ヘッジファンドとは何か？

さて、話を始める前に、ここにいらっしゃる皆様に質問があります。
ヘッジファンド業界について詳しい方はどれくらいいらっしゃいますか？
ええ、そうですね、多くの方が詳しくないでしょう。
実を言うと、私自身も1998年まではヘッジファンド業界についてあまり知りませんでした。
しかし、LTCMの出来事によって、ヘッジファンド業界が世間の注目を集めるようになりました。
当時、友人にヘッジファンドをどう定義するか尋ねたところ、彼は以前は理解できなかったものの、今は理解していると答えました。
彼が語った定義は興味深いものでした。
ヘッジファンドとは、リミテッド・パートナーとジェネラル・パートナーが参加する有限の期間を持つプライベート・パートナーシップです。
このパートナーシップは、ジェネラル・パートナーが投資経験をもたらし、リミテッド・パートナーが資金をもたらすことで始まります。
そして、終わりにはジェネラル・パートナーが全ての資金を持ち出し、リミテッド・パートナーは全ての経験を持ち帰ります。

多くの方がヘッジファンドに対して懐疑的な見方をしていますが、実際にはヘッジファンドは非常に大きく、人気があり、かつてないほど活発になっています。
ですから、私たちがどれだけ知らないかを説明することが重要です。
そのためには、まず私たちが経済について知っていることから始めましょう。
経済状況について話す際に私たちがよく参照する上位の統計数値をいくつか挙げます。
先月のインフレ率は3.8％、失業率は深刻な問題で9.1％、GDP成長率は1.3％、非農業部門雇用者数は先月からゼロ、住宅着工件数は3.2％増加、そしてFRBのバランスシートが2.8兆ドルであることなどです。
私たちは確かに経済について多くのことを知っていますが、このシステムをどのように管理すべきかについて真に良い感覚を得るには、それだけでは不十分だということに、ここにいるエコノミストの皆さんも同意するでしょう。

ヘッジファンドはかつてないほど大きくなっている

それでは、ヘッジファンド業界について私たちが知っていることをお見せしましょう。
ヘッジファンド業界に関するわかっている情報に基づいて、適切な規制措置を講じることができるでしょうか？
実は、ヘッジファンドには報告義務があります。
私たちが知っていると思っていることはたくさんありますが、これらの事実と呼ばれるものの大半は、私たちが実際には知らないということにしておく必要があります。
例えば、ヘッジファンド業界がかつてないほど大きくなっており、現在の規模は約2兆3,000億ドルと推定されています。
先ほど話されたマネー・マーケット・ファンドが約3兆ドルだということを考慮すると、ヘッジファンドの方が小さいように見えます。
しかし、この2兆3,000億ドルがレバレッジなしであり、信用保証付きのAAA債に投資されていないという事実を無視してはいけません。

質の高いヘッジファンドの出現

第二に、業界の集中化が進んでいます。
金融危機のおかげで、多くの投資家はもはや小さな新興ヘッジファンドには投資したくないと考えています。
彼らが投資したいのは、大手で安定した機関投資家向けの質の高いヘッジファンドです。
つまり、業界の集中度が高まっているのです。
ハーフェンダル・インデックスのグラフをお見せしたいところですが、残念ながらデータがありません。
新規資金の流入の最大の源泉は年金基金であると思います。
ご存知の通り、現在多くの年金基金は水面下にあり、資産が負債を下回っているため、資産の増加を促進しようとしています。
そのために、彼らはより高い利回りの資産を探しており、誤解を招くかもしれませんが、過去のデータを調べるとヘッジファンドが最も適しています。
私たちが知る限り、伝統的な戦略はパフォーマンスが悪いのです。

伝統的戦略は落ちてきている？

定期的なレポートがないため確信は持てませんが、コンバーティブル・アービトラージ、統計的アービトラージ、グローバル・マクロなど、多岐にわたる戦略がここ2、3年低迷しているようです。
確かに、良好なパフォーマンスを発揮しているケースも散見されますが、一部の伝統的戦略は本当に苦戦を強いられています。
リターンの相関性が高まっているのが、我々が観測している現状です。
実際、私たちはヘッジファンドが自発的に報告したリターンのみを観測しており、タスク・データベースやモーニング・スタート・データベースは、自発的にリターンを共有することに同意したヘッジファンドのデータベースなのです。

