本文へ移動

インフォメーション・レシオ:アクティブ・リターン、トラッキング・エラー、信頼性

対応するポートフォリオとベンチマークのリターン、明示したトラッキング・エラー慣行、年率換算、費用、統計上の限界からインフォメーション・レシオを算出・解釈します。

更新日

教育目的のみであり、投資助言ではありません。投資では損失が生じる可能性があります。

直接の答え

インフォメーション・レシオは、ベンチマーク相対リターンの平均を、その相対リターンの変動性1単位当たりで測ります。一般的なアクティブ・リターン形式は information ratio = annualized average active return / annualized tracking error です。正値は測定標本での平均超過、負値は平均劣後を示します。運用能力の確率でも、将来の超過リターンの保証でもありません。

この数値は、ポートフォリオ、ベンチマーク、リターン慣行、頻度、日付、通貨、費用・税の基準、標準偏差の慣行、年率換算規則、入力が予想か実績かを定義して初めて意味を持ちます。同じ運用者でも、正当なベンチマークが違えば異なる数値になります。

仕組み

次の順で分析します。

  1. 意思決定とベンチマークを定義する。 運用指針指定のベンチマーク、または資産クラス、スタイル、地域、通貨、デュレーション、信用、レバレッジ、リターン種別に対応する投資可能な合理的代替を使います。広範市場指数、政策配分、負債ベンチマーク、同業者群は別の問いに答えます。
  2. 同期したトータル・リターン系列を構築する。 評価日、タイムゾーン、頻度、通貨換算、分配、源泉税、ヘッジ、外部キャッシュフロー、費用控除前後を対応させます。ポートフォリオのトータル・リターンから価格指数を引いたり、古い月次評価と日々の最新ベンチマーク価格を混ぜたりしません。
  3. 相対リターン慣行を選ぶ。 一般的な算術系列は active return_t = portfolio return_t - benchmark return_t です。基準や運用指針によっては幾何相対リターン geometric relative return_t = (1 + portfolio return_t) / (1 + benchmark return_t) - 1 を使います。慣行を明記し、一方の分子と他方のリスク系列を組み合わせません。
  4. 平均アクティブ・リターンとトラッキング・エラーを推定する。 観測数が n なら mean active return = sum of active returns / n です。事後トラッキング・エラーは同じ相対リターン観測値の標準偏差です。標本推定は sample tracking error = sqrt(sum((active return_t - mean active return)^2) / (n - 1)) で、母集団除数 n は異なる結果になるため明記します。
  5. 一貫して年率換算する。 年間 P 個の重複しない観測値と独立同分布に近い仮定では、annualized average active return = periodic mean active return × Pannualized tracking error = periodic tracking error × sqrt(P) です。したがって annualized information ratio = periodic mean active return / periodic tracking error × sqrt(P) です。系列相関、平滑化、重複期間、変化するエクスポージャー、不規則日付では平方根換算が誤解を招きます。
  6. 事後測定と事前予測を分ける。 実績比率は過去のアクティブ・リターンと実績トラッキング・エラーを使います。予想比率は予測アクティブ・リターンと将来の共分散・リスクモデルを使います。モデル期間、ファクター定義、保有日、制約を一致させ、双方が年率でも直接比較しません。
  7. 信頼性と経済的有用性を検証する。 観測数、開始・終了日、ローリング期間、部分期間、ベンチマーク変更、外れ値、ドローダウン、歪度、テール損失、売買回転、容量、費用、税、エクスポージャーを示します。トラッキング・エラーが 0 なら未定義で、無限大ではありません。短期、平滑化、バックフィル、選別履歴の高い比率は弱い証拠です。

シャープ・レシオは現金・無リスク基準超過リターンをポートフォリオ全体のボラティリティと比較しますが、インフォメーション・レシオはベンチマーク相対リターンを相対ボラティリティと比較します。またジェンセンのアルファや回帰残差リターン比率とも異なります。比較前にベンダーの定義を確認します。

一定頻度で分子・分母を期間単位のまま使えば期間比率となり、sqrt(P) を掛けると一般的な年率比率になります。期間全体の複利超過資産結果は別の尺度で、算術平均アクティブ・リターン掛ける期間数と一致する必要はありません。

月次算術アクティブ・リターンをパーセントポイントで 0.80%, -0.40%, 0.50%, 0.10%, -0.20%, 0.70%, -0.10%, 0.40%, 0.00%, 0.60%, -0.30%, 0.30% とします。ポートフォリオとベンチマークは同じ明示的な費用基準控除後の、対応するトータル・リターンです。

