１．はじめに：J-REIT の発展経緯と分析目的
不動産投資信託は，不動産および不動産信託受益権等を主たる投資対象として，投資家から集め
た資金を運用する不動産投資ファンドである。１９６０年に米国で創設されて以降，グローバル化の進
展とともに各国での導入が活発化し，日本では２００１年９月に東京証券取引所に市場が創設され，一
以下の諸点があげられる。 J−REIT は，不動産証券化に用いられるビークルの一つとして位置づけられるが，資産流動化型 と資産運用型の２つのタイプ分類では資産運用型であり，投資家から集めた資金をいかに実物資産 である不動産市場で効率的に運用するか，その運用パフォーマンスが J−REIT の基本的な評価基準 となる。そして，ビークルの契約型・会社型の分類では，会社型の投資法人形態が採用されている。 不動産資産の運用形態としては，米国のように事業体が従業員を雇用し不動産の運営・管理を行 う内部運用型と投資運用を外部に委託する外部運用型に分類されるが，J−REIT は外部運用型の形 態が採用されており，投資法人の運用パフォーマンスは委託する外部の資産運用会社に大きく依存 する。資産運用会社は，スポンサーの影響下にある場合が多く，そのことによって投資家との利益 相反が生じる可能性が従来から問題点として指摘されてきた。また，J−REIT は投資法人という形 態の投資のためのビークルであることから，例えば配当可能利益の９０％以上を投資家に分配すると いった導管性要件を満たすことによって，投資法人段階での課税と投資家段階での二重課税を回避 することができる制度設計となっている。 このように，J−REIT は，実物の不動産資産を運用・管理する事業体であり，その運用パフォー マンスが証券市場における投資口価格に対しても大きな影響を持つことになる。米国における研究 では，早くから REIT が導入されたこともあり，事業体としての REIT の経営効率性評価の研究が 複数行われているが，日本では浅原（２００７）等を除いて，J−REIT の経営効率性に関する分析はほ とんど行われていない。 市場創設から２０年弱が経過し，J−REIT は紆余曲折を経ながらも日本経済における一つの重要な 業界セクターに成長し，さらなる今後の成長・活性化が期待されている。J−REIT 市場が今後さら に成長する余地があるとしても，過去のデータから J−REIT の規模の経済や技術効率性等に関する 基本的知見を得ておくことは有用であると考えられる。また，一般的な製品市場と比較して，導管 性要件等多くの制度的規制が設けられた市場における経営効率性の分析事例としても意味があると 考えられる。 本研究では，上記のような問題意識に基づき，J−REIT の経営効率性の分析を行う。次節で説明
するように，分析手法としてはノンパラメトリックアプローチの Data Envelopment Analysis（DEA）
を用いて，J−REIT の全体技術効率性，純粋技術効率性，規模効率性等にみられる全般的な特徴を 明らかにし，さらに J−REIT における規模と経営効率性の関係を分析する。
２．分析手法とモデル
２．１ Data Envelopment Analysis（DEA）について
本研究で用いる Data Envelopment Analysis（DEA）は，包絡分析法と呼ばれ，多入力・多出力
の活動を行う事業体（DMU：Decision Making Unit））の相対的な経営効率性の測定を可能とする
ノンパラメトリックな分析手法である。
る。非効率と判定された DMU については，効率化するための改善案の検討も可能となる。 上記のように，DEA の効率性は相対的な効率性であるがゆえに，分析結果はその対象データセッ トのデータ内容に大きく依存することになる。そのため通常と異なる外れ値が存在する場合には， その影響を直接的に強く受け易い傾向があるといった点には注意が必要である。
今回の分析では，DEA の CCR モデル，BCC モデル，DRS モデルを主に用いた。DEA には，DMU の出力を最小限保証した上で入力を最小にする入力指向モデルと現在の入力を前提として期待でき る最大出力を求める出力指向モデルがあるが，本研究では通常使用されることが多い入力指向モデ ルを用いた。DEA のモデルは，当初は通常の分数計画問題の形式で定式化されたが，生産可能集
合の観点からも同様のモデル化が可能であることが示されている（刀根：１９９３，Cooper, Seiford and
Tone：２００７）。ここでは，生産可能集合の概念に基づいて各モデルの内容を説明する。
DMU のデータセット（ X ，Y ）をもとに生産可能集合（ x，y）を次の制約を満たす集合として定義す る。 （式１） x
"
Xλ y!
Yλ λ"
０ L!
eλ!
U λ には非負条件だけがつけられているが，λ の要素の和に対する上限と下限を表す L と U に制約 を加えることにより CCR モデル，BCC モデル，IRS モデル，DRS モデル等の定式化が可能となる。 規模の収穫一定（CRS：Constant Returns to Scale）を前提とする CCR モデルは，L＝０，U＝∞のケ ースに該当する。これに対して BCC モデルの生産可能集合は，現存する DMU 集合の点の凸包と その凸包の点より大なる入力と小なる出力を持つ点から構成されることになる。これは L＝U＝１ の場合に該当する。この場合のλ に関する制約は， （式２） eλ＝１ である。 BCC モデルは，CCR モデルよりも制約が加えられることで生産可能集合が限定されるため，効 率値は CCR モデルより一般に大きくなる。BCC モデルは，規模の変化による効率性の変動を，現 存する DMU に準拠して考慮している。そのため通常 BCC モデルでは，小規模の段階では規模の 収穫が増加する。そして規模が増加するに連れて規模の収穫は一定レベルに到達し，それを超えて 規模が大きくなると規模の収穫は減少する。言い換えれば，規模の収穫が可変であることを仮定し ている。 BCC モデルのλ に関する制約条件 L＝U＝１のうち，L＝１はそのままにして下方に向かう規模の 縮小をできないようにし，U に関しては U＝∞として上方向への拡大は自由に許すことを仮定する モデルと，逆に U＝１をそのままにして上方に向かう規模の拡大はできないが，L＝０にして下方 向への縮小は自由に許すことを仮定する２つのバリエーションモデルを考えることができる。Non Decreasing Returns to Scale）モデルと呼ばれ，λ に関する制約は （式３）
eλ
"
１となる。後者の L＝０，U＝１の場合は，規模の収穫減少型（DRS：Decreasing Returns to Scale or
NIRS：Non Increasing Returns to Scale）モデルと呼ばれ，λ に関する制約は
（式４） eλ
!
１ となる。 ここまで紹介した４つの CCR モデル，BCC モデル，IRS モデル，DRS モデルは生産可能集合に 基づいて次のように定式化される。CCR モデルは式５の通りである。 （式５） CCR モデル min θ s. t. θxO"
Xλ yO!
