コピュラとテール依存性：危機時に相関が嘘をつく理由

重要なポイント

線形相関は結合正規性を仮定し、市場危機時に壊滅的に崩壊します。スクラーの定理に基づくコピュラ理論は、周辺分布と依存構造を分離し、テール依存性を明示的にモデル化することを可能にします。Patton (2006)はこの非対称性を実証的に証明しました。ガウシアンコピュラをクレイトンまたはt-コピュラに置き換えることで、テールリスク推定値が実質的に増加します。

分散投資が再び失敗しています

2026年初頭にかけてイラン紛争が深刻化するにつれ、資産クラス全体で相関が急上昇しています。株式、コモディティ、クレジットがストレス局面で連動して動いています。分散投資で損失を緩和できると期待してマルチアセットポートフォリオを構築したファンドマネジャーたちは、おなじみの問題に直面しています。配分を正当化した相関構造が、最も重要な局面ではもはや機能しないのです。

これは新しい現象ではありません。膨大な計量研究が文書化し説明してきた金融市場の構造的特性です。その説明はコピュラ理論、特にテール依存性の概念にあります。テール依存性とは、正規分布が予測するよりもはるかに頻繁に資産が同時に暴落する傾向のことです。

スクラーの定理とコピュラの枠組み

理論的基盤はSklar (1959)にあります。スクラーの定理は、いかなる多変量結合分布も二つの構成要素に分解できると述べています。各変数の周辺分布と、それらの間の依存構造を捉えるコピュラです。形式的には、周辺分布F1とF2を持つ結合分布関数Fに対して、F(x1, x2) = C(F1(x1), F2(x2))を満たすコピュラCが存在します。

この分解は、二つの独立したモデル化の選択を分離できるため、強力です。周辺分布は、スチューデントt分布などの裾の厚い分布を用いて、個々の資産リターン履歴から推定できます。コピュラは、結合正規性の仮定に縛られることなく、テールでの挙動を含む実際の依存構造を反映するように選択できます。

一方、線形相関は依存構造が楕円形（つまり、対称であり相関行列で完全に記述される）であることを暗黙的に仮定する単一の要約統計量です。この仮定はリターンが結合正規分布に従う場合は成立しますが、そうでない場合は深刻に崩れます。

重要な非対称性：テール依存性

テール依存係数は、資産が「一緒に上昇する」よりも「一緒に暴落する」という直感を形式化します。

下方テール依存係数（λL）は、一方の資産が極端な負のリターンを経験した時に、もう一方も同様の状況になる確率を測ります。上方テール依存係数（λU）は、極端な正のリターンについて同じことを測ります。結合正規分布に従うリターンの場合、相関水準にかかわらずλLとλUはともにゼロです。これがガウシアンベースのリスクモデルの根本的な限界です。

Longin and Solnik (2001)は画期的な実証証拠を提示しました。数十年にわたる国際株式市場のデータを用いて、株式市場間の相関は弱気相場局面では有意に上昇するが、強気相場局面では本質的に変わらないことを示しました。この非対称性は単一の相関係数では捉えられません。国際株式リターンが正の下方テール依存性とほぼゼロの上方テール依存性を持つことの直接的な証拠であり、標準的な平均分散モデルが無視するパターンそのものです。

2008年から2009年の金融危機中、S&P 500セクター間の実現ペア相関は、平穏期の0.50から0.60と比較して、平均約0.85から0.90まで上昇しました。すべてのセクターが同時に下落しました。セクター配分に組み込まれた分散投資の恩恵は消失しました。

クレイトン対ガンベル：テールリスクへの二つの視点

異なるコピュラファミリーは異なる依存構造を捉えます。リスク管理において最も関連性の高い二つはクレイトンコピュラとガンベルコピュラです。

クレイトンコピュラは正の下方テール依存性（λL > 0）とゼロの上方テール依存性（λU = 0）を持ちます。「一緒に暴落する」現象を捉えます。両資産が同時に極端な損失を経験する確率が、ガウシアンモデルの示唆よりも有意に高くなります。クレイトンコピュラは、同時デフォルトの結合確率が主要な関心事である信用リスクモデリングで広く使われています。

