資産運用論 −オリエンテーションと資産運用論入門− 野村證券株式会社 執行役 金融経済研究所金融工学研究センター長 加藤康之 （京都大学経済研究所客員教授） 2005年4月19日 [email protected] 金融経済研究所・金融工学研究センター 本講義で達成したいこと 金融・証券市場の実際のメカニズムを知り、それが経済活動の中 でどのような役割を果たしているのかを理解すること 市場では実際にどのようなビジネスがどのような主体により行わ れているのかを理解すること 実際の資産運用ビジネスでは、金融工学がどのように利用され ているのか理解すること 実際にデータのハンドリング方法を身につけること 将来の職業選択（金融ビジネス）に向けて正しい基礎知識と自 分の見通しを持つこと 金融経済研究所・金融工学研究センター 講義スケジュール （火曜日13:00-14:30） 日時 ①オリエンテーション、資産運用ビジネスの実際 4/19 ②株式運用モデルの開発 4/26 ③資産運用シミュレーションと運用評価（方法論と演習）5/10 ④ベンチマーと投資スタイル 5/17 ⑤企業活動のグローバル化と国際分散投資の新潮流 5/24 ⑥コーポレートガバナンス 5/31 ⑦行動ファイナンス理論と株式市場分析 6/7 ⑧リスクバジェティングとオルタナティブ投資管理 6/14 ⑨クレジットリスクモデル 6/21 ⑩ベンチャー投資 6/28 ⑪特別講義：商社におけるリスク管理の実際 7/5 ⑫演習発表・検討会、全体まとめ 7/12 講師 場所 加藤 加藤 加藤 大塚 加藤 徳野 加藤 向井 内山 中嶋 北村* 加藤 京都 東京 京都（5月24日へ） 東京 東京（6月7日へ） 東京 東京（5月10日へ） 東京 東京 東京 京都 京都（最終） ＊）北村氏：三菱商事経営企画部リスクマネジメント/ポートフォリオマネジメント担当 その他の講師は、野村證券金融経済研究所・金融工学研究センター研究員 修正 金融経済研究所・金融工学研究センター 日本の金融・証券市場の実際 1200 1000 197912 198101 198202 198303 198404 198505 198606 198707 198808 198909 199010 199111 199212 199401 199502 199603 199704 199805 199906 200007 200108 200209 200310 金融経済研究所・金融工学研究センター 日米株式のパフォーマンス比較 1600 1400 日経２２５平均株価 ダウ工業株３０種 800 600 400 200 0 金融経済研究所・金融工学研究センター 90年代：「失われた10年」 原因は、 ・バブル崩壊に伴う巨額不良債権の発生 ・不良債権処理の遅滞 結果として、 ・マクロ経済の悪化（デフレ） ・企業業績の悪化（需給ギャップ） 背景にあるのは、 ・金融機能の低下（間接金融への過度の依存） 金融システムの構造改革が必要 金融経済研究所・金融工学研究センター 企業の資金調達内訳 借入 日本 米国 債券 7.3 35.8 9.0 0% (注) 20% 企業間・ 貿易信用 34.0 30% 40% 50% 8.1 60% その他 16.1 49.4 15.2 10% 株式・出資金 70% 80% 6.7 18.4 90% 100% 2003年末の計数。日本は民間非金融法人企業。米国はNon-farm Non-financial Corporate Business。 (出所) 日本銀行「資金循環勘定」、Federal Reserve Board Flow of Funds Accounts of the United States より野村資本市場研究所作成 金融経済研究所・金融工学研究センター 銀行貸出／名目GDP （日米比較） 100% 98.6 90% 80% 70% 81.1 63.8 対GDP比（日本） 対GDP比（米国） 60% 50% 40% 39.2 31.8 30% 20% 1980 1985 1990 1995 （出所）内閣府､日本銀行､米国商務省､FRBの統計より野村資本市場研究所作成 2000 (CY) 金融経済研究所・金融工学研究センター 個人金融資産の内訳 日本 日本 アメリカ アメリカ 合計 34.3兆ドル （2003年12月末） 合計 1410兆円 （2003年12月末） 