Yλ λ"
０ BCC モデルは式５に式２の条件を追加，IRS モデルは式５に式３の条件を追加，DRS モデルは 式５に式４を追加した形で定式化される。 CCR モデルと BCC モデルのモデル特性を活用し，両者のスコアを比較することによって，DMU の非効率性の要因を分解して解釈することが可能となる。既に述べたように CCR モデルでは DMU は規模の収穫一定（CRS）を仮定しているが，BCC モデルでは観測された DMU の凸の組合せに よる制約された生産可能集合を想定するため，規模の収穫は可変（VRS：Variable Returns to Scale） であると仮定して効率性を評価していることになる。そこで CCR モデルに対する BCC モデルの 比率をとることにより，DMU の規模効率性（SE：Scale Efficiency）を特徴づけ評価することが可 能となる。規模効率性（SE：Scale Efficiency）は，次式で定義される。 （式６） SE ＝θ ＊CCR θ＊BCC θ＊CCRとθ＊BCCは，それぞれ CCR モデルと BCC モデルの最適値を意味する。非効率な DMU の 規模効率性（SE）は，１より小さな値をとる。一般に CCR 効率値は，Overall（or Global）Technical Efficiency（OTE：全体技術効率性），BCC
効率値は，ローカルな規模に応じて変動する状況下での効率性であるため（Local）Pure Technical Efficiency（PTE：純粋技術効率性）と呼ばれており，これらと規模効率性（SE）の関係を整理す ると式７となる。
（式７）
全体技術効率性（OTE）は，純粋技術効率性（PTE）と規模効率性（SE）の２つの要因から構 成されると解釈できる。非効率な DMU が存在した場合，その全体の非効率性が，純粋技術効率性 によるものか，或いは規模効率性によるものか，またはその両方によるものかを分析することが可 能となる。
CCR 効率値と BCC 効率値の両方が１で完全に効率的である場合は，最も生産的な規模（MPSS： Most Productive Scale Size）で活動していることになり，その時は規模効率性（SE）も１となる。 規模効率性（SE）が１より小さい場合，その DMU は非効率の状態にあることになり，規模の観 点から効率化するためには規模の増加と減少のどちらがより望ましいかを判定する必要がある。
DEA における規模の収穫（RTS：Returns to Scale）とは，DMU の規模の変化による効率性の変
動のタイプを表すもので，Increasing（増加型），Constant（一定型），Decreasing（減少型）の３
つに分類される。通常，規模の収穫は効率的フロンティア上の効率的 DMU に関してタイプ分けさ れる。Increasing（増加型）は規模を拡大した方が効率性が良くなる DMU であり，Constant（一 定型）は最も生産的な規模で活動しており，現在の規模を維持した方が効率性が良い DMU である。 最後の Decreasing（減少型）は規模を縮小した方が効率性が良くなる DMU である。経済学でい う規模の経済（Economies of scale）は，一般には生産規模を拡大することにより単位あたりコス トが下がる効果のことを指しており，DEA との違いに注意が必要である。
規模効率性（SE）が１である場合は Constant（一定型）で最も生産的な規模（MPSS ： Most Pro-ductive Scale Size）で活動していることになるが，規模効率性（SE）が１より小さい場合に，その 非効率な DMU が Increasing（増加型）あるいは Decreasing（減少型）のどちらであるかを知るこ とができれば，規模の観点から改善の方向性を示すことができるようになる。非効率的 DMU の規
模の収穫（RTS）の判定方法は複数提案されているが（Cooper, Seiford and Tone：２００７，Cook and
Zhu：２０１３等），本研究では Cook and Zhu（２０１３）により提案されている下記の方法に基づいて判 定を行った。
判定のアルゴリズムは，式８の通りである。NIRS は，Non Increasing Returns to Scale の略であ り，Decreasing Returns to Scale と基本的に同義である。
（式８） RTS If θ＊CCR ＝ θ＊BCC Constant If θ＊CCR ≠ θ＊BCC then If θ＊BCC ≠ θ＊NIRS Increasing If θ＊BCC ＝ θ＊NIRS Decreasing
この方法に基づいて，規模効率性（SE）＜１の非効率な DMU が Increasing（増加型）か，それ
とも Decreasing（減少型）かの判定を行った。
２．２ データとモデル
本研究で用いるデータの主たるものは，日経 NEEDS−FinancialQUEST の企業情報・財務（短信・
有報）データベースから入手した。期間は，法人数が限定される市場開設初期を除く２００４年から２０１８
されている有価証券報告書・決算説明会資料等からさらに詳細な必要情報を入手した。
DEA による事業体の分析は，近年さらに急増している印象があり，金融サービス産業だけに焦
点を絞った DEA の研究書（Paradi, Sherman and Tam：２０１７）等も出版されているが，銀行等に比
較すると REIT の研究事例はそれほど多くはない。DEA によって経営効率性の分析を行うために は，REIT の事業体としてのインプット・アウトプット項目をどのような代理変数で測定するか決 定する必要がある。Topuz ら（２００５，２００９）によれば，比較的研究が進んでいる銀行のインプット・ アウトプット項目に関しても必ずしも広くコンセンサスが得られているわけではなく，実際には分 析者の関心やデータの入手可能性に左右されるのが現状である。 REIT においてもコンセンサスが得られているわけではないが，本研究では先行研究との継続性 も視野に入れながら，J−REIT の基本的なビジネスモデルをベースとして，J−REIT の事業体として のインプット・アウトプット項目の検討を行った。
米国の US−REIT を対象として DEA を用いた REIT 研究を行った Anderson ら（２００２）は，アウ
トプット項目の候補として，総資産，時価総額，配当金（J−REIT においては一般に分配金と呼ば
れる），時価総額−負債，総延床面積等をあげ，その中で総資産（total assets）が最も望ましいと
し，さらにそれを mortgage assets, equity assets,other assets の３つに分類して REIT のアウトプッ
ト項目とした。また，インプット項目としては REIT の事業運営に必要な投入要素である総費用
（to-tal expense）を取り上げ，それを interest expense,operating expense,general and administrative ex-pense,management fees の４つのカテゴリーに分類して用いた。
同様に DEA を用いた Topuz ら（２００５，２００９）の研究でも，Anderson ら（２００２）を踏襲して，
アウトプット項目を総資産（さらに３つに分類）とし，インプット項目を投入要素の費用面からと らえて，interest expense と property operating expenses の２項目でモデル化を行っている。
Bers and Springer（１９９７）は，これらに先立ってトランスログ費用関数を用いて，総資産と配当 金をアウトプットとしてこれらに対するコスト弾力性の観点から US−REIT の規模の経済性の分析 を行った。アウトプットの増加率がインプットのコストの増加率を超える場合には規模の経済性が 存在することなる。この分析では，パラメトリックな経済学的アプローチから，REIT における規 模の経済性の存在が確認されている。また，この研究と同様の手法を用いて，浅原（２００７）が J−REIT の事業効率格差の分析を行っている。浅原のモデルは，アウトプットは総資産，インプットは各種 費用項目を用いている。浅原の研究では，規模の経済性は働いていると言えるが，US−REIT と比 較すると運用形態や費用構造の相違を反映して相対的には働きにくくなっているという結果であっ た。
