💰 quantitative finance

A Spectral Generalisation of the Variance Ratio: Eigenstructure of Long-Horizon Portfolio Covariance and a Multi-Memory Factor Model of U.S. Equity Returns

本論文は、長期的な株式リターンを明確なリターンおよびボラティリティのメモリ・チャネルへと分解する堅牢な5因子モデルを特定するために、分散比率のスペクトル一般化を導入し、1980年代後半におけるボラティリティ持続性のレジームシフトを明らかにし、さらにリターン・モメンタムの横断的な駆動要因がボラティリティ持続性を支配するものとは経済的に異なることを実証するものである。

原著者： Anders G Frøseth

公開日 2026-07-07

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Anders G Frøseth

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

株式市場を、単なる混沌とした海としてではなく、交響曲を奏でる複雑なオーケストラとして想像してみてください。何十年もの間、経済学者たちは、たった一つの楽器（単一の銘柄）に耳を傾けたり、オーケストラ全体の総音量を測定したりすることで、その音楽を理解しようとしてきました。本論文は、新しい聴き方を提案しています。それは、オーケストラが奏でる特定の「音符」（パターン）を特定し、それらの音符が時間の経過とともにどのように変化するかを理解することです。

以下は、簡単な比喩を用いた本論文の知見の解説です。

1. 問題点：間違った聴き方をしている

群衆の動きを理解しようとしている場面を想像してください。

従来の方法： 一人の人物を選び、一年間観察します。「ああ、この人は直線を歩いているな」とか「立ち止まったり動いたりしているな」といったことが分かります。しかし、これは「群衆全体」がどのように共に動いているかを無視しています。
本論文の方法： 一人の人物を見る代わりに、著者たちは群衆全体の動きのパターンを同時に観察します。彼らは「固有構造（eigenstructure）」と呼ばれる数学的ツールを用い、グループ全体が一体となって行う隠れた「ダンスのステップ」を見つけ出します。彼らはこれを「主成分方向（principal directions）」、あるいはオーケストラの「主要なメロディ」と呼んでいます。

2. 発見：市場には2つの「チャンネル」がある

著者たちは、市場の記憶が、同時に放送されている2つの異なるラジオ局のように、2つの明確なチャンネルを通じて機能していることを発見しました。

「価格」チャンネル（線形）： これは、実際の株価の上昇や下落に関するものです。
「ボラティリティ（変動性）」チャンネル： これは、価格の変動がいかに「激しい」か、あるいは「穏やか」か（恐怖や興奮）に関するものです。

本論文は、これら2つのチャンネルが異なる「記憶」を持っていることを示しています。ある価格トレンドが長く続くからといって、恐怖（ボラティリティ）も同じ時間持続するとは限りません。これらは、異なるリズムを奏でる異なる楽器のようなものです。

3. 「5つの要素」からなるオーケストラ

著者たちは、米国の株式市場全体が、共に演奏するわずか**5つの主要な「演奏者」（要因）**によって説明できることを発見しました。これら5つの要因は、単なる数日単位ではなく、長期的な期間（数年単位）における株の挙動のほぼすべてを説明します。

持続的な演奏者： 着実で長く続く調べを奏で続ける演奏者（モメンタム）。
反持続的な演奏者： 常に自らを修正する調べを奏でる演奏者（平均回帰：物事が上がりすぎると、元に戻ろうとする性質）。
「マルチフラクタル」の指揮者： 最も複雑な演奏者です。彼らは、時間の経過とともに音が大きくなり、より複雑になる「カスケード（連鎖的な崩壊・増幅）」を生み出します。これは、なぜ市場の暴落や急騰が、数年にわたって独自の生命を持っているかのように感じられるのかを説明しています。
ボラティリティ専念の演奏者： 価格の音符ではなく、「恐怖」の音符だけを奏でる演奏者。
「バースト（突発）」の演奏者： 短く強烈なノイズの塊を奏で、すぐに消え去る演奏者。

