💰 quantitative finance

Epistemic Limits of Empirical Finance: Causal Reductionism and Self-Reference

本論文は、資本市場の自己言及的な性質に起因して、実証ファイナンスにおける一方向の因果還元性の追求は根本的に欠陥を有すると主張し、代わって量的ツールは事後推論に最も適しており、競合する因果連鎖と反射性を認める代替的な枠組みが必要であると示唆する。

原著者： Daniel Polakow, Tim Gebbie, Emlyn Flint

公開日 2026-05-07

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Daniel Polakow, Tim Gebbie, Emlyn Flint

原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ✨ これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。免責事項の全文を読む

「経験的金融の認識論的限界」という論文について、平易な言葉と日常的な比喩を用いて解説します。

大きなアイデア：地図は領土ではない

あなたが街をナビゲートしようとしていると想像してください。通常の街では、通りは固定されています。パン屋で左に曲がれば、いつも公園に着きます。これが従来の科学や金融モデルが通常機能する方法です：固定された原因（左に曲がること）と固定された結果（公園に到着すること）があると仮定します。

この論文の著者たちは、金融市場は固定された街のようなものではないと主張します。むしろ、互いを見つめ合う生きた、呼吸する人々の群れのようなものです。

群れの中で、誰かが出口に向かって走っているのを見ると、全員が走り出します。「原因」（一人が走る）が「結果」（群衆の暴走）を生みますが、その暴走は最初の人の行動を変えてしまいます。ゲームのルールは、ゲームが進行している最中に変わります。論文はこの現象を反射性と呼びます。

核心的な問題：「一方通行」の誤謬

現代の金融は「因果推論」を愛しています。これは、A が B を引き起こすことを証明しようとする科学的な試みです。

例: 「金利が上昇した（A）ので、株価が下落した（B）。」

論文は、金融においてこの「一方通行」的思考はしばしば罠であると主張します。

市場は自己言及的である: 市場は自分自身と対話するシステムです。著名な経済学者が「株価は上がる」と言えば、人々はそれを信じて株を購入し、実際に株価を上げます。予測が現実を生み出したのです。
方向が入れ替わる: 時には A が B を引き起こしますが、その後 B が A を引き起こします。時には互いに同時に引き起こし合います。
「皇帝の新しい服」: 著者たちは、計量金融学（QF）が「硬科学」（物理学など）の衣をまとって、未来を確実には予測できると偽装していると示唆しています。しかし、市場は人間の心理とフィードバックループで構成されているため、落下するリンゴや公転する惑星のような厳密な法則には従いません。

玩具モデル：捕食者と被食者

彼らの主張を証明するために、著者たちは自然界からの比喩を用います：捕食者と被食者（狼とウサギなど）。

単純なモデルでは、「狼（A）が増えるとウサギ（B）が減る」と考えがちです。
しかし実際には、ウサギが少なすぎると狼は飢えて死に、つまり狼の数が減り、それによってウサギが回復して増えます。

著者たちは、狼とウサギの相互作用の正確なルールを知っていたとしても、過去のデータを見るだけでは将来の個体数を確実に予測することはできないことを示す数学モデルを構築しました。システムはあまりに混沌としており、自己言及的だからです。

彼らはこれを金融に応用します：

投資家は狼とウサギです。
トレンドフォロー勢（狼）は逆張り勢（ウサギ）を食い物にしますが、その後、逆張り勢が適応するか、トレンドフォロー勢が混雑しすぎて暴落します。
論文は、完璧な数学を用いても、数字を見るだけでは誰が誰を原因としているかを一意に特定できないことを示しています。「原因」はしばしば群衆の行動によって作り出された錯覚です。

金融における「科学」の二つのタイプ

論文は、私たちが金融モデルを使用する二つの方法の間にはっきりとした区別を設けています：

モデル推定（「真実」の罠）: これは過去のデータを見て、「ルールを見つけた！A が B を引き起こすので、未来を予測できる」と言う場合です。著者たちは、市場は私たちの考えに基づいてルールを変えるため、金融においてこれは危険だと言います。
モデル較正（「実用的」アプローチ）: これは、「真のルールはわからないが、今すぐ意思決定をするためにツールを調整しよう」と認める場合です。これは、風がいつも同じように吹くと仮定するのではなく、現在の風に基づいて飛行機の操縦を調整するパイロットのようなものです。

