平均分散ポートフォリオ理論へようこそ！

皆さん、こんにちは！今日は金融経済学において最も有名な領域の一つである平均分散ポートフォリオ理論（MVPT: Mean-Variance Portfolio Theory）の世界に飛び込みます。この章は、CM2の資産評価（Asset Valuations）セクションの要となる非常に重要な部分です。
名前を聞いて難しそうだと身構える必要はありません！本質的には、MVPTとは「できるだけ多くの利益を得ること（平均：Mean）」と「失敗する確率をできるだけ低く抑えること（分散：Variance）」の間の「スイートスポット（最適点）」を見つけるための理論です。美味しいケーキを焼くことに例えてみてください。オーブンの中でしぼんでしまわないようにしつつ、最高に美味しいケーキを作りたいですよね！

1. 基本：平均分散ポートフォリオ理論とは何か？

ハリー・マーコウィッツによって提唱された平均分散ポートフォリオ理論は、投資家は単一の株式がどれだけ成長するかだけを見ているのではないと説いています。その代わり、投資家はポートフォリオ（資産の組み合わせ）全体としてどのようなパフォーマンスになるかを考慮します。

主要な仮定（「ゲームのルール」）

計算をシンプルにするために、いくつかの仮定を置きます。これらが現実離れしていると感じても心配しないでください。これらはあくまで理論を構築するための「スタート地点」に過ぎません：

1. リスク回避：投資家は「リスク回避的」であると仮定します。つまり、2つの投資の期待リターンが同じであれば、投資家は常に最もリスクが低い方を選択することを意味します。
2. 単一期間：投資家は1つの固定された保有期間（例えば1年間）で投資を行うと仮定します。
3. 意思決定基準：投資家は、リターンの期待値および分散（または標準偏差）のみに基づいて投資判断を行います。

どのような場合にMVPTは最適ポートフォリオを導くのか？

期待効用理論において、合理的な投資家は期待効用 \( E[U(W)] \) の最大化を目指します。平均分散分析が期待効用最大化と厳密に一致するのは、次の2つの条件のいずれかが満たされる場合です：
1. 2次効用関数：投資家が2次効用関数 \( U(w) = w - b w^2 \)（ただし \( b > 0 \)）を持つ場合。このとき、資産リターンの分布にかかわらず、期待効用は純粋に富の平均と分散のみに依存します。
2. 多変量正規分布に従うリターン：資産リターンが結合正規分布に従う場合。正規分布はその平均、分散、共分散のみによって完全に決定されるため、リスク回避的な期待効用最大化者は純粋に平均と分散のみに基づいて意思決定を行うことになります。

2. ポートフォリオのリターンとリスクの計算

最適なポートフォリオを選ぶ前に、それをどう測定するかを知る必要があります。

2資産ポートフォリオ

投資比率が \( w_A + w_B = 1 \) を満たす資産Aと資産Bを保有する場合：
期待リターン：
\( E[R_p] = w_A E[R_A] + w_B E[R_B] \)
分散：
\( \sigma_p^2 = w_A^2 \sigma_A^2 + w_B^2 \sigma_B^2 + 2w_A w_B \text{Cov}(R_A, R_B) = w_A^2 \sigma_A^2 + w_B^2 \sigma_B^2 + 2w_A w_B \rho_{AB} \sigma_A \sigma_B \)
ここで \( \rho_{AB} \) は2つの資産間の相関係数です。

多数のリスク資産からなるポートフォリオ（\( n \) 資産）

実務において、アクチュアリーやファンドマネージャーは多数の資産に分散投資します。\( \sum_{i=1}^n w_i = 1 \) を満たす投資比率 \( w_i \) を持つ \( n \) 個のリスク資産の場合：

ポートフォリオの期待リターン：
\( E[R_p] = \sum_{i=1}^n w_i E[R_i] = \mathbf{w}^T \mathbf{e} \)
ここで \( \mathbf{w} \) は投資比率の列ベクトル、\( \mathbf{e} \) は期待リターンの列ベクトルです。

ポートフォリオの分散：
\( \sigma_p^2 = \sum_{i=1}^n \sum_{j=1}^n w_i w_j \text{Cov}(R_i, R_j) = \sum_{i=1}^n w_i^2 \sigma_i^2 + \sum_{i=1}^n \sum_{j \neq i} w_i w_j C_{ij} \)
ここで \( C_{ij} = \text{Cov}(R_i, R_j) = \rho_{ij} \sigma_i \sigma_j \) です。
行列表記では、以下のようになります：
\( \sigma_p^2 = \mathbf{w}^T \mathbf{V} \mathbf{w} \)
ここで \( \mathbf{V} \) は資産リターンの \( n \times n \) 共分散行列です。

3. 分散投資：卵を一つのカゴに盛るな

分散投資は、金融における伝統的な「タダのランチ（フリーランチ）」です。完全に同じ動きをしない資産を組み合わせることで、期待リターンを犠牲にすることなくポートフォリオのリスクを低減することができます。

相関（\( \rho \)）の役割：

1. \( \rho = +1 \) の場合：資産は完全に連動して動きます。リスク軽減効果はなく、標準偏差は単に個々の標準偏差の加重平均となります。
2. \( \rho < +1 \) の場合：ポートフォリオの標準偏差は、個々の標準偏差の加重平均よりも厳密に小さくなります。
3. \( \rho = -1 \) の場合：完全な負の相関です。理論上、これら2つの資産を組み合わせて完全にリスクのないポートフォリオ（\( \sigma_p = 0 \)）を構築することが可能です。

