レバレッジETFの減衰：投資家が見落とす経路依存性の罠

2倍が2倍を意味しない場合

2009年1月、金融セクター指数に連動する著名な2倍レバレッジETFが、年初来マイナス89パーセントのリターンを記録しました。同期間に原資産指数は約60パーセント下落していました。レバレッジファンドが指数損失の2倍、すなわち約マイナス120パーセント（ファンドの価値の100パーセント以上を失うことは不可能であるため、あり得ない数値です）を記録すると単純に予想していた投資家は困惑したかもしれません。しかし、実際の89パーセントの損失は不具合でも計算ミスでもありませんでした。極めて高いボラティリティの期間を通じて日次リバランスが複利で蓄積された、数学的に不可避な結果でした。

Avellaneda and Zhang (2010)は、この現象を理解するための決定的な分析フレームワークを提示しました。その核心的な洞察は、レバレッジETFのリターンが経路依存的であるということです。最終リターンは指数の始値と終値だけでは決まらず、その間の日次変動の具体的な順序に依存します。

日次リセットのメカニズム

レバレッジETFは目標倍率beta（通常2または3）を持ち、基準指数の日次リターンのbeta倍を提供することを約束します。この約束を履行するために、ファンドは毎日の市場終了時にエクスポージャーをリバランスしなければなりません。

NAVが100ドル、指数エクスポージャーが200ドルの2倍ファンドを考えてみましょう。指数が5パーセント上昇すると、ファンドのNAVは110ドルに増加しますが、翌日に必要なエクスポージャーは220ドル（110の2倍）です。ファンドは追加で10ドルのエクスポージャーを購入しなければなりません。下落日にはその逆が起こります。NAVが減少し、ファンドはエクスポージャーを売却しなければなりません。

これにより順循環的な取引パターンが生まれます。ファンドは上昇後に買い、下落後に売るため、もみ合い相場では体系的に不利な価格で取引することになります。

分散ドレイン公式

AvellanedaとZhangは、保有期間TにわたるレバレッジETFの複利リターンの連続時間近似式を導出しました:

R_LETF is approximately equal to beta times R_index minus (beta-squared minus beta) times (sigma-squared times T) divided by 2

ここでR_indexは累積指数リターン、sigmaは年率換算ボラティリティ、betaはレバレッジ倍率です。第2項の(beta-squared minus beta) times sigma-squared over 2がボラティリティドラッグです。

年率換算ボラティリティ20パーセント、1年間の純リターンがゼロの指数に対する2倍ファンド（beta = 2）のドラッグは次のとおりです:

(4 minus 2) times (0.04 divided by 2) = 年間4パーセントの損失

同じ指数に対する3倍ファンドは(9 minus 3) times 0.02 = 年間12パーセントのドラッグを被ります。ドラッグはレバレッジ倍率の二乗に比例して増大するため、3倍レバレッジ商品は不均衡に脆弱です。

実証的確認

Tang and Xu (2013)は、複数の資産クラスにわたる実際のレバレッジETFリターンに対してAvellaneda-Zhangフレームワークを検証しました。原資産指数の実現分散が、レバレッジETFリターンと目標倍率を期間リターンに適用した値との乖離の大部分を説明するという結果が確認されました。この関係は株式、債券、コモディティのレバレッジ商品全般で有効でした。

Cheng and Madhavan (2009)も同様の結果を報告し、日次リバランスメカニズムがレバレッジ倍率の二乗と実現分散に比例してトラッキング差異を増幅させることを示しました。また、リバランス取引自体が原資産市場の終値付近のボラティリティに寄与する可能性があり、市場ストレス時にフィードバックループを形成することも強調しました。

Lu, Wang, and Zhang (2012)はレバレッジETFの長期パフォーマンスを調査し、1か月を超える保有期間では、投資家が受け入れていると考えていたリスク・リターンプロファイルを実質的に変更するほど大きなリターン乖離が生じることを発見しました。保有期間が長いほど、ボラティリティが高いほど、期待パフォーマンスと実現パフォーマンスの間の格差は大きくなりました。

レバレッジが有利に働く場合

分散ドラッグのフレームワークは重要な非対称性を明らかにします。ボラティリティが低く強いトレンドのある市場では、日次レバレッジリセットの複利効果が実際に目標倍率を超えるリターンを生み出します。指数が一貫して一方向に動く場合、上昇後にエクスポージャーを増やす（上昇相場時）、または下落後に減らす（下落相場時）ことがトレンドを増幅させます。

一部の投資家が強力な上昇相場や急落時にレバレッジETFから優れた短期成果を報告する理由がこれです。複利効果は両方向に経路依存的です。持続的なトレンドは有利に働き、平均回帰的なボラティリティは不利に働きます。

1日を超える保有期間に対する実際的な問題は、期待されるトレンド成分が分散ドラッグを上回るかどうかです。実現ボラティリティが15パーセントを超える大半の市場環境では、ドラッグが支配的です。

ポートフォリオ構築への示唆

経路依存性の発見は、レバレッジ商品を検討する投資家にいくつかの直接的な影響を与えます。

第一に、レバレッジETFはマージンベースのレバレッジの代替ではありません。マージン口座は一定のドルエクスポージャーを維持しますが、日次リバランスのレバレッジETFは一定の比率エクスポージャーを維持します。これらは複数日の期間にわたって異なるリターン分布を生成し、ボラティリティの高い市場ではレバレッジETFの分布が体系的に不利になります。

第二に、レバレッジETFの保有期間リスクは非線形です。保有期間を2倍にすると、目標倍率からの期待リターン乖離は2倍以上に増大します。分散が蓄積し、ドラッグが複利で作用するためです。

第三に、バックテストへの示唆は重大です。日次リターンを複利計算する代わりに、月次または四半期の指数リターンにレバレッジ倍率を掛けて使用するレバレッジETF戦略のバックテストは、戦略のパフォーマンスを体系的に過大評価します。このバイアスは高ボラティリティ局面で最大となりますが、それは正確なリスク測定が最も重要な時期でもあります。

フレームワークの限界

Avellaneda-Zhangモデルは連続的リバランスと対数正規の指数ダイナミクスを仮定しています。実際にはレバレッジETFは離散的な市場終了時にリバランスを行い、指数リターンはモデルが完全には捉えられないファットテールやジャンプを示します。2020年の市場暴落のような極端なイベント時には、日中のボラティリティにより、終値でのリバランスが行われる前にファンドの実際のレバレッジ倍率が目標から大きく乖離する可能性があり、分散ドレイン公式が予測する以上の追加トラッキングエラーが発生します。

資金調達コスト（ファンドの借入金利と無リスク金利のスプレッド）と運用手数料もリターンを減少させますが、高ボラティリティ環境では通常、分散ドラッグと比較して小さい規模です。

このフレームワークはまた、レバレッジETFが正確な日次目標倍率を達成することを前提としていますが、これには終値での完全な約定が必要です。実際には、特に流動性の低い原資産市場での約定スリッページが、時間の経過とともに複利で蓄積される小さな日次トラッキングエラーを生じさせます。