結論：なぜ私たちは驚き続けるのか

この論文は、金融危機が発生するのは、私たちが反射的で人間によるシステムを、閉じた機械的なシステムのように扱い続けようとするからだとしています。

現実: 市場は「開放系」です。ニュース、恐怖、強欲、そして人々がモデル自体を見ているという事実の影響を受けます。
危険性: 私たちが「A が B を引き起こす」と仮定し、それに基づいて巨大な投資戦略を構築すると、市場がその戦略に反応し、「A が B を引き起こす」というルールを破る状況を作り出してしまうことがよくあります。
判決: 著者たちは、経験的金融は多くの分野で現在「病理的科学」であると主張しています。それは科学のように見えますが、市場の参加者が同じ科学書を読み、行動を変えているという事実を無視しているため、危機を予測することに失敗します。

まとめの比喩

鏡を見て天気を予測しようとしていると想像してください。

従来の科学: 鏡は単に空を映し出すと仮定します。空が青ければ、鏡は青く映ります。
論文の見解: その鏡は実際には天候を変える巨大なスクリーンです。スクリーンが「快晴」と表示すると、人々は外に出て、彼らの存在が何らかの形で雲を変えてしまいます。

この論文は私たちに警告します：スクリーンを見て天気を予測するのをやめなさい。 その代わりに、そのスクリーンは嵐の一部であることを認め、私たちが実際に知り得ることについて非常に謙虚でありなさい。

技術的サマリー：経験的金融の認識論的限界

問題提起
本論文は、量的金融（QF）および経験的金融における根本的な認識論的危機、すなわち、資本市場への科学的還元主義と一方向性の因果推論の無批判な適用という課題に取り組む。パール（Pearl）、アングリスト（Angrist）、ピシュケ（Pischke）の業績に依拠する因果推論への関心の高まりは、「誤った」統計的手法を排除しようとするものであるが、著者らはこの動きが多様な現象を「総括的」に扱うリスクを孕んでいると主張する。核心的な問題は、資本市場が「開かれた、自己言及的（リフレクティブ）なシステム」であるのに対し、標準的な因果モデルは、安定した、一意な、かつ一方向性の因果連鎖（A が B を引き起こす）を有する「閉じたシステム」を前提としている点にある。

著者らは、QF の支配的なパラダイムが、市場を自然科学に適した認識論的規範に従うかのように扱っていると指摘する。しかし、リフレクティブなシステムにおいては、観察および予測の行為自体がシステムを変化させる（「オイディプス効果」または「自己成就的予言」）。したがって、因果連鎖が固定されており、ex ante（事前的）予測を支援するためにデータから一意に抽出可能であるという仮定は、深刻な問題を抱えている。市場が異なる因果方向間を移行したり、競合する因果連鎖を示したりする場合、標準モデルは機能せず、しばしば予期せぬ金融危機を招く。

方法論
本論文は、経験的データ検証ではなく、批判的理論分析を採用する。方法論は以下の 3 つの主要な構成要素からなる。

認識論的批判：著者らは経済思想史をレビューし、正統派（新古典派）と異端派の学派を対比させる。彼らは、リフレクティビティが予測精度に影響を与えないと仮定する「合理的期待」の枠組み（Muth, 1961）の限界を分析する。さらに、ソロス（Soros）、マッケンジー（MacKenzie）、ローソン（Lawson）の業績を援用し、相関が不変ではなく、システムが自らの構造を修正しうる「開かれたシステム」として市場を定義する。
理論的モデリング（玩具モデル）：リフレクティブなシステムにおける因果推論の不安定性を説明するため、著者らは生態学からの捕食者 - 被食者モデル（May, 1976; Sugihara et al., 2012）を適応させる。彼らは、2 つの結合変数 $x(t)$ $x (t)$ と $y(t)$ $y (t)$ を含む**ロジスティック差分方程式（LDE）**システムを構築する。
- このモデルは、 $x$ と $y$ が結合パラメータ（ $a_{y \to x}$ および $a_{x \to y}$ ）を介して相互作用する、2 つの競合する因果連鎖をシミュレートする。
- システムを離散化し、一方向性の因果関係がどのように複雑で非線形なダイナミクス（分岐）を生成するかを示す。
- 著者らは、決定論的因果規則とパラメータを完全に知っていても、特定の成長率（ $r$ ）および環境収容力（ $K$ ）の下では、システムの挙動が予測不可能（カオス的）になることを実証する。
概念的統合：本論文はこれらの知見を統合し、リフレクティブな環境において、「モデル推定」（モデルが真であると仮定する）と「モデル較正」（誤指定された可能性のあるモデルを用いて不確実性を管理する）の区別が決定的に重要であると論じる。

