ファーマ-フレンチの3ファクターモデル




ファーマ-フレンチの3ファクターモデル(英: Fama-French three factor model)とは、株式の期待収益率のクロスセクション構造を記述するモデル。1993年にユージン・ファーマとケネス・フレンチ（英語版）により発表された[1]。ファーマ-フレンチの3ファクターモデルは市場ポートフォリオ(時価総額加重平均型株価指数)、時価総額、簿価時価比率(PBRの逆数)の3つの要素を株式収益率のクロスセクションにおける共変動[2]の説明要因としている。ファーマ-フレンチの3ファクターモデルは、それ以前に主要な資産価格モデルであった資本資産価格モデル(CAPM)に比べ、モデルの説明力(精度)が高いことが後述するような多様な研究によって確認されており、学術と実務の別を問わず主要な資産価格モデルの一つとして認識されている。特に提案者の一人であるユージン・ファーマはこの業績も含めた資産価格の実証研究についての貢献により2013年のノーベル経済学賞を受賞している。




目次






  • 1 概要


  • 2 歴史


  • 3 影響


  • 4 ファーマ-フレンチの3ファクターモデルはなぜ有効か


  • 5 批判


  • 6 実際の推定法


  • 7 更なる進展


  • 8 脚注


  • 9 参考文献


  • 10 関連項目


  • 11 外部リンク





概要


ファーマ-フレンチの3ファクターモデルの下で株式 i{displaystyle i}i の期待収益率Ri{displaystyle R_{i}}R_{{i}} は以下の式で決定される[1][3]。


Ri−r=βiMKT(RM−r)+βiSMBSMB+βiHMLHML{displaystyle R_{i}-r=beta _{i}^{MKT}(R_{M}-r)+beta _{i}^{SMB}SMB+beta _{i}^{HML}HML}R_{{i}}-r=beta _{{i}}^{{MKT}}(R_{{M}}-r)+beta _{{i}}^{{SMB}}SMB+beta _{{i}}^{{HML}}HML

ここで r{displaystyle r}r は安全資産の金利であり、RM{displaystyle R_{M}}R_{{M}} は市場ポートフォリオの期待収益率、SMB{displaystyle SMB}SMB は時価総額に対するリスクファクター、HML{displaystyle HML}HML は簿価時価比率(PBRの逆数)に対するリスクファクターである。βiMKT,βiSMB,βiHML{displaystyle beta _{i}^{MKT},beta _{i}^{SMB},beta _{i}^{HML}}beta _{{i}}^{{MKT}},beta _{{i}}^{{SMB}},beta _{{i}}^{{HML}} はそれぞれ市場ポートフォリオのリスクプレミアム、時価総額リスクファクター、簿価時価比率リスクファクターに対する各株式に固有の感応度である。市場に存在するあらゆる株式の期待収益率が3つの共通ファクターとそれに対する各株式固有の感応度によって決定されるため、株式の期待収益率のクロスセクション構造を記述するモデルとなっている。


資本資産価格モデル(CAPM)においては株式の期待収益率は


Ri−r=βiMKT(RM−r){displaystyle R_{i}-r=beta _{i}^{MKT}(R_{M}-r)}R_{{i}}-r=beta _{{i}}^{{MKT}}(R_{{M}}-r)

で決定されるため、ファーマ-フレンチの3ファクターモデルにおいてはCAPMに加えて時価総額と簿価時価比率のリスクファクターの項が追加されている。ファーマ-フレンチの3ファクターモデルはロバート・マートンの異時点間CAPM(ICAPM)やステファン・ロス（英語版）の裁定価格理論(APT)と同様の構造となっている。



歴史


歴史的にはファーマ-フレンチの3ファクターモデルはCAPMの発展形と見なすことが出来る。1950年代から1970年代に関して理論的に発展したCAPMは、当時においては実証的に成功を収め、株式の期待収益率のクロスセクション構造を記述する上でのスタンダードモデルとなった。しかし、1970年代後半からCAPMでは説明できないアノマリーが観測されるようになる。代表的なアノマリーとして、時価総額が小さい株式ほど収益率が高くなる小型株効果や、PBRが小さい(簿価時価比率が大きい)株式ほど収益率が高くなるバリュー株効果などがある[4]。