以上より，インプット項目としては，賃貸事業費用，一般管理費（資産運用報酬を含む），営業外 費用の３項目を使用する。
アウトプット項目に関しては，先行研究や J−REIT のビジネスモデルの観点からも総資産額を用
いることが妥当であるように思われる。検討事項としては，Bers and Springer（１９９７）が当初取り
入れたようにストック指標である総資産とは別に配当金（J−REIT の場合は分配金）のようなフロ ー指標の取扱いをどうするかである。J−REIT のビジネスモデルの観点からは，通常事業期間が６ カ月の J−REIT のアウトプット項目として，総資産額は分散が小さく，変則的な外れ値の発生の可 能性も低く，偏りも少ないことが予想される。一方で，経営効率の測定においては，当該期間にお ける業績としての当期利益，或いはそれを原資とする分配金のようなフロー指標も考慮したほうが， 一定期間における DMU の効率性の差異がより明確になるのではないかとも考えられる。 分析手法の観点から言えば，DEA では各 DMU にとって最も有利なウェイトを用いて評価する ため，２つのアウトプット項目が同様の評価傾向になったとしても，そのことが DMU 自体の評価
に歪みを生じさせるわけではない。また，Bers and Springer（１９９７）とは研究手法及び対象も異な
ຠ⋡ᛶ ᗘᩘ ᭱ᑠ್ ್᭱ ᖹᆒ್ ᶆ‽೫ᕪ OTE 1209 0.214 1.000 0.692 0.189 PTE 1209 0.269 1.000 0.794 0.180 SE 1209 0.316 1.000 0.876 0.143 Ỵ⟬ᮇ 2004ୖᮇ 2004ୗᮇ 2005ୖᮇ 2005ୗᮇ 2006ୖᮇ 2006ୗᮇ 2007ୖᮇ 2007ୗᮇ 2008ୖᮇ 2008ୗᮇ యᢏ⾡ຠ⋡ᛶ㸦OTE㸧 ᖹᆒ್ 0.903 0.682 0.741 0.753 0.739 0.639 0.749 0.673 0.831 0.694 ᭱ 1 1 1 1 1 1 1 1 1 1 ᭱ᑠ 0.692 0.458 0.474 0.475 0.439 0.401 0.519 0.397 0.596 0.492 ᶆ‽೫ᕪ 0.115 0.186 0.181 0.176 0.174 0.184 0.150 0.157 0.121 0.153 ⣧⢋ᢏ⾡ຠ⋡ᛶ㸦PTE㸧 ᖹᆒ್ 0.932 0.796 0.865 0.886 0.838 0.782 0.828 0.785 0.886 0.782 ᭱ 1 1 1 1 1 1 1 1 1 1 ᭱ᑠ 0.707 0.514 0.601 0.640 0.503 0.451 0.555 0.522 0.599 0.502 ᶆ‽೫ᕪ 0.105 0.195 0.131 0.143 0.167 0.199 0.145 0.163 0.109 0.160 つᶍຠ⋡ᛶ㸦SE㸧 ᖹᆒ್ 0.968 0.867 0.858 0.855 0.886 0.833 0.907 0.863 0.939 0.895 ᭱ 1 1 1 1 1 1 1 1 1 1 ᭱ᑠ 0.874 0.571 0.474 0.475 0.569 0.480 0.647 0.510 0.706 0.576 ᶆ‽೫ᕪ 0.044 0.142 0.152 0.157 0.123 0.153 0.098 0.123 0.076 0.119 Ỵ⟬ᮇ 2009ୖᮇ 2009ୗᮇ 2010ୖᮇ 2010ୗᮇ 2011ୖᮇ 2011ୗᮇ 2012ୖᮇ 2012ୗᮇ 2013ୖᮇ 2013ୗᮇ యᢏ⾡ຠ⋡ᛶ㸦OTE㸧 ᖹᆒ್ 0.790 0.774 0.658 0.781 0.762 0.759 0.758 0.721 0.583 0.719 ᭱ 1 1 1 1 1 1 1 1 1 1 ᭱ᑠ 0.571 0.527 0.334 0.524 0.554 0.514 0.430 0.405 0.214 0.405 ᶆ‽೫ᕪ 0.129 0.135 0.172 0.140 0.148 0.131 0.146 0.173 0.222 0.169 ⣧⢋ᢏ⾡ຠ⋡ᛶ㸦PTE㸧 ᖹᆒ್ 0.840 0.826 0.750 0.832 0.810 0.832 0.850 0.785 0.708 0.806 ᭱ 1 1 1 1 1 1 1 1 1 1 ᭱ᑠ 0.590 0.540 0.372 0.551 0.575 0.546 0.614 0.438 0.335 0.517 ᶆ‽೫ᕪ 0.130 0.148 0.171 0.134 0.141 0.135 0.139 0.176 0.226 0.168 つᶍຠ⋡ᛶ㸦SE㸧 ᖹᆒ್ 0.943 0.942 0.882 0.941 0.942 0.916 0.896 0.925 0.829 0.897 ᭱ 1 1 1 1 1 1 1 1 1 1 ᭱ᑠ 0.681 0.681 0.620 0.662 0.702 0.675 0.660 0.625 0.477 0.605 ᶆ‽೫ᕪ 0.083 0.080 0.121 0.088 0.079 0.091 0.120 0.112 0.165 0.113 Ỵ⟬ᮇ 2014ୖᮇ 2014ୗᮇ 2015ୖᮇ 2015ୗᮇ 2016ୖᮇ 2016ୗᮇ 2017ୖᮇ 2017ୗᮇ 2018ୖᮇ 2018ୗᮇ యᢏ⾡ຠ⋡ᛶ㸦OTE㸧 ᖹᆒ್ 0.738 0.741 0.729 0.723 0.718 0.717 0.567 0.524 0.541 0.539 ᭱ 1 1 1 1 1 1 1 1 1 1 ᭱ᑠ 0.385 0.466 0.319 0.378 0.460 0.423 0.228 0.308 0.303 0.305 ᶆ‽೫ᕪ 0.166 0.153 0.168 0.163 0.169 0.180 0.203 0.196 0.186 0.202 ⣧⢋ᢏ⾡ຠ⋡ᛶ㸦PTE㸧 ᖹᆒ್ 0.805 0.798 0.812 0.789 0.795 0.779 0.726 0.729 0.734 0.747 ᭱ 1 1 1 1 1 1 1 1 1 1 ᭱ᑠ 0.482 0.468 0.331 0.379 0.481 0.423 0.269 0.322 0.322 0.310 ᶆ‽೫ᕪ 0.158 0.164 0.164 0.174 0.177 0.192 0.233 0.219 0.216 0.213 つᶍຠ⋡ᛶ㸦SE㸧 ᖹᆒ್ 0.918 0.936 0.905 0.925 0.913 0.930 0.800 0.735 0.754 0.729 ᭱ 1 1 1 1 1 1 1 1 1 1 ᭱ᑠ 0.608 0.561 0.448 0.580 0.526 0.545 0.316 0.355 0.372 0.395 ᶆ‽೫ᕪ 0.104 0.105 0.129 0.106 0.134 0.115 0.170 0.174 0.167 0.162 ３．分析結果
３．１ 全体技術効率性（OTE），純粋技術効率性（PTE），規模効率性（SE）
分析ではまず DEA モデルを用いて，決算期ごとに J−REIT の全体技術効率性（OTE），純粋技術
0 0.2 0.4 0.6 0.8 1 1.2 2004 غ 2004 Ծغ 2005 غ 2005 Ծغ 2006 غ 2006 Ծغ 2007 غ 2007 Ծغ 2008 غ 2008 Ծغ 2009 غ 2009 Ծغ 2010 غ 2010 Ծغ 2011 غ 2011 Ծغ 2012 غ 2012 Ծغ 2013 غ 2013 Ծغ 2014 غ 2014 Ծغ 2015 غ 2015 Ծغ 2016 غ 2016 Ծغ 2017 غ 2017 Ծغ 2018 غ 2018 Ծغ
સରٗढ़ްིʤOTEʥ ९ਰٗढ़ްིʤPTEʥ وໝްིʤSEʥ
