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
ジェンセンのアルファとは、資本資産価格モデル（CAPM）の下で、ポートフォリオの超過収益率を市場の超過収益率に回帰した時系列回帰の推定切片です。
R_p,t - R_f,t = alpha_p + beta_p × (R_m,t - R_f,t) + epsilon_p,t
alpha_p は、その標本で当てはめたCAPMエクスポージャーでは説明されない平均期間収益率です。beta_p は推定市場負荷、epsilon_p,t は期間 t の残差です。1回の好ましい残差や、1期間の収益率からCAPMの予測収益率を差し引いた値は、それ自体が回帰アルファではありません。
アルファは、選択した収益率系列、市場代理、無リスク金利代理、頻度、期間、モデル、グロスまたはネットの基準に依存します。推定値がプラスでも、運用能力、持続性、ミスプライシング、因果関係の証明にはなりません。標本変動、欠落因子、ベンチマークの不一致、エクスポージャーの変化、レバレッジ、古い価格、データマイニングによってアルファが生じたり消えたりします。
仕組み
次の順序で推定値を構築し、検証します。
- 評価する主張を定義する。 ポートフォリオ、シェアクラス、運用方針、ベンチマーク目標、通貨、手数料・税金の基準、評価慣行、標本の開始・終了、データ版、問いがパフォーマンス帰属、運用者選定、資産価格テストのいずれかを特定します。
- 同期したトータルリターンを構築する。 日付、頻度、時間帯、分配、コーポレートアクション、キャッシュフロー処理、通貨、投資可能な情報が一致するポートフォリオと市場の収益率を用います。プライスリターンとトータルリターン、実運用結果と改訂されたバックテストを混在させてはいけません。
- 対応する超過収益率を作る。 同じ通貨と期間の無リスク金利代理を選び、
y_t = R_p,t - R_f,tとx_t = R_m,t - R_f,tを計算します。単純収益率か対数収益率かを示します。通常の回帰では期間単純収益率を用い、小数または百分率のどちらかで一貫して表します。 - 回帰を推定する。 通常最小二乗法で
y_t = alpha + beta × x_t + epsilon_tを当てはめます。切片と傾きは標本残差平方和を最小化します。R-squaredは標本で説明された変動を表すもので、価格付けの真理、運用能力、経済価値ではありません。 - 不確実性を定量化する。 観測数、アルファとベータの標準誤差、t統計量、信頼区間、残差診断、共分散推定量を報告します。不均一分散、自己相関、重複収益率、平滑化、クラスター化したショック、推定されたベンチマークには、頑健またはモデル固有の推論が必要になることがあります。
- 安定性とモデル仕様を検証する。 合理的な頻度、部分期間、市場代理、無リスク系列、外れ値、古い価格の調整、グロスまたはネット収益率を変化させます。根拠のある規模、バリュー、収益性、投資、モメンタム、デュレーション、信用、セクター、通貨の因子を追加できますが、1つのモデルが普遍的に正しいと宣言してはいけません。
- 経済的意味を解釈する。 明示した慣行で点推定値を年率換算しつつ、統計的不確実性を示します。アルファを手数料、取引費用、税金、回転率、レバレッジ、流動性、運用容量、ドローダウン、テールリスク、ポートフォリオの実際の目的と比較します。過去のアルファを持続的とみなす前に、標本外の証拠を求めます。
月次アルファを a_m とすると、複利による年率の点推定値は (1 + a_m)^12 - 1 です。近似値 12 × a_m は別の慣行です。どちらもノイズの多い月次推定値を確実なものにはせず、標準誤差や信頼限界に点推定値の式を機械的に適用してはいけません。
例
単一期の説明と、別の回帰標本を分けて用います。
- 単一期の残差： ある月にファンド収益率が
2.5000%、無リスク収益率が0.2500%、市場収益率が1.2500%、事前に推定したベータが1.1000だったとします。CAPMが示すトータルリターンは0.2500% + 1.1000 × (1.2500% - 0.2500%) = 1.3500%、差は1.1500 percentage pointsです。これはその入力に基づく単一期の異常収益率であり、新しいアルファ推定値ではありません。 - 12か月回帰： 同期した市場超過収益率の平均が