投資信託 2％ 投資信託 債券 2％ 債券 株式 7％ 株式 13％ 7％ 32％ 現金・預金 12％ 保険・年金 現金・預金 保険・年金 28％ 56％ 30％ （出所）日本銀行 「資金循環勘定」, FRB Flow of funds accounts of the United States 金融経済研究所・金融工学研究センター 株式保有構造 40 （％） 都長銀・ 地銀 事業法人等 個人 外国人 30 21.8 21.8 20.5 20 10 5.9 0 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 （ＦＹ） (注) 主要な投資主体の時価ベースの保有比率の推移を示す。 (出所) 全国証券取引所「株主分布状況調査」より野村資本市場研究所作成。 金融経済研究所・金融工学研究センター 間接金融 元利保証 各種のリスク 貸出 銀行がリスクを取る （ただし、最終的には個人がリスクを取る） 企業 銀行 個人 銀行預金 銀行預金 銀行借入 銀行借入 金融経済研究所・金融工学研究センター リスクが銀行に集中する構図 元利保証 各種のリスク 貸出 証券市場調達 証券市場調達 投資 投資（投資信託、年金等を含む） 企業 銀行 個人 銀行預金 銀行預金 銀行借入 銀行借入 金融経済研究所・金融工学研究センター 証券市場を中心とした金融に 仲介業者 企業 個 人︵ 投資家︶ 証券市場 証券市場 金融経済研究所・金融工学研究センター 間接金融と直接金融の比較 （間接金融） （直接金融） 最終融資先は銀行員（公的資金 は政治家、官僚）が決める。 最終投資先は投資家が決める 市場参加者が限定的である。 市場参加者は無数である。 金融リスクは銀行に集中する。 リスクは市場参加者に広く分散さ れる。 目標が明確のときは、効果的であ る。 変化が早く不確実性が高いときは、 効果的である。 日本の問題は間接金融に過度に偏重していること 金融経済研究所・金融工学研究センター これからの金融・証券ビジネス 金融経済研究所・金融工学研究センター これまでの金融のアプローチ ①銀行は予期を預かり、融資する、 ②保険会社は保険を販売する ③信託銀行は顧客の資産を信託する ④証券会社は株や債券を売る 業態別に考えていたため、横への展開ができなかった 金融経済研究所・金融工学研究センター これからの金融ビジネス −金融の機能的アプローチ− （１）資金決済：情報処理サービス業 （２）資金仲介：高付加価値情報サービス業 （３）資金仲介：資本集約型リスク管理サービス業 ベースになるのが情報技術と金融工学 金融経済研究所・金融工学研究センター 情報処理サービス業 決済業務 銀行 将来は、他の金融機関に加え、IT系企業の参入が考えられる 資産管理（資産を預かる業務） 信託銀行 将来は、信託業と銀行業が分離して、信託会社となる IT企業の参入も考えられる インフラアウトソース業務 システム管理、バックオフィス業務 現在は金融機関が社内に抱えているケースが多い IT系企業が中心になるが予想される 金融経済研究所・金融工学研究センター 高付加価値情報サービス業 資産運用アドバイスサービス 現在は、投資顧問会社（野村アセット、フィデリティ他）、信託銀行（三菱信託、 住友信託他）など大手が行っているが、ヘッジファンドなど小規模ベンチャー の参入者も増えるだろう 広義のコンサルタント 資産運用コンサルタント（フランクラッセル、マッキンゼー他） 格付け会社（S&P、Moody s、R&I他） データ販売会社（FACT SET、EXTEL、BARRA、S&P他） 投資情報サイト運営会社（YAHOO他） 資産管理（資産を預かる業務） 現在は信託銀行（みずほ信託、UFJ信託他）が行っている。 