J−REIT 間の効率性の差異は小さく，平均値も０．９０３と非常に高い値となっているが，その後はやや
差異も大きくなり，最大が０．８３１（２００８年上期），最小が０．５２４（２０１７年下期）で，全体の平均値は，０．６９２
と比較的大きな差が見られた。この値がどの程度の水準なのか，一つの手がかりとなるのは，US− REIT の先行研究である。Anderson ら（２００２）や Topuz ら（２００５）の研究は，やや古いデータで
はあるが，米国で US−REIT が開設されて以降約３０数年後の分析であり，それに対し今回の J−REIT
の分析は開設後２０年弱なので，REIT 市場の成熟度から言えば現在の日本よりも少し先行した状況
を反映した結果となっている。
Anderson ら（２００２）の研究は，１９９２年から１９９６年までの５年間の US−REIT を対象としたもので
あるが，主流の Equity REIT の全体技術効率性（OTE）の値を見ると，最低０．４４３（１９９６年）から
最高０．６６２（１９９２年）とかなり低い値で，標準偏差も０．２５２（１９９５年）から０．３３５（１９９３年）と比較
的大きな値である。Topuz ら（２００５）の研究は，１９８９年から１９９９年までの１１年間の US−REIT を対
象としており，そのうち Equity REIT の全体技術効率性（OTE）の全期間の平均値は０．２４３とかな
り低い値で非効率であることが示されており，標準偏差は０．２５４とこちらも大きめの値となってい
る。これらに対して，今回の J−REIT の全期の平均値は０．６９２，標準偏差は０．１８９と，US−REIT の開
設約３０数年後と比較すると平均値は高く，標準偏差も小さいことが分かった。
日米間で平均値に差がみられる一つの要因として推測されるのが，DMU の数である。今回の J− REIT 分析対象の平均法人数が約３７であるのに対し，US−REIT の分析対象は Anderson ら（２００２）
の研究では約１１７，Topuz ら（２００５）の研究では約１２５と３倍以上の開きがある。今回のデータを用
いて，J−REIT の全体技術効率性（OTE）と法人数に関するピアソンの相関係数を求めると−０．５９５
（１％水準で有意）となり，やや強い逆相関が確認された。後で見るように，最も生産的な規模（MPSS
0 10 20 30 40 50 2004 غ 2004 Ծغ 2005 غ 2005 Ծغ 2006 غ 2006 Ծغ 2007 غ 2007 Ծغ 2008 غ 2008 Ծغ 2009 غ 2009 Ծغ 2010 غ 2010 Ծغ 2011 غ 2011 Ծغ 2012 غ 2012 Ծغ 2013 غ 2013 Ծغ 2014 غ 2014 Ծغ 2015 غ 2015 Ծغ 2016 غ 2016 Ծغ 2017 غ 2017 Ծغ 2018 غ 2018 Ծغ % ਦ̒ ९ਰٗढ़ްིʤPTEʥްིԿͶචགྷ͵֦ϱϕρφ ฑۋࡡݰི ୁࣆۂඇ༽ Ҳൢ؇ཀྵඇʤࣁࢊӣ༽ๅृΝʥ Өۂඇ༽ 0 5 10 15 20 25 30 35 40 45 2004 غ 2004 Ծغ 2005 غ 2005 Ծغ 2006 غ 2006 Ծغ 2007 غ 2007 Ծغ 2008 غ 2008 Ծغ 2009 غ 2009 Ծغ 2010 غ 2010 Ծغ 2011 غ 2011 Ծغ 2012 غ 2012 Ծغ 2013 غ 2013 Ծغ 2014 غ 2014 Ծغ 2015 غ 2015 Ծغ 2016 غ 2016 Ծغ 2017 غ 2017 Ծغ 2018 غ 2018 Ծغ % ୁࣆۂඇ༽ Ҳൢ؇ཀྵඇʤࣁࢊӣ༽ๅृΝʥ Өۂඇ༽ ᖹ᪉ ⮬⏤ᗘ ᖹᆒᖹ᪉ F ್ ᭷ព☜⋡ ࣥࣉࢵࢺ㡯┠ 21326.399 2 10663.2 24.877 p<.001 ㄗᕪ 1553409.85 3624 428.645 ྜィ 1574736.24 3626 (I)ࣥࣉࢵࢺ (J)ࣥࣉࢵࢺ ᖹᆒ್ࡢᕪ (I-J) ᭷ព☜⋡ ㈤㈚ᴗ㈝⏝ ୍⯡⟶⌮㈝ -5.89* p<.001 Ⴀᴗእ㈝⏝ -2.25* p<.021 ୍⯡⟶⌮㈝ ㈤㈚ᴗ㈝⏝ 5.89* p<.001 Ⴀᴗእ㈝⏝ 3.64* p<.001 Ⴀᴗእ㈝⏝ ㈤㈚ᴗ㈝⏝ 2.25* p<.021 ୍⯡⟶⌮㈝ -3.64* p<.001 *㸸ᖹᆒ್ࡢᕪࡣ 0.05 Ỉ‽࡛᭷ព 営業外費用のインプット項目の各タイプを独立変数として，分散分析と多重比較（Tukey 法）を行っ た結果が表４及び表５である。各インプット項目の削減率に有意な差があり，一般管理費（資産運 用報酬を含む）の必要削減率が最も高いことが統計的にも検証された。 一般管理費のうち，大きな割合を占めるのが資産運用報酬である。冒頭でも触れたように，J−REIT は投資運用を外部に委託する外部運用型であり，そのことがいわゆるエージェンシー問題を引き起 こす要因としてかねてから指摘されてきた。資産運用報酬は，投資主と外部運用会社の利害が対立 する利益相反問題の一つである。そこで，両者の利害をなるべく一致させるような報酬体系の制度 設計が必要となる。資産運用報酬体系が外部運用会社の適切なインセンティブとして機能し，投資 主から見て多少のコスト増になったとしても，そのコストを上回る運用パーソーマンスが達成され るのであれば，両者の利害は一致する方向に向かうことになる。 岩佐（２００９）は，両者の利害を一致させる報酬体系のための工夫として，投資主利益最大化を目 指して外部成長を重視するのであれば，資産残高連動性が強い報酬体系，内部成長を重視するので あれば収益連動性の高い報酬体系が考えられると指摘する。資産運用報酬体系の具体的な内容や料 率等は各 J−REIT ごとに多種多様ではあるが，大まかな分類では２００９年時点で，資産残高のみに連
動する J−REIT が１２％，収益のみに連動する J−REIT が１２％，資産残高・収益両者に連動する J−REIT
J−REIT に比較して，高すぎる資産運用報酬が支払われている可能性があることは否定できない。 投資主の観点から見れば，非効率と判定された J−REIT における連動型報酬体系は，外部運用会社 のインセンティブとして機能しているよりも，単にコスト増になっている可能性が高い結果となっ ている。 資産運用報酬が割高になるのは，どのような場合なのか。J−REIT のガバナンスと運用報酬の関 係を分析した中島（２０１３）は，外部運用会社の報酬が割高になる傾向が見られるのは，外部運用会 社の株主が１社に集中している場合，外部運用会社の取締役数が多い場合，外部運用会社の取締役 におけるスポンサー関連者の割合が高いといった場合等であることを報告している。一方で，投資 口の保有比率において筆頭スポンサーの保有比率が高いと，むしろ報酬額は抑制されるという興味 深い結果を指摘している。 特に後者は，スポンサーが投資主の立場にあれば，コーポレートガバナンスを強化し，資産運用 報酬を抑制する傾向があることを示唆している。コーポレートガバナンスとは，一般に株主が企業 経営の効率性が維持されるように経営者や経営活動を規律し方向づけることを意味する。利益相反 問題は，日本の J−REIT のような外部運用型だけでなく，米国の US−REIT のような内部運用型で
も同様に発生する課題であり，US−REIT を対象とした Chung, Fung and Hung（２０１２）らの研究は，
機関投資家が大株主となって REIT のコーポレートガバナンスを強化することにより，経営の非効 率性が大幅に改善される傾向があることを指摘している。コーポレートガバナンスの特徴が，REIT の経営効率性にどのような影響を与えるのかという論点は，今後の重要な研究テーマの一つである。 外部運用会社の資産運用報酬体系は，上記のように多くの場合，総資産残高や収益に連動する連 動型となっている。このことは，浅原（２００７）も指摘しているように，資産運用報酬が変動費とし ての性格を持つことを意味しており，規模の経済性（Economies of Scale）の観点からは，相対的 に規模の経済が機能しにくくなる効果をもたらす可能性がある。この点がもう一つの論点であり， これについては本研究の規模と経営効率性に関する分析のところで改めて検討する。 ここまで全体技術効率性（OTE）の全般的傾向，純粋技術効率性（PTE）の全般的傾向とその非 効率性の要因に関して考察してきたが，最後に規模効率性（SE）を見ておくことにする。規模効 率性（SE）は，全体技術効率性（OTE）と純粋技術効率性（PTE）の比率として定義され，最も 生産的な規模にどの程度近いかを表す指標と解釈できる。
