マルチファクター・エクイティ価格モデルへようこそ！

CAIAレベルIの学習で、おそらく資本資産価格モデル（CAPM）には触れたことでしょう。CAPMは、株式の収益率を説明する「ファクター（要因）」は市場リスク（ベータ）のただ一つであると示唆しています。しかし、現実世界の収益率はそれほど単純ではありません！この章では、企業規模や「割安度」、あるいは最近の勢い（モメンタム）といった、さまざまなリスクの「風味」が収益率の決定に役割を果たすことを認めるマルチファクター・モデルについて探求します。これは、家の価格を床面積だけで判断していた状態から、立地、築年数、学区なども考慮に入れるようなものだと考えてください。

1. 基盤：裁定価格理論（APT）

具体的なモデルに飛び込む前に、マルチファクター理論の「祖父」とも言える裁定価格理論（APT）を理解しておく必要があります。CAPMがリスクファクターは一つだけだと言っているのに対し、APTは「ファクターはたくさんある」と言っていますが、それらが具体的に何であるかまでは特定していません。

核となる考え方： APTは、資産の収益率をさまざまなマクロ経済要因や理論的な市場指数の線形関数としてモデル化できると仮定しています。このモデルは一物一価の法則（Law of One Price）、つまり「同じリスクを持つ2つの資産は同じ価格でなければならない」という考えに基づいています。もし価格が異なれば、投資家は価格が一致するまでその差を「裁定（アービトラージ）」取引します。

APTの数式は以下のようになります：
\( E(R_i) = R_f + \beta_{i,1} \lambda_1 + \beta_{i,2} \lambda_2 + ... + \beta_{i,k} \lambda_k \)

ここで：
- \( E(R_i) \) は期待収益率。
- \( R_f \) は無リスク利子率。
- \( \beta_{i,k} \) （ベータ）はファクターkに対する資産の感応度。
- \( \lambda_k \) （ラムダ）はそのファクターに関連するリスクプレミアムです。

ヒント：APT対CAPM

数式が難しく見えるかもしれませんが、心配しないでください！重要なポイントは、CAPMはAPTの特殊で制限的なケースであり、ファクターが（市場という）一つしかないということです。APTは複数の系統的リスク源を許容するため、より柔軟なモデルと言えます。

まとめ： APTは、収益率が複数の独立したリスクファクターによって決まり、市場参加者が「タダ飯（裁定の機会）」を取引によって排除していくという前提の下、マルチファクター・モデルのフレームワークを提供しています。

2. ファマ・フレンチの3ファクター・モデル

1990年代、研究者のユージン・ファーマとケネス・フレンチは、小型株とバリュー株という2種類の銘柄が継続的に市場平均を上回っていることに気づきました。彼らはこれらの「アノマリー（異常値）」を捉えるためにモデルを作成しました。

3つのファクターは以下の通りです：
1. 市場リスク（MKT）： 標準的なCAPMのベータと同じです。
2. 規模（SMB - Small Minus Big）： 長期的には小型企業の方が大型企業よりも優れたパフォーマンスを出すという観測結果です。
3. バリュー（HML - High Minus Low）： 「バリュー」株（株価純資産倍率が低い＝ブック・ツー・マーケット比率が高い銘柄）は、「グロース」株（ブック・ツー・マーケット比率が低い銘柄）よりも優れたパフォーマンスを出す傾向があるという観測結果です。

数式：
\( R_i - R_f = \alpha_i + \beta_{i,MKT}(R_m - R_f) + \beta_{i,SMB}(SMB) + \beta_{i,HML}(HML) + \epsilon_i \)

「ベータ」の読み方：
  • ファンドのSMBベータがプラスなら、小型株寄りの運用をしていることを意味します。
  • ファンドのSMBベータがマイナスなら、大型株寄りの運用をしていることを意味します。
  • ファンドのHMLベータがプラスなら、バリューファンドです。
  • ファンドのHMLベータがマイナスなら、グロースファンドです。

よくある間違い： 多くの学生が、成長が早いからという理由で「グロース株」の方が常に優れていると考えがちです。しかし、ファマ・フレンチ・モデルの文脈では、「グロース株」は往々にして割高であり、「バリュー株（割安な銘柄）」は、不人気あるいはリスクが高いという理由で、歴史的にリスクプレミアムを提供してきました。

3. カートの4ファクター・モデル：モメンタムの追加

マーク・カートは、ファマ・フレンチ・モデルには重要な要素、すなわちモメンタムが欠けていることに気づきました。最近（3〜12ヶ月）のパフォーマンスが良い銘柄は、短期的にその好調さが続く傾向があることを発見したのです。

