Analysis of Active Portfolio Management

アクティブ運用へようこそ！

ようこそ！プロのファンドマネージャーがどのようにして「市場を打ち負かそう」としているのか、そして彼らの成功が純粋なスキルによるものなのか、それとも単なる運の良さなのか、疑問に思ったことはありませんか？この章では、アクティブ運用分析（Analysis of Active Portfolio Management）について深く掘り下げていきます。単にインデックスを買い持ちするだけでなく、マネージャーがどのようにして超過収益を狙い、独自の賭けに出ているのかを学びましょう。このノートを読み終える頃には、アクティブ運用を支配する「基本法則」を理解し、リターンを最大化するために適切なリスク量をどのように選択すべきかが分かるようになっているはずです！

1. アクティブ・リターンとアクティブ・リスクの定義

マネージャーを分析する前に、彼らが何を達成しようとしているのかを定義する必要があります。アクティブ運用とは、ベンチマーク（S&P 500など）とは異なるポートフォリオを構築することに他なりません。

アクティブ・リターン（Active Return）

これはシンプルに、ポートフォリオのリターン(\(R_P\))とベンチマークのリターン(\(R_B\))の差です。

\(R_A = R_P - R_B\)

例：ポートフォリオのリターンが12%、ベンチマークのリターンが10%の場合、アクティブ・リターンは2%となります。

アクティブ・リスク（トラッキング・エラー：Tracking Error）

アクティブ・リスクは、時間の経過に伴うアクティブ・リターンの標準偏差です。これは、ポートフォリオがベンチマークに対してどれだけ「振れ幅（うねり）」を持っているかを測定するものです。マネージャーがベンチマークを完全に追従する場合、アクティブ・リスクはゼロになります。

アクティブ・ウェイト（Active Weights）

アクティブ・リターンを得るためには、マネージャーはアクティブ・ウェイトを持つ必要があります。アクティブ・ウェイト(\(\Delta w_i\))とは、ポートフォリオ内での銘柄比率(\(w_{P,i}\))とベンチマーク内での銘柄比率(\(w_{B,i}\))の差のことです。

\(\Delta w_i = w_{P,i} - w_{B,i}\)

クイックレビュー：ポートフォリオにおけるすべてのアクティブ・ウェイトの合計は、常にゼロになります。なぜなら、ある銘柄の「オーバーウェイト」は、必ず他の銘柄の「アンダーウェイト」によって賄われなければならないからです。

2. インフォメーション・レシオ (IR)

インフォメーション・レシオ (IR)は、アクティブ運用の「聖杯」とも呼ばれる指標です。これは、マネージャーが取ったアクティブ・リスクの1単位あたり、どれだけのアクティブ・リターンを生み出したかを示します。

\(IR = \frac{E(R_A)}{\sigma(R_A)}\)

ここで、\(E(R_A)\) は期待アクティブ・リターン、\(\sigma(R_A)\) はアクティブ・リスク（トラッキング・エラー）です。

IR vs. シャープ・レシオ

この2つを混同しないようにしましょう！
- シャープ・レシオ (SR)： トータル・リスク1単位あたりのトータル・リターンを測定します。ポートフォリオ「全体」の評価に用います。
- インフォメーション・レシオ (IR)： アクティブ・リスク1単位あたりのアクティブ・リターンを測定します。ベンチマークに対する「マネージャーのスキル」を評価するために用います。

重要な公式：ポートフォリオ全体のシャープ・レシオ(\(SR_P\))は、ベンチマークのシャープ・レシオ(\(SR_B\))とマネージャーのインフォメーション・レシオ(\(IR\))に分解できます：

\(SR_P^2 = SR_B^2 + IR^2\)

重要なポイント：IRが高いマネージャーは、アクティブ・リスクを取る効率が非常に高いことを意味します。シャープ・レシオとは異なり、インフォメーション・レシオは、アクティブ・ポジションにレバレッジをかけても変化しません。賭けの規模を倍にすれば、リターンもリスクも倍になり、レシオ自体は同じままなのです。

3. アクティブ運用の基本法則 (The Fundamental Law)

難しそうに聞こえますが、実際には「スキル」を分解するための非常に論理的な方法です。これによると、アクティブ・リターンはスキル（Skill）、機会（Opportunity）、効率性（Efficiency）の3つの要素に依存します。

基本バージョン（制約なし）

マネージャーに何の制約もない（空売りができないといった制限がない）場合、期待アクティブ・リターンは以下のようになります：

\(E(R_A) = IC \times \sqrt{BR} \times \sigma_A\)