今回の J−REIT の規模効率性（SE）の平均値は，０．８７６で，これは Anderson（２００２）らの US−REIT
ຠ⋡ᛶ つᶍ ࢧࣥࣉࣝᩘ ᖹᆒ್ ᭷ព☜⋡ OTE ᑠつᶍ 611 0.668 p<.001 つᶍ 598 0.716 p<.001 PTE ᑠつᶍ 611 0.741 p<.001 つᶍ 598 0.847 p<.001 SE ᑠつᶍ 611 0.902 p<.001 つᶍ 598 0.850 p<.001 ら０．５６７に低下し，翌期の２０１７年下期・２０１８年上期では純粋技術効率性（PTE）と規模効率性（SE） がほぼ同水準となり，２０１８年下期では純粋技術効率性（PTE）が規模効率性（SE）を上回る結果 となっている。この詳細を見ると，J−REIT の全体技術効率性（OTE）が悪化している一方で，BCC モデルで評価される純粋技術効率性（PTE）は，それ程大きく悪化していないため，規模効率性（SE） が急激に低下して純粋技術効率性（PTE）と同程度の水準もしくはそれより低い水準となったこと がわかる。今後この傾向が，どのように推移するのか注目していく必要がある。 ３．２ 規模と経営効率性 J−REIT の経営効率性に影響を与える要因は様々であるが，今回の研究はその中でも規模の効果 に焦点をあてている。そこで次に，全体技術効率性（OTE），純粋技術効率性（PTE），規模効率性 （SE）を規模別に分類して，どのような傾向が見られるか分析を行った。 総資産額の中央値に基づいて，決算期毎に J−REIT を大規模と小規模に分類し，各群の平均値に 関して t 検定を行った。分析結果をまとめたものが表６である。全体技術効率性（OTE），純粋技
術効率性（PTE），規模効率性（SE）の全ての効率性において，小規模 J−REIT と大規模 J−REIT の
間に統計的に有意な差が確認された。全体技術効率性（OTE）を見ると，大規模 J−REIT のほうが 小規模より効率値が高く，純粋技術効率性（PTE）も同じ傾向で効率値の差は全体技術効率性（OTE） よりも拡大している。ここでの小規模・大規模の分類は，効率的 J−REIT と非効率 J−REIT の両者 を含むものであり，非効率のものを含めても，全般的には大規模 J−REIT のほうが効率性が高い傾 向にあることが明らかになった。これらの結果は，米国の US−REIT を対象とした Bers and Springer
（１９９７）や Anderson（２００２）らの研究結果とも一致する。J−REIT においても，経営効率性に関し
て規模がプラスの効果を持つことが裏付けられる結果となった。
規模効率性（SE）に関しては，小規模 J−REIT のほうが大規模 J−REIT よりも高い値となった。
これは，Anderson（２００２）らの US−REIT に関する分析結果とは逆の結果である。このことは，小
規模 J−REIT のほうが，CCR 効率値と BCC 効率値に差異が無く，逆に大規模 J−REIT では差異が 大きく，非効率な大規模 J−REIT は規模効率性（SE）が相対的に劣っており，一部の大規模 J−REIT では効率的水準を超えて規模が肥大化している可能性があることを示している。
次にここからは，DEA モデルを用いて J−REIT の規模の収穫（RTS）のタイプを分類し，J−REIT における規模と経営効率性の関係について考察する。決算期ごとの各 J−REIT の規模の収穫（RTS）
の３つのタイプ（Increasing（増加型），Constant（一定型），Decreasing（減少型））を測定し分類
したものが表７である。また，各タイプの構成比率の時間的推移をグラフ化したものが図４である。
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 2004 غ 2004 Ծغ 2005 غ 2005 Ծغ 2006 غ 2006 Ծغ 2007 غ 2007 Ծغ 2008 غ 2008 Ծغ 2009 غ 2009 Ծغ 2010 غ 2010 Ծغ 2011 غ 2011 Ծغ 2012 غ 2012 Ծغ 2013 غ 2013 Ծغ 2014 غ 2014 Ծغ 2015 غ 2015 Ծغ 2016 غ 2016 Ծغ 2017 غ 2017 Ծغ 2018 غ 2018 Ծغ
ConstantʤҲఈܗʥ IncreasingʤଁՅܗʥ Decreasingʤݰঙܗʥ
Ỵ⟬ᮇ Constant㸦୍ᐃᆺ㸧 6 50% 3 21% 4 25% 5 26% 5 17% 4 11% 6 15% 3 7% 8 19% 6 14% Increasing㸦ቑຍᆺ㸧 2 17% 5 36% 4 25% 6 32% 8 27% 12 32% 14 34% 20 48% 8 19% 26 62% Decreasing㸦ῶᑡᆺ㸧 4 33% 6 43% 8 50% 8 42% 17 57% 21 57% 21 51% 19 45% 26 62% 10 24% ศᯒᑐ㇟J-REITᩘ 12 14 16 19 30 37 41 42 42 42 Ỵ⟬ᮇ Constant㸦୍ᐃᆺ㸧 5 12% 5 12% 5 13% 5 14% 6 17% 5 14% 6 17% 7 20% 4 10% 8 20% Increasing㸦ቑຍᆺ㸧 20 48% 21 50% 21 55% 23 64% 23 66% 21 60% 19 54% 20 57% 23 59% 24 59% Decreasing㸦ῶᑡᆺ㸧 17 40% 16 38% 12 32% 8 22% 6 17% 9 26% 10 29% 8 23% 12 31% 9 22% ศᯒᑐ㇟J-REITᩘ 42 42 38 36 35 35 35 35 39 41 Ỵ⟬ᮇ Constant㸦୍ᐃᆺ㸧 8 19% 5 11% 8 16% 7 14% 7 14% 8 14% 4 7% 5 8% 4 6% 5 8% Increasing㸦ቑຍᆺ㸧 26 60% 31 66% 28 57% 18 37% 14 27% 24 43% 14 24% 13 22% 15 24% 14 23% Decreasing㸦ῶᑡᆺ㸧 9 21% 11 23% 13 27% 24 49% 30 59% 24 43% 41 69% 42 70% 43 69% 41 68% ศᯒᑐ㇟J-REITᩘ 43 47 49 49 51 56 59 60 62 60 2014ୖᮇ 2014ୗᮇ 2015ୖᮇ 2015ୗᮇ 2016ୖᮇ 2016ୗᮇ 2007ୖᮇ 2007ୗᮇ 2008ୖᮇ 2008ୗᮇ 2011ୗᮇ 2006ୗᮇ 2017ୖᮇ 2017ୗᮇ 2018ୖᮇ 2018ୗᮇ 2012ୖᮇ 2012ୗᮇ 2013ୖᮇ 2013ୗᮇ 2009ୖᮇ 2009ୗᮇ 2010ୖᮇ 2010ୗᮇ 2011ୖᮇ 2004ୖᮇ 2004ୗᮇ 2005ୖᮇ 2005ୗᮇ 2006ୖᮇ まず Constant（一定型）は，J−REIT 市場が開設間もない２００４年上期には５０％と全３０期中最大の 割合であったが，法人数の増加に伴って次第に低下したものの，２００７年上期の７％を除いて２０１６年 下期までの長期間に渡って比率は１０％から２０％の間で比較的安定した状態で推移した。その後２０１７ 年上期に一桁台に低下し，以降継続的に１０％を切る比率となっている。全期間３０期における Con-stant（一定型）の割合は，１３．８％であった。
Constant（一定型）に見られる一つの特徴は，全体の REIT 数がある程度変動しても，Constant （一定型）の数はほぼ一定数に収まり変動が少ないことである。Constant（一定型）の全期間の平
