リスク尺度（Risk Measures）へようこそ！

CM2（経済モデリング）の学習を進める中で、私たちはすでにリターンの計算方法を学んできました。しかし、アクチュアリーであれば誰もが言うように、リターンは物語の半分に過ぎません。残りの半分こそがリスクです。

この章では、「リスク」を数学的にどのように定義するかを見ていきます。単に一つの数値を求めるだけでなく、「優れた」リスク尺度が満たすべき一連のルール（性質）を探ります。これにより、異なる投資機会を公平に比較できるようになります。最初は数学が抽象的に見えるかもしれませんが、大丈夫です。シンプルな概念と現実世界のロジックに分解して解説していきます。

クイック復習：リスク尺度とは？
リスク尺度 \(\rho(X)\) を、確率変数 \(X\)（投資の損失やリターンを表す）に対する「恐怖の測定器」だと考えてみてください。これは、投資の不確実性を取り込み、潜在的な損失をカバーするためにどれだけの資本を確保しておく必要があるかを示す一つの数値に変換する関数です。

1. コヒーレントなリスク尺度の4つの性質

リスク尺度が「理にかなっている」ことを保証するために、数学者たち（特にArtzner、Delbaen、Eber、およびHeath）は4つの性質を提案しました。リスク尺度がこれらすべてを満たす場合、それをコヒーレントなリスク尺度（Coherent Risk Measure）と呼びます。

暗記用メモ：4つの性質を覚えるために、"M-S-P-T"（Must Study Professional Techniques：専門的な手法を勉強しなければならない）という語呂合わせを使いましょう。

A. 単調性（Monotonicity）

概念： 投資Aが投資Bよりも常にパフォーマンスが悪い（つまり、損失が常に大きいか等しい）場合、投資Aの方がリスクが高いはずだという考え方です。

数学： すべての起こりうる結果について \(X \le Y\) ならば、\(\rho(X) \ge \rho(Y)\) となります。
注意：CM2では、よく \(X\) を「ペイオフ（利益）」として定義します。ペイオフが低いほど、リスクは高くなります。

現実の例え： 二台の車があり、どんな天候状況下でも車Aが車Bより頻繁に故障するなら、ロードトリップにおいて車Aの方が明らかにリスクの高い選択肢です。

B.劣加法性（Sub-additivity）

概念： これは「分散投資」のルールです。2つの投資を組み合わせたリスクは、個々のリスクの合計以下でなければなりません。

数学： \(\rho(X + Y) \le \rho(X) + \rho(Y)\)

なぜ重要か： これはアクチュアリーにとって極めて重要な性質です。リスク尺度がこれを満たさない場合、ポートフォリオを統合するとより危険になることを意味してしまい、「卵を一つのカゴに盛るな」という分散投資の基本原則と矛盾してしまいます。

C. 正の同次性（Positive Homogeneity）

概念： 投資規模を2倍にすれば、リスクも2倍になるという性質です。

数学： 任意の \(a > 0\) に対して \(\rho(aX) = a\rho(X)\) となります。

簡単な説明： コイントスに10ポンド賭ける場合、リスクは「X」です。もし20ポンド賭ける（掛け金を2倍にする）なら、リスクは「2X」になります。リスクに「まとめ買い割引」はありません！

D. 負の移動不変性（Translation Invariance）

概念： ポートフォリオに確実な無リスク資産（現金）を加えると、合計のリスクは正確にその分だけ減少するという性質です。

数学： \(\rho(X + c) = \rho(X) - c\)。ここで \(c\) は一定の現金です。

現実の例え： 1,000ポンドの損失を心配しているときに、誰かが手元に置いておくための200ポンドをくれたら、あなたの「正味のリスク」は800ポンドに減ります。現金がクッション（緩衝材）として機能するのです。

コヒーレンスのまとめ：

重要なポイント： リスク尺度は、単調性、劣加法性、正の同次性、そして負の移動不変性をすべて満たす場合にコヒーレントであると言います。一つでも欠ければ、それはコヒーレントではありません！

2. 一般的なリスク尺度の比較

「物差し（性質）」が揃ったところで、CM2試験で最も頻繁に出会う2つの尺度、VaR（Value at Risk：バリュー・アット・リスク）とTVaR（Tail Value at Risk：テール・バリュー・アット・リスク）を見ていきましょう。

