Focus on the Markets
円金利の自己回帰と曜日効果
円金利の自己回帰と曜日効果
円金利の自己回帰と曜日効果
円金利の自己回帰と曜日効果
No.
No.
No.20
No.
20 2001.
20
20
2001.
2001.
2001.7
77
7....11
11
11
11
円金利の自己回帰と曜日効果
円金利の自己回帰と曜日効果
円金利の自己回帰と曜日効果
円金利の自己回帰と曜日効果
資 金 証 券 部 ＜要旨＞ ＜要旨＞＜要旨＞ ＜要旨＞ 本稿では、テクニカル分析の一手法である時系列分析を用い、撹乱項の分散が正規分 布に従い、撹乱項同士に「時間的な系列相関」が存在することを前提として、中長期の 代表的金利である円金利スワップを題材に市場分析を行った。結果は以下の通り。 (1) 現在データは最大5営業日前までの自己データが受けたショック(変動要因)の影響を受け 易い。(情報の有効性) 現在の金利変動は、過去のどのタイミングでのショック(変動要因)を引きずり変動しているの かの推測。(偏自己相関) また、将来の変動を予測する上で、政策金利変更等の「ショック の持続性」はどの程度、将来の変動に影響を与えるか等の判別に役に立つ可能性がある。 (2) その中でも、前日データの動きに注意。(市場が連続的だと考えた場合、マルコフ性の存在 を示す) 例えば、大きなショックが3営業日前に生じたとしても、将来の金利変動に与える影響度は前 日の変動要因の方が大きく、前日の動きを熟知する事は将来の変動を予測するに欠かせな い要因である。厳密には、本分析では5営業日前までの自己データに依存する事を示して おり、マルコフ性を証明できないが、ショックの影響度が前日データに大きく依存している事 から、その存在が考えられる。 (3) 曜日効果も考慮に入れる必要あり、1週間前の動き(要因等)に注意。 例えば東京市場で考えた場合、月曜日のボラティリティーは、東京市場がクローズしている 土曜及び日曜の東京市場及び東京市場クローズ後のNY、LDN市場の動きの変動エネルギ ー等に影響される可能性や、市場参加者の投資行動としての「癖」の現れの可能性がある。 (4) 系列のクラスタリング効果あり。 クラスタリング効果を念頭に入れる事により、基本的なチャート分析で行われるデッド・クロ ス、ゴールデン・クロス等による相場の転換点の分析に役立つ。Focus on the Markets
円金利の自己回帰と曜日効果
円金利の自己回帰と曜日効果
円金利の自己回帰と曜日効果
円金利の自己回帰と曜日効果
No.
No.
No.20
No.
20 2001.
20
20
2001.
2001.
2001.7
77
7....11
11
11
11
１．分析内容及びデータ (1)分析内容 中長期の代表的金利である円金利スワップを題材に、10年－5年物のイールドスプレッドの変 動を自己回帰誤差モデル*により時系列分析を行った。 ＊ )自己回帰誤差モデル 一般に自己回帰モデルは線形回帰モデルと同様な考え方で、外生変数の無いＴ期間だけ遅れのある従属変数 (Ｔ期前の自己データ)のみを説明変数とする回帰モデルと見なせ、解釈が容易であり、パラメーター推定方法も他 のモデルより簡単である為、今回使用した。 (2)分析データ 観測データは「テレレート５８３７６画面」上の円金利スワップレートの１９９５年５月～２００１年５ 月２５日までの６年間のOFFEREDレートを使用。 ２．データ分析手法 (1) 10年/5年物金利スワップのイールドスプレッドを求める。 (2) データが分析＊１できるか否かを検定し検定モデルの選択。 (3) 検定モデルに対して適当な次数(ラグ)＊２を決定する為、AIC(赤池情報量基準)＊３、 SBIC(ベイズ情報量基準)＊３及びｔ-検定を行う。 (4) (3)で求めた次数に関して、検定モデルのパラメーターを推定する。 (5) (4)で求めたモデルで1期先＊４の予測値を求める。 *1：自己回帰誤差モデルを使い、時系列分析をする為には、観測データは定常性の条件を満たしている事が必要。 *2：次数とは、例えばGARCH(p,q)やARMA(p,q)モデルによって金融データを時系列分析する際のp,qの事。本稿では、 自己回帰誤差モデルを使用するのでｐ次の次数のみ考えれば良い。 *3：上記(p.q)を決定する方法の内、最も利用されているのがAIC及びSBICによる判別であり、AICが最小となる次数pが最 適なモデルとなる。次数を決定する事が目的なので、AIC及びSBICに関しての説明の詳細は本稿では省く。 *4：一般に、自己回帰に属する時系列分析はショートターム分析なので、1期～5期先程度までが予測範囲。 ３．分析結果 (1)観測データの考察 まず、金利の様に規則性を持たず変動する時系列データを、確率的に解析するため、金利 を変数Ｘｔの実現値と考える。ここで、この様な金利変動に関して分析者が何の情報も持たない 時、時系列データＸｔ(ｔ＝…-3,-2,-1,0,1,2,3,…)の性質として、或る性質＊を持つか否かを調べ、 その性質を満たす場合、初めて、ランダムに振る舞う金融時系列データを何らかのモデルに当
Focus on the Markets
円金利の自己回帰と曜日効果
円金利の自己回帰と曜日効果
円金利の自己回帰と曜日効果
円金利の自己回帰と曜日効果
No.
No.
No.20
No.
20 2001.
20
20
2001.
2001.
2001.7
77
7....11
11
11
11
てはめられる。 ＊)定常性の条件 (1) Ｅ(Ｘｔ)＝μ 即ち、Ｘｔの平均値μは一定。 (2) σ２ ｔ＝σ 即ち、Ｘｔの分散σ２はｔ時間に依存せず一定。 (3) ρｋ＝Cor(Ｘｔ,Ｘｔ－ｋ)及びρ０＝１ 即ち、ＸｔとＸｔ－ｋ間の相関係数は時間ｔに依存しない。 (4) γｋ＝Cov(Ｘｔ,Ｘｔ－ｋ)＝σ２ρｋ 即ち、ＸｔとＸｔ－ｋ間の共分散は時間ｔに依存しない。 ここで10年物と5年物円金利スワップの金利差(10年物－5年物金利)の自己相関の期間構造を グラフに表すと以下の通り。グラフは、観測データにおいて、現在の自己のデータ値(Ｙ軸)と１期間、 ５期間及び１０期間前(Ｘ軸)の自己相関係数と散らばり度を示している。 1期間前との比較 5期間前との比較 10期間前との比較 上記グラフより、ラグ１の時、自己相関係数が最大でラグ１０の時が最小となった。これは、過去の自己デ ータが現在の自己データの値に与える影響を調べる上で、時間的な相関構造を持つことを意味する。 次に、縦軸に自己相関係数、横軸にラグ次数をとったグラフ(コレログラム)を以下に示す。 コレログラム(10年/5年物円金利スワップスプレッドデータ) 0 0.2 0.4 0.6 0.8 1 1.2 0 0.5 1 1.5 10日前/ 現在 一日前/現在 0 0.2 0.4 0.6 0.8 1 1.2 0 0.5 1 1.5 5日前/現在 0 0.2 0.4 0.6 0.8 1 1.2 0 0.5 1 1.5 10/5年ラ グ 0 0.2 0.4 0.6 0.8 1 1.2 1 2 3 4 5 6 7 8 9 10 11
Focus on the Markets
円金利の自己回帰と曜日効果
円金利の自己回帰と曜日効果
円金利の自己回帰と曜日効果
円金利の自己回帰と曜日効果
No.
No.
No.20
No.
20 2001.
20
20
2001.
2001.
