサブセットを探索し続けてしまうこと。

重要概念のまとめ

- スポットレートとフォワードレート：フォワードレートは、無裁定関係によって決定される損益分岐の借入／貸出金利を表す。
- 二項ツリー評価：資産価格の推移を離散化し、リスク中立確率を用いて過去へ逆算して現在価格を算出する。
- 単一ファクター期間構造モデル：短期金利の確率的な推移に基づいてイールドカーブをモデル化する。
- 誘導型信用モデル：デフォルトをハザードレートによって支配される外生的なポアソン過程の発生としてモデル化する。
- 単一ファクター株式モデル：対価が得られるシステマティック・リスク（\(\beta\)）と、分散可能な固有リスクとを明確に区別する。
- 回帰分析と仮説検定：第1種の過誤、第2種の過誤、およびサンプル選択バイアスに留意しつつ、アルファとファクター感応度を定量化する。