0.5000%、ポートフォリオ超過収益率の平均が0.7000%とします。示された12観測値に対するOLSはalpha = 0.1529% per monthとbeta = 1.0943を与えます。当てはめた平均は、四捨五入後に0.1529% + 1.0943 × 0.5000% = 0.7000%と照合できます。 - 不確実性： 残差平方和は
0.6971 percentage-points squaredです。観測数12、残差自由度10では、アルファの標準誤差は0.0775%、t = 0.1529% / 0.0775% = 1.9720です。例示的な両側95%臨界値2.228を用いると、区間は[-0.0198%, 0.3256%]でゼロを含みます。R-squared = 0.9934でもアルファに関する推論は変わりません。 - 年率換算と手数料： グロスの月次点推定値を複利計算すると
(1 + 0.1529%)^12 - 1 = 1.8500%です。例としてネット収益率が毎月グロス収益率をちょうど0.1000 percentage points下回るなら、ベータは変わらず、ネット月次アルファは0.0529%、複利年率の点推定値は0.6363%です。実際の手数料とキャッシュフローは毎月一定の控除とは限りません。
リスク
- ポートフォリオ、シェアクラス、運用方針、通貨、期間、頻度、データ版を定義する。
- 同期したトータルリターン系列を用い、分配、コーポレートアクション、時間帯、休日を合わせる。
- ポートフォリオ、市場、無リスクの収益率を通貨、期間、単純または対数の慣行で一致させる。
- グロス、商品費用控除後、助言報酬控除後、税引後、投資家が実際に経験した収益率を区別する。
- 擁護できる市場代理を選ぶ。理論上の市場ポートフォリオを完全に表す取引可能指数はない。
- ベータとアルファを固定したポートフォリオ属性ではなく、同時に推定された標本係数として扱う。
- 単一期の残差、単純なアウトパフォーマンス、累積アクティブリターンをジェンセンのアルファと呼ばない。
- 観測数、標準誤差、t統計量、信頼区間、残差自由度を報告する。
- 不均一分散、自己相関、期間の重複、平滑化、クラスター化したショックに適した推論を用いる。
- ベータと切片の推定を歪め得る古い価格と非同期取引を確認する。
- エクスポージャーと運用プロセスは変わり得るため、部分期間とローリング推定を検証する。
- 外れ値を調査するが、アルファを改善する目的だけで不利な観測値を削除しない。
- 生存者、バックフィル、インキュベーション、先読み、選択、データスヌーピングのバイアスに対処する。
- CAPMアルファを根拠のある多因子仕様と比較し、欠落因子エクスポージャーを開示する。
- 高い決定係数を正しい価格付けの証拠とせず、低い決定係数を運用能力の証拠としない。
- 明示した慣行で点推定値を年率換算し、統計的有意性を機械的に年率換算せず不確実性を保つ。
- 経済的アルファを手数料、取引費用、税金、回転率、レバレッジ、流動性、運用容量と比較する。
- ドローダウン、テールリスク、ベンチマーク適合性、ヘッジ、収益、税務、負債目標を別途評価する。
- アルファを運用能力に帰属する前に、標本外の持続性と多重検定の管理を求める。
- コード、入力、原資料、改訂履歴を保存し、結果を独立に再現可能にする。
よくある誤解
- 「ジェンセンのアルファはベンチマークに対する単純なアウトパフォーマンスだ。」 同期した超過収益率と推定市場ベータから得るモデルの切片です。
- 「月次残差がプラスならアルファもプラスだ。」 残差は1観測値に属し、アルファは標本全体に当てはめた切片です。
- 「正のアルファは運用者の能力を証明する。」 運、モデル誤差、欠落エクスポージャー、ベータ変化、レバレッジ、手数料、選択バイアスも代替説明です。
- 「決定係数が高ければアルファは統計的に有意になる。」 当てはまりと切片の不確実性は異なる量であり、別々の統計量が必要です。
- 「アルファを年率換算すれば信頼度も年率換算される。」 点推定値の換算は観測数を増やさず、標本とモデル仕様の不確実性を除きません。
関連トピック
出典
- Michael C. Jensen：1945～1964年における投資信託のパフォーマンス。
- William F. Sharpe：資本資産価格―リスク下の市場均衡理論。
- Eugene F. Fama、Kenneth R. French：株式・債券収益率の共通リスク因子。
- Dartmouth College / Kenneth R. French：データライブラリ。
- FINRA：ベンチマークの検討。
- SEC Investor.gov：手数料と費用が投資ポートフォリオに及ぼす影響。