ガンベルコピュラはゼロの下方テール依存性（λL = 0）と正の上方テール依存性（λU > 0）を持ちます。「一緒に急騰する」現象は捉えますが、「一緒に暴落する」挙動は捉えません。株式ポートフォリオにとってガンベルコピュラは通常、誤った選択です。楽観的なシナリオをモデル化する一方で、危険なシナリオを過小評価します。

ガウシアンコピュラは両テールでともにテール依存性がゼロです。2000年代中盤の構造化クレジット市場で支配的なツールとして使われ、CDOトランチの価格決定に用いられました。ガウシアンコピュラが相関する債務不履行確率において下方テール依存性を捉えられなかったことは、2008年危機前のモーゲージ担保証券の誤った価格決定の寄与因子として広く挙げられています。

Patton (2006)：非対称な為替レート依存性

国際経済学レビューに掲載されたPatton (2006)は、金融市場における非対称依存性の最も厳密な実証検証を提供しています。数十年にわたるサンプル期間のドイツマルク/米ドルおよび日本円/米ドルの日次為替レートデータを用いて、Pattonは様々なコピュラモデルを当てはめ、対称性仮定と比較検証しました。

核心的な発見は印象的です。二つの通貨ペア間の依存性は、両通貨が同時に増価する局面（同時増価）よりも、両通貨がドルに対して同時に減価する局面（同時減価）において有意に高くなります。ガウシアンを含む対称コピュラは、非対称な代替モデルに有利な形で統計的に棄却されます。Pattonはまた、依存性パラメータが過去データの関数として変化する時変コピュラの枠組みを導入し、危機局面における依存性の動的な性質を捉えています。

この結果は為替市場を超えた直接的な含意を持ちます。対称依存性の仮定が主要金融市場に対して実証的に誤りであることを確立し、対称性を課すモデルが下方リスクを体系的に過小評価することを示しています。

リスク管理者への実践的示唆

この枠組みは、テールリスクを測定・管理する方法における具体的な変化につながります。

他のすべてのパラメータを一定に保ちながらVaRモデルのガウシアンコピュラをt-コピュラまたはクレイトンコピュラに置き換えると、1%信頼水準での推定ポートフォリオ損失が実質的に増加します。t-コピュラは対称的な裾の厚さを捉え、クレイトンコピュラは同時大規模下落に対する重みを特に高めます。どちらの変更も、通常市場における推定相関を変えません。両者とも、通常期の相関がリスクの不完全な記述であることを明らかにします。

実際の実装のために、校正されたアプローチは以下を含む場合があります。

• 裾の厚いモデル（スチューデントtまたはコーニッシュ-フィッシャー展開）を使用した各資産の周辺分布の推定
• 特にテール領域から推定された依存性パラメータで、結合データにクレイトンまたはt-コピュラを当てはめる
• ガウシアン近似の代わりにコピュラが示唆する結合分布を用いたシナリオ分析の実行
• 平穏期と危機期の依存性間のギャップを浮き彫りにするため、標準的な線形相関とともに「テール相関」指標を報告する

リスク推定値の差異は相当なものになり得ます。線形相関0.50の二資産ポートフォリオで、ガウシアンコピュラモデルは1% VaRを8%と推定するかもしれません。同等の線形相関を持ちながら非ゼロの下方テール依存性を持つクレイトンコピュラは、その推定値を12から14%にまで引き上げる可能性があります。相関ではなくコピュラの変更が差異を生み出します。

限界

コピュラモデルは完全な解決策ではありません。テール依存性パラメータの推定には、定義上稀なテール観測値が多数必要です。依存構造は安定していません。あるレジームで最も適合するコピュラが別のレジームでは不適切な場合があります。コピュラファミリーの選択はモデルリスクを導入します。そして実際のポートフォリオ管理では、正確に推定されたテールリスクであっても、流動的なテールリスク手段が利用できないか法外にコストが高ければ、実行可能なヘッジにつながらない場合があります。

より深い要点は認識論的なものです。テールイベントは稀であるため推定が困難です。コピュラの枠組みの価値は、λLの正確な推定値を生産することではなく、ガウシアン依存性が事実ではなく仮定であること、そしてその仮定のコストは危機時に全額支払われることをリスク管理者に認識させることにあります。