# 統計的アービトラージ Canonical: https://web4.xpay.bi/ja/wiki/wp-en-1137949/ Language: ja Published: 2026-10-24T10:43:15.048Z Updated: 2026-10-24T10:43:15.048Z 金融において、統計的アービトラージ（スタット・アーブまたはスタットアーブ）は、広範に分散投資された証券ポートフォリオ（数百から数千）を短期（通常は数秒から数日）保有し、平均回帰モデルを採用する短期金融取引戦略の分類である。これらの戦略は、大規模な数学的、計算機的、および取引プラットフォームによって支えられている。 ## Key facts ## 概要 金融において、統計的アービトラージ（スタット・アーブまたはスタットアーブ）は、広範に分散投資された証券ポートフォリオ（数百から数千）を短期（数秒から数日）保有し、平均回帰モデルを採用する短期金融取引戦略の分類である。これらの戦略は、大規模な数学的、計算機的、および取引プラットフォームによって支えられている。 ## 取引戦略 大まかに言って、スタット・アーブとは実際には、ボトムアップ型でベータニュートラルなアプローチであり、実行のためのシグナルを提供するために統計的/計量経済学的手法を使用するあらゆる戦略のことである。シグナルは多くの場合、逆張り平均回帰の原則を通じて生成されるが、先行/遅行効果、企業の活動、短期モメンタムなどの要因を利用して設計することもできる。これは通常、スタット・アーブへの多因子アプローチと呼ばれる。 1966年の論文「株式市場におけるマーケットメイキングと反転」は、教授でありヘッジファンドマネージャーでもあるビクター・ニーダーホッファーとM.F.M.オズボーンによるものであり、統計的アービトラージの創始文書として評価されている。 関与する銘柄の数が多く、ポートフォリオの回転率が高く、捉えようとする効果の規模が比較的小さいため、この戦略は自動化された手法で実装されることが多く、取引コストの削減に大きな注意が払われる。 統計的アービトラージは、ヘッジファンドと投資銀行の両方において主要な勢力となっている。一部の銀行の自己勘定取引部門は現在、さまざまな程度で統計的アービトラージ取引を中心に据えている。 取引戦略として、統計的アービトラージは証券取引に対する高度に量的および計算機的なアプローチである。これにはデータマイニングや統計的手法だけでなく、自動売買システムの利用も含まれる。 歴史的に、スタット・アーブは、ファンダメンタルズまたは市場ベースの類似性によって銘柄がペアにされる、より単純なペアトレード戦略から発展した。ペアの一方の銘柄がもう一方をアウトパフォームすると、パフォーマンスの低い銘柄がロング（買い）され、アウトパフォームしている銘柄がショート（売り）される。これは、パフォーマンスの低い銘柄がパートナーに向かって上昇するという期待に基づいている。 数学的に言えば、この戦略は、高い相関関係、共分散、またはその他の共通要因の特性を持つ一対の銘柄を見つけることである。ペアトレードの文脈では、単純な距離ベースのアプローチから、共分散やコピュラ概念などのより複雑なツールに至るまで、さまざまな統計ツールが使用されてきた。 スタット・アーブは、一対の銘柄ではなく、ベータやその他のリスク要因へのエクスポージャーを排除するために、セクターや地域によって慎重にマッチングされた100銘柄以上のポートフォリオ（ロングとショートの両方）を考慮する。ポートフォリオの構築は自動化されており、2つのフェーズで構成されている。最初または「スコアリング」フェーズでは、市場の各銘柄にその望ましさを反映する数値スコアまたはランクが割り当てられる。高スコアはロング保有すべき銘柄を示し、低スコアはショートの候補となる銘柄を示す。スコアリングの式の詳細はさまざまであり、高度に独自のものであるが、一般的に（ペアトレードと同様に）短期平均回帰の原則を含んでおり、例えば、過去1週間に異常に好調だった銘柄には低いスコアが与えられ、低迷した銘柄には高いスコアが与えられる。2番目の「リスク低減」フェーズでは、市場リスクと要因リスクを排除、または少なくとも大幅に削減するために、銘柄が慎重にマッチングされた比率でポートフォリオに組み合わされる。このフェーズでは、MSCI/Barra、APT、Northfield、Risk Infotech、Axiomaなどの市販のリスクモデルを使用して、さまざまなリスク要因を制限または排除することがよくある。 ## リスク 有限期間において、低確率の市場変動が重度の短期的損失をもたらす可能性がある。