均法人数は約６法人であり，その標準偏差は１．５で，標準偏差だけを見ても Increasing（増加型）
の７．５８や Decreasing（減少型）の１１．６８に比較して非常に安定していることがわかる。規模の収穫
一定（CRS）を前提として評価した場合，DEA の手法の特徴から，最も効率的な DMU の数が少 数で安定的になることは予想された通りである。
US−REIT の１１年間を分析対象とした Topuz ら（２００５）の研究では Constant（一定型）は１９８９年
表７ J−REITの規模の収穫（RTS）の分類（２００４年上期∼２０１８年下期）
の２６％から１９９９年のわずか２％に減少し全期間で見ると８％と報告されており，５年間を分析対象
とした Anderson ら（２００２）の研究では，３６％から１２％へと分析期間中に減少したと報告されてい
る。米国の研究は，期間がやや短期間に制約されているが，Constant（一定型）が少数であること と減少傾向にあるという点は同じ結果となった。
次に，Increasing（増加型）と Decreasing（減少型）の傾向を図４で見てみると，今回の J−REIT
の分析では２００８年上期あたりまでは２００７年下期を除いて Decreasing（減少型）が Increasing（増加 型）を上回って推移し，２００８年のリーマン・ショック前後で両者の比率が交差し，それを過ぎると ２０１５年上期頃までは，Increasing（増加型）が Decreasing（減少型）の倍近い高い比率で推移する 結果となった。その後２０１５年下期以降は，Decreasing（減少型）と Increasing（増加型）の比率が 再逆転し，２０１６年下期の同比率を除いて２０１７年上期以降，今度は Decreasing（減少型）が Increasing （増加型）の倍以上の比率で推移する状況となっている。 リーマン・ショック前後の頃に，Decreasing（減少型）と Increasing（増加型）の逆転現象が生 じ，それまで比率の高かった Decreasing（減少型）が減少し，比率の低かった Increasing（増加型） が増加に転じたのは，肥大化して非効率になっていた Decreasing（減少型）の J−REIT が，リーマ ン・ショックによってスポンサー交代や吸収合併等の淘汰の波にさらされ減少したことが一因と考 えられる。図１の REIT 法人数のグラフに見られるように，この当時はじめて法人数が減少し，生 き残った J−REIT もより堅実な事業運営が求められる状況でもあった。 一方で気になるのは，２０１７年上期以降の Decreasing（減少型）の大幅増加である。２０１７年上期 に全体技術効率性（OTE）が前年の０．７１７から０．５６７に低下し，その後それに合わせて規模効率性 （SE）も著しく低下したことは既に見た通りである（図２参照）。規模効率性（SE）の悪化と同時 期に Decreasing（減少型）が大幅に増加していることは，非効率 J−REIT の多くが規模の肥大化に よって効率性の悪化を招いている可能性が高いことを示している。実際に，２０１７年上期以降の規模 効率性（SE）が低く，Decreasing（減少型）と判定された個々の J−REIT を見ると，スポンサー企 業が共通で大型化による安定性・成長性を狙って最近合併した大型合併 J−REIT や比較的大きな規 模を長年維持してきた老舗 J−REIT の一部が含まれている。
大規模化によって，同規模 DMU が近傍に存在しない状況になると，VRS（Variable Returns to Scale）を前提とする BCC モデルで評価される純粋技術効率性（PTE）は比較的高い値となるが， CRS（Constant Returns to Scale）を前提とする CCR モデルで評価される全体技術効率性（OTE） はかなり低い値になる場合がある。その結果，その比率である規模効率性（SE）も同様にかなり 低い値となる。これは「規模の罠」と呼ぶべき状況であり，純粋技術効率性（PTE）だけを見ると 一見効率的であるが，全体技術効率性（OTE）を見ると，実態としては出力に対して入力がかな
り過多となっており，肥大化した非効率の状態となっている。２０１７年上期以降全体的にこのような
状況が継続しており，今後の経緯が注目される。
米国の US−REIT における Increasing（増加型）と Decreasing（減少型）の傾向は，Topuz ら（２００５）
の研究では全期間で Increasing（増加型）が３７％，Decreasing（減少型）は５５％で，Increasing（増
加型）と Decreasing（減少型）ともにかなり変動しながら推移したことが報告されている。５年
間を分析対象とした Anderson ら（２００２）の研究では，Decreasing（減少型）は１９９５年の１４％から
１９９４年の３１％まで年度によるバラツキが大きく，Increasing（増加型）は１９９２年の４６％から１９９６年
比較して小さいので，規模拡大によって効率性が高まる可能性があると指摘している。 ここでは，以上の結果を踏まえて J−REIT の経営効率性に規模がどのような影響を与えているの かについて検討する。経済学でいう規模の経済性（Economies of scale）は，一般には生産規模を 拡大することにより単位あたりコストが下がる効果のことをいう。もう少し拡大解釈すれば，その 結果として収益性が向上することを指す場合もある。ここでは，さらに広く事業規模の拡大が経営 効率性の向上をもたらす効果として捉える。 規模の収穫（RTS：Returns to Scale）の説明でも既にふれたように，経済学における規模の経済 性（Economies of scale）と DEA における規模の収穫（RTS：Returns to Scale）とは異なるという 点に注意が必要である。DEA における規模の収穫（RTS：Returns to Scale）の分類は，通常は効
率的 DMU が Increasing（増加型），Constant（一定型），Decreasing（減少型）のどれに該当する
かという定性的な情報のみを与えるだけであり，大きさに関する情報は提供しない。Increasing（増 加型）であれば，効率的な DMU がより規模の大きな領域に存在し，Decreasing（減少型）であれ ば，効率的な DMU がより規模の小さな領域に存在することを意味している。 米国の US−REIT を対象とした Anderson ら（２００２）の研究では，一般に規模に対する収穫の増 加を示す企業の割合が時間とともに増加し，企業の平均サイズも時間とともに単調に増加していれ ば，技術が時間経過に伴って変化していることを示しており，そのような傾向が見られることは， 規模の経済性（Economies of scale）を示唆していると主張する。 本研究では，Anderson ら（２００２）のように非効率な DMU 群に注目して，その内の増加型の比 率と規模の傾向から間接的に規模の効果を評価する方法とは別に，より直接的に効率性と規模の関 係を明らかにする方法を検討した。そこで，CCR 効率値と BCC 効率値が一致して最も生産的な規 模（MPSS：Most Productive Scale Size）で活動している効率的フロンティアを構成する DMU 群 に焦点をあて，その DMU 群の規模の大小から直接的に規模の効果を検証することとした。今回の 提案手法を具体化する方法として，調整済み残差を用いたカイ二乗検定の残差分析に着目し，その 適用を試みた。
具体的な方法は，次の通りである。決算期ごとに各 J−REIT の規模の収穫（RTS）が３つのタイ
プ（Increasing（増加型），Constant（一定型），Decreasing（減少型））のどれに該当するかを分類