主要な貢献

因果の破断者としてのリフレクティビティ：本論文は、リフレクティビティが一方向性の因果（ $A \to B$ ）を不安定化させるという論理を形式化する。自己言及的な市場では、 $B$ が $A$ を引き起こすか、あるいは参加者の信念に基づいて因果の方向が切り替わるため、介入なしには因果グラフを一意に特定できず、観察データからは区別がつかなくなる。
「病理的科学」の区別：著者らは経験的金融の微妙な分類を提案する。彼らは、QF が単に「病理的科学になるリスク」にある（López de Prado による誤った主張に関する指摘）のではなく、リフレクティビティが無視できる文脈（ex post 推論を可能にする）ではカテゴリー的に病理的科学であり、リフレクティビティが支配的な文脈（ex ante 予測を不可能にする）では明らかに科学ではないと論じる。
因果的捕食と競合：生態学的モデルを適応させることで、本論文は「因果的捕食」の概念を導入する。これは、競合する因果連鎖が共存し、相互作用する現象である。これは、単一の因果グラフが市場ダイナミクスを表現できるという考え方に挑戦し、代わりに複数の競合する現実のバージョンが共存し、優位性を争っていることを示唆する。
現在のツールの認識論的限界：本論文は、現在の QF ツールが一般的な仮定の下でのex post因果推論に限定されていると断言する。これらの仮定がリフレクティブな文脈によって挑战された場合、一方向性の因果性の処方箋は機能しなくなる。

結果と知見

フィードバックの不可弁別性：LDE モデルの分析は、一方向性の因果グラフ（式 1）に埋め込まれたフィードバックダイナミクスが、トップダウンの介入がない限り、逆因果グラフ（式 2）のそれと実質的に区別できないことを示す。
決定論的システムにおける予測不可能性：既知の因果規則を持つ決定論的モデルであっても、結合と自己相互作用の導入は、分岐と不安定性をもたらす。これは、基礎的な因果メカニズムが知られていても、市場データから安定した因果グラフを一意に意味的に推論することはできないことを意味する。
Ex Ante予測の失敗：本研究は、リフレクティブなシステムにおいて、ex postの理解をex ante予測へ拡張するために必要な条件が極めて限定的であることを結論づける。市場の適応メカニズムと、アクターによる因果連鎖の可塑性は、不変の法則の確立を妨げる。
市場の「半規則性」：ローソンに依拠し、本論文は市場の規則性は「半規則性（demi-regularities）」であると示唆する。すなわち、不変の法則ではなく、確率的であり、基礎的な構造変化に伴って変化しやすいものである。

意義と主張
本論文は、標準的な還元主義的枠組みに依存する場合、高度にリフレクティブなシステムにおける因果性の追求は「失敗に運命づけられている」可能性があると主張する。その意義は以下の点にある。

「科学」という枠組みへの挑戦：QF はしばしば「因果性の衣」をまとっているが、自己言及的システムにおいて科学的方法が自らの限界を一意に識別できないことを認識していないと論じる。
リスク管理の再定義：リスク管理は、標準的なモデル検証を超えて、因果仮定に対する「枠組みを超えた」挑戦と、「誤ったモデル」のリスクの受容を含めるべきであると示唆する。
認識論的謙虚さの要請：著者らは、経験的金融がしばしば自らが有する唯一の認識論的光（一方向性の因果性）の下で答えを捜索しており、それがリフレクティブな市場には不十分であると論じる。彼らは、ファクター投資における「コモンズの悲劇」を避け、統計ツールの誤用を防ぐために、リフレクティビティのより深い理解を呼びかける。
パラダイムシフトの必要性：本論文は、市場の異常とリフレクティビティを説明するための代替パラダイムが必要であると結論づける。そのような転換がなければ、QF は「同義反復的な自己言及の螺旋」に閉じ込められたままになると指摘する。

著者らは、特定のアルゴリズム的解決策については控えめなトーンを維持し、明示的に「データサイエンスの問題」や特定の機械学習アルゴリズムの長所には触れない。代わりに、彼らは問題の根本的な性質、すなわちリフレクティブな環境におけるモデルの採用と普及、そしてそれが計算ツールとは独立して独自の生命を得るという点に焦点を当てる。