2024年2月、あるマイクロキャップの半導体部品サプライヤーがコンセンサス予想を42%上回る決算を発表しました。その後3か月間で株価は11.3%上昇し、その大部分は発表後15日目から60日目の間に発生しました。同じ四半期に、Appleも同程度の幅で予想を上回りました。しかし、Appleの決算発表後ドリフトは8営業日以内に完全に吸収されました。
小規模企業が決算サプライズを価格に反映するのに大幅に長い時間を要するこのパターンは、資産価格理論において最も持続的かつ十分に文書化されたアノマリーの一つです。決算発表後ドリフト(PEAD)は1968年にBallとBrownによって初めて発見され、50年以上の学術的検証、複数の再現危機、そしてアルゴリズム取引の台頭を経ても存続しています。しかし、PEADの大きさと時価総額の関係は、体系的なバックテストフレームワークにおいて十分に探求されていません。
この記事はQuant Decodedの独自バックテストとして、2000年から2025年までの5つの時価総額分位にわたるPEADを検証します。中心的な発見は、マイクロキャップおよびスモールキャップの決算発表後ドリフトがメガキャップの約3倍の大きさであり、メガキャップの約20日に対して60日以上持続するということです。大きさの差よりも持続性の差が最も重要な結果です。
PEADのメカニズム

決算発表後ドリフトとは、株価が決算発表後数週間から数か月にわたって決算サプライズの方向に動き続ける傾向を指します。ポジティブな決算サプライズを報告した株式は上昇を続ける傾向があり、期待を下回った株式は下落を続ける傾向があります。このパターンは、すべての公開情報が即座に価格に反映されるべきだと予測する効率的市場仮説の準強形式に直接的に挑戦するものです。
PEAD測定の標準的な方法論は、Livnat and Mendenhall(2006)が公式化した標準化予想外利益(SUE)を使用します。SUEは、報告された1株当たり利益とコンセンサスアナリスト予想の差を、過去の予測誤差の標準偏差で除して算出します。この正規化により、利益規模や予測精度が異なる企業間での比較が可能になります。
本バックテストでは、毎決算シーズンに株式をSUE分位に分類します:Q1(最もネガティブなサプライズ)からQ5(最もポジティブなサプライズ)までです。ドリフトは、Daniel, Grinblatt, Titman, Wermers(1997)の方法論に従い、規模および簿価時価比率マッチドベンチマークに対する異常リターンとして算出したQ5マイナスQ1の累積異常リターン(CAR)で測定します。
学術文献はPEADが持続する理由について2つの主要な説明を提供しています。Bernard and Thomas(1989, 1990)は、投資家が決算ニュースに対して体系的に過小反応し、価格がその後の四半期にわたって段階的に調整されることを記録しました。Hirshleifer, Lim, and Teoh(2009)は、限定的な投資家の注意力がこの効果を増幅させることを示しました:多数の決算発表が同時に行われる場合、ドリフトはより大きくなります。DellaVigna and Pollet(2009)は、投資家の注意力が低い金曜日に発表された決算が他の平日よりも大きなドリフトを生むことを発見しました。
バックテスト設計とデータ
バックテストは、2000年1月から2025年12月までのCRSP/Compustat統合データベースのすべての米国普通株を対象とします。サンプルには期間に応じて四半期あたり約3,200~4,800銘柄が含まれます。株式は標準的なFama-French方法論に従い、NYSEブレークポイントを使用して5つの時価総額分位に分類されます。
サンプル期間の典型的なNYSEブレークポイントに基づく分位定義は以下の通りです:
| 時価総額分位 | 典型的な範囲 | 平均銘柄数 | 平均アナリストカバレッジ |
|---|---|---|---|
| メガ (Q5) | 500億ドル超 | 320 | 22.4人 |
| ラージ (Q4) | 100億~500億ドル | 480 | 16.8人 |
| ミッド (Q3) | 20億~100億ドル | 720 | 9.3人 |
| スモール (Q2) | 5億~20億ドル | 1,100 | 4.7人 |
| マイクロ (Q1) | 5億ドル未満 | 1,680 | 1.9人 |
アナリストカバレッジの傾斜は顕著です:メガキャップ株はマイクロキャップの約12倍のアナリストカバレッジを受けています。このカバレッジ格差は、ドリフトが規模によって異なる理由を理解する上で中心的な要素です。より多くのアナリストは、より迅速な情報処理、より素早い価格発見、そしてより短いミスプライシング期間を意味します。
各規模分位内で、株式は決算サプライズに基づいて独立的にSUE分位に分類されます。ドリフトの主要な測定指標はロング・ショートスプレッドです:発表後1、5、10、20、40、60、90日に測定した上位SUE分位(最もポジティブなサプライズ)の累積異常リターンから下位SUE分位(最もネガティブなサプライズ)を差し引いた値です。
中心的結果:時価総額および保有期間別ドリフト
バックテストの中心的な結果は以下の表にまとめられています。各セルは、2000年から2025年までのすべての決算シーズンにわたって平均した、所定の時価総額分位と保有期間に対するロング・ショートSUEスプレッド(Q5マイナスQ1)の平均累積異常リターンを表します。
