2016 Fiscal Year Research-status Report
スタイルローテーションを考慮したファクター投資に関する研究
| Project/Area Number |
16K01234
|
|---|
| Research Institution | University of Tsukuba |
|---|
Principal Investigator |
牧本 直樹 筑波大学, ビジネスサイエンス系, 教授 (90242263)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
小林 武 名古屋商科大学, 経済学部, 教授 (70751486)
|
|---|
| Project Period (FY) |
2016-04-01 – 2019-03-31
|
| Keywords | ファクターモデル / 最適投資戦略 / レジームスイッチ |
|---|
| Outline of Annual Research Achievements |
今年度は，(1)ファクターモデルを利用したポートフォリオ最適化，(2)Nelson-Siegel(NS)の3ファクターモデルを利用した債券投資に関する分析を行った．
(1)では，Moallemi and Saglam(2015)が提案した最適投資問題に対して，ファクター自身の多変量時系列とファクターと資産リターンを結び付けるファクターローディングに時変性をもたせる拡張（レジームスイッチ）を行い，その上で動的な最適投資戦略を導出する枠組みを構築した．まずファクターの線形結合で資産配分を定め，確率的な空売制約と2次の取引コストの下で平均－分散効用を最大化する問題を，2次錐制約付きの2次計画問題で定式化した．次に実データから推定したパラメータを用いて数値計算実験を行った．その結果，ナイーブな投資戦略を大きく上回り，空売制約を課さない投資戦略に近い水準の投資パフォーマンスが得られることを検証した．このアプローチでは，投資ホライズンが長くなると制御変数の個数が指数的に増加するという課題があるが，同一レジームが継続しやすいという実データの特性を利用して制御変数の個数を抑制する手法を提案した結果，応用上求められる規模の問題設定でも十分な効果があることを確認した．
(2)では，金利期間構造データに対してレジームスイッチを考慮した動的NSモデルの推定をまず行った．その結果，NSモデルの3ファクターによって複雑な期間構造が十分に表現できることを確認できた．次に推定モデルを利用して1期先の金利期間構造を予測し，それにもとづいて債券投資を行う戦略を構築した．予算制約と空売制約を課し，取引コストを加味した実証分析を行った結果，多変量不均一分散モデルなどを利用する他の投資手法と同等以上の投資パフォーマンスが得られることを検証した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
今年度は，代表的なファクター投資に対する時系列モデルの推定と，それにもとづく予測モデルの構築と精度検証を計画していたが，実際には国際分散投資における2ファクターモデルと，金利期間構造に対するNelson-Siegel(NS)の3ファクターモデルを対象に分析を行った．当初はもう少し幅広いファクターを対象として実証分析を行う予定であったが，ファクターのタイプは計画よりも絞り込み，代わりにH29年度に予定していた最適投資に関する研究を前倒しで行い，推定したファクターモデルに適用してその効果を確認した．
理由としては，最適投資に関する研究が予定より早く進捗したこと，上記2つのデータに対しては推定モデルが十分な精度を示したこと，一方で実証分析においては推定精度と投資パフォーマンスは必ずしも連動しないため両者をまとめて評価することが望ましいこと，などが挙げられる．なお，NSのファクターモデルについては本邦の社債スプレッドも研究対象としているが，今年度はデータが入手できた米国金利市場を対象とした．金利期間構造は社債スプレッドのベースとなるものなので，まずそちらの分析を行うことが必要と判断したためである．
結果的にH28年度とH29年度の研究計画を一部入れ替えて実施した形となっているが，分析結果としては提案アプローチにより良好な投資パフォーマンスが得られることまで確認できており，研究全体としては当初の予定よりは若干早いペースで進捗しているものと考えている．
|
| Strategy for Future Research Activity |
進捗状況の欄に記載したように，H28年度は研究計画の一部をH29年度と入れ替えて実施したため，H29年度はH28年度とH29年度の研究計画のうち未実施の項目を行う予定である．
このうちファクターモデルの実証分析については，近年提案されたFama and Frenchの5ファクターと社債スプレッドに対するNelson-Siegel(NS)の3ないし4ファクターを予定している．Fama and Frenchの5ファクタ－うち以前から知られていた3ファクターについてはH28年度でも分析しているため，追加された2ファクターがリターン予測にどのような効果をもたらすのかを中心に分析を行う．社債スプレッドについては，ベースとなる金利期間構造のNSモデルをH28年に分析しており，その分析をベースとして行う．ただし，社債は発行企業に依存する個別要因が大きいため，格付などを手がかりとして個別性への対応を検討する予定である．
最適投資に関しては，自己充足制約への対応を中心としてH28年度に行った研究の高度化は目指す．実務的には，空売制約と同様にリバランス前後で資金の移動がない自己充足制約が課されることが多いが，多期間の資産選択問題では，2時点目以降の自己充足制約を完全に満たすように最適投資を決定することは一般に困難が伴う．H28年度は自己充足制約を平均値で満たすような近似手法を提案したが，他のデータも含めてその手法の精度の分析や，より正確な最適化手法の検討を行う．
H30年度については，現時点では当初予定している研究計画に沿って，多くの投資家が少数のファクターに着目して投資行動をとることの影響を分析する予定である．
|
| Causes of Carryover |
当初の研究計画では，H28年度のファクターの実証分析の一つとして社債スプレッドに対するNelson-Siegelの3ファクターモデルを予定していたため，本邦社債データ購入のための予算を計上していたが，研究分担者が取得した米国国債の債券データの分析を優先したこと，およびH29年度に予定していた最適投資戦略の研究を一部前倒しで実施したことにより，社債データの分析はH29年度に実施するよう研究計画を変更した．当該データは利用可能期間が1年のため，研究計画の変更にあわせてH28年度の購入計画をH29年度に変更した．
|
| Expenditure Plan for Carryover Budget |
平成29年度は，現在行っている国債データを用いた分析を終えた後に社債データの分析へ進む計画を立てており，H28年度に見送った社債データの購入は研究の進捗にあわせたタイミングでH29年度中に行う予定である．それ以外の使用計画は当初予定から特に変更はない．
|
