市場データにおける生存者バイアスの意味
生存者バイアスとは、データが編纂された時点まで生き残った主体のみが歴史的データセットに含まれる場合に生じるサンプル選択の問題です。株式市場の研究では、典型的な価格データベースには現在も取引されている、あるいは独立企業として存在しているティッカーが記載されています。倒産した企業、上場基準を満たさずに上場廃止となった企業、他社に合併された企業、買収された企業はしばしば欠落しています。したがって、残ったサンプルは過去に売買され得たすべての株式の無作為な断面ではなく、生存によって条件付けられたサンプルです。 古典的な例は第二次世界大戦の航空機分析で、エンジニアたちは帰還した機体を調べ、弾痕が最も多い部分を補強することを検討しました。統計学者エイブラハム・ウォルドは、関連する証拠は欠落した機体、つまり他の部分に被弾して帰還しなかった機体であると指摘しました。生存者バイアスのかかった株式データベースも同様です。上場廃止となった企業は帰還しなかった機体です。それらの不在は中立ではありません。まさに悲惨な結末を迎えた観測値を取り除いてしまうのです。 重要な点は、誰も悪意を持って行動していなくてもこのバイアスが存在し得ることです。これはデータベンダーが記録を収集・維持する方法の構造的な結果です。関連する概念としてポイント・イン・タイム・データがあり、これは各歴史的日付に存在したユニバースを、後に除外された証券も含めて再構築しようとするものです。そのような再構築がなければ、株式をランク付け、スクリーニング、フィルタリングするあらゆるバックテストは生存者のみのユニバースを継承します。このバイアスは、リターンの完全な断面に依存する戦略にとって特に重要です。なぜなら、欠落した銘柄は無作為ではなく、不釣り合いなほど最悪のパフォーマンスを示した銘柄だからです。
死んだ銘柄や閉鎖されたファンドがデータベースから脱落する理由
データベンダーは通常、現在存在する証券のリストからデータベースを構築・維持します。株式が取引所から上場廃止になると、そのティッカーはアクティブファイルから削除されることがあります。企業が買収されると、株主が現金や買収企業の株式を受け取ったとしても、対象企業のティッカーは消えます。企業が倒産しその株式が無価値になると、価格系列は単に停止し、損失を反映した最終リターンがないこともあります。その結果、現在の証券を照会するのは容易だが歴史的研究には不完全なデータベースができあがります。 同じパターンはファンドデータベースにも現れます。清算されたり他のファンドに合併されたりした投資信託は報告を停止します。ヘッジファンドのデータベースはしばしば自主的な報告から構築されるため、パフォーマンス不振後に閉鎖されたファンドは単にデータ提出を停止するかもしれません。するとデータベースには、まだ存続し報告意欲のあるファンドのみが含まれ、各時点で存在した全ファンドは含まれません。一部のベンダーは上場廃止証券や「死んだ」ファンドのファイルを提供していますが、カバレッジやリターンの扱いは様々で、追加記録は費用がかかったり慎重な処理を要したりすることがあります。 除去にはいくつかの層があります。取引所は倒産、最低価格や開示規則の不遵守、企業再編などの理由で株式を上場廃止にします。指数プロバイダーは定期的に指数を再構成し、縮小または失敗した企業を除外し、代替を追加します。上場廃止された価格履歴が存在しても、最終リターンは一貫性なく記録されることがあります。倒産はゼロに近い価格として示され、合併は価格の跳ね上がりとして示され、あるいは系列が突然終了することもあります。これらの選択はそれぞれ、その証券を保有していたであろう戦略の測定パフォーマンスに影響します。除去が無作為ではなく体系的であることを理解することが、バックテストが信頼できるかどうかを判断する第一歩です。
失敗の除外がバックテスト結果を膨らませる仕組み
バックテストは本質的に、一連のポジションにわたる結果を平均する歴史的シミュレーションです。最悪の結果がデータから欠落していれば、シミュレートされた平均リターンは上昇します。これは小さな技術的問題ではありません。幅広いスクリーニングで株式を購入する戦略を考えてみましょう。完全なユニバースでは、それらの株式の一部は最終的にゼロになります。生存者のみのデータベースでは、それらのポジションは決して現れないか、最終崩壊の直前までしか現れません。したがってバックテストはリターン分布の左裾を切り捨てます。平均リターンは良く見え、ボラティリティは低く見え、ドローダウンは浅く見え、シャープレシオなどのリスク調整後指標は高く見えます。 歪みは多くの研究者が予想するより大きくなり得ます。倒産と上場廃止はすべての株式に均等に分布しているわけではありません。それらは小規模企業、財務的に苦境にある企業、低価格株、深刻な圧力下にあるセクターに集中します。これらの領域に集中する戦略は、大規模で安定した企業に焦点を当てた戦略よりもはるかに多くの欠落観測値を持ちます。それらの銘柄を黙って除外するバックテストは、実質的にすべてのポジションが常に最後に記録された価格で売却できた、あるいはどのポジションも全損を被らなかったと仮定しています。どちらの仮定も、トレーダーがリアルタイムで市場を経験した方法とは一致しません。 微妙なタイミングの問題もあります。株式は長い下落の後に上場廃止になることがあります。データベースが下落を保持しつつ最終的な上場廃止リターンを削除すると、バックテストは依然として損失を過小評価します。データベースが履歴全体を削除すると、バックテストは下落を全く見ません。どちらのバージョンもパフォーマンスを良く見せますが、方法は異なります。このため研究者は、上場廃止リターンを含む価格データベースと単に価格を含むだけのデータベースを区別することがよくあります。倒産に対する全損や合併対価の価値など、最終リターンの仮定の存在は、研究の結論を大きく変え得ます。