VaR（Value at Risk）

とは何か？ VaRは、一定期間内に与えられた確率（信頼水準）で予想される最大損失額です。例えば、95% VaRが100万ポンドであれば、損失が100万ポンドを超える確率はわずか5%しかないことを意味します。

コヒーレントか？
いいえ。 これは試験で頻出の質問です！VaRは通常、単調性、正の同次性、負の移動不変性を満たしますが、劣加法性を満たさないことがよくあります。

よくある間違い： 学生はよくVaRが常に劣加法的であると思い込みます。実際には、基礎となるリターンが正規分布（またはその他の楕円型分布）に従う場合にのみ劣加法性を満たします。多くの「ファットテール（裾の重い）」分布では、VaRは分散投資をするとかえってリスクが増すと示唆してしまうことがあり、そのため規制当局は他の尺度を好むことが多いのです。

TVaR（Tail Value at Risk）/ Expected Shortfall

とは何か？ TVaRは閾値（VaR）だけを見るのではなく、VaRよりも悪いすべての損失の平均を見ます。「もし事態が悪化したとき、平均してどれくらいのひどさになるか？」を問いかけます。

数学： \(TVaR_p = E[X | X > VaR_p]\)

コヒーレントか？
はい。 TVaRは劣加法性を含む4つすべての性質を満たします。このため、理論上はVaRよりもリスク比較に適した尺度といえます。

クイック復習ボックス：

VaR： 説明は簡単だが、極端な「テール（裾）」で何が起こるかを無視しており、常にコヒーレントとは限らない。
TVaR： 計算はより難しいが、テールリスクを捉えることができ、常にコヒーレントである。

3. 投資機会の比較にリスク尺度を使う

試験では、リスクに基づいてプロジェクトAとプロジェクトBのどちらかを選択するように求められるかもしれません。その際のステップバイステップのアプローチは以下の通りです：

ステップ1：分布を特定する
リターンは正規分布していますか？もしそうなら、VaRや分散は一般的に信頼できます。リターンが歪んでいる（「重い裾」を持っている）場合は、VaRの使用には非常に注意が必要です。

ステップ2：「テールリスク」を確認する
100年に1度の洪水のような壊滅的な損失の可能性がわずかでもある投資において、95パーセンタイルしか見ていないVaRでは、それを見逃してしまう可能性があります。TVaRは、そのような極端な「世界の終わり」のようなシナリオを平均化するため、こちらの方が優れています。

ステップ3：「アップサイド（上振れ）」を考慮する
重要な点： 標準偏差や分散はリスク尺度としてよく使われますが、これらは良い結果までペナルティを課してしまいます！（予想外の大きな利益も「リスク」として扱います）。セミ分散（Semi-variance）のようなリスク尺度は平均以下の結果のみを見るため、多くの投資家にとってこちらの方が有用だと感じられます。

知っていましたか？
バーゼルIIIやソルベンシーIIといった規制（銀行や保険会社のルールブック）は、単に「概ね悪い」シナリオだけでなく、最悪のシナリオを乗り切るのに十分な資本を確保させるため、TVaRに近い尺度を利用する方向にますますシフトしています。

4. 最終まとめと重要なポイント

CM2試験に向けてこの章をマスターするために、以下の核心点を覚えておきましょう：

  • コヒーレンスはゴールドスタンダード： リスク尺度がコヒーレントであるためには、単調性、劣加法性、正の同次性、そして負の移動不変性をすべて満たす必要があります。
  • VaRの欠陥： VaRはシンプルであるため人気がありますが、劣加法性を満たさないことが最大の弱点です。紙の上で分散投資が「より危険」に見えるべきではありません！
  • TVaRはヒーロー： テールの深刻さを捉え、すべてのコヒーレントな性質を満たします。
  • 文脈が重要： 投資を比較する際は、常に分布の形状を見てください。「ファットテール」があるなら、VaRの先まで目を向ける必要があります。

最初は難しく感じるかもしれませんが、大丈夫です！コヒーレンスの性質に関する数学は、常識を数式に落とし込むための方法に過ぎません。定義を繰り返し練習すれば、自然と身につくはずです。