On the Mean-Entropy Frontier: Profit Rate Equalization

技術要約：平均エントロピーの最前線：利潤率の均等化

問題提起
本論文は、資本主義的競争の機能を経験的に評価することの困難さ、特に市場集中の高まり、知的財産権、および高い収益性にもかかわらず投資が減少している状況における課題を取り上げている。既存の文献は、「独占」仮説（競争の低下）から「優れたパフォーマンス」仮説（Demsetz, 1973）まで、相反する見解を提示しているが、強力な証拠の提示は、競争に関する広く受け入れられた理論的枠組みの欠如によって阻まれている。

具体的には、本論文は、リスク指標として分散を用いる従来の平均分散アプローチ（例：Glick and Ehrbar, 1990）の限界を批判し、概念的および実装上の課題を指摘している。また、情報理論的アプローチ（例：Farjoun and Machover, 1983; Scharfenaker and Foley, 2017）は推論の簡便さを提供するものの、産業分類を抽象化していたり、業界レベル（利潤率の均等化が機能する理論的レベル）と統計的対象との整合性を欠いたりする可能性があることを強調している。さらに、従来の確率モデルは、観測された配分が効率的なベンチマークからどの程度逸脱しているかを評価するための透明なメカニズムを欠いていることが多い。

手法
著者は、資本配分を情報理論的な推論問題として扱う、利潤率均等化の最大エントロピーモデルを開発している。

1. 理論的枠組み:

   • モデルは、加重平均利潤率（$\mu$）を、資本シェア（$x_i$）で重み付けされた産業別利潤率（$r_i$）の総和として定義する。
   • 重み付けされた利潤率シェアのエントロピーを最大化するために、最大エントロピー原理を利用する。目的は、以下の制約条件下で、加重平均に対する重み付け利潤率シェアのエントロピーを最大化することである。
     • 正規化：$\sum x_i = 1$。
     • 期待収益：$\sum x_i r_i = \mu$。
     • 事前情報：分布は事前分布（$\pi_i$）に最も近いこと。ここで、$\pi_i$ は産業別売上シェアを表す。
   • 解は、資本シェアが観測された利潤率、事前売上シェア、およびリターン依存の傾きとして機能するスカラー配分パラメータ（$\alpha$）に依存する配分規則を与える。この規則は次のように与えられる：
     $$x_i \propto \pi_i r_i^{-1} \exp(-\alpha/r_i)$$
   • この定式化は、分散を最小化するのではなく、示唆されるリターン分布と事前分布との間のカルバック・ライブラー（KL）ダイバージェンスを最小化するものである。

2. データ:

   • 本研究では、Compustat/CRSP Annual North American Fundamentals データベース（1962–2024年）の米国企業レベルデータを使用している。
   • 産業は3桁SICコードによって分類されている（規制対象の公共事業、金融、政府部門を除く）。
   • 利潤率は、減価償却前営業利益（OIBDP）を総資産（AT）で除算して算出される。負の利潤率を持つ産業は除外されている。
   • 資本シェアは産業別総資産の割合であり、事前分布は産業別売上シェアから構築される。

3. 推定:

   • モデルは、Hamiltonian Monte Carlo（StanにおけるNUTSサンプラー）を用いたベイズ推論によって推定される。
   • 観測された資本シェアおよび予測された資本シェアは、データの組成的な性質を扱うために、加法的な対数比（ALR）座標を用いて変換される。
   • 配分パラメータ $\alpha_t$ は各年ごとに個別に推定され、誤差スケール $\sigma$ は年をまたいでプールされる。
   • $\alpha_t$ の事後分布は、モデルが示唆する資本配分、加重平均利潤率、および正規化されたエントロピー値の分布を生成する。

4. 平均エントロピー・フロンティア:

   • 本論文は、マルコウィッツの平均分散フロンティアに類似した「平均エントロピー・フロンティア」を構築する。これは、観測された利潤率と事前分布に基づいた、加重平均収益率（$\mu$）と正規化されたエントロピー（$H$）の到達可能な組み合わせの集合を表す。
   • 「均等化ギャップ」は、観測された配分点（$H_{obs}, \mu_{obs}$）と、同等の収益水準におけるフロンティア上の最大到達エントロピーとの間の距離として定義される。

主な結果

• 長期的傾向: 分析の結果、1960年代から2000年代初頭にかけて、モデルが示唆する加重平均収益率（$\mu_{imp}$）の長期的な低下が明らかになった。その後、以前の水準への回復は見られない。
• 均等化のダイナミクス: 収益性の低下と並行して、正規化されたエントロピー尺度（$H_{imp}$）の長期的な増加が見られ、これは産業間における加重利潤率のさらなる均等化への傾向を示している。この傾向は2000年代初頭に安定している。
• 均等化ギャップ: 観測された配分とモデルが示唆する配分の間のギャップは、時間の経過とともに大幅に縮小している。近年、観測された配分点はモデルが示唆するフロンティアに近づいており、これは、同等の収益水準において、さらなる均等化から得られる利益の余地が限定的であることを示唆している。
• セクター別の偏差:
  • 最大の正の偏差（観測された資本シェア > 予測された資本シェア）を示す産業は、通信、パイプライン、ヘルスサービス、機器レンタルなどの資産集約型セクターである。
  • 最大の負の偏差（観測された資本シェア < 予測された資本シェア）を示す産業は、卸売および小売流通セクター（例：食料品、医薬品）に集中しており、そこでは売上シェアが資本シェアを上回っている。
  • これらの偏差は、生産、サービス、および流通セクター間における資産要件の持続的な異質性を反映している。

意義と貢献
本論文は、利潤率の均等化と資本主義的競争に関する文献に対し、主に3つの貢献を主張している。

1. 分析的枠組み: ポートフォリオ理論の分散最小化論理をエントロピー最大化（またはKLダイバージェンス最小化）に置き換える、扱いやすい最大エントロピーモデルを提供する。このアプローチは、事前情報（売上シェア）を取り入れ、資本配分を確率的推論問題として扱うことで、高次元の平均分散構造を回避している。
2. 経験的対象の整合: 焦点を企業レベルの利潤率から産業レベルの利潤率へとシフトさせることで、統計的対象を、利潤率の均等化が機能すると期待される理論的レベルに適合させ、Basu (2018) が指摘したギャップに対処している。
3. 診断ツール: 「平均エントロピー・フロンティア」の構築は、競争を評価するための新しい指標を提供する。これにより、研究者は「均等化ギャップ」を測定し、観測された資本配分がモデルによって示唆される効率的なベンチマークからどの程度乖離しているかを定量化できる。これは、制限的な均衡仮定に依存することなく、収益性と競争の度合いの関係を研究するための確率的枠組みを提供する。

本論文は、観察された米国の収益性の低下は均等化プロセスと密接に関連しており、経済は近年、モデルが示唆する効率的フロンティアに近づいていると結論付けている。これは、低い収益性が一時的な逸脱ではなく、持続的な構造的特徴であることを示唆している。