2021 Fiscal Year Research-status Report
データマイニングの危険性を考慮した資産価格のファクター・プレミアムに関する研究
| Project/Area Number |
18K01691
|
|---|
| Research Institution | Tokyo Metropolitan University |
|---|
Principal Investigator |
内山 朋規 東京都立大学, 経営学研究科, 教授 (50772125)
|
|---|
| Project Period (FY) |
2018-04-01 – 2023-03-31
|
| Keywords | 資産価格 / ファクター / リスクプレミアム / オーバーフィッティング / 機械学習 / データマイニング |
|---|
| Outline of Annual Research Achievements |
本研究は資産価格のファクター・プレミアムの実証において、オーバーフィッティングを考慮した、資産リターンの予測可能性に関する分析を行うものである。これまでの成果に基づき、以下に関する研究を実施した。
標準的な理論に基づけば、あらゆる証券は複数のファクターを束ねたものであることが示唆されるが、理論からはファクターの組み合わせ方法は特定されていない。変数やモデルを無節操に探索し、ベストフィットするものを見つけることには危険が伴う。機械学習ではこの危険性がより高まるため、検定には多重性を考慮した基準を用いるべきである。時系列とクロスセクションの予測のそれぞれについて、統計的に明らかにした。この結果は市場価格はオーバーフィッティングに陥りやすく、背後にある経済学的理論が重要であることを意味する。
さらに、オーバーフィッティングの危険性を考慮したうえで、リターンの予測可能性やポートフォリオ選択に関する研究も行った。株式市場のクロスセクションを最も特徴づけるバリューのファクター効果について、機械学習を用いてファクターモデルを実証的に構築した結果、証券の期待リターンを推定する上では、ファクターを特定することに加えて、エクスポージャーの時間変動も考慮することが重要であることを得た。
また、グローバル債券市場を対象にした研究も実施した。キャリーのファクター効果は金利と為替を横断して観察されるが、為替リスクをヘッジした外債投資を行う場合には、金利と為替の間でキャリーに負の関係があるため、両者を統合する必要がある。新たなファクターを定義し分析した結果、為替ヘッジ付き外債投資におけるリターンの予測力は有意に向上することが示された。
さらに、自社株買いや配当変更のアナウンス情報がもたらす株価の超過リターンについて、ファクターの考慮やニュース記事のテキスト分析を通じて、背後にあるメカニズムを実証的に探索した。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
新型コロナウイルス感染症の影響に伴い、分析データが格納されている施設への立ち入り制限や、共著者との共同研究に支障が生じたため、研究の進捗が停滞したが、徐々に解消できた。得られた研究成果をもとに論文の執筆を進め、学会発表などを行った。
|
| Strategy for Future Research Activity |
最終年度である次年度は、学会での研究報告などを通じて、更なる精緻化と改善に努め、研究を完成させる。
|
| Causes of Carryover |
新型コロナウイルス感染症の影響に伴い、研究の進捗が停滞したことや、国内外の学会参加の旅費の支出などが想定を下回ったことによる。
|
Research Products
(6 results)