このような批判に対応してユージン・ファーマとケネス・フレンチは1992年に発表した論文で米国株式市場において当時発見されていた4つの代表的アノマリー要因である時価総額、簿価時価比率、レバレッジ比率、E/P(PERの逆数)は時価総額と簿価時価比率に集約されることを実証的に示した[5]。彼らはこの研究を発展させ、1993年に期待収益率を市場ポートフォリオのリスクプレミアム、時価総額リスクファクター、簿価時価比率リスクファクターの3要因で記述するファーマ-フレンチの3ファクターモデルを提案し、そのモデルの米国株式市場における実証的妥当性を示したのである[1]。



影響


1993年当時、既に効率的市場仮説の確立などの業績により実証ファイナンスにおいて名声を得ていたファーマが提案したファーマ-フレンチの3ファクターモデルは大きなインパクトを与えた。その影響は実証ファイナンスという分野に留まらず、ファーマ-フレンチの3ファクターモデルはコーポレート・ファイナンス、金融工学、会計学、経営学などの金融市場に関連した他の学問分野や実務においても新たなスタンダードモデルの一つとして認識されるようになった[6]。また米国外の株式市場においてもファーマ-フレンチの3ファクターモデルの有用性が実証されている[7][8]。特にファーマはファーマ-フレンチの3ファクターモデルを含めた資産価格の実証分析に対する貢献により2013年のノーベル経済学賞を受賞している。



ファーマ-フレンチの3ファクターモデルはなぜ有効か


ファーマ-フレンチの3ファクターモデルがなぜ有効かを説明するには2つの方向性があり、効率的市場仮説や投資家の合理性などの伝統的経済学の価値観に沿ったものと行動ファイナンス理論に沿ったものがある。


ファーマとフレンチ自身は前者の立場を取っており、ファーマ-フレンチの3ファクターモデルを発表した論文の前年に出版されたCAPMの妥当性を実証的に否定した論文[5]では、時価総額と簿価時価比率は投資家のリスク態度を反映するファクターを代理しているにすぎないとした仮説を立てている。つまり、市場の株式はあくまで適正に価格付けられていて、時価総額が小さい株式や簿価時価比率が高い株式はそのファンダメンタルズに起因した高いリスクプレミアムが要求されているに過ぎないという仮説である。実際にファーマとフレンチは1995年に米国株式市場において簿価時価比率が高い企業は将来の利益が小さくなり、逆に簿価時価比率が低い企業は将来の利益が高くなる傾向にあることを実証した論文を発表している[9]。


行動ファイナンス理論としての説明は例えば簿価時価比率リスクファクターが有効なのは投資家の過剰反応によるミスプライシングに起因しているという説がある。過去の営業利益が良かった企業の株式(グロース株)はナイーブな投資家にその傾向が将来も続くと見なされること(投資家の過剰反応)で購入され、簿価時価比率の分母にあたる時価の部分が増大することで簿価時価比率が減少し、逆に過去の営業利益が悪かった企業の株式(バリュー株)は売られることで簿価時価比率が増大する傾向にあると考える。この状況下ではバリュー株戦略を取ることで価格がファンダメンタルズに収斂する過程で利益が得られ、簿価時価比率リスクファクターの有効性が検出されるという仮説である。Josef Lakonishok, アンドレ・シュライファー, Robert Vishny（英語版）は米国株式市場においてこの過剰反応仮説を実証的に検証し、リスクファクター仮説より過剰反応仮説を支持した論文を発表している[10]。


どちらの説も一定の説得力はあるが、2000年代以降の研究においてはリスクファクター仮説の方が有力になっている[11]。



批判


ファーマ-フレンチの3ファクターモデルへの代表的な批判の一つとして、経済学の数理モデルとしての基礎が存在しないことがある。例えば、CAPMはミクロ経済学の一般均衡理論により導出されるが、ファーマ-フレンチの3ファクターモデルをそのような数理モデルの結果として表すことは難しく、実証的に当てはまりの良い統計モデルとしての側面が大きい。ファーマとフレンチ自身は時価総額ファクターと簿価時価比率ファクターはICAPMにおける状態変数模倣ポートフォリオとして見なせると述べているが、時価総額ファクターと簿価時価比率ファクターを状態変数模倣ポートフォリオとして見なすことが出来る経済学的なメカニズムを数理モデルとして記述することはしていない[1]。


また、ファーマ-フレンチの3ファクターモデルで捉えられないアノマリーとしてモメンタム効果がある。モメンタム効果とは過去に収益率が良かった株式はそれ以降も収益率が良く、逆に過去に収益率が悪かった株式はそれ以降も収益率が悪くなるという現象である[12]。ファーマ-フレンチの3ファクターモデルではこのモメンタム効果が説明できないことが他ならぬファーマとフレンチ自身によって確かめられている[3]。



