年間20パーセントポイント

1968年から2003年にかけて、最も積極的にバランスシートを拡大した米国企業は、総資産がほとんど変わらなかった企業と比較して、年間リターンが約20パーセントポイント低い水準にとどまりました。このスプレッドは小さな統計的奇異ではありませんでした。経済的に大きな意味を持ち、市場ベータ、規模、簿価時価比率を制御した後も持続し、検討したほぼすべてのサブ期間に現れました。資産取得、設備拡張、バランスシート成長に最も多くの資金を投じた企業が、まさに株式投資家が避けるべき企業でした。
これがCooper, Gulen, and Schill(2008)の中核的な発見であり、Journal of Financeに掲載されました。この論文は資産成長をニッチな会計指標から期待リターンの横断面における第一級のシグナルへと引き上げました。なぜ拡大が低パフォーマンスを予測するのか、そしてその予測がどれほど頑健であるかを理解することは、証拠に基づく株式戦略を構築する人にとって不可欠です。
資産成長の測定
Cooper, Gulen, Schillがテストした構成概念は意図的にシンプルなものでした。資産成長とは、バランスシート上の企業の総資産が前年比で何パーセント変化したかを示すものです。前会計年度末の総資産が10億ドルだった企業が今年13億ドルになれば、資産成長率は30%です。
このシンプルさは限界ではなく、特長でした。先行研究では、設備投資、買収、運転資本の変化、株式発行といった投資の個別コンポーネントが検討されていました。それぞれ単独でもある程度のリターン予測力を示しました。Cooper, Gulen, Schillが示したのは、これらすべてを単一のバランスシート指標である総資産成長に集約することで、個別に検討されたどの要素よりも強力にリターン予測力が得られるということでした。
NYSE、AMEX、NASDAQの全普通株を前会計年度の資産成長に基づいて毎年デサイルに分類し、その後12か月間の時価加重リターンを追跡しました。最高デサイルと最低デサイルのスプレッドは顕著でした。
| 資産成長デサイル | 平均年間リターン(1968–2003) |
|---|---|
| デサイル1(最低成長) | 約18% |
| デサイル10(最高成長) | 約-2% |
| スプレッド(低成長マイナス高成長) | 約20パーセントポイント |
上記の数字は原形式の時価加重ポートフォリオリターンを表しています。ファーマ・フレンチ3ファクターモデルを使った標準的なファクター調整を適用した後、低成長ロング・高成長ショートポートフォリオの異常リターン(アルファ)は年間約8%で、t統計量が4を超え、経済的にも統計的にも依然として大きな値を示しました。
なぜ拡大が低パフォーマンスを予測するのか
文献では3つの説明が浮上しており、これらは相互に排他的ではありません。
過剰投資仮説
行動ファイナンスの説明は、コーポレートファイナンスの根本的なプリンシパル・エージェント問題に基づいています。成長企業の経営者は、報酬体系、帝国建設の嗜好、キャリア上の懸念により、株主価値を最大化する水準を超えて投資するインセンティブを持つことが多いです。Jensen(1986)はフリーキャッシュフロー仮説でこの論理を形式化しました。企業が収益性のある投資機会を超えてキャッシュを生み出すと、経営者は余剰を価値破壊的な買収、設備拡張、その他の資産蓄積に充てる傾向があります。
Q理論チャネル
合理的・リスクベースの代替案は新古典派投資理論から出発します。Xing(2008)が形式化したq理論フレームワークでは、企業は資本財の限界費用が限界価値に等しくなる点まで投資します。高い資産成長率を持つ企業は、強力な投資機会に直面していた企業であり、積極的に拡大しました。しかし、収穫逓減の世界では高い投資は均衡行動です。Fama and French(2015)が投資ファクター(CMA)を5ファクターモデルに組み込んだとき、このチャネルは間接的に支持を受けました。
裁定取引の限界
3番目のメカニズムは、なぜこのパターンが投資家の認識にもかかわらず持続するかを説明します。Li, Livdan, and Zhang(2009)は、アノマリーの一部が高成長企業の空売りコストが過度に高いために持続すると主張しました。
コンポーネントの分解
Cooper, Gulen, Schillの最も重要な貢献の一つは、総資産成長効果がその構成要素の合計以上であることを実証したことです。彼らは資産成長を構成バランスシートの変化に分解し、それぞれを別々にテストしました。
営業発生額(売掛金、在庫などの運転資本項目の変化)は、Sloan(1996)が文書化した発生主義アノマリーと一致するリターン予測力を示しました。非営業発生額(買収と長期投資による変化)も同等の予測力を示しました。中心的な発見は、すべての構成要素が貢献し、複合的な総資産成長指標がそれらを個別の要素よりも強力な単一のシグナルに統合したということでした。
Titman, Wei, and Xie(2004)は以前、設備投資の成長が将来リターンの低下を独立して予測することを文書化し、エージェンシーの観点から解釈していました。Cooper, Gulen, Schillは設備投資がより大きな現象の一部であることを示しました。
国際的な証拠
Watanabe, Xu, Yao, and Yu(2013)は、1968年から2008年にかけて40の市場をカバーする広範な国際データセットで資産成長を検討しました。彼らの発見は、このアノマリーが米国固有の現象ではないことを確認しました。資産成長は研究された大多数の市場で将来リターンを負に予測しました。投資家保護が強く、金融市場がより発展し、アナリストカバレッジが高い国々では小さなリターンスプレッドを示し、より良い情報環境がより迅速な価格修正を可能にするという解釈と一致していました。
