統計の基礎へようこそ！
CAIAカリキュラムにおける最も重要な構成要素の一つへようこそ！数式やギリシャ文字を見ると身構えてしまう方もいるかもしれませんが、安心してください。ここはあなたのための場所です。統計とは、いわば「リスクという名の言語」です。ヘッジファンドやプライベート・エクイティ、不動産といったオルタナティブ投資の世界では、リターンは必ずしも「正規分布」のように振る舞うとは限りません。成功する投資家になるためには、過去に何が起こったのかを測定し、将来何が起こり得るのかを予測するためのこれらのツールが不可欠なのです。
この章では、データの「中心」を測る方法、リターンの「ばらつき」を測る方法、そしてポートフォリオを危機に陥れかねない「極端な」イベントを見抜く方法を学びます。さあ、一緒に飛び込みましょう！
1. 平均リターンの測定：算術平均 vs 幾何平均
投資のパフォーマンスを評価する際、通常は「平均（Mean）」から始めます。しかし、これには2つの計算方法があり、間違った方を使うと大きな判断ミスにつながる可能性があります！
算術平均 (Arithmetic Mean)
学校で習うシンプルな平均です。すべてのリターンを足し合わせ、期間数で割ります。
公式: \( \mu = \frac{\sum X_i}{n} \)
使い所: 過去のデータに基づいて、単一の将来期間のリターンを予測したい場合に使用します。これは複利効果を考慮していません。
幾何平均 (Geometric Mean / 時間加重収益率)
これは、「複利」効果を考慮した投資の実際の成長率を測定するものです。投資期間全体で保有した場合の、実際の年率換算リターンを示します。
公式: \( G = [(1 + R_1) \times (1 + R_2) \times ... \times (1 + R_n)]^{1/n} - 1 \)
ステップバイステップ例：1年目に50%上昇し、2年目に50%下落したとします。
1. それぞれに1を足します：(1.50) と (0.50)
2. 掛け合わせます：\( 1.50 \times 0.50 = 0.75 \)
3. 平方根をとります（2年分なので）：\( \sqrt{0.75} \approx 0.866 \)
4. 1を引きます：\( 0.866 - 1 = -13.4\% \)
算術平均は \( (50 - 50) / 2 = 0\% \) ですが、実際には資産は減っています！これが、ボラティリティが存在する場合、幾何平均が算術平均よりもほぼ必ず低くなる理由です。
クイック復習：平均の使い分け
算術平均：「来年の最も可能性の高いリターンは？」を知りたいときに最適。
幾何平均：「過去5年間で資産は実際どれだけ増えたのか？」を知りたいときに最適。
2. リスクの測定：分散と標準偏差
金融において、リスクは多くの場合ボラティリティ（価格変動性）、つまり実際のリターンが平均からどれだけ上下にぶれるか、と定義されます。もしあるファンドが毎年5%の利益を出すなら、ボラティリティはゼロです。一方で、ある年は+20%、翌年は-10%となるなら、それははるかにリスクが高いと言えます。
分散 (Variance: \( \sigma^2 \))
分散は、平均からの偏差を2乗したものの平均値です。マイナスのリターンがプラスのリターンを打ち消さないように、数値を2乗します。
標準偏差 (Standard Deviation: \( \sigma \))
これは単純に分散の平方根です。リターンと同じ単位（パーセンテージ）で表されるため、最も一般的なリスク指標となっています。平均リターンが10%、標準偏差が5%であれば、これらをセットで非常に簡単に議論できます。
記憶のコツ：標準偏差を「ゆらぎの幅」とイメージしましょう。この数値が高いほど、投資先がより激しく「ゆらぐ（変動する）」ことを意味します。
重要なポイント
標準偏差が高い ＝ ボラティリティが高い ＝ リスクが高い。
3. 正規分布：「ベルカーブ（釣鐘型）」
正規分布は、自然界の多くの事象（身長やテストの点数など）を説明する左右対称の曲線です。金融の世界では、計算を簡単にするためにリターンを正規分布と仮定することが多いですが、オルタナティブ投資ではそれが当てはまることは稀です！
正規分布の主な特徴：
- 対称性：左側と右側が鏡のように対称。