大きな発見： この全く同じ「5人の演奏者」によるバンドは、以下の視点で見ても市場を説明できます。

異なる業種（テクノロジー vs ヘルスケアなど）。
異なる企業タイプ（小型株 vs 大型株、割安株 vs 高価な株）。
異なる時期（1998年以前 vs 1も1998年以降）。
さらには欧州市場（米国での知見の「複製」）。

4. 1980年代後半の「大転換」

最もエキサイティングな発見の一つは、「レジーム・トランジション（体制の変化）」です。著者たちは、市場が緩やかに変化したのではなく、1980年代後半に構造的な転換を経験したことを突き止めました。

転換前： 市場における「恐怖（ボラティリティ）」は、短期的な嵐のようなものでした。しばらく荒れ狂った後、比較的早く（約2年で）鎮まりました。
転換後： 「恐怖」は、深くゆっくりと動く海流となりました。ボラティリティの最も長く続く波は、4年にも及ぶようになりました。

これは、川の流れが変わる様子に似ています。1980年代以前、水は素早く浅いさざ波として動いていました。その後、川は、通過するのに数年かかる深くゆっくりとした潮流を持つようになりました。著者たちは「ローリング・ウィンドウ（移動窓）」の手法を用いてこの変化を特定し、この転換が他の研究者がよく用いる任意の1998年という日付ではなく、1985年から1995年の間に漸進的かつ確実に起こったことを示しました。

5. 「ベータ逆転」の驚き

最後に、著者たちは一般的な仮定を検証しました。それは、「価格トレンドを牽引する企業（モメンタムなど）は、ボラティリティのトレンドをも牽引するのか」という点です。

仮説： もしある企業が「価格のリーダー」であるなら、その企業は「恐怖のリーダー」でもあるはずだ。
現実： 著者たちは、その逆の結果を見出しました。長期的な価格トレンドを駆動する企業は、長期的なボラティリティのトレンドを駆動する企業とは完全に異なっていました。それはまるで、「価格のオーケストラ」と「恐怖のオーケストラ」が、異なる演奏者と共に異なる部屋で演奏しているかのようです。

まとめ

本論文は、株式市場はランダムな混乱状態にあるのではないと主張しています。市場は、異なる国や時期を超えて繰り返される5つの核となるパターンを持つ、高度に構造化されたシステムです。しかし、市場の恐怖がどの程度持続するかという「ゲームのルール」は、1980年代後半に永久に変化し、短期的なスパイクから長期的な、数年にわたる波へと移行しました。最も重要なことは、価格を動かす力はボラティリティを動かす力とは別物であり、それらは同時に進行している二つの異なる物語であるということです。

技術要約：分散比率のスペクトル一般化

問題提起
資産リターンの時間軸（ $H$ ）にわたる集計は、クロスセクションの二次モーメント構造を根本的に変化させる。Lo and MacKinlay (1988) による単変量分散比率テストは、単一の時系列において $H$ 期間のリターンが適切に集計されているかを評価するものであるが、共分散行列の固有構造に含まれるクロスセクション情報を破棄してしまう。Hong et al. (2017) による行列値分散比率のような既存の多変量拡張は、より多くの構造を保持しているものの、推論のためにそれらをスカラー関数（トレース、行列式）へと還元してしまい、固有モードによって長期ダイナミクスをインデックス化することには失敗している。さらに、株式リターンは、べき乗則のテイル、絶対リターンにおける長距離依存性、およびマルチフラクタル・カスケードと整合的なボラティリティにおけるマルチスケール自己相似性を含む、独立同一分布（i.i.d.）なガウス分布からの逸脱が文書化されている。本論文は、これらの結合された偏差を、線形（リターン）およびボラティリティの両方のチャネルにおいて、構造化された固有構造インデックス付き成分へと分解するフレームワークの必要性に対処するものである。

手法
著者らは、固有モードによってインデックス化された多変量分散比率の一般化を提案している。このフレームワークは、対称な行列値時系列 $\Sigma_t$ とその $H$ 期間集計 $\Sigma^{(H)}_t$ に対して定義される2つのクロスセクション統計量に基づいている。

