[論文レビュー] Survivorship Bias in Emerging Market Small-Cap Indices: Evidence from India's NIFTY Smallcap 250

Harjot Singh Ranse|arXiv (Cornell University)|Mar 19, 2026

Financial Markets and Investment Strategies被引用数 0

ひとこと要約

論文はインドのNIFTY Smallcap 250を1,437銘柄（2016–2025）で測定し、生存者のみのバックテストが年率リターンを4.94％ポイント、シャープ比を0.097過大評価することを示す。高い入替と除外/昇格/降格銘柄の存在を記録し、生存者なしのバックテストのための価格-出来高ベースの歴史的再構成法を提案する。

ABSTRACT

This study quantifies survivorship bias in India's NIFTY Smallcap 250 index using a dataset of 1,437 stocks over nine years (2016-2025). By reconstructing historical index composition through market capitalization ranking and comparing equal-weight portfolios of current constituents versus all historical members, I show that survivor-only backtesting overstates annual returns by 4.94 percentage points (23.3%) and Sharpe ratios by 0.097 (9.1%). The analysis reveals an 82.5% turnover rate, including delisted (16.1%), graduated (33.1%), and demoted stocks (33.2%), with all categories contributing to bias. Using bhavcopy data that includes delisted securities, the reconstruction achieves 100% accuracy for current constituents and an estimated 85-90% accuracy historically. These findings highlight that survivorship bias is materially larger in emerging market small-caps and that using only current index members can significantly overstate strategy performance. Briefly, the methodology reconstructs historical index membership using a price-volume-based ranking approach to enable survivor-free backtesting.

研究の動機と目的

• インドのNIFTY Smallcap 250指数における生存者バイアスの大きさを定量化する。
• 9年間にわたり、生存者のみのバックテストが生存者なしのバックテストとどう異なるかを評価する。
• 除外、昇格、降格の銘柄カテゴリがバイアスに与える寄与を特定する。
• 非生存銘柄データを用いた正確なバックテストを可能にする歴史的再構成手法を開発する。

提案手法

• 市場資本ランキングに基づく歴史的指数構成の再構成を行い、生存有り/無しのバックテストを模倣する。
• 現在の構成銘柄の等重みポートフォリオを、歴史的全銘柄と比較する。
• 除外銘柄を含むbhavcopyデータを用いて歴史的精度を向上させる（目標 ~現在構成銘柄100%、歴史的には85–90%）。
• 生存者のみと生存者なしの枠組みの年間リターンとシャープ比の差を定量化する。

実験結果

リサーチクエスチョン

• RQ1 生存者のみのバックテストを用いる場合、インドのNIFTY Smallcap 250における生存者バイアスの大きさはどれくらいか。
• RQ2 現在の構成銘柄で形成した等重みポートフォリオは、過去すべての歴史的メンバーを含むポートフォリオとパフォーマンス指標でどう比較されるか。
• RQ3 歴史的構成銘柄のうち何割が除外、昇格、降格されており、これらのカテゴリはバイアスにどのように寄与するか。
• RQ4 価格-出来高ベースの歴史的再構成法は生存者なしバックテストの精度を達成できるか。

主な発見

• 生存者のみのバックテストは年間リターンを4.94％ポイント過大評価する（23.3%）。
• 生存者のみのバックテストはシャープ比を0.097過大評価する（9.1%）。
• 回転率は82.5%で、除外銘柄16.1%、昇格銘柄33.1%、降格銘柄33.2%がバイアスに寄与。
• bhavcopyデータを用いた歴史的再構成は現在の構成銘柄でほぼ100%の精度、歴史的には約85–90%の精度を達成する。