  • 平均: 12観測値の合計は 2.40% なので、月平均は 2.40% / 12 = 0.2000%、算術年率分子は 0.2000% × 12 = 2.4000% です。
  • トラッキング・エラー: 月平均からの偏差平方和は 1.8200 percentage-points squared です。標本除数による月次値は sqrt(1.8200 / 11) = 0.4068%、年率値は 0.4068% × sqrt(12) = 1.4091% です。除数 12 なら月次 0.3894% となり、慣行の重要性が分かります。
  • インフォメーション・レシオ: 年率結果は 2.4000% / 1.4091% = 1.7032、同じく 0.2000% / 0.4068% × sqrt(12) = 1.7032 です。1年分だけなので、小数4桁表示は同程度の統計的確実性を意味しません。
  • 費用と比較: 費用控除前年率アクティブ・リターンが 1.8000%、一貫して課される費用が 0.8000 percentage points 減らし、トラッキング・エラーを例示上 1.4091% とすると、控除前後の比率は 1.8000% / 1.4091% = 1.27741.0000% / 1.4091% = 0.7097 です。別戦略のアクティブ・リターンが 3.0000%、トラッキング・エラーが 12.0000% なら 3.0000% / 12.0000% = 0.2500 で、生の超過は大きくてもアクティブ・リスク1単位当たりでは小さくなります。

リスク

  • 測定するポートフォリオ、コンポジット、シェアクラス、口座、運用指針を特定します。
  • ベンチマーク名、識別子、提供者、方法論版、政策配分ウェイトを記録します。
  • 資産クラス、スタイル、地域、通貨、デュレーション、信用力、レバレッジ、投資可能性を合わせます。
  • 同期した評価日・時刻と重複しないリターン期間を使います。
  • 価格、グロス・トータル、ネット・トータル、ヘッジ、通貨慣行を合わせます。
  • 算術差額か幾何相対リターンかを明記し、一貫して使います。
  • 費用控除前後、取引費用、源泉税、税務処理を明記します。
  • 別の目的が明示されない限り、運用者比較には時間加重リターンを使います。
  • 外部キャッシュフロー、評価、古い価格、推定価格、その後の修正を照合します。
  • 標本・母集団標準偏差と欠測値処理を明記します。
  • 頻度、年間観測数、年率換算規則、総観測数を明記します。
  • 自己相関、平滑化、重複データ、不規則日付に平方根換算を盲目的に使いません。
  • 事後実績と事前モデル予測を分け、期間を合わせます。
  • ゼロ付近のトラッキング・エラーは卓越した能力ではなく、未定義・数値不安定とします。
  • ローリング期間と部分期間を示し、有利な起点・終点の影響を確認します。
  • 外れ値、ベンチマーク変更、戦略ドリフト、バックフィル、生存者、選択的報告履歴を調査します。
  • ドローダウン、下方非対称性、歪度、テール損失、流動性、レバレッジ、デリバティブ、集中を検討します。
  • アクティブ・リターンを証券、セクター、ファクター、通貨、タイミング、残差へ帰属し、比率自体を能力と呼びません。
  • 売買回転、容量、取引費用、手数料、税、実装可能性を報告便益と比較します。
  • 定義とデータを統一せず、異質な戦略を比率で順位付けしません。

よくある誤解

  • 「比率1はベンチマークに勝つ確率100%を意味する。」 推定平均アクティブ・リターンとそのボラティリティの比率で、成功確率ではありません。
  • 「トラッキング・エラーは1回のベンチマーク乖離を測る。」 相対リターン系列の変動性であり、1期間のアクティブ・リターンではありません。
  • 「インフォメーション・レシオとシャープ・レシオは同じだ。」 参照リターンとリスク分母が異なります。
  • 「年率換算すれば日次、月次、四半期推定は常に比較可能だ。」 一般的な換算は成立しない場合がある頻度・依存性仮定に依拠します。
  • 「過去比率が最高の運用者が最も優れている。」 ベンチマーク適合、標本誤差、平滑化、エクスポージャー、費用、選別、運が順位を生み得ます。

関連トピック

出典

  • CFA Institute:投資パフォーマンス測定―シャープ・レシオとインフォメーション・レシオ。
  • CFA Institute:受託運用提供者向けGIPS基準ハンドブック。
  • CFA Institute:アクティブ・ポートフォリオ運用の分析。
  • FINRA:ベンチマークの検討。
  • Investor.gov:投資信託・ETF株主報告書の読み方。
  • FINRA:投資リターンの計算。

リアルタイムデータで続ける

この概念を実際の銘柄で確かめる

現在価格、企業財務、バリュエーション、予測、最新ニュースを一つの画面で確認できます。

Financial Context は、この Wiki と同じチームが提供するリサーチ製品です。

無料で分析を始める
ナビゲーション

Wiki を検索...