証券取引の執行 最近までは証券会社（野村證券、大和證券他）の業務であったが、今や銀 行（三菱、みずほ他）、インターネット企業（ライブドア、楽天、ＹＡＨＯＯ他）な どが子会社（証券会社）経由で参入している 金融経済研究所・金融工学研究センター 資本集約型リスク管理サービス業 金融商品の開発・加工 証券化 キャッシュフローをプールし小口などに変換 ＭＢＳ、ＲＥＩＴなど デリバティブ 顧客の要望するペイオフ、キャッシュフローをデザインして販売 株価が下がったら儲かる（株式プットオプション）、石油価格が上がったら儲か る（石油コールオプション）、雨が降ったら儲かる（天候デリバティブ） その他 必要な機能（資本と金融技術） 市場リスクに耐えられる（厚い資本） 商品開発力（金融工学） ヘッジオペレーション能力（金融工学） 金融経済研究所・金融工学研究センター 資本市場のプロたち 企業と投資家が 金融商品を介して 直接市場で出会う 金融仲介業者 マーケット インターネット仲介業者 金融商品 （資金調達） 資本の調達・運用者 （企業など） 情報サービス業者 （コンサルタント、 情報サービス） （投資） 銀行 （貸付） バックオフィス業者 （決済、保管、記録など） 機関投資家 最終投資家 （家計） 金融経済研究所・金融工学研究センター ビジネスとしての資産運用 機関投資家、運用機関：ビジネスとして人のお金を運用する人たち （機関投資家） 最終投資家 （個人） ・投資信託 ・生命保険、簡保 ・年金 ・信託銀行 ・銀行、郵貯 各種 情報サービス 業者 マーケット ・信託銀行 ・投資顧問 ・生命保険 ・投資信託 （運用機関） 金融経済研究所・金融工学研究センター 金融工学の基本原理 金融経済研究所・金融工学研究センター ３大金融理論 最適資産構成理論 モジリアニ・ミラーの定理 資本市場均衡論（ＣＡＰＭ） ポートフォリオ理論 派生証券価格理論 ブラック-ショールズ モデル 金融経済研究所・金融工学研究センター 金融工学の４つの基本原理 ①リスクの定量化（基本） ・確率分布としてリスクを認識する。 ②分散によるリスク管理（ポートフォリオ理論） ・分散投資により、効率的なポートフォリオが構築できる。 ③リスク資産のプライシング（CAPM） ・均衡状態におけるリスクとリターンの関係を説明。唯一のリス クファクターとしてのベータ。 ④不確実下でのプライシング（無裁定価格理論） ・資産は裁定取引で利益が出ないように価格付けされる。 -10 リスク 平均 期待値（平均値）が実現する不確実性 7.0% 6.5% 6.0% 5.5% 5.0% 4.5% 4.0% 3.5% 3.0% 2.5% 60 2.0% 1.5% 1.0% 0.5% 0.0% -0.5% -1.0% -1.5% -2.0% -2.5% -3.0% -3.5% -4.0% -4.5% -5.0% 金融経済研究所・金融工学研究センター リスクの定義 （標準偏差） 70 50 日経平均ポートフォリオの日次リターン 40 30 20 10 0 金融経済研究所・金融工学研究センター リスクの定義 （VaR; Value at Risk） 生起確率 損失 Ｚ99 （99% VaR） 99% 万が一の場合、想定しておくべき損失額 金融経済研究所・金融工学研究センター リスクとリターン 8% 外国株式 期待リターン 6% 国内株式 4% 外国債券 国内債券 2% ハイリスク／ハイリターンの原則 短期資産 0% 0% 5% 10% 15% リスク 20% 25% 金融経済研究所・金融工学研究センター ポートフォリオ理論 ・リスクとリターンのフレームワークにおける 投資意思決定理論 ・分散投資によるリスク低減効果を提示 ・効率的ポートフォリオの提示 ポートフォリオデザインのフレームワークを提供 金融経済研究所・金融工学研究センター ポートフォリオ理論 （分散効果） リスク 個別リスク システマティックリスク 銘柄数 金融経済研究所・金融工学研究センター ポートフォリオ理論 （効率的フロンティア） リターン 効率的フロンティア ポートフォリオ可能集合 リスク 金融経済研究所・金融工学研究センター シングル・ファクター・モデル 単一のファクターでリターンを説明 システマティック・リスクのみがリターンの要因 ri αi βi ：証券iのリターン ：証券iの定数項 ：証券iのベータ rm ：市場ポートフォリオのリターン εi ：残差(確率変数） リターン ri = α i + β i rm + ε i rm αi 1 ベータ 金融経済研究所・金融工学研究センター リスクの計算手順 シングルファクターモデル ri = α i + β i rm + ε i のリスクは、 rm と ε i が独立であると仮定すると Var (ri ) = σ = Var (α i + β i rm + ε i ) 2 i = β i2σ m2 + σ ε2i システマティック・リスク アンシステマティック・リスク 