私たちは大抵の場合、より大きな、より広範な業界で実際に起こっていることへのアクセスはできません。
なぜなら、ヘッジファンドは市場の状況に応じてレバレッジを迅速に動かしているからです。
プライム・ブローカーとの会話からも、ブローカーがヘッジファンドがそうしていると言っていることがうかがえます。
もちろん、複数のプライム・ブローカーを利用しているヘッジファンドも多く、彼らは取引を非常に複雑に分散させているため、何が起こっているのかを見極めることが難しいのです。

ブリッジウォーター・アソシエイツ

今日のランチで、ロブ・アングルがトップ10のリストを発表し、ラスが彼のリストを発表しました。
私のリストは、機関投資家が調査した昨年末時点での上位25のヘッジファンドです。
後ろの方では見えないかもしれませんが、いくつか名前を読み上げておきます。
その中には古くからのヘッジファンドも含まれていますが、現在最大のヘッジファンドはブリッジウォーター・アソシエイツです。
彼らの本拠地はコネチカット州グリニッジで、589億ドルを管理しています。
これは一つの機関が一つのヘッジファンドで管理している額です。
彼らは何をしているのか？それはわかりません。
マルチ・ストラテジー、為替取引、先物など、いろいろなことを行っているかもしれません。
彼らの募集要項はかなり幅広いのです。
JPモルガンの資産運用は542億ドル、マンインベストメントは406億ドル、ポールソン・アンド・カンパニーは数年前に住宅ローン市場に賭けたことで知られている企業で、359億ドルを管理しています。

1999年、LTCMの余波の中でアナリストだったポールソンは2003年にヘッジファンドを始め、3億ドルでスタートしました。
現在は359億ドルになっています。
ただし、ご存知の方もいるかもしれませんが、彼はこの2ヶ月で30％の損失を出しています。
このトップ25の中で最も少ないヘッジファンドのESL投資額は140億ドルです。
これは全体から見れば多くはないかもしれませんが、これらの資産は高いレバレッジをかけ、非常にダイナミックでボラティリティの高い資産に投資していることを忘れてはなりません。
インフレが酷いという話もありますが、それによりこれらの資産の価値が以前ほどではない可能性もあります。

LTCM

そこで、1998年のLTCM時代のドルでこれらの資産がどのようなものであったかを比較してみましょう。
1998年のドルで計算すると、ブリッジウォーターの資産は424億ドル、このリストで最小のヘッジファンドであるESLは101億ドルです。
そして、比較のために、LTCMが持っていたのは101億ドルでした。

LTCMを覚えていますか？
1998年に問題が発生し、47億ドルだった資産がピーク時には80億ドルもあったんです。
それでも、ここに挙げたヘッジファンドよりは小さかったですね。
そして、このリストは実際にかなり先まで続いています。
これは、非常に大規模でありながら、不透明で積極的な投資家であるという懸念すべき材料です。
さて、何が起きているのかを理解するために私たちができることの一例として、私の元教え子で現在モルガン・スタンレーに勤務しているアミール・クンダニと行った調査を振り返ってみましょう。

クオンツのメルトダウン

2007年8月、実に奇妙なことが起こりました。
一般的には、8月の第2週にLIBOR OISスプレッドが暴落し、FRBや他の中央銀行が流動性を注入したとされています。
しかし、ヘッジファンド・マネジャーに尋ねると、彼らがまず思い浮かべるのはクオンツのメルトダウンです。
8月の第2週、クオンツ系の株式市場中立運用会社が、何の理由もなくまったく同時に損失を出したように見えました。
この奇妙な現象について、ウォールストリート・ジャーナル紙は市場の混乱がクオンツにどれほど重くのしかかったかという記事を書きました。
この業界にいた元生徒たちからも連絡があり、状況はどうなっているのか、何が起こっているのかを尋ねてきました。

