宝くじ型株式とMAX効果：投資家が歪度に過大な対価を支払う理由

宝くじのような銘柄とは何でしょうか？

なぜ直近で目覚ましい上昇を遂げた特定の銘柄が、その後低いリターンをもたらすのでしょうか。その答えは、投資家が大きなペイオフの可能性をどのように価格に織り込むかにあります。Bali, Cakici, and Whitelaw (2011)はMAX変数を導入しました。これは、ある月における株式の最高日次リターンとして定義されており、この単一の指標がクロスセクションの強力なリターンパターンを捉えることを示しました。具体的には、高MAX銘柄はその後、低MAX銘柄を体系的にアンダーパフォームします。

このメカニズムは歪度選好に根ざしています。投資家は、宝くじのように、大きな利益を得る可能性は低いものの得られた場合のリターンが非常に大きい証券に惹かれます。この需要が宝くじ的な銘柄の価格を押し上げ、将来の期待リターンを圧縮します。MAX変数は、投機的資本を引き寄せるような極端な一日の急騰をすでに記録した銘柄を特定することで、まさにこうした銘柄を捕捉します。

MAX効果の測定

Bali, Cakici, and Whitelawは、NYSE、AMEX、NASDAQの全銘柄を前月の最大日次リターンに基づいて十分位ポートフォリオにソートしました。最低MAX分位と最高MAX分位の間の平均月次リターンの差は顕著でした。

月次約1%のロング・ショートスプレッドは、Fama-French 3ファクターおよびCarhartモメンタムファクターをコントロールした後も持続します。時価加重・等金額加重の両方の構成で、サブ期間にわたって、また規模グループ全体で成立します。直近に極端な一日の急騰を記録した銘柄は、その後測定可能なリターンペナルティを伴います。

これは単に企業規模や株価水準の代理変数ではありません。宝くじ的な銘柄は確かに小型で低価格の傾向がありますが、MAX効果は時価総額、簿価時価比率、モメンタム、短期リバーサル、流動性をコントロールした多変量回帰においても、統計的・経済的に有意であり続けます。

固有ボラティリティとの関連

この論文の最も重要な発見の一つは、MAXを固有ボラティリティパズルに結びつけるものです。Ang, Hodrick, Xing, and Zhang (2006)は、固有ボラティリティが高い銘柄が異常に低いリターンを獲得することを文書化しました。これはシステマティックリスクのみが価格付けされるべきとする標準的な資産価格理論と矛盾する結果です。

Bali, Cakici, and Whitelawは、MAXをコントロール変数として含めると、固有ボラティリティとリターンの負の関係が大幅に弱まり、多くの仕様では完全に消失することを示しました。彼らの解釈は次のとおりです。先行研究がボラティリティアノマリーに帰していたものは、実際には宝くじ的なペイオフに対する投資家の選好を主に捉えていたということです。高IVOL銘柄のリターンが低いのは、ボラティリティ自体がミスプライスされているからではなく、高IVOL銘柄が歪度を求める資本を引き寄せる極端な正の日次リターンを持つ銘柄と重なる傾向があるためです。

この分解はポートフォリオ構築にとって重要です。低ボラティリティ戦略とMAX回避戦略は重複しますが、同一ではありません。MAX変数は投機的需要チャネルをより正確に分離し、両方のスクリーンを組み合わせることで、ボラティリティと宝くじ需要を分離してベッティング・アゲインスト・ベータ効果をより鮮明にすることができます。

なぜ投資家はこのプレミアムを支払うのでしょうか？

理論的基盤は累積プロスペクト理論と確率加重関数に基づいています。Barberis and Huang (2008)は、KahnemanとTverskyの確率加重関数が予測するように、投資家が極端な利益の小さな確率を過大に重み付けする場合、正に歪んだリターン分布を持つ証券が均衡において過大評価されることを示しました。

Kumar (2009)は、個人投資家が宝くじ型銘柄を不均衡に保有していることの直接的な証拠を提供しました。宝くじ型銘柄とは、低価格で固有ボラティリティが高く、固有歪度が高い証券です。この需要は、所得が低く、教育水準が低い投資家、および州の宝くじ支出が高い地域に集中しており、合理的なポートフォリオ最適化ではなく行動バイアスと整合的です。

Mitton and Vorkink (2007)は、異質な歪度選好が分散不足を生む均衡モデルでこれを定式化しました。正の歪度を重視する投資家は、分散投資の便益を放棄して宝くじ的な銘柄に保有を集中させます。その結果生じる需要圧力が価格を押し上げ、これらの銘柄の期待リターンを押し下げます。

頑健性とアウトオブサンプルの証拠

MAX効果は様々な環境で頑健であることが証明されています。Eraker and Ready (2015)は、宝くじ的特性が最も極端なOTC銘柄を調査し、これらの証券のリターンが非常に低いため、保有する投資家は実質的にギャンブルの対価を支払っていることを見出しました。OTC宝くじ銘柄のリターン不足はリスクモデルの予測を上回っており、隠れたテールリスクの補償ではなく、選好に基づく真のミスプライシングを示唆しています。

国際的な証拠も国内の発見を裏付けています。欧州やアジアの株式市場における研究では、制度構造、空売り規制、投資家構成が異なる市場においても、高MAX銘柄がアンダーパフォームすることが示されています。このパターンは、個人投資家の参加が意味のある水準にあり、歪度を求める資本が宝くじ的な銘柄に流入するあらゆる市場で観察されます。

システマティックポートフォリオへの示唆

MAX効果は複数のファクターアノマリーの交差点に位置しています。低ボラティリティアノマリー、固有ボラティリティパズル、投機的需要の行動理論を、単一の測定可能なチャネルに結びつけています。システマティック投資家にとって、実務的な教訓は明快です。前月の最大日次リターンが最も高い銘柄をスクリーニングで除外することで、投資ユニバースから慢性的なアンダーパフォーマンスの一角を取り除くことができます。

このフィルターは標準的なファクターエクスポージャーと補完的です。クオリティ、低ボラティリティ、MAX回避スクリーンを組み合わせたポートフォリオは、独立したアルファを単に積み上げるだけではなく、投機的ミスプライシングの重複する源泉に複数のレンズから対処します。MAX変数は、計算が容易で観察可能な日次リターンに基づいているからこそ、ポートフォリオにおける宝くじ銘柄のドラッグを回避したい投資家にとってアクセスしやすいエントリーポイントを提供します。