資本市場論 (6) 効率的市場仮説 三隅隆司. はじめに 証券投資の目的は？ - できる限り少ないリスクで，できる限り高い収益を獲得すること． 証券投資の成功・失敗の目安は？ - 利益があがればよいのか？ → NO! - 証券投資の「費用」は，「投資額」ではない． - 「機会費用」の概念 - 他の方法で資金を運用した場合に獲得可能なものより高い収益を.

Presentation on theme: "資本市場論 (6) 効率的市場仮説 三隅隆司. はじめに 証券投資の目的は？ - できる限り少ないリスクで，できる限り高い収益を獲得すること． 証券投資の成功・失敗の目安は？ - 利益があがればよいのか？ → NO! - 証券投資の「費用」は，「投資額」ではない． - 「機会費用」の概念 - 他の方法で資金を運用した場合に獲得可能なものより高い収益を."— Presentation transcript:

1 資本市場論 (6) 効率的市場仮説 三隅隆司

2 はじめに 証券投資の目的は？ - できる限り少ないリスクで，できる限り高い収益を獲得すること． 証券投資の成功・失敗の目安は？ - 利益があがればよいのか？ → NO! - 証券投資の「費用」は，「投資額」ではない． - 「機会費用」の概念 - 他の方法で資金を運用した場合に獲得可能なものより高い収益を あ げなければ，その証券投資は成功したとはいえない． - 危険資産のみからなる最適ポートフォリオは「市場ポートフォリ オ」 市場に勝つ証券投資は可能か？ - 市場ポートフォリオの収益率よりも高い収益をあげる（市場に勝つ）こ とが必要 1

3 株式投資分析における 3 つの課題 どの銘柄を？ どのようなタイミングで？ どれだけ取引するか？ ファンダメンタル分 析 テクニカル分析 ( チャート分 析 ) ポートフォリオ理 論  証券の基本的・内在的特性を調査・分析し，証券の本来的価値を求 める  市場価格と本来的価値の比較にもとづいて，割高株・割安株を発見．  過去の価格や出来高といったデータから，価格変動のパターンを発 見．  変動パターンにもとづいて，売買のタイミングをはかる．  資金余力および危険負担能力に照らして，取引量を決定． 証券投資の意思決定 (1) 2

4 証券投資に成功するためには： - 割安・割高な証券を見つける． - 適切なタイミングで売買を実行． すべての投資家が，証券投資の成功を目指している． - 成功のためには，「他人を出し抜く」あるいは「他人に先んじる」 ことが必要． - これは，容易なことではない． 「他人に先んじる」ためには，他人が利用できない情報を もっていることが必要． - 一般投資家にとって「他人に利用できない情報」など存在するの か？ - すべての投資家は，市場におけるあらゆる情報を注視しており， 誰より も早く情報に反応しようと身構えている． → 情報は即座に市場に広まるのではないか？ 3 証券投資の意思決定 (2)

5 4 投資情報

6 5 情 報 取引されている証券は 確実に 2000 円 の価値を持つ 投資情報

7 6

8 7 情 報 取引されている証券は 50% の確率で 1000 円 50% の確率で 2000 円 の価値を持つ 投資情報

9 効率的市場仮説 「資本市場においては，いかなる情報も即座に価格に反映される」という 考えを，効率的市場仮説 (efficient market hypothesis) と呼ぶ． 8 効率的市場仮説 (1) (1) 弱度の効率性 (weak form of efficiency) - 過去の価格情報は，瞬時に価格に織り込まれる． - テクニカル・アナリシスは無効． (2) 準強度の効率性 (semi-strong form of efficiency) - 公開情報は，瞬時に価格に織り込まれる． - ファンダメンタル・アナリシスの無効性． (3) 強度の効率性（ strong form of efficiency) - いかなる内部情報も，超過利得獲得に役立てることはできない． ファイナンスの世界においては，「市場の効率性」は永年にわたって，真 理として受け入れられてきた．

10 9 効率的市場仮説 (3) 効率的市場の命題 市場が効率的であれば， 期待収益率 ＝ 正常収益率 が成立する． 期待収益率 リターンの平均的な実現値や，現在の株価に基づいて算出されるリ ターンの予測値． 正常収益率 当該資産のリスク特性等を勘案して，市場が要求するリターン． 資産評価理論に基づいて求められる． - 資産評価理論とは， CAPM, APT, 3 ファクターモデル 等． - 効率的市場仮説の検証においては，用いられる市場評価理論の影 響を回避できない． - 効率的市場仮説の検証は，｢市場の効率性｣と｢資産評価理論｣の結合 仮説の検証となっており，その解釈には注意を要する．

11 10 → いかなる投資手法を用いたとしても，市場の成果にうち勝つよ うな高 い超過収益を獲得することはできない． 効率的仮説の含意 - 入手した情報にもとづいて証券の売買を行っても，市場をこえた収益 をあ げることは不可能． - どのような情報を用いても将来の証券価格を予測することは不 可能． - 証券価格の変動は，予期されない情報の発生によってのみ引き起こさ れる． 予期されない情報はランダムに発生するから，証券価格もランダ ムに変動 (randam walk) する． 効率的市場仮説 (4) 証券価格の変化の系列相関はゼロ．