平均回帰シュミレーション

それで、当時大学院生だったアミールに電話して、この件について調べて、何が起きているのかを突き止めるように言いました。
しかし、ヘッジファンド業界は口が固く、透明性がありません。
そこで、アミールと私は非常に単純な戦略、平均回帰戦略をシミュレートすることにしました。
昨日負けた銘柄を今日買い、今日は昨日の勝ち組を売るというものです。
つまり、基本的にマーケットメイク戦略をシミュレートしているわけです。
このシミュレーションでは、日足で始めましたが、取引データを入手し、5分、10分、20分、1時間のリターンをシミュレーションすることができました。

結果は、8月の第2週におけるこの平均回帰またはマーケットメイク戦略の累積利益を示したグラフになります。
実際には2007年7月2日から9月30日までシミュレーションしましたが、時間足を変えると累積利益がどのように変化するかがわかります。
特に、5分間隔のデータでは、週の初めに損をし始め、最終的にはかなりの損失を出しましたが、その後回復して利益を出すようになりました。

これらのシミュレーションから、私たちは8月の最初の2週間に大規模なレバレッジ解消が起こったと推測しています。
実際には8月1日の午前10時45分に始まり、11時30分に止まりました。
ティックデータを見れば一目瞭然です。
8月6日からは第2波が始まり、特に金融セクターの収益モメンタムとポートフォリオに大きな影響を与えました。
この週には大規模なポートフォリオの巻き戻しがあったと考えられます。

ヘッジファンドは口を割らない

この論文を書いて発表したとき、私たちは少し奇妙な感じがしました。
実際に何が起こったかを知っている人がいるはずですが、彼らは口を割らないのです。
だから実際には、この論文がSFかもしれないし、的を射ているかもしれません。
誰も口を割らないから、今日に至るまでわからないのです。
株主が不利になるため、話すことが許されていないのでしょう。
興味本位ですが、この戦略はどうなっているのでしょうか？
これは2006年に始まった1分累積リターン戦略ですが、つい1年ほど前まではかなりうまく機能していたものが、今は非常に苦戦しています。
サブミリ秒レベルまで上げる必要があるかもしれません。
その可能性はあるでしょう。

資金があるところに集まる

この業界が非常にダイナミックであることが重要です。
ヘッジファンドのマネージャーや投資家は資金のあるところに行きます。
資金がここになければ、彼らは移動し、別のことをしています。
今、彼らが何をしているのかはわかりません。
私がモニカ・ビリオ、ミラ・ギトマンスキー、ロレアナ・ペラゾンと行っているグレンジャー因果関係ネットワークの研究は、金融システムがどれだけ相互につながっているかを理解しようとするものです。
私たちは、ヘッジファンド、ブローカー・ディーラー、銀行、保険会社の月次リターンの関係を測定するために標準グレンジャー因果性検定を使用しました。
そしてわかったことは、これらのネットワークをグラフにすると、ある機関のT時点と別の機関のT時点＋1の間に統計的に有意なレベル5％の関係があるということです。
これは1994年から1996年までの3年間で、これらのつながりをすべてグラフ化したものです。
色分けはヘッジファンド、ブローカー・ディーラー、保険会社、銀行を表しています。
そして、94年から96年にかけて、これらの機関の間に間違いなくつながりがあることがわかりました。

2006年から2008年までのグラフを見ると、このネットワークは現在でもかなり密になっています。
銀行やブローカー・ディーラーだけでなく、ヘッジファンドにも大きなつながりがあることがわかります。
実際、ヘッジファンドの数さえわかっていません。
今言えるのは、ニューヨーク証券取引所で取引されている銘柄数が3990であることだけです。
これが問題だと思います。
つまり、間接的な指標は示唆に富んでいますが、決定的なものではありません。