金融経済研究所・金融工学研究センター 分散投資①∼リスクの種類 分散投資 異なる動きをする資産を同時に持つことにより、株価 の変動を相殺する リスクの種類 システマティック・リスク(市場リスク） アンシステマティック・リスク＝市場からの乖離リスク (トラッキング・エラー) 業種リスク ファクターリスク 個別リスク 金融経済研究所・金融工学研究センター 分散投資②∼ポートフォリオのリスク分散 P25下の式において、ウエイトをw、銘柄数をNとしたときの ポートフォリオのリスクは N N i =1 i =1 σ p2 = Var[∑ wi (α i + β i rm + ε i )] = β p2σ m2 + ∑ wi2σ ε2 i wが全ての銘柄で同じで場合、ｗ=1/N となり、第二項は 1 1 × × (σ ε21 + σ ε22 + L + σ ε2N ) = σ ε2 / N N N Nを大きくしていくと、第二項の値は0に近づく。 アンシステマティック・リスクは 分散投資によって消去可能 金融経済研究所・金融工学研究センター CAPM （Capital Asset Pricing Model） 期待リターン 証券市場線 市場 リターン リスクフリー レート １ CAPM：リスクファクターの導入 µi − rf = βi (µm − rf ) ベータ 金融経済研究所・金融工学研究センター 無裁定価格理論の利用 ＜80-90年代＞ ・金融派生証券（先物、オプション等）のプライシ ング ＜2000年代＞ ・不確実なキャッシュフローを伴う資産やビジネス に関するバリュエーション（現在価値の期待値やリ スク）→ 幅広いリスク管理 無裁定価格理論の応用範囲が拡大 （不確実性が増加し、オプション価値が顕在化） 金融経済研究所・金融工学研究センター 無裁定価格理論 フリーランチがないように価格が付けられる。 このオプション価格はいくらか？ （期間金利は５％とする） A：1100円 1000円 A：100円 ? B： 900円 株価 B： 0円 コールオプション価格 金融経済研究所・金融工学研究センター 答 考え方：コールオプションと同じペイオフを持つポートフォリオを構築する。 そのコストがコールオプション価格となる。 手順 ：429円を借り（金利5%で）、株式を0.5株（500円相当）購入する。 不足する71円は自分で準備する。 とすれば、 A：1100×0.5 ‒ 429×1.05 = 100 B： 900×0.5 - 429×1.05 = 0 となり、コールオプションが複製できたことになる。このときの 持ち出し金額71円がオプション価格となる。 金融経済研究所・金融工学研究センター 資産運用と金融工学の応用 金融経済研究所・金融工学研究センター アセットマネジメントのプロセス（Plan/Do/See） 目標の設定 資産サイドの条件を推定 負債サイドの条件を推定 ・資産クラスの選択（株、債券、不動産、・・・） ・将来のキャッシュフロー（支払い）の推定 （Plan） ・期待収益率、リスクの推定 予算制約 ポートフォリオの構築・運用 （最適化） パフォーマンス評価 （Do） （See） 金融経済研究所・金融工学研究センター 実際のポートフォリオ最適化 フレームワーク リターン モデル リスク モデル α-モデル ω-モデル ポートフォリオ オプティマイザー（最適化) ポートフォリオ 初期構築 ポートフォリオの リバランス ポートフォリオ診断・パフォーマンス評価 金融経済研究所・金融工学研究センター 最適化の目標 期待効用：投資家の満足度(効用)の期待値 期待効用を最大化するポートフォリオを構築 U = α p − λσ リターンモデルで予測 リターンモデルで予測 2 p リスクモデルで予測 リスクモデルで予測 λをコントロールすることにより、任意にαとリスクのバランスを 決定できる 数式を解くには最適化手法を用いる →Uを最大化するウエイトが求まる 金融経済研究所・金融工学研究センター 最適化における課題 ・ベンチマークの設定 ・リスク（共分散行列）の計算負荷、予測可能 → リスクモデル ・期待リターンの推定 → リターンモデル 金融経済研究所・金融工学研究センター ベンチマークインデックス ベンチマークインデックス ＝ 市場平均 ポートフォリオ構築時の中立的ポートフォリオ リスクを取っていない状態 アクティブな判断をしていない状態 