Cryptocurrency as an Investable Asset Class: Coming of Age

この論文「Cryptocurrency as an Investable Asset Class: Coming of Age（投資可能な資産クラスとしての暗号資産：成熟への歩み）」は、2026 年 2 月に Annual Review of Financial Economics に掲載予定のレビュー論文です。著者らは、暗号資産（クリプトカレンシー）を単なる投機対象や胡散臭い存在としてではなく、伝統的な金融資産と同様に**「資産価格論（Asset Pricing）」の観点から分析可能な成熟した資産クラス**として確立するための実証的な定式化（7 つのスタイライズドファクト）を提示しています。

以下に、論文の技術的概要を問題設定、手法、主要な貢献、結果、そして意義に分けて詳細にまとめます。

---

1. 問題設定 (Problem)

暗号資産市場はナカモト・サトシによるビットコインの登場（2008 年）以来、急速に成長しましたが、その研究は理論よりも実務先行で発展してきました。

• 課題: 暗号資産は「バブル」「投機」「詐欺」と見なされることが多く、伝統的な金融理論（リスク・リターン、分散投資、ファクターモデルなど）を適用できる「投資可能な資産クラス」としての地位が確立されていませんでした。
• 目的: 既存の実証研究を統合し、暗号資産市場の行動様式を記述する**「7 つのスタイライズドファクト（実証的な法則性）」**を確立することで、暗号資産が伝統的な資産価格論の枠組みで分析可能であることを示し、その成熟度を評価すること。

2. 手法とデータ (Methodology & Data)

著者らは、2013 年 12 月から 2025 年 9 月までのデータを用いた大規模な実証分析を行いました。

• データソース:
  • 価格・時価総額: CoinGecko（アクティブおよび非アクティブなコイン 18,622 銘柄、合計 16,468 銘柄、約 950 万件の記録）。サバイバーバイアスを避けるため、上場廃止されたコインも含まれます。
  • 先物・資金調達レート: Binance からのビットコイン先物データ（2020 年 8 月〜2025 年 5 月）。
  • 裁定取引データ: CryptoCompare.com からの 165 取引所、49 通貨ペアのビットコイン価格（2013 年〜2025 年）。
  • オンチェーンデータ: 新規アドレス数など（Liu, Tsyvinski & Wu, 2021）。
  • 比較対象: 米国株式（ダウ・ジョーンズ）、国債、金、商品指数など（Bloomberg）。
• 分析手法:
  • 週次リターンを用いた記述統計、相関分析。
  • スマートベータ戦略: 時価総額（Size）、モメンタム（Momentum）、価格/新規アドレス比率（Value）によるポートフォリオ編成。
  • ファクターモデル: C-4 ファクターモデル（市場、サイズ、モメンタム、バリュー）の検証。
  • 非線形モデルの比較: 機械学習（ニューラルネット）の「ブラックボックス」に対し、コルモゴロフ・アーノルド（KA）表現定理や、高次項を選択する FS-FMB（Forward-Selection Fama-MacBeth）法による「ガラスボックス（透明な）」モデルの構築。
  • ジャンプ検出: 実現分散（Realized Variance）とバイパワー分散（Bipower Variation）を用いたジャンプの頻度・規模の測定。

3. 主要な貢献と 7 つのスタイライズドファクト (Key Contributions & Results)

論文の核心は、暗号資産市場の特性を要約する以下の 7 つの事実です。

ファクト 1: 高リターン・高ボラティリティだが、シャープレシオは同等

• 結果: 暗号資産市場は株式市場に比べてリターンとボラティリティが 1 桁高いですが、シャープレシオ（リスク調整後リターン）は広義に同等です。
• 相関の変化: 2020 年以前は伝統的資産との相関は低かったが、2020 年以降、株式市場との相関が急上昇（1%→39%）し、コモディティや債券とも相関を持つようになりました。これは金融化（Financialization）や小口投資家の参入によるものです。