- 平均 = 中央値 = 最頻値：曲線の頂点がちょうど中央にあります。
- 68-95-99ルール：
- 68%のリターンが、平均の±1標準偏差内に収まる。
- 95%のリターンが、平均の±2標準偏差内に収まる。
- 99.7%のリターンが、平均の±3標準偏差内に収まる。
最初は難しく感じるかもしれませんが、大丈夫です！ 正規分布の世界では、「極端なイベント」（40%の暴落など）は非常に稀である、という点だけ覚えておいてください。
4. 歪度 (Skewness)：曲線は偏っていないか？
オルタナティブ投資の現実世界では、リターンはしばしば左右対称になりません。この非対称性を歪度（わいど）と呼びます。
正の歪度（右に偏った分布）
グラフの「裾（しっぽ）」が右側に伸びています。これは、頻繁に小さな損失が出るものの、たまに巨大な利益が出ることを意味します。
例：宝くじや特定のベンチャーキャピタル投資。
負の歪度（左に偏った分布）
裾が左側に伸びています。これは、小さな利益を積み重ねる一方で、壊滅的で巨大な損失を被る可能性があることを意味します。
重要：多くのヘッジファンド戦略（オプションの売りなど）は負の歪度を持ちます。これが危険なのは、戦略が長期間「安全」に見え、突然暴落する可能性があるからです。
避けるべきよくある勘違い：
「正」は常に良く、「負」は常に悪いと考えがちです。投資家は一般的に正の歪度を好みますが、歪度は「裾の形状」を表しているだけであり、投資の質そのものを表すわけではないことを忘れないでください。
5. 尖度 (Kurtosis)：ファットテールとピーク
歪度が曲線の「傾き」を見るのに対し、尖度は「裾の太さ」と「頂点の鋭さ」に注目します。
超過尖度 (Excess Kurtosis)
正規分布における尖度はちょうど3です。ここから3を引いた数値を「超過尖度」と呼びます。
- レプトカーティック（高尖度）：曲線は鋭く高いピークを持ち、ファットテール（太い裾）を持ちます。
- ファットテールは、正規分布が予測するよりも「極端なイベント」（良いものも悪いものも）が頻繁に起こることを意味します。
覚え方：Leptokurtic は「Leaps（跳ね上がる）」（高いピーク）し、「Fat（太い）」裾を持つ（予測不能なリスクが高い）。
豆知識：
オルタナティブ投資は「ファットテール」を持つことで有名です。だからこそ、正規分布を前提とした従来のモデルでは、オルタナティブの世界における市場暴落のリスクを過小評価してしまうのです。
6. 共分散と相関：一緒に動くのか？
オルタナティブ投資は、株式市場と連動して動かないという理由でポートフォリオに加えられることがよくあります。この「一緒に動く」性質を測るのが、共分散と相関です。
共分散 (Covariance)
2つの資産が一緒に動く方向性を示します。
- 正の共分散：同じ方向に動く。
- 負の共分散：反対方向に動く。
相関 (Correlation: \( \rho \))
共分散は数値の幅が大きいため読み取りにくい指標です。相関は、共分散を-1から+1の範囲にスケーリングしたものです。
- +1.0：完全な正の相関（双子のように動く）。
- 0.0：相関なし（まったく無関係）。
- -1.0：完全な負の相関（シーソーのように反対に動く）。
現実の例え：傘屋とレインコート屋の両方を経営していれば、その売上は高い正の相関（+1）を持ちます。傘屋と日焼け止め屋なら、一方が売れる時はもう一方が売れないことが多いため、負の相関（-1）を持つことになります！
クイック復習ボックス
平均：平均的なリターン。
標準偏差：リスク／ボラティリティ。
負の歪度：「左側の裾」にある暴落リスク。
ファットテール（尖度）：予測以上に頻繁に起こる極端なイベント。
相関：2つの資産がどれだけ一緒に「ダンス」するか。低い相関ほど分散投資には好ましい！
統計の基礎まとめ
この章では、平均と標準偏差がデータ理解の出発点ではあるものの、それだけでは物語のすべてを語れないことを学びました。歪度と尖度は、偏ったリターンや極端なサプライズについて警告してくれます。最後に、相関はオルタナティブ投資を加えることがポートフォリオ全体のバランスをどう変えるか（改善するか、悪化させるか）を理解する助けとなります。これらの用語をマスターすれば、CAIAカリキュラムの残りの部分を学ぶための強固な基礎ができるはずです！