構成要素：

1. インフォメーション・コエフィシェント (IC：Information Coefficient)： これはスキルです。マネージャーの予測と実際の結果との相関関係を示します。範囲は-1.0から1.0です。「優れた」ICであっても、実際には0.05や0.10程度ということも珍しくありません！

2. ブレドス (BR：Breadth)： これは機会です。マネージャーが年間に行う「独立した」投資判断の数を表します。
例え：あなたがコイン投げの名人だとしても、1回だけ投げるよりも1,000回投げる（高いBR）方が、より多くのお金を稼げるはずですよね。

3. トランスファー・コエフィシェント (TC：Transfer Coefficient)： これは効率性です。現実の世界では、マネージャーには「空売り禁止」や「1銘柄あたりの比率上限5%」といった制約があります。TCは、マネージャーの「最高のアイデア」がどれだけ実際にポートフォリオに反映されているかを測定します。
- 制約のないポートフォリオの場合、\(TC = 1\) です。
- 制約のあるポートフォリオの場合、\(TC < 1\) となります。

基本法則の完全版

制約を加味した完全な公式は以下の通りです：

\(E(R_A) = (TC)(IC)\sqrt{BR}\sigma_A\)

そして、最適インフォメーション・レシオは： \(IR = (TC)(IC)\sqrt{BR}\)

よくある間違い：学習者はよくブレドス (BR) を単なるポートフォリオ内の銘柄数だと勘違いします。違います！もしあなたが50社のテクノロジー株を買ったとしても、それらがすべて同じ動きをするなら、ブレドスは50ではなく1に近くなります。ブレドスにカウントされるには、判断が「独立」していなければなりません。

4. 最適なアクティブ・リスク水準の選択

たとえ優秀なマネージャーを雇ったとしても、どれだけのアクティブ・リスクを許容すべきでしょうか？リスクを取りすぎるとポートフォリオ全体のリスクが高くなりすぎますし、少なすぎるとベンチマークを大きく上回ることができません。

「スイートスポット」の公式

ポートフォリオ全体のシャープ・レシオを最大化するための最適なアクティブ・リスク水準(\(\sigma_A^*\))は以下の通りです：

\(\sigma_A^* = \frac{IR}{SR_B} \sigma_B\)

ここで：
- \(IR\) はマネージャーのインフォメーション・レシオ
- \(SR_B\) はベンチマークのシャープ・レシオ
- \(\sigma_B\) はベンチマークの標準偏差（リスク）

豆知識：マネージャーが非常に熟練している（IRが高い）なら、彼らにもっと「自由に動く余地（より高いアクティブ・リスク）」を与えるべきです。逆に、ベンチマークが非常に効率的で打ち負かすのが困難な場合（\(SR_B\)が高い）は、アクティブ・リスクを抑えるべきです。

ポートフォリオのトータル・リスク

アクティブ・リスクを決めたら、ポートフォリオのトータル分散は以下のように計算できます：

\(\sigma_P^2 = \sigma_B^2 + \sigma_A^2\)

注：アクティブ・リターンとベンチマーク・リターンには相関がないと仮定しています。

5. 基本法則の限界

ここまでの内容が「完璧すぎる」と感じても心配しないでください。実際には限界があります。試験では、なぜ基本法則が現実でうまく機能しないことがあるのか、その理由を問われるかもしれません。

1. 事前（Ex-Ante） vs 事後（Ex-Post）： この法則は「期待される（事前）」スキルに基づいています。現実に目にするのは「実現した（事後）」結果です。マネージャーが熟練していても、運悪く「不調な年」になることはあります。

2. ブレドスの過大評価： マネージャーは500もの独立した判断を下しているつもりでも、そのすべてが同じ経済データ（金利など）に基づいている場合、実質的なブレドスははるかに低くなります。

3. モデル・リスク： IC（スキル）を正確に測定することは非常に困難であり、時間とともに変化する可能性があります。

まとめチェックリスト

- アクティブ・リターン： ベンチマークを上回る「余分な」利益。

- アクティブ・リスク： その余分な利益の「ボラティリティ」。

- インフォメーション・レシオ： アクティブ運用のスキルの最良の尺度（\(IR = アクティブ・リターン / アクティブ・リスク\)）。

- 基本法則： \(IR = (TC)(IC)\sqrt{BR}\)。忘れずに：スキル \(\times\) 機会 \(\times\) 効率性。

- 最適なリスク： IRが高ければ高いほど、より多くのリスクを取るべき。

公式を練習し続けましょう。アクティブ運用は統計のゲームであることを忘れないでください。毎回正解する必要はありません。大半の局面で正解し（IC）、そのゲームをできるだけ多くプレイ（BR）すればいいのです！