2001.7
77
7....11
11
11
11
前頁のグラフより、分析対象の観測データは何らかのトレンドを持つ事が分かり、また、元データ では自己相関の次数を決定する事は出来ない。もし、観測データが定常性を持つなら、コレロ グラムはラグが大きくなれば、急激に小さくなる(ゼロに近くなる)事が確認されなければならない。 つまり、現在の自己データが何期前までのデータの線形結合(加重和)で表現できるかを決定 する(次数決定)に当たり、観測データを加工する必要がある。 (2) 観測データの変換 本データを何らかのデータ変換によって定常性を持つようなデータへ加工し、分析を行う上 で、定常性モデルを仮定できる可能性を考察する。一般的には、トレンドのある時系列データを 定常性データに変換する方法としては、①データの階差をとる ②収益率へ変換する等が考え られる。 ここでは、特定の年限の円金利スワップ動向(例えば10年の金利動向)のみを考察するので は無く、１０年物と５年物円金利スワップのイールドスプレッドデータ＊を利用し、その階差を取り、 定常性データへ持ち込み適当な次数を選択した。以下に1期間ラグ１０期間ラグまでの自己相 関係数とコレログラムを記す。 ＊低金利局面における金利の絶対水準はゼロを下限とするので、上下95%の信頼区間を考慮した場合、正規分布 を仮定する金利水準や収益率そのものを分析データに使用する事は無理がある。しかし、イールドスプレッド データを利用すれば、金利水準に関係無く今の処、正規分布を仮定しても問題は無い。(下限95%点＞０を満足 している為) 階差 自己相関係数 階差 自己相関係数 １ -0.1940 ６ -0.0070 ２ -0.2205 ７ -0.0098 ３ 0.0047 ８ -0.0164 ４ 0.0072 ９ 0.0090 ５ 0.0093 １０ 0.0038 コレログラム(10/5年物円金利スワップイールドスプレッド階差データ) これより、ラグゼロの場合、自己相関係数が１、ラグ１で急激にゼロに近づいていることから、自 己回帰項が含まれている可能性がある。また、１０年物と５年物スワップのイールドスプレッドの 階差は定常性を持つ事が分かり、本データを解析する事で何らかのモデルを仮定できる。 10/5階差 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1 1.2 1 2 3 4 5 6 7 8 9 10 11
Focus on the Markets
円金利の自己回帰と曜日効果
円金利の自己回帰と曜日効果
円金利の自己回帰と曜日効果
円金利の自己回帰と曜日効果
No.
No.
No.20
No.
20 2001.
20
20
2001.
2001.
2001.7
77
7....11
11
11
11
(3) モデルの決定
本データを利用し、ここでは自己回帰誤差モデル(Autoregressive Error Model)による時系列 分析を行う。本稿では、以下の様に定義する。 Ｘｔ＝μ＋αｔ＋φｔ φｔ＝β１φｔ－１＋β２φｔ－２＋β３φｔ－３＋β４φｔ－４＋β５φｔ－５＋εｔ これは、ｔ期のデータ変動をトレンド(μ)とｋ期（ｋ＝1～5）前までの過去の自己データの撹乱項で 説明するもので、データを解析するためには何期前までのデータの影響を現在のデータが受け ているかを調べる必要がある。その次数の決定方法として、一般的にはAIC(赤池情報量基準) を利用する事が多いが、本稿ではAICに加え、SBIC(ベイズ情報量基準)及びｔ-検定でも検証 してみた。 各ラグのAIC値、SBIC値及びｔ-値
次数 AIC SBIC ｔ-値 次数 AIC SBIC ｔ-値 １ -4887.16 -4871.28 11.23 ６ -5022.02 -4979.68 2.03 ２ -4994.86 -4973.69 12.29 ７ -5021.24 -4973.60 1.56 ３ -5011.98 -4985.52 5.69 ８ -5020.93 -4968.00 1.45 ４ -5021.79 -4990.03 4.23 ９ -5019.22 -4961.00 0.63 ５ -5022.14 -4985.08 2.33 １０ -5017.41 -4953.89 0.43 これらから、AICの最小値及びｔ-値が1％の有意水準でも棄却されない（パラメーターがゼロで は無い）次数は5、SBICは次数4となる＊。従って、本データを解析するには「次数５の自己回帰 残差モデル」が最適と考えられる。次数５を選択する事は、ちょうど一週間前までの自己データ が現在の自己の値に影響する事を意味しており、金利の変動要因にも週次(曜日)効果が含ま れている事が考えられる。 ＊SBICは次数4を選択したが、AIC及びｔ-検定では次数5が選択された。一般的にAICを判断基準の中心にする事例が多 SBICと次数の関係 -4871 .28 -4973 .69 -4985 .52 -4990 .03 -4985 .08 -4979 .68 -4973 .60 -4968 .00 -4961 .00 -4953 .89 -5000 -4950 -4900 -4850 -4800 1 2 3 4 5 6 7 8 9 10 次数 SB IC 値 AICと次数の関係 -4994 .86 -5011 .98 -5021 .79 -5022 .14 -5022 .02 -5021 .24 -5020 .93 -5019 .22 -5017 .41 -4887 .16 -5050 -5000 -4950 -4900 -4850 -4800 1 2 3 4 5 6 7 8 9 10 次数 AI C 値
Focus on the Markets
円金利の自己回帰と曜日効果
円金利の自己回帰と曜日効果
円金利の自己回帰と曜日効果
円金利の自己回帰と曜日効果
No.
