Skewness Dispersion and Stock Market Returns

この論文は、企業レベルの実現歪度の横断的分散が将来の株式市場リターンと有意な負の相関を持ち、金融政策発表月にその予測力が集中することから、マクロニュースの価格への漸進的な取り込みを捉える強力な予測変数であることを示しています。

要約

この論文は、**「株式市場の未来を予測する新しい『天気予報』」**について書かれたものです。

通常、投資家は「景気が良いか」「企業の利益は増えているか」といった大きなニュースを見て市場の動きを予想します。しかし、この論文の著者たちは、**「個々の会社の株価の『揺れ方』のバラつき」**に注目することで、市場全体がどうなるかを驚くほど正確に当てはめられることを発見しました。

これをわかりやすく説明するために、いくつかの比喩を使ってみましょう。

1. 発見された「新しい予報器」：揺らぎのバラつき（スキューネス分散）

まず、**「スキューネス（歪み）」**とは何かを考えましょう。
株価は、毎日「上がる」か「下がる」かを繰り返します。

• プラスの歪み： 大きな上昇は少ないけど、小さな上昇は多い（「コツコツ上がる」タイプ）。
• マイナスの歪み： 大きな下落は少ないけど、小さな下落は多い（「コツコツ下がる」タイプ）。
• 極端な歪み： 突然の暴落や、突発的な大上昇が起きる可能性（「ギャンブル性」が高い）。

この論文で注目しているのは、**「この『歪み』が、市場にいる 6,770 社もの会社の中で、どれくらいバラバラになっているか」**という点です。

• バラつきが小さい時： 全社の株価の動きが似通っている（みんな同じように「コツコツ」か「ギャンブル」）。
• バラつきが大きい時： 一部の会社は「大上昇」を期待され、別の会社は「大暴落」を恐れている。市場の意見が**「真っ二つ」に割れている**状態です。

【比喩：大衆の意見が割れている時】
Imagine（想像してみてください）：
ある街で、新しいレストランがオープンします。

• バラつきが小さい時： 「美味しい」「まずい」の意見があまりなくて、みんな「まあまあ」と思っている状態。
• バラつきが大きい時： 「最高に美味しい！」と絶賛する人と、「絶対にまずい！」と激しく嫌悪する人が、同時に存在している状態。

この論文は、**「市場の意見がこれほどまでに割れている（バラつきが大きい）時、その直後に市場全体は『下落』しやすい」**と発見しました。

2. なぜ下落するのか？「情報の消化」のメカニズム

なぜ、意見が割れていると株価が下がるのでしょうか？著者たちは、これを**「天気予報と雨」**に例えて説明しています。

• 情報の到着： 連邦準備制度理事会（FRB）の利上げ発表など、大きな経済ニュースが来る前、投資家たちは「どうなるか」を推測し始めます。
• 意見の割れ： 賢い投資家（ショートセラーなど）は「これはまずい」と見て空売り（下落に賭ける）を始め、一方の楽観的な投資家は「大丈夫だ」と買い続けます。この時、市場の「歪み」のバラつきが最大になります。
• 情報の消化と調整： ニュースが発表され、真実が明らかになると、市場はすぐに「あ、やっぱり下落だったんだ」と認識を統一します。
• 結果： 意見が割れていた状態（バラつきが大きい状態）は、**「まだ価格が正しく決まっていない（過剰評価されている）」**サインであり、真実が明らかになった瞬間に価格が調整されて下落するのです。

つまり、**「市場が混乱して意見が割れている時は、実は『暴落の直前』の合図」**なのです。

3. 投資家へのメリット：お金の増やし方

この「バラつき」を指標として使うと、どんなメリットがあるのでしょうか？

• 従来の方法（歴史的平均）： 「過去 10 年の平均利回りを信じて、ただひたすら株を買う」戦略。
• 新しい方法（バラつき指標）： 「バラつきが大きくなったら警戒して、小さくなったら攻める」という戦略。

研究の結果、新しい方法を使った投資家は、従来の方法に比べて、驚くほど多くの利益（年間 700〜800 ポイント以上の追加利益）を上げられ、リスクも抑えられました。
まるで、「雨雲（バラつき）」が近づいているのを察知して傘を差すことで、濡れずに（損失を避け）目的地にたどり着けるようなものです。

4. 重要なポイント：いつ効くのか？

この指標は、いつでも効くわけではありません。特に**「FRB（アメリカ中央銀行）の政策発表がある月」に非常に強力に働きます。
これは、「大きなニュースが発表される直前には、市場の意見が最も割れやすく、その直後に価格が調整されやすい」**ことを示しています。

まとめ

この論文のメッセージはシンプルです：

「市場の参加者たちが『株価の動き』について激しく意見が割れている時（バラつきが大きい時）は、市場全体が『調整（下落）』を迫られているサインだ。このサインを見逃さなければ、投資で大きな利益を得られる。」

これは、単なる数字の遊びではなく、**「人々の心理（楽観と悲観の対立）」と「情報の流れ」**が、どう株価に影響を与えるかを解き明かした、非常に実用的な発見です。

技術概要

この論文「Skewness Dispersion and Stock Market Returns（歪度分散と株式市場リターン）」の技術的な要約を以下に示します。

