[論文レビュー] Returns-Driven Macro Regimes and Characteristic Lead-Lag Behaviour between Asset Classes

Deborah Miori, Mihai Cucuringu|arXiv (Cornell University)|Sep 1, 2022

Complex Systems and Time Series Analysis被引用数 4

ひとこと要約

本論文は、複数の資産クラスのリターン相関のクラスタリングを用いてマクロ経済サイクルを特定するデータ駆動型フレームワークを提案し、その後、グレインジャー因果関係を用いて各サイクルにおけるリード・ラグ関係を解明する。本研究では、リード・ラグを示す資産クラスがサイクルごとに顕著に異なることが判明し、これらのクラスタに基づくポートフォリオは、特にグローバル金融危機のような危機期において、優れたリスク調整リターンを達成している。

ABSTRACT

We define data-driven macroeconomic regimes by clustering the relative performance in time of indices belonging to different asset classes. We then investigate lead-lag relationships within the regimes identified. Our study unravels market features characteristic of different windows in time and leverages on this knowledge to highlight market trends or risks that can be informative with respect to recurrent market developments. The framework developed also lays the foundations for multiple possible extensions.

研究の動機と目的

• 複数の資産クラス間の時間的に変化する相関関係に基づき、データ駆動型のマクロ経済サイクルの特定手法を開発すること。
• リターンのリード・ラグ関係を用いて、各サイクルにおけるリーディングおよびラギング資産クラスを同定することで、各サイクルを特徴づけること。
• サイクルに特化したリード・ラグクラスタに基づく投資戦略の収益性を評価すること。
• 観察可能なリターンダイナミクスを用いて、動的アセットアロケーションおよびリスクオン／リスクオフの切り替えの基盤を提供すること。
• 将来の市場サイクル予測のためのフレームワークのアウトオブサンプルテストおよび拡張を可能にすること。

提案手法

• 231の日次および月次資産インデックスの間で、リターン相関行列の類似性（ピアソン、スピアマン、ケンドール）に基づいて時間窓をクラスタリングする。
• 約2年間のスライディングウィンドウ（l/N ≈ 2）を用い、相関行列を計算し、持続的な市場状態を同定する。
• 各サイクル内でのリターンの間隔ごとのリード・ラグ関係を検出するために、グレインジャー因果関係検定を実施する。
• 有意なグレインジャー関係が最も多く検出されたラグ（p < 0.05）を、各サイクルごとの特徴的なリード・ラグ遅延として選定する。
• ヘルミート的スペクトルクラスタリングを用い、k=5およびβ=10を設定して、各サイクル内でのリーディングおよびラギングコミュニティに資産をグループ化する。
• 全インデックスのベンチマークと比較して、最もリーディングまたはラギングなクラスタに投資するポートフォリオのリターンを評価する。

実験結果

リサーチクエスチョン

• RQ1 多様な資産クラス間のリターン相関のデータ駆動型クラスタリングによって、マクロ経済サイクルを信頼性高く特定できるか？
• RQ2 特定されたマクロサイクル内において、資産クラス間で明確なリード・ラグ関係が出現するか？
• RQ3 リーディングおよびラギング資産クラスの構成は、異なるマクロサイクルにおいてどのように変化するか？
• RQ4 サイクルに特化したリード・ラグクラスタに基づく戦略は、ベンチマークと比較して異常なリスク調整リターンを達成できるか？
• RQ5 各サイクルにおける顕著なリード・ラグダイナミクスを検出する最適なラグは何か？

主な発見

• グローバル金融危機（サイクル0）では、米国株式およびボラティリティがリーディング資産として特徴づけられ、ヨーロッパの金利がラグを示し、リード・ラグ遅延は10日間である。
• 金融引き締めの転換点に関連するサイクル5では、異常に長いリード・ラグ遅延（42取引日）を示しており、市場の長期的混乱を示唆している。
• 7つのサイクルのうち6つにおいて、リーディングおよびラギングクラスタに基づくポートフォリオがベンチマークを上回った。特にサイクル0では、4%（5% 対 1%）の超過リターンを記録した。
• サイクル3および6では為替がリーディング資産として顕在化し、リスクオン／リスクオフのシフトにおけるその役割が強調された。
• v-measure分析により、k=5がクラスタリングにおいて最適であることが確認され、各サイクルにおける包括性と解釈可能性のバランスが取れている。
• 本フレームワークは危機的サイクルにおいて一貫した優位性を示しており、動的リスク管理およびサイクルタイミングの分野での価値が示唆された。