実際の推定法


ファーマ-フレンチの3ファクターモデルを実際のデータに当てはめるためには、次の線形回帰式に最小二乗法を適用して推定する。


R~i,t−r=αi+βiMKT(R~M,t−r)+βiSMBSMB~t+βiHMLHML~t+ϵi,t,t=1,…,T{displaystyle {widetilde {R}}_{i,t}-r=alpha _{i}+beta _{i}^{MKT}({widetilde {R}}_{M,t}-r)+beta _{i}^{SMB}{widetilde {SMB}}_{t}+beta _{i}^{HML}{widetilde {HML}}_{t}+epsilon _{i,t},quad t=1,dots ,T}widetilde R_{{i,t}}-r=alpha _{{i}}+beta _{{i}}^{{MKT}}(widetilde R_{{M,t}}-r)+beta _{{i}}^{{SMB}}widetilde {SMB}_{{t}}+beta _{{i}}^{{HML}}widetilde {HML}_{{t}}+epsilon _{{i,t}},quad t=1,dots ,T

R~i,t,R~M,t,SMB~t,HML~t{displaystyle {widetilde {R}}_{i,t},{widetilde {R}}_{M,t},{widetilde {SMB}}_{t},{widetilde {HML}}_{t}}widetilde R_{{i,t}},widetilde R_{{M,t}},widetilde {SMB}_{{t}},widetilde {HML}_{{t}} はそれぞれ時点 t{displaystyle t}t において実際に観測された株式 i{displaystyle i}i の収益率、市場ポートフォリオの収益率、時価総額リスクファクター、簿価時価比率リスクファクターであり、ϵi,t{displaystyle epsilon _{i,t}}epsilon _{{i,t}} は誤差項である。また αi{displaystyle alpha _{i}}alpha _{{i}} は定数項で、ファーマ-フレンチの3ファクターモデルが成立するためにはその値は0であることが統計的仮説検定により確かめられなければならない。市場ポートフォリオの収益率はS&P500などの時価総額加重平均型株価指数の収益率や実際に市場に存在する株式から時価総額加重平均ポートフォリオを作ることで代理できるが、時価総額リスクファクターと簿価時価比率リスクファクターはどのような変数で代理するかは自明ではない。そこでファーマとフレンチは以下のような方法で時価総額リスクファクターと簿価時価比率リスクファクターの代理変数を計算した[1]。


市場に存在する株式は無限に小さく分割して購入または空売り可能だと仮定する。ここで市場に存在するあらゆる株式を時価総額の大小と簿価時価比率の高低により2×3=6個のグループに分ける。つまり、時価総額が下位50%かつ簿価時価比率が上位30%、時価総額が下位50%かつ簿価時価比率が中位40%、時価総額が下位50%かつ簿価時価比率が下位30%、時価総額が上位50%かつ簿価時価比率が上位30%、時価総額が上位50%かつ簿価時価比率が中位40%、時価総額が上位50%かつ簿価時価比率が下位30%、という6つのグループに分けることになる。そして各グループについて、そのグループに属する全ての株式から時価総額加重平均ポートフォリオを作る。


ここで更に時価総額下位50%にあたる3つのグループのポートフォリオを1/3ドルずつ購入し、時価総額上位50%にあたる3つのグループのポートフォリオを1/3ドルずつ空売りするポートフォリオを考える。この時、この新たなポートフォリオの組成費用はゼロであり、このポートフォリオの収益率を時価総額リスクファクターの代理とするのである。時価総額リスクファクターは通常 SMB{displaystyle SMB}SMB と表されるが、これはSmall Minus Big という代理変数の作り方を表している。簿価時価比率リスクファクターも同様に、簿価時価比率上位30%にあたる2つのグループのポートフォリオを1/2ドルずつ購入し、下位30%の2グループのポートフォリオを1/2ドルずつ空売りするポートフォリオの収益率で代理する。簿価時価比率リスクファクターの HML{displaystyle HML}HML はHigh Minus Low を意味している。



更なる進展


ファーマ-フレンチの3ファクターモデルが発表された後も更なる新しい資産価格モデルが発表されている。Mark Carhart（英語版）により1997年に発表されたCarhartの4ファクターモデルはファーマ-フレンチの3ファクターモデルに加え、モメンタム効果を捉えるファクターが追加されている[13]。また2014年にはファーマとフレンチ自身の手によりファーマ-フレンチの3ファクターモデルに加え、企業の営業利益に対するリスクファクター RMW{displaystyle RMW}RMW (Robust Minus Weak) と前年の企業の総資産変化率に対するリスクファクター CMA{displaystyle CMA}CMA (Conservative Minus Aggressive) を付け加えた5ファクターモデルが発表されている[14]。