1. 研究の背景と問題意識

• 背景: 株式市場のリスク・プレミアム（期待リターン）を予測する要因として、マクロ経済変数や金融変数が多数提案されている。特に、個別株式のリターンを説明する「高次モーメント（歪度など）」の重要性は知られているが、** aggregate（市場全体）の株式リターンを予測する上で、歪度の平均値や分布が果たす役割は限定的である**と考えられてきた。
• 問題点: 既存の研究（Jondeau et al., 2019 など）は「個別株式の歪度の平均値」に焦点を当てていた。しかし、投資家の期待が非対称な報酬について異なる場合、その異質性は平均値だけでなく、株式間の歪度の分布（ばらつき）にも反映されるはずである。
• 目的: 個別企業の実現歪度（realized skewness）の横断的分散（cross-sectional dispersion）が、将来の株式市場リターンを予測する新たな要因となり得るかを検証する。

2. 手法とデータ

• データ: 2000 年 12 月から 2022 年 12 月までの、NYSE、AMEX、NASDAQ に上場する 6,770 社の米国株式の**高頻度データ（5 分間足）**を使用。
• 変数の構築（Skewness Dispersion）:
  1. 各株式の日内リターンから「実現分散（Realized Variance）」を計算。
  2. それを用いて標準化された「実現歪度（Realized Skewness）」を日次で算出。
  3. 市場全体の株式におけるこの実現歪度の分布から、特定のパーセンタイル間の範囲（例：95 パーセンタイルと 5 パーセンタイルの差、$SD_{95-5}$）を「歪度分散（Skewness Dispersion）」として定義。
  4. 月次データは、各月の最後の 5 営業日の平均値（または中央値）として作成。
• 回帰分析:
  • 単変量および多変量予測回帰（1 ヶ月、3 ヶ月、6 ヶ月、12 ヶ月の予測期間）。
  • 統計的推論の頑健性確保のため、Stambaugh 偏正、重複サンプル、持続性（persistence）を考慮した手法（Newey-West 標準誤差、Martin (2017) の非重複サンプル法、Kostakis et al. (2015) の IVX 推定）を適用。
  • 50 種類の既存予測変数（歪度、株式横断変数、センチメント、分散、マクロ変数など）との比較。
• ポートフォリオ分析: 平均 - 分散投資家の視点から、シミュレーションによるアウト・オブ・サンプル（OOS）の確実性等価リターン（CER）とシャープレシオを評価。

3. 主要な結果

• 予測力の発見: 歪度分散と将来の市場リターンの間には、統計的に有意な負の関連が存在する。歪度分散が高い（株式間の歪度のばらつきが大きい）期間は、その後の市場リターンが低下する傾向がある。
• 頑健性:
  • 不況期（NBER 景気後退期）を除外しても結果は変わらない。
  • 50 種類の既存予測変数をコントロールしても、歪度分散の予測力は残存する（付加的な説明力を持つ）。逆に、歪度分散をコントロールすると、多くの既存変数の予測力は失われる。
  • アウト・オブ・サンプル（OOS）テストでも、歴史的平均（benchmark）に対して有意に高い $R^2_{OOS}$ を示す。
• 経済的価値:
  • 歪度分散に基づく予測を用いたポートフォリオは、買い持ち戦略や歴史的平均に基づく戦略に比べて、CER gains（709〜875 ベーシスポイント）とシャープレシオ（0.82〜0.91）が大幅に向上する。
• 予測メカニズムの特定:
  • FOMC（連邦公開市場委員会）発表: 歪度分散の予測力は、FOMC 会議に関連する月に集中しており、会議がない月では有意ではない。これは、マクロ経済情報の到着と価格への反映プロセスが鍵であることを示唆。
  • センチメントとリスク: 歪度分散は、投資家の注意（Attention）や AAII のセンチメント調査（強気・弱気）と正の相関を持つ一方、市場の総リスク（分散リスク）とは負の相関を持つ。これは、歪度分散が「投資家の信念の異質性」を捉えており、それがマクロニュースの発表時に価格に徐々に組み込まれることを示している。
• 尖度分散（Kurtosis Dispersion）の検証: 歪度分散と同様に尖度の分散もリターンを予測するが、その力は歪度分散よりも弱く、特に長期予測では劣る。これは、リターン分布の「非対称性（歪度）」が「尾部の重さ（尖度）」よりも重要であることを示唆。

4. 論文の貢献と意義

• 学術的貢献:
  • 個別株式の歪度の「平均」ではなく、「分布の広がり（分散）」が市場全体のリターン予測に重要であることを初めて実証。
  • 高頻度データから構築された単純な指標（歪度分散）が、複雑なマクロ変数や他の代替変数よりも優れた予測力を持つことを示した。
  • 予測力が FOMC 発表に集中しているという発見は、株式市場リターンの予測が「リスクベース」と「行動ファイナンス（投資家の信念の非対称性）」の両方のメカニズムによって駆動されていることを裏付けた。
• 実務的意義:
  • 投資家にとって、歪度分散はポートフォリオ配分において極めて高い経済的価値（CER 向上）をもたらす実用的な指標である。
  • 既存の 50 変数セットと比較しても、この指標は独立した予測力を持ち、ポートフォリオ最適化に組み込むことでリスク調整後リターンを大幅に改善できる。

5. 結論

本論文は、株式市場の横断的な歪度のばらつき（歪度分散）が、将来の市場リターンを強力に予測する新しい変数であることを示した。この予測力は、マクロ経済ニュース（特に金融政策発表）の前後に集中して現れ、投資家の信念の異質性が価格に徐々に取り込まれる過程を反映している。これは、リスクベースの説明と行動ファイナンス的な説明の両方を統合するメカニズムとして解釈できる。