相関の世界へようこそ！

FRM Part Iでは、相関を-1から+1までの「きれいで扱いやすい数字」として計算する方法を学びました。しかし、市場リスクの測定と管理という現実の世界では、相関は決してきれいなものではありません。それは「気まぐれ」です。市場がストレスを感じると変化し、時間の経過とともに動き、予想通りに留まることはめったにありません。

この章では、金融市場において相関が実際にはどのような挙動を示すのかを探っていきます。リスクモデルで相関を「固定値」と仮定していると、危機が訪れたときに痛い目を見る可能性があるため、これらの性質を理解することは非常に重要です。それでは、さっそく見ていきましょう！

1. 相関は固定値ではない（時間とともに変化する）

まず最初に理解すべきは、相関は動的であるという点です。今日、2つの株式間の相関を測定しても、6ヶ月後に測定される相関とはおそらく異なる値になるでしょう。

平均回帰（Mean Reversion）

相関は常に変動しますが、一般的には平均回帰性を示します。つまり、2つの資産間の相関が過去の平均と比べて異常に高くなったり低くなったりしても、時間が経てばその平均値へ戻ろうとする傾向があるということです。

例え： 輪ゴムを想像してください。引っ張れば（平均から遠ざければ）伸びますが、最終的には元の形（長期的な平均）に戻ろうとしますよね。

クイックレビュー：なぜこれが重要なのか？

もしあなたがリスクマネージャーで、バリュー・アット・リスク（VaR）モデルに「静的（固定された）」な相関値を使用しているなら、リスクが急速に変化するという現実を無視していることになります。現代のリスクモデルの多くは、この相関の「動的な」性質を捉えるために、Part Iで学習したGARCHモデルやEWMA（指数加重移動平均）を使用しています。

2. 「危機」のインパクト：相関とボラティリティ

これは、相関の経験的特性の中でも最も有名なものです。現実の世界では、市場のボラティリティが高く、市場が暴落する局面では、相関が高まる傾向があります。

ご存知でしたか？ 金融業界ではよくこう言われます。「下落相場で唯一上昇するもの、それは相関だ」

なぜそうなるのか？

市場がパニックに陥ると、投資家は個々の企業の「ファンダメンタルズ」を精査するのをやめてしまいます。その代わりに、現金を確保するため、あるいは市場から逃げ出すために、とにかくすべてを売却します。この「伝染（コンテイジョン）」効果により、ほぼすべてのリスク資産が同時に下落し、それらの相関は1.0に向かって突き進むことになります。

重要ポイント： 分散投資は市場が穏やかな時には非常に有効です。しかし悲しいことに、分散投資の効果は、まさに最も必要とされる時（暴落時）に消えてしまうのです。

3. 相関の非対称性

相関はボラティリティに反応するだけでなく、市場の方向性にも反応します。これを非対称な相関（Asymmetric Correlation）と呼びます。

経験的なデータから、以下のことがわかっています：

  1. 株式間の相関は、市場が大幅に下落する局面でははるかに高くなる。
  2. 相関は、市場が上昇する局面（強気相場）では概して低くなる。

最初は難しく感じるかもしれませんが、大丈夫です！ 単純にこう覚えておいてください。「恐怖は貪欲よりも強力な『結束剤』である」と。人々が恐怖を感じると、みんな一斉に出口へ殺到するため、株価は連動して動きます。しかし人々が楽観的なときは、どの株を買うかについてより選別的になります。

4. テール依存性：線形相関を超えて

リスク管理における最大の間違いの一つは、ピアソン相関係数（皆さんが学習した標準的な \(\rho\)）だけに頼ることです。標準的な相関は線形関係を測定しますが、これは「テール依存性」を捉えられません。

テール依存性とは何か？

テール依存性とは、2つの資産が同時に極端な動き（分布の「裾」＝テール）を示す確率のことです。たとえ平均的な相関が低くても、下側テール依存性が高い場合、ブラック・スワンのようなイベントが発生したときには同時に暴落してしまう可能性があります。

避けるべき共通の誤り： 相関が0.30だから安全だと考えること。もしその資産に高いテール依存性がある場合、危機時にはその0.30が0.90まで跳ね上がり、モデルが予測していたよりもはるかに大きな損失を被る恐れがあります。

5. アセットクラス別の特性

相関は取引対象によって挙動が異なります。以下に簡単にまとめました：

株式

  • 通常はプラスの相関。
  • 市場の暴落に対して非常に敏感（非対称性）。
  • グローバル化により、国際的な株価間の相関は時間とともに上昇している。

債券

  • （米国債のような）高格付けの国債と株式の相関は、危機時にはマイナスになることが多い。これは「質への逃避（Flight to Quality）」効果によるものです。
  • しかし、「ジャンク債（ハイイールド債）」は株式に近い動きをするため、暴落時には相関が上昇します。

通貨

  • 通貨間の相関は、金融政策や金利差の影響を強く受けます。
  • 中央銀行の介入によって突然変化しやすく、非常に不安定になることがあります。

まとめボックス：
強気相場： 低相関 ＋ 分散効果が高い
弱気相場： 高相関 ＋ 分散効果が低い

6. 時間軸の影響

日次データで相関を測定するか、月次データで測定するかで結果は変わるでしょうか？答えは「イエス」です！

経験的に、測定期間（時間軸）が長くなるほど、測定される相関は高くなる傾向があります。これは多くの場合、短期間の「ノイズ（ランダムな価格変動）」が長期間では相殺され、資産間の根本的な経済的結びつきがより鮮明に見えてくるためです。

覚え方： Short-term is noisy, Long-term is cozy.（短期間はノイズが多く、長期間はなだらか。ランダムな日々のジグザグがならされるため、長期間の方が相関は高く、強く見えるのです）。

7. 相関測定における落とし穴

相関データを分析する際は、以下の2つの罠に注意してください：

1. ボラティリティ・バイアス

数学的には、サンプルのボラティリティが増加すると、実際の関係性が変わっていなくても、計算される相関係数は高く見えることがよくあります。これは統計的な特性であり、リスクマネージャーが「真の」相関がどれだけ変化したかを過大評価する原因となり得ます。

2. 非同時取引

ニューヨークの株式と東京の株式の相関を測る場合、市場は同時に開いていません。この「タイムラグ」によって、相関は実際よりも低く見えることがあります。これはエップス効果（Epps Effect）として知られています。

最終クイックレビュー

最後に、試験のために「必ず知っておくべき」ポイントをまとめました：

  • 平均回帰： 相関は変動するが、最終的には平均値に戻る。
  • 非対称性： 相関は上昇相場よりも下落相場で高くなる。
  • 分散効果の崩壊： 危機時には相関が1.0に近づき、ポートフォリオが予想以上にリスクを帯びる。
  • テール依存性： 線形相関（\(\rho\)）では極端な同時事象を捉えられない。「裾（テール）」に注目する必要がある。
  • 時間軸： 測定期間が長いほど、相関の推定値は高くなる傾向がある。

その調子です！ 皆さんは市場リスクの中でも最も実用的な章の一つをマスターしました。「状況が悪化すると数字が変わる」ということを理解していることこそ、優れたリスクマネージャーの証です！