現実世界の例え：傘屋とアイスクリーム屋を経営していると想像してください。雨が降れば傘屋は儲かり、アイスクリーム屋は売れません。晴れればその逆です。両方やっていれば、天候に関係なく合計の収入は安定しますよね！

\( n \) 資産における分散投資の数学的メリット

分散投資の力を数学的に確認するために、各資産の投資比率が等しいポートフォリオ（均等加重ポートフォリオ、\( w_i = \frac{1}{n} \)）を考えてみましょう。分散の式は次のようになります：
\( \sigma_p^2 = \sum_{i=1}^n \left(\frac{1}{n}\right)^2 \sigma_i^2 + \sum_{i=1}^n \sum_{j \neq i} \left(\frac{1}{n}\right)^2 C_{ij} \)
個々の資産の平均分散を \( \bar{\sigma}^2 = \frac{1}{n} \sum_{i=1}^n \sigma_i^2 \)、すべての異なる資産ペア間の平均共分散を \( \bar{C} = \frac{1}{n(n-1)} \sum_{i=1}^n \sum_{j \neq i} C_{ij} \) と置きます。すると：
\( \sigma_p^2 = \frac{1}{n} \bar{\sigma}^2 + \frac{n-1}{n} \bar{C} \)
資産数 \( n \to \infty \) となるとき：
\( \frac{1}{n} \bar{\sigma}^2 \to 0 \quad \text{および} \quad \frac{n-1}{n} \bar{C} \to \bar{C} \)
重要な結論：ポートフォリオが十分に分散されると、個別の資産分散（資産固有のリスク、分散可能リスク）はゼロへと消滅します。ポートフォリオの分散は、平均共分散（分散不可能な市場のシステマティック・リスク）へと収束するのです！

4. 投資機会集合と効率的フロンティア

リスクある資産の可能なすべての組み合わせをグラフ（横軸にリスク \( \sigma_p \)、縦軸にリターン \( E[R_p] \)）にプロットすると、投資機会集合（Opportunity Set）が得られます（形は弾丸や曲線のようになります）。

効率的フロンティア

私たちは弾丸の内側のどこかにいたいわけではありません。合理的な投資家は上の縁（境界線）にあるポートフォリオのみを選択します。
定義：効率的フロンティアとは、所与のリスクレベルにおいて最大の期待リターン、あるいは同義として所与の期待リターンにおいて最小のリスクを提供するポートフォリオの集合のことです。

よくある間違い：学生は境界線全体が効率的だと思いがちです。しかし、効率的フロンティアに属するのは上半分の部分（大域的最小分散ポートフォリオ上、またはそれより上にあるポートフォリオ）だけです。下側の境界線上にある点は非効率的です。なぜなら、投資家は上半分を選ぶことで、全く同じリスクに対してより高い期待リターンを達成できるからです。

5. 最適ポートフォリオの選択（無差別曲線）

個々の投資家は、効率的フロンティア上で自分自身の特定の最適ポートフォリオをどのように選ぶのでしょうか？それは投資家の効用関数に依存します。

期待リターンと分散に対する投資家の選好を表すために無差別曲線を使用します：
- リスク回避的な投資家の場合、無差別曲線は右肩上がりとなり（同じ期待効用を維持するために、より多くのリスクを取るにはより高い期待リターンが必要となるため）、下に凸（凸状）になります。
- 左上に移動するほど、より高い期待効用を表します。
- 投資家にとっての最適ポートフォリオは、無差別曲線が効率的フロンティアと接する（タンジェント）点（到達可能な最も高い効用曲線）です。

6. リスクフリー資産の導入

もし投資家がリスクフリー・レート \( r_f \)（標準偏差がゼロで、リスク資産との共分散もゼロ）で資金を貸し借りできるとしたらどうなるでしょう？
リスク資産の効率的フロンティアは、1本の直線へと姿を変えます。これが資本市場線（CML: Capital Market Line）です。

CMLの式：

\( E[R_p] = r_f + \frac{E[R_M] - r_f}{\sigma_M} \sigma_p \)
ここで \( M \) は「市場ポートフォリオ」（リスク資産の効率的フロンティアとの唯一の接点ポートフォリオ）であり、\( \frac{E[R_M] - r_f}{\sigma_M} \) は市場ポートフォリオのシャープレシオです。

2ファンド分離定理：

1. 投資の意思決定（技術的）：リスク資産の最適な組み合わせ（点 \( M \)）を見つけること。同質的期待のもとでは、このリスク資産ポートフォリオはすべての投資家にとって同一となります！
2. 資金調達の意思決定（個人的）：個人のリスク回避度のみに応じて、リスクフリー資産と接点ポートフォリオ \( M \) との間で富をどのように配分するかを決定すること。

チェックリスト

次に進む前に、これらに答えられるか確認しましょう：
- MVPTが期待効用最大化と一致するのはどのような場合か？（リターンが多変量正規分布に従う場合、または投資家が2次効用関数を持つ場合）。
- \( n \) 資産のポートフォリオ分散はどのように計算されるか？（\( \sigma_p^2 = \sum_i w_i^2 \sigma_i^2 + \sum_i \sum_{j \neq i} w_i w_j C_{ij} = \mathbf{w}^T \mathbf{V} \mathbf{w} \)）。
- 均等加重ポートフォリオにおいて、\( n \to \infty \) となるときリスクはどうなるか？（個別の分散項はゼロに向かい、平均共分散のみが残る）。
- 「効率的フロンティア」とは何か？（所与の分散に対して最大のリターンを提供する、投資機会集合の上側の境界線）。
- 分離定理とは何か？（最適なリスク資産ポートフォリオの選択と、現金を用いた個人の資金配分の決定を切り離して考えること）。