平均分散モデルの理論的基礎

ハリー・マークowitz によって 1952 年に提唱された平均分散モデルは、現代金融理論の礎をなす存在です。このモデルは、投資家がリターンを最大化しつつリスクを最小化するための資産配分枠組みを提供します。その核心には、期待リターンを最大化する一方で、投資の将来リターンにおける不確実性を表す「分散（バリアンス）」を最小化するという、二つの対立する目標のバランスが置かれています。この理論的基盤は、ポートフォリオ管理、リスク評価、そして資産配分の戦略の根幹を支えています。モデルの美しさは、リスクとリターンのトレードオフを定量化できる点にあります。これにより、投資家は数学的なレンズを通して、最適なポートフォリオを評価することが可能になります。ただし、リスクの均質性や市場の効率性といった仮定により、実務への適用には限界が存在します。本稿では、平均分散モデルの理論的基盤に焦点を当て、その主要な構成要素、数学的枠組み、そして金融意思決定への示唆について詳述します。

平均の概念

平均分散モデルにおいて、平均とは資産やポートフォリオの期待リターンを指します。これは、長期的な視点から投資家が期待できる平均リターンを表す統計的な指標です。平均は、各資産への資本配分の割合（重み）を係数として、個々の資産リターンの加重平均として計算されます。例えば、投資家がポートフォリオの 60% を期待リターン 12% の株式 A に、40% を期待リターン 8% の株式 B に配分した場合、ポートフォリオの平均リターンは以下の通り計算されます。

$$
\text{平均} = 0.6 \times 12% + 0.4 \times 8% = 10%
$$

平均は投資性能を評価する基準となります。投資家は平均を最大化しつつ、分散を最小化することを狙います。分散は、リターンが平均からどれだけばらつくかを示し、リスクの大きさを捉えます。高い平均は楽観的な見通しを示しますが、伴うリスクを考慮することが不可欠です。モデルはリターンが正規分布すると仮定しており、これは確率と期待値の計算を簡素化します。しかし、実証データでは「厚尾分布」が多く見られ、モデルの仮定を疑問視する材料となっています。

分散の概念

分散は、リターンが平均からのばらつき程度を測り、投資のボラティリティを定量化します。これは、各リターンと平均リターンの差の二乗の平均として計算されます。例えば、資産のリターンが 4 期間で 10%、12%、14%、16% の場合、分散は以下のようになります。

$$
\text{分散} = \frac{(10-12)^2 + (12-12)^2 + (14-12)^2 + (16-12)^2}{4} = 3
$$

高い分散は大きな不確実性とリスクを示唆し、低い分散は安定性を意味します。平均分散モデルは分散をリスクの代理変数として扱い、投資家がリターン変動への曝露を最小化することを前提とします。この仮定はポートフォリオ最適化において極めて重要です。なぜなら、これにより投資家は期待リターンとリスクのトレードオフを調整できるからです。ただし、モデルは極端なリターンのクラスター化など、非線形な関係や市場の異常現象を考慮していません。

リターンとリスクのトレードオフ

平均分散モデルは、投資家が投資の期待リターンと伴うリスクをバランスさせるべきだと提唱します。このトレードオフは、マークowitz によって導入された**有効 frontier（効率 frontier）**という概念を用いて視覚化されることが多いです。有効 frontier は、与えられたリスク水準に対して最大のリターン、あるいは与えられたリターンに対して最小のリスクを提供するポートフォリオの集合を表します。投資家は、この frontier 上のポートフォリオを選ぶことで、リスク調整後のリターンを最適化します。モデルは、投資家がリスク許容度を持ち、資産の具体的な配分よりも全体のリスク・リターンのプロファイルに注力することを仮定しています。

リスクとリターンのトレードオフは、資産間の相関、流動性、そして投資家の効用関数などの要因に影響されます。例えば、相関が低い資産（株式と債券など）を組み込むことで、ポートフォリオ全体の分散を効果的に低減できます。逆に、高度に相関する資産はボラティリティを増大させる可能性があります。また、モデルは投資家がリスク回避的であることを前提とし、わずかに低いリターンであっても分散が低いポートフォリオを好むと仮定します。この仮定は、実世界での複雑な意思決定プロセスを簡略化し、モデルの実用性を高めています。

ポートフォリオ最適化

ポートフォリオ最適化とは、リターンを最大化しつつリスクを最小化する最適な資産組み合わせを選択するプロセスです。平均分散モデルは、この作業のための数学的枠組みを提供します。主な原則は以下の通りです。

分散化: 相関が低い資産を組み合わせることで、ポートフォリオ全体の分散を低減できます。
リスク・リターントレードオフ: モデルはリスクとリターンの逆関係を強調し、投資家がボラティリティの高い資産と安定した資産のバランスを調整することを導きます。
有効 frontier: 有効 frontier は、リスクを最小化しつつリターンを最大化する制約付き最適化問題を解くことで導出されます。

最適化プロセスは一般的に、ポートフォリオの分散を最小化しつつシャープ比（リスク調整後のリターン）を最大化する二次計画問題として扱われます。これにより、各資産の最適な重みが決定されます。例えば、期待リターンと分散が異なる 3 つの資産がある場合、以下の方程式を解くことで最適な重みが見つかります。

$$
\text{最大化} \quad \frac{R_p}{\sigma_p}
$$

$$
\text{制約条件} \quad \sum w_i = 1 \quad \text{かつ} \quad \sum w_i \sigma_i^2 = \sigma_p^2
$$

この解法は、リスク単位あたりの超過リターンを最大化するシャープ比を最大化することを目指します。このプロセスは計算的に複雑であり、数値的な手法やマークowitz のアプローチを用いて最適なポートフォリオを導出する必要があります。

数学的枠組み

平均分散モデルは、線形代数と確率論に数学的に裏付けられています。主要な方程式は、期待値と分散の計算、そして資産間の相関関係を行列を用いて表現することにあります。ポートフォリオの分散は、各資産の分散と、それらの相関係数を含む分散行列を用いて計算されます。これにより、多資産ポートフォリオにおけるリスクの相乗効果や相殺効果を厳密に定量化できます。この数学的厳密さが、理論モデルを実際の金融工学やリスク管理システムに応用する際の重要な基盤となっています。