脚注




  1. ^ abcdeFama and French & (1993)


  2. ^ 異なる株式のリターンが同時に同じような変動パターンを示すこと。

  3. ^ abFama and French & (1996)


  4. ^ The economic sciences prize committee of the royal Swedish academy of sciences & (2013), pp. 38-39

  5. ^ abFama and French & (1992)


  6. ^ 竹原 & (2013)


  7. ^ Griffin & (2002)


  8. ^ Griffin & (2002) によると各リスクファクターは国際株式市場で統合されたものより、国内株式のみを用いて計算されたリスクファクターを用いた方がパフォーマンスが良いことが示されている。


  9. ^ Fama and French & (1995)


  10. ^ Lakonishok, Shleifer and Vishny & (1994)


  11. ^ The economic sciences prize committee of the royal Swedish academy of sciences & (2013), pp. 40-41


  12. ^ Jegadeesh and Titman & (1993)


  13. ^ Carhart & (1997)


  14. ^ Fama and French & (2014), Fama and French & (2015)




参考文献



  • 竹原 均 (2013年10月21日). “「実証ファイナンス」の偉大なイノベーター、ファーマ教授：日経ビジネスオンライン”. 日経ビジネスオンライン. 2015年5月27日閲覧。


  • Carhart, Mark M. (1997), “On persistence in mutual fund performance”, The Journal of Finance 52 (1): 57-82, doi:10.1111/j.1540-6261.1997.tb03808.x 


  • Fama, Eugene F.; French, Kenneth R. (1992), “The cross-section of expected stock returns”, The Journal of Finance 47 (2): 427-465, doi:10.1111/j.1540-6261.1992.tb04398.x 


  • Fama, Eugene F.; French, Kenneth R. (1993), “Common risk factors in the returns on stocks and bonds”, Journal of Financial Economics 33 (1): 3-56, doi:10.1016/0304-405X(93)90023-5 


  • Fama, Eugene F.; French, Kenneth R. (1995), “Size and book‐to‐market factors in earnings and returns”, The Journal of Finance 50 (1): 131-155, doi:10.1111/j.1540-6261.1995.tb05169.x 


  • Fama, Eugene F.; French, Kenneth R. (1996), “Multifactor explanations of asset pricing anomalies”, The Journal of Finance 51 (1): 55-84, doi:10.1111/j.1540-6261.1996.tb05202.x 


  • Fama, Eugene F.; French, Kenneth R. (2014), “Dissecting anomalies with a five-factor model”, Unpublished working paper. University of Chicago and Dartmouth College 


  • Fama, Eugene F.; French, Kenneth R. (2015), “A five-factor asset pricing model”, Journal of Financial Economics 116 (1): 1-22, doi:10.1016/j.jfineco.2014.10.010 


  • Griffin, John M. (2002), “Are the Fama and French factors global or country specific?”, The Review of Financial Studies 15 (3): 783-803, doi:10.1093/rfs/15.3.783 


  • Jegadeesh, Narasimhan; Titman, Sheridan (1993), “Returns to buying winners and selling losers: Implications for stock market efficiency”, The Journal of Finance 48 (1): 65-91, doi:10.1111/j.1540-6261.1993.tb04702.x 


  • Lakonishok, Josef; Shleifer, Andrei; Vishny, Robert W. (1994), “Contrarian investment, extrapolation, and risk”, The Journal of Finance 49 (5): 1541-1578, doi:10.1111/j.1540-6261.1994.tb04772.x 

  • “Scientific Background on the Sveriges Riksbank Prize in Economic Sciences in Memory of Alfred Nobel 2013 UNDERSTANDING ASSET PRICES (PDF)”. The economic sciences prize committee of the royal Swedish academy of sciences (2013年10月14日). 2015年5月27日閲覧。



関連項目



  • 資本資産価格モデル

  • 異時点間CAPM

  • 裁定価格理論

  • 消費CAPM

  • リスクプレミアム

  • 加重平均資本コスト

  • 金融経済学

  • コーポレート・ファイナンス

  • 金融工学



外部リンク



  • Kenneth R. French - Home Page ケネス・フレンチのウェブサイト　DATA LIBRARY で米国や日本の時価総額リスクファクターと簿価時価比率リスクファクターの時系列データが公開されている。