ファクト 2: 少数の「スマートベータ」ファクターでリターンを説明可能

• 結果: 暗号資産の横断的リターン（クロスセクション）は、以下の 3 つのファクター（C-3 モデル）＋バリューファクター（C-4 モデル）で説明可能です。
  1. Crypto-Size: 時価総額（小型株プレミアム）。
  2. Crypto-Momentum: 直近 2 週間のリターン（株式の 12-2 ヶ月とは異なる短期）。
  3. Crypto-Value: 価格/新規アドレス比率（バリュー効果）。
• 意義: 株式市場の Fama-French モデルと同様に、暗号資産市場も少数のファクターで記述可能であり、多くの他の「ファクター・ゾウ（無数の要因）」は説明力を示さないことが確認されました。

ファクト 3: 「ジャンプ」の頻発と高次項の重要性

• 結果: 暗号資産では、伝統的資産に比べて価格のジャンプ（急変）が頻繁かつ大規模に発生します（「自然はジャンプしない」というレブニッツの定説は暗号資産では成立しない）。
• モデルの革新: 機械学習（ニューラルネット）のような複雑なモデルを使わずとも、C-4 モデルに高次項（2 乗、3 乗、交互作用項）を少量追加するだけで、ブラックボックスモデルと同等の予測精度（横断的 R 乗 70%）を達成できます。これは「ガラスボックス」モデルとして解釈可能です。

ファクト 4: ブロックチェーン情報（オンチェーン）が価格を駆動する

• 結果: 暗号資産の価格形成において、オンチェーンのユーザー採用（新規アドレス数）が重要な役割を果たします。
• インパクト: 新規アドレスの成長は、暗号資産リターンの変動の約 8%（大型コインでは 10% 超）を説明します。これはメトカーフの法則（ネットワークの価値はユーザー数の 2 乗に比例）を裏付けるもので、伝統的な株式市場よりもネットワーク効果が価格に直結しています。

ファクト 5: 市場の非効率性と裁定の限界

• 結果: 異なる取引所間での価格差（法則の不一致）は依然として存在しますが、これは「無料のランチ」ではありません。
• 要因: 資本規制、出金制限、取引コスト、決済遅延などの**アービトラージの限界（Limits to Arbitrage）**により、価格差は解消されません。
• 実証: 表面上は週次で 68% 以上のリターンが見られる「裁定戦略」も、実際に実行可能な流動性の高いペアに限定すると、そのリターンは大幅に低下し、リスクの対価であることが示されました。FTX 破綻などは、この非効率性とリスクの具体例です。

ファクト 6: 先物市場と資金調達プレミアムの収縮

• 結果: 永続先物（Perpetual Futures）の資金調達レート（Funding Rate）を利用したキャリートレードは、2024 年以前は極めて高いシャープレシオ（6.45）を誇りましたが、2024 年以降、収益性が急激に低下し、2025 年にはマイナスに転じました。
• 意義: 資金調達プレミアムは保証されたものではなく、市場の成熟とともに収縮します。これにより、資金調達レートに依存したデリバティブ商品（例：Ethena のステーブルコイン）の持続可能性に疑問符がついています。

ファクト 7: 規制と透明性の向上による市場の成熟

• 結果: 規制（例：米国の GENIUS 法）や会計基準（FASB ASU 2023-08）の導入により、情報開示と透明性が向上しています。
• 意義: 非対称情報の解消が投資家信頼を高め、暗号資産が伝統的な資産クラスとして成長するための基盤が整いつつあります。

4. 論文の意義と結論 (Significance & Conclusion)

• 資産クラスとしての成熟: 暗号資産は、ナカモト登場から 17 年を経て、データ品質、研究の厳密さ、市場構造において「投資可能な資産クラス」としての成熟段階（Coming of Age）に達しました。
• 伝統的金融理論の適用: 暗号資産を理解する最良の方法は、伝統的な資産価格論（Empirical Asset Pricing）のツールを適用することです。
• 独自性と類似性:
  • 類似性: リスク調整後リターン、ファクター構造、分散投資のメリットは伝統的市場と共通しています。
  • 独自性: 頻発する価格ジャンプ、オンチェーン情報の直接的な価格反映、市場の非効率性（アービトラージの限界）が特徴です。
• 今後の展望: 市場はさらに成熟しつつありますが、より多くのデータ、研究、監督、法整備が必要です。

この論文は、暗号資産研究を「投機や詐欺の議論」から「学術的かつ実務的な資産クラス分析」へと昇華させる重要なマイルストーンとなります。