12 11 効率的市場仮説 (5) 効率的仮説の含意 ( 続 ) 期待収益率が，正常収益率から系統的 (systematic) に乖離することはない． - リスクのない資産 ( 安全資産 ) の正常収益率は，安全利子率 ( リスク･フリー･レート ) - 危険資産の正常収益率は，安全利子率にリスク･プレミアムを加味したもの． 効率市場仮説が成立している場合に 予測不可能 であり，ランダム･ ウォークする あるいは 系列相関がゼロとなる ものは， 期待収益率と 正常収益率 ( 安全利子率 + リスク･プレミアム ) の差 であって，将来の証 券価格ではない． - リスク･プレミアムが確率的に変動する場合には，証券価格に系列相関が あることは、効率的市場仮説 ( ウィーク･フォーム ) を必ずしも矛盾しない． リスク･プレミアムの確率変動とは無関係であると思われる証券価格 の季節性 (1 月効果，曜日効果等 ) の存在は，弱度の効率性の反証とい える． 過去の価格変動の規則性を用いた投資戦略では，取引費用控除後に 性の利益を系統的に確保することは困難であるため，弱度の効率性 の成立については，おおむね肯定的解釈がなされている．

13 12 イベント・スタディ (1) 株式市場が効率的であ る 株価の変化は，新たな情報が発生 利用可能なすべての情報が株価に反映 企業に関する特定のイベントの影響の大きさを，そのイベ ント発生前後における株価変化の大きさによって測ること ができる． → このようにして特定のイベントのインパクトを調べる実証 手法を イベント・スタディ (Event Study) と呼ぶ．

14 13 イベント・スタディ (2) イベント・スタディを行うにあたっては，イベント発生日を正 確に特定することが必要． イベント・スタディでは，イベント日周辺の数日間 ( 検証期間 と呼ばれる ) における株式収益率の動きを分析することによっ て，当該イベントの効果を考察． 実際の株式収益率 ＝ 正常収益率 + 異常収益率 通常収益率 (normal rate of return) - イベントが発生しなかった場合に実現したと考えられる株式収 益率． - 分析の対象としているイベント以外にも株式収益率に影響を与 える 要因は存在しているから，通常収益率は非ゼロの値をとる可能 性 がある． - 通常収益率は観察不能であるから，推定することが必要．

15 14 イベント・スタディ (3) ) 異常収益率 (abnormal return) の計測 (1) イベントが株価 ( or 株式収益率 ) の変化に与えた影響を ( できる だけ正確に ) 測定するためには，イベントが発生しなかった場 合に実現したであろう株価 (or 株式収益率 ： 正常収益率）を 求めることが必要． 正常収益率 - マーケット・インデックスの収益率 - 市場モデルにもとづく収益率 - CAPM にもとづく収益率 - Fama – French 3 factor モデルにもとづく収益率 - 類似企業の株式収益率 類似企業は，対象企業と規模，産業，簿価・時価比率が類似 して いる企業を採用し，それら企業の平均収益率をベンチマーク とする．

16 15 イベント・スタディ (4) ) 異常収益率 (abnormal return) の計測 (2) 市場モデルを用いて異常収益率を計測する場合 : ： 株式 i の時点 t における株式収益率 ： 株式 i の市場モデルおける定数項 ： 株式 i のベータ ： 市場ポートフォリオの時点 t における株式収益率 ： 株式 i の時点 t における市場モデルにおける誤差項 - 日次データの場合，イベント発生日前の 200 ～ 250 日程度 ( 推定期間と呼ぶ ) の データを使用． - 月次データの場合，イベント発生月の前の 60 ヶ月 ( 最低 36 ヶ月）のデータを 使用. 推定期間と検証期間とは重複させないこと． 検定に用いる標準誤差は，推定期間のデータを用いて算出．

17 16 イベント・スタディ (5) ) 期間設定 （正常収益率の ) 推定期間 イベントスタディの検証期間 ( イベント・ウィンドウ期間 ) イベント日の 5 日前 (t = -5) から 5 日後 (t = +5) までの 11 日間 200 日（ t = - 205 ～ t = -6 ） - 月次の場合は， 36 ～ 60 ヶ月 ( 短くても 24 ヶ月 ) 市場モデルの推定により，モデルの切片 (α) および傾き (β) の推定値が 求められる． これらの推定値を用いて，検証期間における正常収益率 E(R it ) を算出．

18 17 イベント・スタディ (6) ) 異常収益率（ AR it ）は，次式によって求められる． - 事前に情報が漏れたり，情報が市場全体に行き渡るまでに時 間 がかかったりする可能性を考慮して，検証期間はイベント日 ( 時点 0 とする ) を含んだ期間に設定する． - [-1, 0] ， [-1, 1], [0, 1], [0, 5], [-5, 5] などがよく用いら れる 検証期間 イベントの発生が，複数日 ( 月 ) にわたって株価に影響を与える可能性があ るから，異常収益率の累積値 ( 累積異常収益率, Cumulative Abnormal Return; CAR) を用いることが一般的． - 各時点における全イベントの異常収益率 (AR_i) の平均値（平均 異常 収益率 ; Average Abnormal Returns; AAR ）求める．

19 18 イベント・ウィンドウにわたって， AAR(t) を足しあわせることによって， 累積平均 異常収益率 (Cumulative Average Abnormal Returns ; CAAR ）を求める． イベントの効果の有無をみるためには， CAAR がゼロと有意に異なるか 否かの検定を行えばよい． - 検定に用いる標準誤差 (S) は，推定期間のデータを用いて算出． - CAAR の検定には，次の検定量を用いればよい． ( ｔ分布に従う ) ( ここで T は検討期間 - イベントウィンドウ - の長 さ ) イベント・スタディ (7) )