4つ目のファクターは：
4. モメンタム（WML - Winners Minus Losers、またはUMD - Up Minus Down）： 上位30%のパフォーマンス銘柄の収益率から、下位30%の銘柄の収益率を引くことで算出されます。

豆知識：
モメンタムはしばしば「プレミア・アノマリー」と呼ばれます。過去の価格動向に基づいて将来の収益率を予測できる可能性を示唆するため、効率的市場仮説に対する挑戦状とも言えます。CAIA受験生は、モメンタムは「テクニカル」ファクターであり、規模とバリューは「ファンダメンタル」ファクターであるという点を押さえておきましょう。

まとめ： カート・モデルはパフォーマンス評価（帰属分析）の標準です。もし投資信託のマネージャーが天才であると主張しても、このモデルを使えば、その「アルファ」が実は単に上昇傾向にある株（モメンタム）を買っていただけの結果ではないかを確認できます。

4. ファマ・フレンチの5ファクター・モデル

市場が進化するにつれ、ファーマとフレンチは2015年に、企業の「質」や経営陣の行動に関連する2つのファクターを追加してモデルを更新しました。これが5ファクター・モデルです。

新たに追加された2つのファクターは：
1. 収益性（RMW - Robust Minus Weak）： 高い営業利益率（ロバスト）を持つ企業は、低い利益率（ウィーク）の企業を上回る傾向があります。
2. 投資（CMA - Conservative Minus Aggressive）： 大規模な成長プロジェクトに多額の投資を行う（アグレッシブな）企業は、支出を抑制している（保守的な）企業を下回ることがよくあります。

CMAの例え： 企業を人に例えてみましょう。「アグレッシブな」投資家は次々と新しい事業を立ち上げ、現金を使い果たし、無理をしがちです。「保守的な」投資家は、慎重かつゆっくりと成長します。歴史的に見て、慎重な（コンサバティブな）企業の方が、株主に対して優れたリスク調整後収益をもたらしています。

5つのファクターのおさらい：
  • 市場： 株式市場のリスク。
  • SMB： 小型株対大型株。
  • HML： 割安（バリュー）対割高（グロース）。
  • RMW： 高収益対低収益。
  • CMA： 低投資対高投資。

5. なぜこれらのモデルを使うのか？

「CAPMなら一つだけで簡単だったのに、なぜ5つもファクターが必要なのか？」と思うかもしれません。機関投資家の世界では主に3つの理由があります。

1. パフォーマンスの帰属分析： これは投資ポートフォリオの「DNA鑑定」のようなものです。収益がどこから来たのかを正確に教えてくれます。マネージャーが市場を上回ったのは天才だから（アルファ）なのか、それとも単に小型バリュー株をたくさん買っていただけ（ベータ・ファクター）なのかが分かります。

2. リスク管理： 自分のポートフォリオが「小型株」ファクターに大きくさらされていると分かれば、大型株が市場を牽引し始めた際に大きな打撃を受ける可能性があることを予測できます。これにより、単なる銘柄分散だけでなく、リスクファクターによる分散が可能になります。

3. ポートフォリオ構築： マネージャーは、パフォーマンスが良いと信じるファクターに意図的にポートフォリオを「傾ける（ティルト）」ことができます。例えば、不況時には、安全のために収益性（RMW）ファクターに比重を置くといった判断です。

重要用語：ファクター・ティルティング（Factor Tilting）
ポートフォリオ内で特定のファクター（バリューやモメンタムなど）の比率を意図的に高め、その特定のリスクプレミアムを獲得しようとする行為です。

まとめ： マルチファクター・モデルを使えば、マネージャーの「運」を取り除き、ポートフォリオの「スタイル」を見ることができます。CAIAの世界では、私たちが「アルファ」と呼ぶものの多くは、実際には単なる「未識別のファクター・ベータ」であることがよくあります。

6. まとめと最後のアドバイス

省略語（SMB、HML、UMD、RMW、CMA）に圧倒されないでください。それぞれの背景にある論理に注目しましょう：

  • SMB： 小型株はリスクが高いので、高いリターンを要求する。
  • HML： バリュー株は不人気でリスクがあるため、高いリターンを要求する。
  • UMD： トレンドは持続する傾向がある。
  • RMW： 収益性の高い企業は「質」が高い。
  • CMA： 過剰投資は浪費と低収益につながる可能性がある。

最後の励まし： 量的な内容が多い章を一つ乗り越えましたね！これらのモデルは、単に「リスクには多くの顔がある」ことを理解するためのツールに過ぎません。その顔を特定できれば、より正確に価格を算出できるようになります。頑張ってください！