No.
No.20
No.
20 2001.
20
20
2001.
2001.
2001.7
77
7....11
11
11
11
１０年物と５年物スワップのイールドスプレッドを下記近似モデルに当てはめ、各種のパラメータ ー推定を行った結果は以下の通り。 Ｘｔ＝μ＋αｔ＋φｔ φｔ＝β１φｔ－１＋β２φｔ－２＋β３φｔ－３＋β４φｔ－４＋β５φｔ－５＋εｔ μ 0.813965 β３ -0.17766 α -0.000016695 β４ -0.04463 β１ -0.70253 β５ -0.07822 β２ 0.04017 これは、現在のＸｔを構成する要素は観測データ期間の固定値０．８１３９６５から撹乱項同士(φ) の時間的な相関構造を考慮に入れ、理由付けが困難な誤差項(極小化された残差ε)の影響 との線形結合(加重和)である事を意味している。また、時間的な要因(ｔ：セータ)に関して言えば、 １期前のデータ(β１)に大きく影響している事が分かる。 本分析結果(次数5を選択した)は、株式価格の推移において、一見ランダムウォーク的な株価 変動を、曜日効果や月次効果によって説明し、ある周期性を考慮して将来の株価動向を予想 する手法と整合性が合い、金利変動予測に本手法の様な自己回帰の要素を含んだ時系列分 析を用いた分析手法も有効である事が言える。
Focus on the Markets
円金利の自己回帰と曜日効果
円金利の自己回帰と曜日効果
円金利の自己回帰と曜日効果
円金利の自己回帰と曜日効果
No.
No.
No.20
No.
20 2001.
20
20
2001.
2001.
2001.7
77
7....11
11
11
11
(4) 回帰モデルと自己回帰誤差モデル ①回帰モデルによるデータ分析 ここでは、通常の回帰方程式から観測データのトレンド分析をしてみる。トレンドはイールドスプ レッド７８～８５の間に回帰しており、回帰直線の上側に系列があると、しばらく回帰直線の上側 にしか系列が無く、一方、回帰直線の下側に系列がある時は、系列は下側に寄っている。これ は、正の自己相関が時間構造を伴って存在(クラスタリング効果)している事の証明である。 明らかに、長期的にも短期的にも正の自己相関が生じている事が分かる。 直近のデータのトレンド分析 観測データ全期間のトレンドグラフ 97/5 98/5 99/5 00/5 01/5 01/1 01/2 01/3 01/4 01/5 直近のトレンドグラフ
Focus on the Markets
円金利の自己回帰と曜日効果
円金利の自己回帰と曜日効果
円金利の自己回帰と曜日効果
円金利の自己回帰と曜日効果
No.
No.
No.20
No.
20 2001.
20
20
2001.
2001.