このような短期的損失が、中間的なマージンコールに応じるための投資家の資金調達能力を超える場合、戦略モデルの予測が最終的に正しかったとしても、損失を伴ってポジションを清算せざるを得なくなる可能性がある。1998年のロング・ターム・キャピタル・マネジメントのデフォルトは、悪化する市場変動をカバーするための担保を差し入れることができなかったために失敗したファンドの広く公表された例である。 統計的アービトラージは、モデルの弱点や、株式または証券特有のリスクの影響も受ける。モデルの基礎となっている統計的関係は、見せかけのものである可能性や、原資産のリターン分布の変化により崩壊する可能性がある。モデルがエクスポージャーを持っていることに気づいていない可能性のある要因が、市場における価格変動の重要な原動力となる可能性があり、その逆もまた然りである。モデル自体に基づく投資の存在は、特に十分な数の参入者が同様の原則で投資した場合、根本的な関係を変える可能性がある。アービトラージ機会の搾取自体が市場の効率性を高め、それによってアービトラージの余地を縮小するため、モデルの継続的な更新が必要となる。 株式固有のレベルでは、個別の銘柄に関するM&A活動やデフォルトのリスクが存在する。そのようなイベントは、過去データの経験的統計分析から想定された歴史的関係の重要性を即座に無効にする。 ## 2008年金融危機 2007年7月と8月に、いくつかのスタット・アーブ（およびその他のクオンツ系）ヘッジファンドが同時に重大な損失を被った。これは共通のリスク要因が存在しない限り説明が難しい。理由はまだ完全に解明されていないが、いくつかの公開された報告書では、資本の引き出しやマージンコールを経験したファンドの緊急清算を非難している。ポジションを迅速に決済することにより、そのファンドはロングおよびショートしていた銘柄の価格に下落圧力をかけた。他のスタット・アーブファンドも、アルファモデルやリスク低減モデルの類似性から同様のポジションを持っていたため、他のファンドも悪影響を受けた。一連のイベントのバージョンの1つは、モルガン・スタンレーの非常に成功したスタット・アーブファンドであるPDTが、ファームの他の部分のストレスに対応してポジションを縮小することを決定した経緯と、これが数日間の慌ただしい取引にどのように寄与したかを描写している。 ある意味で、株式がスタット・アーブに深く関与しているという事実自体がリスク要因であり、それは比較的新しいためスタット・アーブモデルには考慮されていなかったものである。これらの出来事は、スタット・アーブが市場において重要な要因となるまでに発展し、既存のファンドが同様のポジションを持ち、事実上同じリターンを競い合っていることを示した。KhandaniとLoによる単純なスタット・アーブ戦略のシミュレーションは、そのような戦略のリターンが1998年から2007年にかけて大幅に低下したことを示しており、おそらく競争が原因であると考えられる。 また、2007年8月の出来事は、流動性の低下と関連していたとも主張されており、おそらくその時期の高頻度マーケットメーカーによるリスク削減が原因であると考えられる。 共通のポートフォリオ価値の低下が因果メカニズムに起因する可能性もあるという点は、特筆すべき議論の的である。2008年の金融危機もこの時期に発生した。すべての投資家の大多数とは言わないまでも、多くがこの1年間の枠組みの中で損失を計上した。統計的アービトラージを使用するヘッジファンドで見られた損失の関連性は、必ずしも依存関係を示すものではない。より多くの競合他社が市場に参入し、ファンドがスタット・アーブ以外のより多くのプラットフォームに取引を多様化するにつれて、プラットフォームモデルが互いに似たような挙動をすることを期待すべき理由はないという主張が成り立つ。それらの統計モデルは完全に独立している可能性がある。 ## 世界的な実践 統計的アービトラージは、国や市場によって異なる規制上の状況に直面している。取引される証券やデリバティブが十分に発達していない多くの国では、投資家は地元市場で統計的アービトラージを実装することが実行不可能または不採算であると感じている。 ## 中国 中国では、統計的アービトラージを含む数量的投資は投資の主流のアプローチではない。一連の市場条件が、ファンドやその他の金融機関の取引行動を制限している。空売りの制限や市場安定化メカニズム（例：値幅制限）は、個人投資家や機関投資家が統計的アービトラージ理論によって示唆される取引戦略を実装しようとする際に、大きな障害となっている。 これらの独特な制約は、統計的アービトラージモデルの有効性を根本的に損なうものである。