ポートフォリオ構築のスタート 通常は幅広い銘柄からなるポートフォリオを採用 例：日経平均、東証株価指数（TOPIX）、 RUSSELL/NOMURA指数、その他 金融経済研究所・金融工学研究センター 日本経済新聞から 金融経済研究所・金融工学研究センター リスクモデルの目的 ポートフォリオのリスクを コントロールするためのモデル ポートフォリオのリスクとは ベンチマークからのトラッキングエラー （リターン差の標準偏差） リスクモデルとは トラッキングエラーをコントロールするモデル 金融経済研究所・金融工学研究センター 良く使われるリスクモデル マルチファクターモデル Ｋファクターモデル Ｋファクターモデル ファクター分析には、様 々な統計モデルが実装さ れており、実務上で機関 投資家向け等にサービス される。 ファクターリターン（確率変数） ri = α K i + ∑ b i,k f k + ε i k =1 ランダム項 （確率変数） ファクター エキスポージャ ー σ σ 2 i i, j = K ∑ k ,l =1 = b i , k b i ,lσ K ∑ k ,l =1 b i ,k b j ,l σ fk +ω ,l fk 2 i (ω 2 i = var[ ε i ] ) ,l ファクター共分散 銘柄間の相関（共分散）はエキスポージャーとファクター共分散で表される。 金融経済研究所・金融工学研究センター ファクターのコントロール ファクターエクスポージャの調整 ＝ ポートフォリオを構築する ポートフォリオの ファクターエクスポージャ ベンチマークの ファクターエクスポージャ エクスポージャを 低くする 第1 ファクター 第２ ファクター エクスポージャを 高くする 第３ ファクター 第４ ファクター 金融経済研究所・金融工学研究センター ファクターによるリスク分解の実際 エクスポージャ リスクインデックス 1 市場連動性 2 ボラティリティー ﾎﾟｰﾄﾌｫﾘｵ ﾍﾞﾝﾁﾏｰｸ -0.058 0.005 ﾄﾗｯｷﾝｸﾞ ファクタ ファクタ ｴﾗｰ β リスク 差 (%/年) (%/年) -0.063 0.412 0.113 6.554 インデックス売買の影響 -0.269 -0.112 -0.157 1.240 0.303 7.915 3 企業規模 0.308 0.227 0.081 0.329 4 財務レバレッジ 0.320 0.017 0.302 0.814 0.000 2.695 5 純資産株価倍率 0.025 -0.003 0.028 0.118 -0.025 4.160 -0.033 4.043 日経２２５ 収益の安定性 6 益利回り -0.028 -0.019 -0.010 0.069 -0.042 7.223 7 成長性 -0.460 -0.076 -0.385 1.465 0.128 3.807 8 株主還元性 0.062 0.029 0.034 0.118 0.019 3.523 9 企業成功度 0.006 -0.029 0.035 0.128 -0.049 3.682 10 市場活況度 0.126 0.074 0.051 0.194 0.110 3.790 -0.438 -0.055 -0.383 2.345 12 収益の安定性 0.242 0.006 0.236 0.436 0.032 13 日経２２５ 1.031 0.215 0.816 1.583 -0.013 14 インデックス売買の影響 1.060 0.006 1.054 2.186 0.048 11 リターン・リバーサル ーン・リバーサル エクスポージャ 市場連動性 1.2 1 0.8 0.6 0.4 0.2 0 -0.2 -0.4 -0.6 ボラティリティー 企業規模 財務レバレッジ 純資産株価倍率 益利回り 市場活況度 -0.148 6.128 1.843 企業成功度 成長性 1.940 2.072 株主還元性 ﾎﾟｰﾄﾌｫﾘｵ ﾍﾞﾝﾁﾏｰｸ 金融経済研究所・金融工学研究センター パッシブ対アクティブ パッシブ運用（ｲﾝﾃﾞｯｸｽﾌｧﾝﾄﾞ）のロジック ・市場平均に勝つ人もいれば負ける人も必ずい る。（恒に真） ・常に勝ち続けることは難しい。 （効率的市場仮説） ・自分は負ける人になりたくない。 アクティブ運用のロジック ・自分はある業種、銘柄などに関して他の投資家 より価値のある情報を持っている。 