| 時価総額 | 1日目 | 5日目 | 10日目 | 20日目 | 40日目 | 60日目 | 90日目 |
|---|---|---|---|---|---|---|---|
| マイクロ | 1.2% | 2.1% | 2.9% | 3.8% | 5.1% | 5.8% | 6.2% |
| スモール | 1.0% | 1.8% | 2.5% | 3.2% | 4.3% | 4.9% | 5.1% |
| ミッド | 0.9% | 1.5% | 2.0% | 2.5% | 3.0% | 3.2% | 3.3% |
| ラージ | 0.8% | 1.2% | 1.4% | 1.6% | 1.7% | 1.7% | 1.7% |
| メガ | 0.7% | 1.0% | 1.2% | 1.4% | 1.5% | 1.5% | 1.5% |
これらの結果からいくつかのパターンが浮かび上がります。
第一に、発表当日の反応は規模に伴って増加しますが、その程度はわずかです。メガキャップは発表日に0.7%を反映するのに対し、マイクロキャップは1.2%を反映します。初期格差は0.5パーセントポイントで、意味はありますが劇的ではありません。
第二に、持続性の格差こそがこの研究の本質です。20日目にはマイクロキャップのドリフトが3.8%に達するのに対し、メガキャップは1.4%で、2.7倍の比率となります。60日目にはこの比率が3.9倍(5.8%対1.5%)に拡大します。メガキャップのドリフトは本質的に20日目で完了する一方、マイクロキャップのドリフトは60日目まで蓄積を続け、90日目にも残余ドリフトを示します。
第三に、ミッドキャップ分位は明確な中間地点を占めています。60日目のドリフト3.2%はマイクロキャップとメガキャップのほぼ正確な中間値であり、ドリフトは約40~50日前後で安定化します。これはマイクロキャップとメガキャップの吸収期間のおおよそ中間に当たります。
規模がドリフトを決定する理由:情報処理チャネル
時価総額分位間のPEADの変動は、主に情報処理の速度と効率性の差異に帰することができます。4つのメカニズムが協調して作用します。
アナリストカバレッジが最も直接的なチャネルです。各メガキャップ株を平均22.4人のアナリストがカバーしているため、決算サプライズは迅速に分析、文脈化、普及されます。Appleの決算に対するコンセンサス予想には数十人のアナリストの調査が反映されており、それぞれが独自のモデルと経営陣へのアクセスを有しています。Appleが決算を発表すると、サプライズは速やかに解釈され裁定されます。1.9人のアナリストしかカバーしていないマイクロキャップ株の場合、サプライズが完全に分析されるまで数日から数週間かかる可能性があります。
機関投資家の保有率がアナリストカバレッジ効果を強化します。メガキャップ株の機関保有率は平均78%であるのに対し、マイクロキャップ株は平均32%です。機関投資家は価格発見の主要な担い手です。決算ニュースに迅速に対応するためのリソース、分析能力、取引インフラを保有しています。機関保有率が低いということは、ミスプライシングを解消するために競争する洗練された主体が少ないことを意味します。
取引量と流動性は、情報が利用可能な場合でも価格への反映速度を決定します。このサンプルにおけるメガキャップ株の平均日次取引金額は12億ドルを超えるのに対し、典型的なマイクロキャップ株は約280万ドルです。この400倍の流動性差は、投資家がマイクロキャップ株でミスプライシングを発見しても、公正価値に向けて価格を動かすほど大きな取引を執行することがマーケットデプスによって制約されることを意味します。
メディア報道と情報普及速度が全体像を完成させます。メガキャップの決算サプライズは数分以内に金融メディアで報道され、金融テレビでリアルタイムに分析されます。マイクロキャップの決算サプライズはメディア報道をまったく受けない可能性があり、情報はSEC開示、ブローカーリサーチノート、専門投資家間の口コミを通じて伝播します。
キャパシティ制約の問題
ドリフトの大きさと時価総額の関係は、根本的なキャパシティ制約を提示します。最大かつ最も持続的なドリフトは、取引が最も困難でコストが最も高い銘柄で発生します。
| 時価総額分位 | 平均日次取引金額 | ビッド・アスクスプレッド | 推定市場インパクト (10万ドル取引) | 純ドリフト (60日、コスト控除後) |
|---|---|---|---|---|
| マイクロ | 280万ドル | 1.8% | 1.2% | 2.8% |
| スモール | 1,800万ドル | 0.7% | 0.4% | 3.8% |
| ミッド | 1.2億ドル | 0.25% | 0.12% | 2.8% |
| ラージ | 5.8億ドル | 0.08% | 0.04% | 1.6% |
| メガ | 12億ドル | 0.03% | 0.02% | 1.5% |
ビッド・アスクスプレッドと推定市場インパクトコストを考慮すると、純活用可能ドリフトはマイクロキャップではなくスモールキャップ分位で最大化されます。マイクロキャップ株は最大の総ドリフト(60日時点で5.8%)を有しますが、取引コストが約3.0パーセントポイントを消費し、純ドリフトは2.8%となります。スモールキャップ株は総ドリフトが4.9%とより小さいですが、取引コストが約1.1パーセントポイントと低いため、純ドリフト3.8%がより高くなります。