-

Popular posts from this blog

Full-time equivalent

Image
Full-time equivalent From Wikipedia, the free encyclopedia Jump to navigation Jump to search Full-time equivalent ( FTE ) or whole time equivalent ( WTE ) is a unit that indicates the workload of an employed person (or student) in a way that makes workloads or class loads comparable [1] across various contexts. FTE is often used to measure a worker's or student's involvement in a project, or to track cost reductions in an organization. An FTE of 1.0 is equivalent to a full-time worker or student, while an FTE of 0.5 signals half of a full work or school load. [2] Contents 1 U.S. Federal Government 2 In education 2.1 Example 3 Notes 4 References U.S. Federal Government [ edit ] In the U.S. Federal Government, FTE is defined by the Government Accountability Office (GAO) as the number of total hours worked divided by the maximum number of compensable hours in a full-time schedule as
Read more

Bicuculline

Image
Bicuculline From Wikipedia, the free encyclopedia Jump to navigation Jump to search Bicuculline Clinical data ATC code none Identifiers IUPAC name (6 R )-​6-​[(5 S )-​6-​methyl-​5,​6,​7,​8-​tetrahydro​[1,3]dioxolo​[4,5- g ]​isoquinolin-​5-​yl]​furo[3,4- e ]​[1,3]​benzodioxol-​8(6 H )-​one CAS Number 485-49-4   Y PubChem CID 10237 IUPHAR/BPS 2312 ChemSpider 9820   Y UNII Y37615DVKC ChEBI CHEBI:3092   N ChEMBL ChEMBL417990   N ECHA InfoCard 100.006.927 Chemical and physical data Formula C 20 H 17 N O 6 Molar mass 367.352 g/mol 3D model (JSmol) Interactive image Melting point 215 °C (419 °F) SMILES O=C1O[C@H](c3c1c2OCOc2cc3)[C@@H]5c4cc6OCOc6cc4CCN5C InChI InChI=1S/C20H17NO6/c1-21-5-4-10-6-14-15(25-8-24-14)7-12(10)17(21)18-11-2-3-13-19(26-9-23-13)16(11)20(22)27-18/h2-3,6-7,17-18H,4-5,8-9H2,1H3/t17-,18+/m0/s1   Y Key:IYGYMKDQCDOMRE-ZWKOTPCHSA-N
Read more

さくらももこ

Image
さくら ももこ 本名 非公開 [1] 生誕 ( 1965-05-08 ) 1965年5月8日 日本・静岡県清水市 （現・静岡市清水区） 死没 ( 2018-08-15 ) 2018年8月15日（53歳没） 日本・東京都目黒区 国籍 日本 職業 漫画家 エッセイスト 作詞家 活動期間 1984年 - 2018年 ジャンル 少女漫画 青年漫画 児童漫画 代表作 『ちびまる子ちゃん』 『コジコジ』 受賞 1989年：第13回講談社漫画賞少女部門 （『ちびまる子ちゃん』） 1990年：第32回日本レコード大賞 （『おどるポンポコリン』作詞） 公式サイト さくらプロダクション テンプレートを表示 さくら ももこ （1965年5月8日 - 2018年8月15日 [2] ）は、日本の漫画家、エッセイスト、作詞家、脚本家。また、自身の少女時代をモデルとした代表作のコミック『ちびまる子ちゃん』の主人公の名前でもある。静岡県清水市（現・静岡市清水区）出身。血液型はA型。身長159cm。一男の母親。 代表作のコミック『ちびまる子ちゃん』の単行本の売上は累計3000万部を超える。また、エッセイストとしても独特の視点と語り口で人気が高く、初期エッセイ集三部作『もものかんづめ』『さるのこしかけ』『たいのおかしら』はいずれもミリオンセラーを記録。 目次 1 経歴 2 人物・交遊関係 3 主な作品 3.1 漫画 3.2 エッセイ 3.3 作詞 3.4 詩集 3.5 雑誌・ムック本 3.6 翻訳 3.7 絵本、ドラマ脚本他 3.8 ラジオ出演 3.9 その他 4 関係人物 4.1 アシスタント 4.2 さくらももこを演じた人物 5 脚注 5.1 注釈 5.2 出典 6 外部リンク 経歴 年譜形式の経歴は推奨されていません 。人物の伝記は流れのあるまとまった文章で記述し、年譜は補助的な使用にとどめてください。 （ 2018年8月 ） 清水市立（当時）入江小学校
Read more