金融経済研究所・金融工学研究センター リターンモデルの目的 超過リターン（α）の機会を見つけるためのモデル 超過リターン（α）の機会 （アノーマリー） • 小型株効果 • リターンリバーサル効果 • 割安（バリュー）効果 • リビジョン（モーメンタム）効果 • その他 金融経済研究所・金融工学研究センター 小型株効果 小型 大型 (%) 時価総額でランクしてポート フォリオを作成 7.0 6.0 5.0 小型株（時価総額小）が高 いパフォーマンスを挙げて いた 4.0 3.0 2.0 1.0 0.0 -1.0 -2.0 -3.0 1 2 3 4 5 注)縦軸は各ポートフォリオの超過リターンの年率換算平均値 αが得られる根拠 リスク・プレミアム説 ネグレクト効果説 金融経済研究所・金融工学研究センター リターン・リバーサル 低 高 10.0 過去3ヶ月リターンでランクし てポートフォリオを作成 8.0 6.0 低リターン株が高いパフォー マンスを挙げていた 4.0 2.0 0.0 -2.0 -4.0 -6.0 αが得られる根拠 -8.0 -10.0 1 2 3 4 5 注)縦軸は各ポートフォリオの超過リターンの年率換算平均値 過剰反応説 金融経済研究所・金融工学研究センター 割安株効果（低PBR） 割高 割安 (%) 8.0 6.0 4.0 2.0 B/P（PBRの逆数）でランクし てポートフォリオを作成 割安株が高いパフォーマン スを挙げていた αが得られる根拠 0.0 -2.0 -4.0 -6.0 1 2 3 4 5 注)縦軸は各ポートフォリオの超過リターンの年率換算平均値 リスク・プレミアム説 過剰反応説 他にはPSR、PER、PCFR、 EV/EBITDAなど 金融経済研究所・金融工学研究センター リビジョン効果 下方修正 上方修正 5.0 アナリストの予想変更度で ランクしてポートフォリオを 作成 4.0 予想変更度 = 3.0 2.0 直近予想利益−過去3ヶ月平均予想利益 過去3ヶ月平均予想利益 1.0 0.0 上方修正株が高いパフォー マンスを挙げていた αが得られる根拠 -1.0 -2.0 -3.0 -4.0 -5.0 1 2 3 4 5 注)縦軸は各ポートフォリオの超過リターンの年率換算平均値 過小反応説 金融経済研究所・金融工学研究センター 運用機関の分化 −アクティブ運用スタイル− Russell/Nomuraのスタイル分類 大 0% Large Cap （上位85%：350銘柄） 時価総額 50% 85% Small Cap（下位15%：1250銘柄） 小 100% 小 Value Growth 修正PBR 大 注：銘柄数は 2003年12月1日時点 金融経済研究所・金融工学研究センター 運用機関の分化が進む米国 米国基金における運用機関採用の事例 大型 BGI Alliance （大型） （大型バリュー） Northern Trust (S&P500) バリュー Dimensional Fund Advisors （小型バリュー） 小型 Turner （大型グロース） Brown （マイルドグロース） グロース Artisan Partners （小型グロース） （出所）Milwaukee年金の資料より 野村證券金融経済研究所作成 金融経済研究所・金融工学研究センター ポータブルアルファ −ヘッジファンドの登場− ポートフォリオ のリターン 資産クラスの 平均リターン 超過 リターン α α ＝ ＋ 他の資産クラスの 平均リターン 合成ポートフォリオ のリターン （先物等でヘッジ） 金融経済研究所・金融工学研究センター ポータブルアルファの意義 資産クラスに無関係なアルファ ・アルファの取り易い資産クラスでアクティブ運用 ・資産クラスに影響されないリターンを提供 多様なポートフォリオ構築が可能 金融経済研究所・金融工学研究センター ヘッジファンドの分類 FTSEのヘッジファンド分類 （母集団は6000社） 運用スタイル ディレクショナル イベント・ドリブン ノン・ディレクショナル 戦略 エクイティ ヘッジ CTA/ グローバル マージャー ディストレスト コンバーティブル エクイティ フィクスド マネージド マクロ アービトラージ オポチュニティ アービトラージ アービトラージ インカム フューチャーズ 出所：FTSE
© Copyright 2026 Paperzz