10%の値幅制限と限られた空売りの組み合わせは、統計的アービトラージの核となるシグナルである平均回帰コンポーネントを信頼性高く取引できないことを意味する。価格制限が収束を妨げることが多く、一時的な価格の歪みが手に負えない流動性リスクに変わるためである。これにより、ファンドマネージャーはレバレッジを下げ、保有期間を延ばさざるを得なくなり、その結果、リスク調整後リターン（例：シャープレシオ）が大幅に圧縮され、中国A株市場においてこれらの高回転率で市場中立的な戦略が、より単純な方向性のある株式戦略と比較して競争力を失うことにつながる。 ## 関連項目 共分散 相関 通貨相関 フーリエ関連変換 機械学習 合理的価格設定 § 株式 時系列 ボラティリティ・アービトラージ ## その他の情報源 アヴェジャネダ、M.およびJ.H.リー:「米国株式市場における統計的アービトラージ」。スタット・アーブの収益性が2002年と2003年以降に低下したことを確認する、十分に文書化された実証研究。 バートラム、W.K.、2009、最適統計的アービトラージ取引のための解析解、SSRNで入手可能: https://ssrn.com/abstract=1505073. バートラム、W.K.、2009、伊藤拡散プロセスのための最適取引戦略、 Physica A、近日刊行予定。SSRNで入手可能: https://ssrn.com/abstract=1371903. 統計的アービトラージ取引のための堅牢な理論的枠組みを提示する。 リチャード・ブックスタバー: A Demon Of Our Own Design、Wiley (2006)。記述内容: ジェリー・バンバーガーのペアトレードのアイデアから派生した、1980年代半ばのモルガン・スタンレーにおけるスタット・アーブの誕生。バンバーガーがニューポート/プリンストン・パートナーズに移籍し、D.E.ショーが自身のスタット・アーブファンドを立ち上げるために去った後の、この概念の失墜。そして最後に、1992年のピーター・ミュラーの下でのモルガン・スタンレーにおけるスタット・アーブの復活。次のコメントが含まれている（p. 194）: 「統計的アービトラージは現在、その全盛期を過ぎている。2002年中頃にスタット・アーブ戦略のパフォーマンスが衰え始め、標準的な方法は回復していない。」 ジェガディッシュ、N.、1990、「証券リターンの予測可能な行動の証拠」、Journal of Finance 45、p. 881–898。短期リターンの予測可能性に関するリーマンの論文と並ぶ重要な初期の論文であり、スタット・アーブのリターンの源泉である。 コールマン、ジョー (1998)。「Inside D. E. Shaw」。Derivatives Strategy。23年6月2013日取得。 リーマン、B.、1990、「ファッズ、マルチンゲール、および市場効率性」、Quarterly Journal of Economics 105、pp. 1–28。初期のスタット・アーブファンドが搾取した短期リターン反転効果を文書化した公開文献における最初の論文。 エド・ソープ: 数量ファイナンスの視点 – 市場を打ち負かすためのモデル エド・ソープの1980年代初頭から中頃のスタット・アーブの仕事を描いた自伝的一品（p. 5を参照） エド・ソープ: 統計的アービトラージ、Wilmott Magazine、2008年6月（パート1 パート2 パート3 パート4 パート5 パート6）。そのパイオニアの1人によるスタット・アーブの初期の頃の回想。 ## 外部リンク 米国株式市場における統計的アービトラージ 無裁定モデルに基づく統計的アービトラージ 統計的アービトラージの統計 ## Sources - 統計的アービトラージ · Wikipedia: https://en.wikipedia.org/?curid=1137949 Source: Wikipedia contributors — https://en.wikipedia.org/?curid=1137949&oldid=1378535949 Licence: CC BY-SA 4.0 — https://creativecommons.org/licenses/by-sa/4.0/ Adaptation notice: Reformatted for XPay; the source may be abridged, restructured or translated. Consult the cited revision for the original.