し，同時に決算期ごとに総資産額の中央値を基準として各 J−REIT を大規模と小規模に分類する。 そして，これらの各 J−REIT の全期間のクロスセクションデータをプールして，規模の収穫（RTS） と実際の規模の大小との関係の分析を行った。その分析結果が，表８の規模の収穫（RTS）と規模 の（３×２）クロス表である。独立性のカイ二乗検定は，χ２＝４３３．６６，df ＝２，p＜．００１と統計的に有 意な結果となり，規模の収穫（RTS）と規模の間には関連性があることが確認された。 そこで次に規模の収穫（RTS）と規模の間の具体的な関連性を見るために，調整済み残差を用い て残差分析を行った。クロス表に示された調整済み残差を見ると，その絶対値はどれも２．５８＜｜調
整済み残差｜を満たしており，Increasing（増加型），Constant（一定型），Decreasing（減少型）の
３つのタイプの大規模 J−REIT と小規模 J−REIT の間に１％水準で有意な差があることが検証され
た。非効率 J−REIT で Decreasing（減少型）に分類されたものは，約８０％が実際に大規模な J−REIT
で約２０％は小規模な J−REIT という結果であり，非効率 J−REIT で Increasing（増加型）に分類さ
れたものは，約８４％が実際に小規模な J−REIT で約１６％は大規模な J−REIT という予想された通り
ᑠ ᗘᩘ 68 99 167 RTS ࡢ % 40.7% 59.3% 100.0% つᶍ ࡢ % 11.1% 16.6% 13.8% ⥲ࡢ % 5.6% 8.2% 13.8% ㄪᩚ῭ࡳṧᕪ -2.7 2.7 ᗘᩘ 107 418 525 RTS ࡢ % 20.4% 79.6% 100.0% つᶍ ࡢ % 17.5% 69.9% 43.4% ⥲ࡢ % 8.9% 34.6% 43.4% ㄪᩚ῭ࡳṧᕪ -18.4 18.4 ᗘᩘ 436 81 517 RTS ࡢ % 84.3% 15.7% 100.0% つᶍ ࡢ % 71.4% 13.5% 42.8% ⥲ࡢ % 36.1% 6.7% 42.8% ㄪᩚ῭ࡳṧᕪ 20.3 -20.3 ᗘᩘ 611 598 1209 RTS ࡢ % 50.5% 49.5% 100.0% つᶍ ࡢ % 100.0% 100.0% 100.0% ⥲ࡢ % 50.5% 49.5% 100.0% つᶍ ྜィ RTS ྜィ Increasing Constant Decreasing ここで注目されるのは，Constant（一定型）の結果である。現存する J−REIT の中で実際に最も 効率的に最適規模で運営されている J−REIT は大規模・小規模どちらの比率が高いのか。結果は， 約６０％対４０％で大規模 J−REIT の比率が高い結果となった。統計的にも１％水準で有意な差があり， 事業規模の拡大によって，経営効率性が高まる効果が J−REIT には存在するということが一応明ら かとなった。この結果は，既に実施した非効率な J−REIT も含めた全体技術効率性（OTE）と純粋 技術効率性（PTE）の規模別の効率値の検定結果とも整合的で，全般的には規模の経済性の効果が 認められる結果となったと言える。 やや気になるのは，クロス表の約６０対４０という比率である。統計的には有意な差が認められたが， 差の程度は必ずしも大きいとは言えない。既に触れたように，J−REIT の事業効率格差を分析した 浅原（２００７）の結果でも，US−REIT ほど明確な結果は得られておらず，連動型の資産運用報酬体 系がその一つの理由として指摘されている。今回の分析において非効率な J−REIT のインプット項 目の中で，効率化のための削減率が最も高かったのが一般管理費であり，そのうちの大きな比率を 占めるのが資産運用報酬である。資産運用報酬に関しては，その多くが業績との連動型であるため 変動費的な性格を持つことによって，規模の経済を阻害する可能性は否定できない。 そこで今回の J−REIT の経営効率性の結果を改めて見てみると，効率的な J−REIT に限定した場 合でも非効率な J−REIT を含めた全体で見た場合でも，大規模 J−REIT の効率性が小規模 J−REIT を 上回る結果となった。このことは，資産運用報酬が連動型であるために変動費化して効率性の差異 を圧縮している可能性はあるものの，規模の経済を消失させているとまでは言えないことを示して いる。
Bers and Springer（１９９７）や浅原（２００７）のように費用関数を用いてコスト弾力性の逆数によっ て直接的に規模の経済を計測する経済学的アプローチは，真の費用関数の存在を前提として，費用 関数の推定を OLS（最小二乗回帰）のような線形回帰によって行うため，その評価は中心的・平
ᖹᆒ ᶆ‽ㄗᕪ ୰ኸ್ ᭱㢖್ ᶆ‽೫ᕪ ศᩓ ᭱ᑠ ᭱ ྜィ つᶍ 5.82 1.73 2 1 7.13 50.78 1 23 99 ᑠつᶍ 2.83 0.50 2 1 2.46 6.06 1 11 68 均的な傾向に基づくものとなる。これに対して，経営戦略論的立場では，企業毎の費用構造の相違 は経営戦略の成果であると捉え，その差異自体を明らかにしようとする。効率的フロンティアに基 づいて評価する DEA の手法の特徴が，この点で活きることになる。 今回の分析において，効率的 J−REIT のインプット項目を精査すると，小規模 J−REIT にもかか わらず資産運用報酬を含めた一般管理費が非常に低く抑えられて効率的となっている事例が見られ た。最近では，資産運用報酬体系の見直しを行う J−REIT も散見され，今回の分析から資産運用報 酬体系のマネジメントは，経営効率性を左右する重要な戦略要因として位置づけられることが確認 できた。また，さらに広い視点からは，先にも見たようにガバナンス体制も同様に考慮すべき要因 と考えられる。 ３．３ 効率的な J-REIT の特徴 ここでは最後に，本研究において効率的な Constant（一定型）に分類された大規模 J−REIT９９法 人と小規模 J−REIT６８法人の特徴を見ておくことにする。今回の研究では，２００４年上期から２０１８年 下期までの全期間３０期毎に効率的となった法人を延べ数でカウントしているが，実法人数を見てみ ると大規模 J−REIT は１７法人，小規模 J−REIT は２４法人とかなり限定されていることが分かった。 この内４法人が，小規模の時にも，その後成長して大規模となった時にも効率的と判定されていた。 当然ではあるが，規模以外の要因も影響している可能性が示唆される。 効率的な大規模 J−REIT の延べ数９９の内，同一法人の出現度数は大きい順に２３，１８，１６，１４で残 りの１３法人は最大で５ですべて１桁台であった。一方，効率的な小規模 J−REIT の延べ数６８の内， 同一法人の出現度数は大きい順に１１，８，６，４が２法人で，残りの６３法人はすべて１桁台となっ た。それぞれの出現比率（当該 J−REIT の出現度数／延べ数）のハーフィンダール指数（独占状態 を１）を計算すると効率的な大規模 J−REIT が０．１４２，効率的な小規模 J−REIT が０．０７２と集中度は 両者ともにそれほど高くない結果となった。相対的には効率的な大規模 J−REIT のほうが集中度は やや高く，中でも４法人の出現率が少し目立つが，効率的な小規模 J−REIT の方はかなり広く分散 する傾向が見られた。 効率的な大規模 J−REIT と小規模 J−REIT の出現度数の基本統計量をまとめたものが表９である。 この結果を見ると，３０期継続して効率的となった J−REIT は皆無であり，大規模 J−REIT は２３期，
小規模 J−REIT は１１期が最長で，平均は大規模 J−REIT が５．８，小規模 J−REIT が２．８であった。どの