この発見は戦略のキャパシティに重要な示唆を持ちます。マイクロキャップに焦点を当てたPEAD戦略は、数千万ドル規模のキャパシティ制約を有します。スモールキャップPEAD戦略は、市場インパクトがシグナルを侵食する前に潜在的に数億ドルを運用できます。ラージキャップPEAD戦略は事実上無制限のキャパシティを有しますが、はるかに薄いマージンを提供します。
最適な実装は、ドリフトがまだ相当(60日間で3-5%)で、意味のあるポジションを執行できる十分な流動性を持つスモールキャップからミッドキャップの範囲を対象とする可能性が高いです。これはChordia, Goyal, Sadka, and Shridhar(2009)の研究と一致しており、取引活動と機関参加の増加がPEADを特に小型株において減少させたが排除はしなかったことが記録されています。
ドリフト減衰曲線:半減期分析
情報反映速度をより精密に定量化するために、バックテストは各時価総額分位のPEAD半減期を推定します。半減期は、ドリフトが最終値(90日累積異常リターン)の50%に達するために必要な日数として定義されます。
| 時価総額分位 | 最終ドリフト (90日) | 50%水準 | 半減期 (日) | 90%吸収 (日) |
|---|---|---|---|---|
| マイクロ | 6.2% | 3.1% | 18 | 68 |
| スモール | 5.1% | 2.55% | 15 | 58 |
| ミッド | 3.3% | 1.65% | 11 | 42 |
| ラージ | 1.7% | 0.85% | 7 | 22 |
| メガ | 1.5% | 0.75% | 6 | 18 |
半減期の差は顕著です:マイクロキャップのドリフトの半減期は18日で、メガキャップで観察される6日の半減期の3倍です。より重要なのは、ドリフトが本質的に完了する90%吸収ポイントがマイクロキャップでは68日目、メガキャップでは18日目に発生するということです。この約4倍の完全吸収時間の差がこの分析の中核的な発見です。
これらの減衰曲線はポジションサイジングと保有期間に実務的な示唆を持ちます。メガキャップでのPEAD戦略は15~20日の保有期間を計画すべきです。マイクロキャップおよびスモールキャップでのPEAD戦略は45~60日を計画すべきです。スモールキャップで早すぎる撤退はドリフトの相当部分を逃すことになり、メガキャップで長すぎる保有は期待リターン補償なしにリスクを負うことになります。
時系列安定性とレジーム依存性
これらのパターンが時間的に安定しているのか、それとも特定のサブ期間に左右されるのかは自然な疑問です。バックテストは4つのサブ期間にわたってマイクロキャップ対メガキャップのドリフト格差を検証します。
| 期間 | マイクロキャップドリフト (60日) | メガキャップドリフト (60日) | 比率 | 環境 |
|---|---|---|---|---|
| 2000-2006 | 7.4% | 1.8% | 4.1倍 | 危機前、アルゴリズム取引未発達 |
| 2007-2012 | 6.8% | 1.6% | 4.3倍 | 金融危機、高ボラティリティ |
| 2013-2019 | 4.6% | 1.4% | 3.3倍 | 危機後、アルゴリズム普及 |
| 2020-2025 | 4.2% | 1.3% | 3.2倍 | COVID、ミーム株、AI取引 |
ドリフトは時間の経過とともに圧縮されています。特にマイクロキャップでは2000-2006年期間の7.4%から2020-2025年の4.2%に減少しました。これはアルゴリズム取引と改善された情報技術がスモール株においても価格発見を加速させたという仮説と一致します。しかし、マイクロキャップ対メガキャップのドリフト比率は4つのサブ期間すべてにわたって3.2倍から4.3倍と驚くほど安定しています。絶対的な大きさが減少しても相対的な非効率性は持続します。
高ボラティリティレジームでは、すべての規模カテゴリーでドリフトがやや大きくなりますが、特にメガキャップで顕著です。市場全体の不確実性が高く投資家の注意が分散される際には、大型株の価格発見も遅くなるためと考えられます。大型株ドリフトが比例的により多く増加するため、危機時には小型対大型ドリフトの比率は実際に圧縮されます。
金曜効果と注意力の相互作用
DellaVigna and Pollet(2009)の研究を基に、バックテストは注意力効果が規模効果と相互作用するかどうかを検証します。限定的な注意力がPEADを引き起こし、スモール株がすでに少ない注意を受けているならば、スモール株の金曜発表が最大のドリフトを生むはずです。
| 発表タイミング | マイクロキャップドリフト (60日) | メガキャップドリフト (60日) |
|---|---|---|
| 月曜~木曜 | 5.4% | 1.4% |
| 金曜 | 7.1% | 1.8% |
| 金曜プレミアム | +1.7pp | +0.4pp |
相互作用効果は相当なものです。金曜に発表するマイクロキャップ株は60日ドリフトが7.1%で、月曜~木曜発表の5.4%と比較して1.7パーセントポイントのプレミアムを示します。メガキャップ株はより小さい金曜プレミアム0.4パーセントポイント(1.8%対1.4%)を示します。
この乗法的な相互作用はPEADに対する限定的注意力の説明を支持します。スモール株はすでに低い基本的注意力に苦しんでおり、全体的な注意力がさらに低下する金曜に発表するとその効果が複合されます。マイクロキャップの金曜プレミアムはメガキャップの4倍であり、注意力が小型企業では拘束条件であるが、広くフォローされるメガキャップではほぼ無関係であることと整合的です。