2001.7
77
7....11
11
11
11
②自己回帰誤差モデルによるデータ分析 それでは、推定された自己回帰残差モデルを利用し、一期先のデータを予想してみる。 注）＊印が予測値、＋印が実測値。グラフの作成上、一期先の予測値と現在の実測値が同じ時間軸(日付け)に表記される。 上記グラフより、＊印を一期間先にずらした値が＋印とほぼ一致する事が伺え、モデルの当てはまりの良 さが言える。 観測データ全期間における一期先データの予測値(＊印)と実測値(＋印) 直近の予測値(＊印)と実測値(＋印) 97/5 98/5 99/5 00/5 01/5 01/3 01/4 01/5
Focus on the Markets
円金利の自己回帰と曜日効果
円金利の自己回帰と曜日効果
円金利の自己回帰と曜日効果
円金利の自己回帰と曜日効果
No.
No.
No.20
No.
20 2001.
20
20
2001.
2001.
2001.7
77
7....11
11
11
11
５．おわりに 本稿では、分析対象以外の説明変数を利用して分析対象市場の何らかのトレンドや変動要因の 相関関係を説明する一般的な回帰分析とは異なった手法で、市場分析を行ってみた。 本稿で取り扱った分析手法は、①撹乱項の分散が正規分布に従い、②撹乱項同士の時系列相 関の要素がある事を前提とした自己回帰誤差モデルであり、曜日効果や自己回帰効果等の要素 が少なからず含まれている事が検証できた。 ファンダメンタルズ分析や投資家動向分析にプラスして、本稿で述べた期間(過去5日間のデータ 推移・出来事等)の変動に注視する事で市場動向分析に厚みを持たせる事が可能となろう。 以上 発行 発行 発行 発行 ( (株 ( (株株株))))東京三菱銀行東京三菱銀行 東京三菱銀行東京三菱銀行 東京都千代田区丸の内２−７−１東京都千代田区丸の内２−７−１東京都千代田区丸の内２−７−１東京都千代田区丸の内２−７−１ （照会先 （照会先 （照会先
（照会先 資金証券部資金証券部資金証券部 TEL資金証券部 TEL TEL（０３）３２４０−３０２７） TEL（０３）３２４０−３０２７）（０３）３２４０−３０２７）（０３）３２４０−３０２７）
※本資料は信頼出来る ※本資料は信頼出来る ※本資料は信頼出来る ※本資料は信頼出来る と思われる各種データに基づき作成しておりますが、当行はその正確性、安全と思われる各種データに基づき作成しておりますが、当行はその正確性、安全と思われる各種データに基づき作成しておりますが、当行はその正確性、安全と思われる各種データに基づき作成しておりますが、当行はその正確性、安全 性を保証するものではありません。また本資料はお客様への情報提供のみを目的としたもので、売買 性を保証するものではありません。また本資料はお客様への情報提供のみを目的としたもので、売買 性を保証するものではありません。また本資料はお客様への情報提供のみを目的としたもので、売買 性を保証するものではありません。また本資料はお客様への情報提供のみを目的としたもので、売買 の勧誘を目的としたものではありません。投資に関する最終決定はお客様ご自身の判断でなさいます の勧誘を目的としたものではありません。投資に関する最終決定はお客様ご自身の判断でなさいます の勧誘を目的としたものではありません。投資に関する最終決定はお客様ご自身の判断でなさいます の勧誘を目的としたものではありません。投資に関する最終決定はお客様ご自身の判断でなさいます ようお願い申し上げます。本誌面の全部または一部を無断で複写、複製することを禁じます。尚、当 ようお願い申し上げます。本誌面の全部または一部を無断で複写、複製することを禁じます。尚、当 ようお願い申し上げます。本誌面の全部または一部を無断で複写、複製することを禁じます。尚、当 ようお願い申し上げます。本誌面の全部または一部を無断で複写、複製することを禁じます。尚、当 方の都合で、誌面の全部または一部を予告せずに変更させて頂くことがございますので、予めご承知 方の都合で、誌面の全部または一部を予告せずに変更させて頂くことがございますので、予めご承知 方の都合で、誌面の全部または一部を予告せずに変更させて頂くことがございますので、予めご承知 方の都合で、誌面の全部または一部を予告せずに変更させて頂くことがございますので、予めご承知 下さい。 下さい。 下さい。 下さい。