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 1.ࣆແॶ 2.ेڋ 3.ঐۂࢬઅ 4.ϙτϩ 5.ླྀࢬઅ 6.ͨଠࢬઅ 7.૱ܗ 8.ܗ 9.ϖϩηίΠ وໝ ঘوໝ وໝ+ঘوໝ ࣰࡏർི 除外して分析すると，小規模 J−REIT で効率的なものはさらに減少する可能性がありそうである。 J−REIT は，運用資産の種類（事務所・住居・商業施設・ホテル・物流施設・その他施設など） や資産の運用方法（主に１種類で運用する特化型・２種類で運用する複合型・３種類以上で運用す る総合型）等に基づいて複数の運用タイプに分類される。ここでは，アイビー総研株式会社（http : //www.ibrc.jp/）による下記の分類に基づいて，効率的 J−REIT の全体及び大規模・小規模別にみ た場合の運用タイプにどのような特徴が見られるかを検討する。運用タイプは，１．事務所主体，２． 住居主体，３．商業施設主体，４．ホテル主体，５．物流施設主体，６．その他施設主体，７．総合型：１∼ ６以外で３種類以上の用途の物件を保有，８．複合型：１∼６以外で２種類の用途の物件を保有，９． ヘルスケア主体の９タイプに分類される。ここでの主体とは，その比率が全体の８０％以上であるこ とを意味する。結果をまとめたものが，図５のグラフである。グラフには１から９の運用タイプ毎
に，左から効率的な大規模 J−REIT の比率，効率的な小規模 J−REIT の比率，効率的 J−REIT 全体（大
果が存在することが示唆される結果となった。
この図６における効率的な J−REIT の推移の結果は，図４の非効率な J−REIT の規模の収穫（RTS）
のタイプの推移といわば裏返しの関係にある。図４の Increasing（増加型）が，２０１５年上期頃まで
Decreasing（減少型）の倍近い高い比率で推移する結果となっているのは，ほぼ同じ期間に大規模 の効率的 J−REIT が図６に見られるように大幅に増加したことに基づいている。つまり，大規模な 効率的 J−REIT が増加すると，非効率な J−REIT の中では Increasing（増加型）が増加するという 関係が成立する。図６の大規模 J−REIT のグラフは実数の年度別の集計であり，図４の Increasing （増加型）のグラフは比率の決算期毎の集計であるため，完全に重なるわけではないが増減の傾向
は類似しており，図４と図６の間に裏返しの関係に似た双対性が成立している可能性が確認できた。 研究方法論的観点から言えば，DEA モデルでは効率的 DMU の評価と非効率 DMU の規模の収 穫（RTS）の評価は，上記で確認したような双対的な関係にあることから，非効率 DMU の規模の 収穫（RTS）の情報から規模の効果の傾向を把握することはある程度可能である。しかし，既に見
たように DEA モデルにおける規模の収穫（RTS）は，Increasing（増加型），Constant（一定型），
参考文献 浅原大介，「不動産投資信託（J−REIT）の事業効率格差に関する考察−規模の経済性，事業効率性と投資口パフォーマン スへの影響」，『ニッセイ基礎研所報』，Vol．４６，２００７． 磯山啓明，原野啓，瀬下博之，「J−REIT の価格割り当て誤差に関する分析−補正関数によるリスク要因分析−」，『経営財 務研究』，３６．１，２０１６． 岩佐浩人，「J−REIT の運用報酬は投資主利益と一致しているか？」，『年金ストラテジー』，Vol．１６０，ニッセイ基礎研究 所，２００９． 岩佐浩人，「J−REIT の合併効果検証とガバナンスの課題」，『不動産投資レポート』，ニッセイ基礎研究所，２０１１． 大橋和彦，紙田純子，森政治，「J−REIT のリスク・リターン分析―市場開設から２００３年３月までの週次データによる分析―」， 『国土交通政策研究』，２７，２００３． 川口有一郎，「“不動産投資の現状と課題−代替資産から新たな基本資産へ−」，「証券アナリストジャーナル』，１１月号，２００４． 国土交通省・不動産投資市場政策懇談会，『不動産投資市場の成長戦略』，国土交通省資料，２０１６． 児島幸治，「日本版不動産投資信託（J−REIT）における利益相反問題」，『商学論究』，６３．３，２０１６． 末吉俊幸，『DEA−経営効率分析法』，朝倉書店，２００１． 鈴木陽祐，吉田あつし，「J−REIT におけるリスク評価の合理性，都市内の所得階層別住宅立地パターン：再考」，『季刊住 宅土地経済』，２０１０年夏季号!７７，２０１０． 刀根薫，『経営効率性の測定と改善』，日科技連出版社，１９９３． 内藤伸浩，「J リート再編の実際：合併・スポンサー交代の代償」，『住宅土地経済』，No．８６，２０１２． 内藤伸浩，馬渕晋吾，「J リート再編の実際：合併・スポンサー交代の代償と市場評価」，『東京大学公共政策 大学院ワー キング・ペーパーシリーズ』，GraSPP−DP−J−１１−００１，２０１１． 中島篤，「J−REIT におけるガバナンスと運用報酬」，『ジャレフ・ジャーナル』，第６巻，２０１３． 新家寛，上野元，片上尚子編著，『REIT のすべて第２版』，民事法研究会，２０１７．
Anderson, Randy I., et al., “Technical efficiency and economies of scale : A non−parametric analysis of REIT operating effi-ciency.”, European Journal of Operational Research,１３９.３,２００２.
Bers, Martina, and Thomas Springer, “Economies−of−scale for real estate investment trusts.” Journal of Real Estate
Research,１４．３,１９９７.
Chung, Richard, Scott Fung, and Szu−Yin Kathy Hung, “Institutional investors and firm efficiency of real estate investment trusts.”, The Journal of Real Estate Finance and Economics,４５.１,２０１２.
Cook, Wade D., and Joe Zhu, Data envelopment analysis : Balanced benchmarking., CreateSpace Independent Publishing Platform,２０１３.
Cooper, W. W. Seiford. LM and Tone, K., Data Envelopment Analysis., Springer,２００７.
Färe, Rolf, et al., “Productivity growth, technical progress, and efficiency change in industrialized countries.” , The
Ameri-can economic review,１９９４.
Färe, Rolf, Shawna Grosskopf, and CA Knox Lovell, The measurement of efficiency of production., Vol. ６. Springer Science & Business Media,２０１３.
Paradi, Joseph C., H. David Sherman, and Fai Keung Tam, Data envelopment analysis in the financial services industry : A
guide for practitioners and analysts working in operations research using DEA. Vol.２６６. Springer,２０１７.
Tone, Kaoru, ed., Advances in DEA theory and applications : with extensions to forecasting models., John Wiley & Sons,２０１７. Topuz, John C., Ali F. Darrat, and Roger M. Shelor , “Technical, allocative and scale efficiencies of REITs : an empirical
in-quiry.”, Journal of Business Finance & Accounting, Vol.３２, No.９,２００５.