示唆と限界
このバックテストは、PEADが時価総額に応じて体系的かつ劇的に変動することを確認します。スモールキャップがメガキャップよりも決算サプライズを完全に反映するのに3倍長くかかるという持続性格差が最も実行可能な発見です。これは数十年にわたる学術的文書化と定量戦略の普及にもかかわらず、スモールキャップの情報処理市場が構造的に非効率なままであることを示唆しています。
いくつかの限界が強調されるべきです。第一に、バックテストはコンセンサス予想に基づくポイントインタイムSUEを使用しますが、マイクロキャップ株のコンセンサス予想は1~2人のアナリストのみに基づくことが多く、最小分位のSUE測定値はよりノイジーです。第二に、市場インパクト推定値は平均ビッド・アスクスプレッドと標準的な平方根インパクトモデルに基づく近似値であり、実際の執行コストは注文規模、タイミング、市場状況に応じて大きく異なります。第三に、分析はインサンプルです。パターンはサブ期間にわたって一貫していますが、正式なアウトオブサンプルテストは実施されていません。
キャパシティ制約が拘束的な実務上の限界として残っています。最も魅力的なPEAD機会はキャパシティが最も制約される銘柄で発生します。スモールキャップ分位を対象とする現実的な実装は、市場インパクトがリターンを大きく侵食し始める前に推定2億~5億ドルを運用できます。
Written by Sam · 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.
参考文献
- Ball, R., & Brown, P. (1968). An empirical evaluation of accounting income numbers. Journal of Accounting Research, 6(2), 159-178. https://doi.org/10.2307/2490232
- Bernard, V. L., & Thomas, J. K. (1989). Post-earnings-announcement drift: Delayed price response or risk premium? Journal of Accounting Research, 27, 1-36. https://doi.org/10.2307/2491062
- Bernard, V. L., & Thomas, J. K. (1990). Evidence that stock prices do not fully reflect the implications of current earnings for future earnings. Journal of Accounting and Economics, 13(4), 305-340. https://doi.org/10.1016/0165-4101(90)90008-R
- Chordia, T., Goyal, A., Sadka, G., & Shridhar, R. (2009). Liquidity and the post-earnings-announcement drift. Financial Analysts Journal, 65(4), 18-32. https://doi.org/10.2469/faj.v65.n4.3
- Daniel, K., Grinblatt, M., Titman, S., & Wermers, R. (1997). Measuring mutual fund performance with characteristic-based benchmarks. Journal of Finance, 52(3), 1035-1058. https://doi.org/10.1111/j.1540-6261.1997.tb02724.x
- DellaVigna, S., & Pollet, J. M. (2009). Investor inattention and Friday earnings announcements. Journal of Finance, 64(2), 709-749. https://doi.org/10.1111/j.1540-6261.2009.01447.x
- Hirshleifer, D., Lim, S. S., & Teoh, S. H. (2009). Driven to distraction: Extraneous events and underreaction to earnings news. Journal of Finance, 64(5), 2289-2325. https://doi.org/10.1111/j.1540-6261.2009.01501.x
- Livnat, J., & Mendenhall, R. R. (2006). Comparing the post-earnings announcement drift for surprises calculated from analyst and time series forecasts. Journal of Accounting Research, 44(1), 177-205. https://doi.org/10.1111/j.1475-679X.2006.00196.x