固有モード別分散比率 ( $\kappa$ ):
$\kappa_i(H) := \frac{\lambda_i(\Sigma^{(H)}_t)}{H \cdot \lambda_i(\Sigma_t)}$
これは、 $i$ 番目の主成分方向の集計ホライゾンにおける自己相関を測定する。i.i.d. リターンの下では、すべての $i, H$ に対して $\kappa_i(H) = 1$ となる。
固有ベクトル重複行列 ( $O$ ):
$O_{ij}(H) := |\langle v_i(\Sigma^{(H)}_t), v_j(\Sigma_t) \rangle|^2$
これは、ホライゾンが拡大するにつれての固有基底の幾何学的な回転を測定する。i.i.d. リターンの下では、 $O_{ij}(H) = \delta_{ij}$ となる。

著者らは、パラメトリックモデルの下でのこれらの統計量の閉形式の予測を導出している。線形チャネルについては、AR( $p$ ) プロセスが、特性根によってインデックス化されたAR(1)分散比率の加重和へと $\kappa$ を分解することを確立している。固有ベクトル重複については、回転が固有値ギャップとホライゾン依存の飽和因子に依存することを示す一次摂動結果を導出している。

経験的な偏差をモデル化するために、著者らは、線形チャネル（対数リターンの共分散）とボラティリティチャネル（平方リターンの共分散）に共同適用される5因子マルチメモリモデルを構築している。因子は以下の通りである：

$F_P$ (持続的/Persistent): ハースト指数 $H_P > 0.5$ を持つ分数ブラウン運動 (fBm)。
$F_A$ (反持続的/Antipersistent): $H_A < 0.5$ を持つfBm。
$F_M$ (マルチフラクタル/Multifractal): 線形チャネルにおけるARFIMA(1, $d_M$ , 0)プロセスと、ボラティリティチャネルにおけるマルコフ・スイッチング・マルチフラクタル (MSM) カスケードを結合したもの。
$F_V$ (ボラティリティ随伴因子/Volatility Companion): $F_M$ のMSMカスケードを共有する純粋なボラティリティ因子であるが、線形構造には寄与しない。
$F_{Vt}$ (一時的ボラティリティ/Transitory Volatility): ボラティリティのボラティリティを支配するARFIMAプロセスであり、一時的なクラスタリングを捉える。

このモデルは、経験的な $(\kappa^{lin}, \kappa^{vol})$ 行列に対する結合最小二乗法 (LS) を用い、移動ブロック・ブートストラップ（1,000回のリプリケート）およびL-BFGS-B最適化によって推定される。

主要な貢献と結果
本フレームワークは、4つの米国株式パネル（Fama-French 49業種フルサンプルおよび1998年による前後分割；Fama-French 100サイズ $\times$ ブル・トゥ・マーケット・ソート）および非米国複製（欧州25）に適用されている。分析により、以下の3つの主要な知見が得られた。

