A Cap-Axis Integral Diagnostic of Factor Models

技術要約：ファクターモデルのキャップ・軸積分診断

問題提起
標準的な資産価格評価は、ファクター・スパンニング、最大シャープレシオ比較、および有限のテスト資産セットに対する同時アルファ・テストなどの基準に依存している。正しく特定された確率的割引因子（SDF）は、ゼロ・アルファと平均分散効率の両方を意味するが、経験的なファクターモデルは低次元の近似であり、これらの基準が乖離する場合がある。モデルは、平均分散フロンティアを拡大すること（最大シャープレシオの向上）には成功しても、標準的なテストでは単一のスカラー値に圧縮されたり、集計ポートフォリオの中に隠蔽されたりしてしまう、経済的に意味のある部分空間に対して系統的な価格設定エラーを残す可能性がある。既存のテストは、市場の内部構造（特に市場時価総額軸に沿ったエラーの分布）に関して、価格設定エラーが「どこに」存在するのかを明らかにできないことが多い。

手法
本論文は、ファクターモデルの価格設定エラーを、市場時価総額ランク軸に沿った連続関数へと引き上げる**キャップ・軸積分診断（cap-axis integral diagnostic）**を提案する。

1. ブリッジの構築:

   • 資産を降順の時価総額によってソートする。
   • 任意の累積市場価値シェア $p \in [0, 1]$ に対して、ゼロ投資の「ブリッジ」ポートフォリオを形成する。これは、トップ-$p$ のプレフィックスをロングし、市場全体の等価な市場価値エクスポージャーをショートするものである。
   • このブリッジ $D_t(p)$ は、構成上、$p=0$ と $p=1$ の両端でゼロとなる。

2. ブリッジ・アルファ曲線:

   • ブリッジのリターンをファクターモデル $f_{m,t}$ に回帰し、アルファ関数 $\alpha_m(p)$ を推定する。
   • 得られる曲線 $p \mapsto \alpha_m(p)$ は、キャップ・軸に沿った価格設定エラーの分布を表す。
   • 「アグリゲート・マーケット・ゲート」（市場全体に対してゼロ・アルファを要求する条件）の下では、ゼロのブリッジ・アルファ曲線は、アグリゲート・マーケットとすべてのキャップ・軸ブリッジによって生成される閉じた線形部分空間をモデルが価格設定するための必要十分条件となる。

3. 関数統計量:
   曲線は、方向、大きさ、および局所的な歪みを分離するために、4つの関数によって要約される：

   • 符号付き面積 ($\widehat{SA}$): 方向性の傾きを測定する。これは、重み $(1/2 - u)$ を持つ単一の「ランク・エリア」ポートフォリオのアルファに相当する。
   • 積分絶対誤差 ($\widehat{IAE}$): 符号の相殺を伴わない、総歪みの大きさを測定する。
   • 積分二乗誤差 ($\widehat{ISE}$): 総二乗歪みを測定する。
   • 上限 ($\widehat{SUP}$): 最大の局所的歪みを記録する。

4. 推論とプレサボ（Placebos）:

   • HAC推論: 符号付き面積が、時系列の不確実性（Newey–West 標準誤差）に対して統計的に有意であるかをテストする。
   • オーダリング・プレサボ（Ordering Placebos）: 日付、リターン、および市場ウェイトは固定されているが、株式の順序をランダム化した一致ベンチマーク。これは、観察されたブリッジの形状が、リターン分布の一般的な特徴ではなく、時価総額ランクに特有のものであるかどうかをテストする。
   • リード・ラグ補正: 非同期取引によるベータの減衰を対処するために、日次データに適用される。ファクターのリードおよびラグを集計して補正を行う。

主な結果
この診断法は、1967年から2024年までのCRSP投資可能市場データを用い、154のファクターおよびいくつかの標準的なモデル（CAPM、Fama–French、Carhart、q5）に適用された。

1. 頻度依存的な歪み:

   • 日次頻度: q5 モデルは、頑健で一方向的な負のブリッジ・アルファ曲線（符号付き面積 $\approx -39.6$ bp）を示す。この歪みは極めて有意であり、オーダリング・プレサボを通過する。しかし、リード・ラグ補正によって急速に減衰するため、短期間の非同期取引によって駆動されていることが示唆される。
   • 月次頻度: q5 の歪みはほぼ消失する。対照的に、Fama–French (FF3, FF5, FF6) および Carhart モデルは、有意な正の一方向的なブリッジ（符号付き面積 $\approx +32$ bp）を示し、これは日次よりも月次頻度においてより強い。
   • 結論: 価格設定エラーはホライゾン（時間軸）に局在している。異なるモデルは、異なる頻度においてエラーを残す。

2. ファクターレベルの座標:

   • 154のファクターにわたり、キャップ・軸のフットプリント（$\widehat{IAE}$ で測定）は、最大シャープレシオの利得 ($\Delta SR$) とは明確に異なる。そのランク相関は低い（0.15）。
   • あるファクターは、シャープレシオのフロンティアを大幅に改善できる一方で、キャップ・ランクの部分空間上に大きなゼロ・アルファのフットプリントを残す可能性がある（例：q5 Expected Growth は、最大のシャープレシオ利得と最大のフットプリントを持つ）。
   • このフットプリントは、従来のサイズ・エクスポージャーによって機械的に説明されるものではない。フットプリントの大きさをサイズ・ファクターのローディングに対して回帰すると、ニア・ゼロの $R^2$ が得られ、この診断が単純なサイズ・エクスポージャーを超えた、ファクター行動の明確に異なる特徴を捉えていることを示している。

3. 解像度 vs サイズ・ビン:

   • 標準的なサイズ・デシル（10分位）テストは、市場を10個のビンに圧縮しており、トップ・デシルが市場価値の約60%を保持している。この集計は内部構造を隠蔽する。
   • キャップ・軸診断は、トップ・デシルを連続的なパスとして解明し、価格設定エラーがデシルの境界ではなく、支配的なビンの中（例：$p \approx 0.33$ または $0.45$）でピークに達することが多いことを明らかにする。モデルはデシル・テストには合格しても、内部の隠れたエラーのためにキャップ・軸診断では失敗する場合がある。

意義と主張
本論文は、標準的なモデル評価ツールに対して、**制限付きゼロ・アルファ補完（restricted zero-alpha complement）**を加えることを主張している。

• 区別可能性: アグリゲート・マーケットへの適合、最大シャープレシオの向上、およびキャップ・ランク部分空間における制限付きゼロ・アルファの一貫性は、それぞれ異なる経験的基準であることを示している。モデルはアグリゲート・マーケットを満たし、フロンティアを拡大しながらも、キャップ・軸診断には失敗し得る。
• 局在化: スカラー・テストとは異なり、この診断法は、固定された市場内部の座標に沿った価格設定エラーの「方向」「大きさ」「位置」「頻度」を特定する。
• 非代替性: これはスパンニング・テストやサイズ・ビン・テストを置き換えるものではなく、それらが圧縮してしまう情報を明らかにするものである。近似的なSDFは、異なるホライゾン（日次 vs 月次）に価格設定エラーを配置し得ることを示し、モデルレベルの一貫性は、構成ファクターの限界的なフットプリントの相殺によって生じ得ることを示している。
• 有用性: ブリッジ・アルファ曲線は、ファクター構築（IAEの最小化）やファクター・ブロックの分解に使用できる関数オブジェクトとして機能し、標準的なテストが覆い隠してしまう価格設定エラーの高解像度な視界を提供する。

本論文の範囲は控えめであり、診断に合格することが完全なSDFの妥当性を意味するわけではないこと（モメンタム、バリュー、およびその他の非キャップ・ランク方向を無視しているため）、また、診断に失敗することが平均分散の価値の欠如を意味するわけでもないことを認めている。その主要な貢献は、測定デバイスそのものにある。