バリューと品質ファクターとの関係
資産成長アノマリーは孤立して存在するわけではありません。ファクターモデルの全体像の理解を深める、よく文書化された他のいくつかのリターンパターンと関連しています。
バリュー投資との関連は単純ではありません。高成長企業は高いバリュエーション倍数で取引される傾向があります。その成長が期待外れになったり、資産が市場の予想よりも価値が低いことが判明したりすると、価格は下落します。これはバリュープレミアムを生み出すのと同じメカニズムです。
ファクター投資の研究では、低い資産成長と高い収益性を組み合わせた企業が特に強いリスク調整後リターンを生み出すことが発見されています。ファーマ・フレンチ5ファクターモデルはこれを収益性ファクター(RMW)とCMAを横断面の別個の次元として含めることで形式化しています。
発表後の減衰と現在の状況
アノマリーの学術的発表は、市場参加者が新しい発見を取引に組み込むにつれてそれを弱める傾向があります。機関投資家の保有比率が高く裁定取引が比較的安価な大型株では、スプレッドは2000年代初頭以降意味のある形で縮小しました。より小さく流動性の低い株式では、アノマリーはより持続的でした。
McLean and Pontiff(2016)は、学術論文に文書化されたリターン予測因子は発表後にサンプル内規模の約3分の1を失うことを発見しました。資産成長効果はこのパターンと大まかに一致しているようです。
より広い教訓
資産成長アノマリーは生産的な知的交差点に位置しています。経営陣の過剰な自信と帝国建設の話として語ることもできます。q理論の世界における資本への合理的な収穫逓減の話としても語れます。あるいは、適時の価格修正を妨げる裁定取引の限界の話としても理解できます。
どの理論的源泉を選択しようとも、実務投資家にとってシグナルは実行可能です。バランスシートを積極的に拡大した企業は、歴史的に株主に対してより弱いリターンをもたらしており、そのパターンは数十年、国際市場、ファクターモデルの制御にわたって、株式分析に体系的に組み込まれる価値があるほど十分な持続性を示しています。データは一貫した方向を指しています。急速な拡大は平均的に株式保有者の味方ではありません。
Cooper, M. J., Gulen, H., & Schill, M. J. (2008). "Asset Growth and the Cross-Section of Stock Returns." The Journal of Finance, 63(4), 1609-1651. https://doi.org/10.1111/j.1540-6261.2008.01370.x
Titman, S., Wei, K. C. J., & Xie, F. (2004). "Capital Investments and Stock Returns." Journal of Financial and Quantitative Analysis, 39(4), 677-700. https://doi.org/10.1017/S0022109000003173
Xing, Y. (2008). "Interpreting the Value Effect Through the Q-Theory: An Empirical Investigation." The Review of Financial Studies, 21(4), 1767-1795. https://doi.org/10.1093/rfs/hhm051
Li, D., Livdan, D., & Zhang, L. (2009). "Anomalies." The Review of Financial Studies, 22(11), 4301-4334. https://doi.org/10.1093/rfs/hhp036
Fama, E. F., & French, K. R. (2015). "A Five-Factor Model of Expected Stock Returns." Journal of Financial Economics, 116(1), 1-22. https://doi.org/10.1016/j.jfineco.2014.10.010
Watanabe, A., Xu, Y., Yao, T., & Yu, T. (2013). "The Asset Growth Effect: Insights from International Equity Markets." Journal of Financial Economics, 108(2), 529-563. https://doi.org/10.1016/j.jfineco.2012.12.002
McLean, R. D., & Pontiff, J. (2016). "Does Academic Research Destroy Stock Return Predictability?" The Journal of Finance, 71(1), 5-32. https://doi.org/10.1111/jofi.12365
Sloan, R. G. (1996). "Do Stock Prices Fully Reflect Information in Accruals and Cash Flows About Future Earnings?" The Accounting Review, 71(3), 289-315. https://doi.org/10.2308/accr.1996.71.3.289
Written by Elena Vasquez · Reviewed by Sam
この記事は引用された一次文献に基づいており、正確性と帰属の確認のために編集チームによるレビューを受けています。 編集ポリシー.