普遍的な5因子分解: 同一の5因子モデルが、すべてのパネルにおいて、長期的な株式ダイナミクスの7つの定型的事実を同時に再現している：
- マーケットモードの分散比率アノマリー: マーケットモードにおける線形チャネルの「上昇後の下降」パターン。
- ファクター・モメンタム: 副次的な固有モード（ランク2–3）における単調増加する分散比率。
- 長期的な平均回帰: 深い固有モード（ランク24+）における急激に減少する分散比率。
- 短期的なボラティリティ・クラスタリング: ボラティリティ分散比率の急激な初期上昇。
- マルチスケール・ボラティリティ・ロングメモリー: マーケットモードのボラティリティチャネルにおける大規模な分散比率の蓄積（5年で $\approx 48$ に達する）、これはマルチフラクタル・カスケードと整合的である。
- 一時的ボラティリティ: 深い固有モードにおけるエピソード的なボラティリティ・バースト。
- クロスセクションの集中: ホライゾンが長くなるにつれ、ボラティリティ・スペクトルは単一の支配的なモードに集中するが、線形スペクトルは拡大する。
  分数ブラウン指数（ $H_P \approx 0.52\text{--}0.57$ , $H_A \approx 0.17\text{--}0.27$ ）は、業種ソート、サイズ・バリュー・ソート、および時間的サブサンプルを横断して安定しており、固有構造レベルでの普遍的な仕様であることを示している。
ボラティリティ・メモリーにおけるレジーム遷移: 本論文は、米国株式ボラティリティ・メモリーにおける構造的変化を、静的な1998年の分割境界ではなく、1980年代後半に特定している。
- ローリングウィンドウ分析（28年ウィンドウ、2年ステップ）により、この遷移が局在化されている。MSMカスケードのマーケットモード・ボラティリティチャネルへの重み（ $w^{vol}_{MSM}$ ）は、中央値が1985年中心の0.30から、1991年中心の0.93へと単調に上昇し、1995年以降は1.00で飽和している。
- 遷移前（1983年中心）と遷移後（1999年中心）のウィンドウの90%信頼区間は、厳密に重なっていない。
- カスケードの「クロスオーバー・タイムスケール」（最低周波数成分の持続期間、 $1/\gamma_1$ ）は、1998年以前の期間の約2.2年から、1998年以降の期間の4.0年へと長期化している。静的な「前半」パネル（1969–1997）は、これら2つのレジームを混合しているため、識別力が弱い。
クロスチャネルの $\beta$ -インバージョンと異なるローディング: 著者らは、マルチフラクタル因子の線形およびボラティリティ・シグネチャが、単一の共有されたクロスアセット・ローディング・ベクトル ( $\beta_M$ ) によって支配されているという仮説を検証している。
- $\beta$ -インバージョン・テストにより、線形チャネルとボラティリティチャネルからそれぞれ独立して、二乗されたローディング $|\beta_M[a]|^2$ を回収している。
- 結果は、共有ローディング仮説を棄却している。回収されたローディング間のピアソン相関は、4つのパネルのうち3つで有意に負である（例：フルサンプルで $-0.771$）。
- これは、リターン・モメンタム・パターンを駆動するクロスセクション特性が、ボラティリティ・パーシスタンス・パターンを駆動するものとは経済的に異なることを意味しており、単一のローディングでは両方のチャネルを説明できないことを示唆している。

意義
本論文は、分散比率の最初の固有構造インデックス分解を提供し、安定した主成分方向における時間的自己相関と、それらの方向のクロスセクション的回転を区別したと主張している。線形チャネルとボラティリティチャネルを分離することで、本フレームワークは「マーケットモード」が単一の存在ではなく、異なるメモリー・メカニズムの複合体であることを明らかにしている。すなわち、アンチパーシステント成分とARFIMA成分によって駆動される「上昇後の下降」型の線形プロファイルと、純粋なマルチスケール・ボラティリティ・カスケードの複合体である。

1980年代後半におけるレジーム遷移の特定は、ボラティリティのロングメモリー構造が静的なものではなく進化してきたことを示唆しており、現代においては最低周波数のカスケード成分を数年単位のホライゾンへと拡張させている。最後に、共有ローディング仮説の棄却は、リターンとボラティリティの両方のダイナミクスを駆動する単一の共通リスクファクターを想定するモデルに異議を唱えるものであり、産業特性やサイズ/ブル・トゥ・マーケット特性が、これら2つのチャネルを独立して予測することを示唆している。本フレームワークは、異なる資産ユニバースや時期にわたって成立する、長期的な株式ダイナミクスの頑健かつ簡潔な（5因子による）記述を提供している。

1. 問題点：間違った聴き方をしている

2. 発見：市場には2つの「チャンネル」がある

3. 「5つの要素」からなるオーケストラ

4. 1980年代後半の「大転換」

5. 「ベータ逆転」の驚き

まとめ

関連論文