ビッグデータ時代における資産価格理論の実証的研究

大数据时代资产定价理论实证研究

基本信息

批准号：
21K01560
负责人：
内山朋規
金额：
$ 2.58万
依托单位：
Tokyo Metropolitan University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

さまざまな資産の超過リターンが予測可能であることは現代のファイナンス理論における標準的な見方である。しかし、実証的に特定することは容易ではない。予測対象のデータには限りがある一方で、予測に用いるデータ（予測変数）には多くのものが利用可能なため、オーバーフィッティング（過学習）の危険性が伴う。本研究の特徴は、近年発展が目覚ましい機械学習の技術も活用し、資産価格理論の実証分析を行う点である。前年度に開発した新たな手法に関する研究を継続した。本手法は、特性が持つリターン予測力を利用した最適ポートフォリオ構築に関するもので、資産のウエイトを特性の非線形関数として直接モデル化し、機械学習により期待効用が最大になるように構築する。これには伝統的なアプローチにおいて課題となるリターンの分布の推定は不要という利点がある。今年度は、すでに実施した日本株式市場での分析の精緻化を図るとともに、グローバル株式市場や為替市場への適用について進展させた。ただし、為替市場は株式市場ほどにはファクター効果に関する既存研究が多くないため、前述の最適ポートフォリオの研究の基礎部分である通貨リターンの予測可能性に関する分析にも注力した。資産価格モデルを利用する際に、どの通貨建てで測るのかといった実証上の問題がある。そのため通貨のリスクプレミアムを考慮した資産価格モデルに関する研究も行った。通貨のリスクプレミアムを考慮すると、外貨建てと円建ての資産価格モデルでは円建ての期待超過リターンが異なり、最適ポートフォリオも異なる。これを考慮して、わが国の年金運用におけるホームバイアスのコストを明らかにした。さらには、ESGファクターが超過リターンに与える影響についても研究を実施した。ESGファクターを考慮した均衡期待リターンを導出し、サステナブル投資の経済的機能や最適ポートフォリオに関する論文原稿も作成中である。

现代金融理论的标准观点是，各种资产的超额收益是可以预测的。然而，凭经验来识别它并不容易。虽然要预测的数据是有限的，但有大量的数据（预测变量）可用于预测，因此存在过度拟合（overfitting）的风险。本研究的一个特点是利用近年来快速发展的机器学习技术对资产定价理论进行实证分析。我们继续研究去年开发的新方法。该方法涉及利用特征的回报预测能力构建最优投资组合，将资产权重直接建模为特征的非线性函数，并利用机器学习构建投资组合以最大化预期效用。这样做的优点是不需要估计回报的分布，而这是传统方法中的一个问题。今年，我们致力于完善已经对日本股票市场进行的分析，并在将其应用于全球股票市场和外汇市场方面取得了进展。但由于现有外汇市场的因素效应研究并不像股票市场那么多，因此我们还重点分析了货币收益的可预测性，这也是上述最优投资组合研究的基础部分。使用资产定价模型时，存在应使用哪种货币进行计量等实证问题。为此，我们还对考虑货币风险溢价的资产定价模型进行了研究。考虑到货币风险溢价，外币资产定价模型与日元资产定价模型的日元预期超额收益不同，最优投资组合也不同。考虑到这一点，我们澄清了日本养老金管理中本土偏见的成本。此外，我们还研究了ESG因素对超额收益的影响。我们目前正在起草一篇关于可持续投资和最优投资组合的经济功能的论文，通过推导考虑 ESG 因素的均衡预期回报。