システミック・リスクを計算する

気象庁や地質調査所、国勢調査局について考えてみましょう。これらの機関が持っているデータを使ってどのように仕事をしているかを考えてみてください。
もし彼らがデータを持つことを許さなかったら、どうやって分析するのでしょうか？
システミック・リスクを語るにはデータが必要です。
この会議は、まさにデータとシステミック・リスクの2つの問題に焦点を当てています。
特に金融機関については、競合他社に秘伝のタレを提供することなく、独自の技術を開発できるようにしたいのです。
そのためには、プライバシーの問題、機密保持の必要性と、ある種の情報開示の必要性との間に緊張関係があります。
問題は、この2つの間に妥協点があるかどうかです。
なぜなら、これは本当に深刻な問題であり、特にヘッジファンドは非常に価値のある情報を提供することに非常に難色を示しているからです。

そこで、結論として「はい、妥協案はあります」と申し上げたいのですが、実際には妥協案とは言えないかもしれません。
それはセキュア・マルチ・パーティ・コンピューティングというコンピュータ・サイエンスの分野で進められている研究に関係しています。
アミールと私は3人目の共著者であるエマニュエル・アベと一緒に研究しています。
私たちがやろうとしているのは、システミック・リスクを計算する方法を開発することです。
これを説明するためには、例を挙げなければなりません。
そこで、私たち誰もがプライベートなことだと感じていることを例に挙げましょう。
例えば、この部屋にいる人たちの平均給与を知るのは興味深いでしょう。

給与情報なしで平均給与を計算する

では、簡単なアンケートから始めましょうか。
レマ、あなたの給料を教えてくれませんか？
ほとんどの人は給料について話すことに抵抗があるでしょう。
では、誰も自分の給料を明かさずに、この部屋の平均給料を計算する方法を考えてみましょう。
バカバカしいかもしれませんが、その方法の例を挙げてみます。

これは約30年前にコンピュータ・サイエンスの文献で開発されたアイデアを使ったものです。
私はレンマに私の給料を渡しますが、それに私が選んだ乱数を加えます。
その乱数は私だけが知っています。
だからレンマ、あなたが知っているのは315ドルです。
この数字は私の給料に私が選んだ乱数を足したものです。
そして、その数字をあなただけに教えます。
あなたも同じことをして、私の数字とあなたの給料に乱数を足した数字をリチャードに渡します。
そしてリチャードは自分の数字に乱数を加えたものをナンシーに渡します。
ナンシーはその数字に乱数を加えてチェスターに渡し、チェスターは全員の番号と乱数を合計し、自分の給料と乱数を足します。
チェスターが持っているのは、全員の給料の合計と全員の乱数の合計です。
何の意味もないように思えますが、チェスターは今、自分の乱数を差し引いた数字を私に渡します。
それをレンマに渡し、レンマは自分の乱数を引き、リチャードに渡します。
リチャードが自分の数字を引いてナンシーに渡し、チェスターに戻るまでに、チェスターが持っているのは全員の給料の合計です。
そして、チェスターがその部屋にいる人数で割ると、その部屋の平均給与がわかります。
誰も自分の給料を明かす必要はありません。
これは非常に単純なアイデアですが、その威力は理解いただけたでしょう。

計算を破る方法

結託してこれを破る方法もあります。
例えば、私がナンシーと結託すれば、他の人の給与の変化を測定して、その人の給与に関する情報を聞き出そうとする方法を見つけ出すことができるでしょう。
しかし、投資銀行や金融機関と取引したことがある人がどれだけいるかは知らないが、結託させることはともかく、互いに話をさせるのは難しいことです。
そこで、アミールと私が取り組んでいる論文では、暗号化手法を用いることで、平均、標準偏差、相関、コバール、限界期待不足など、システミック・リスク対策に必要なすべての統計量を、マルチパーティプライバシーを保ちながら安全に非公開で計算できることを示しました。
なぜこのようなことをしたかというと、すべてのデータが必要ではないというのが私たちの考えだからです。
つまり、OFRの皆さんがすべてのデータを入手するまで、このようなことはできない。
システミック・リスクの統計は、現在利用可能な技術を使って安全かつ効率的に計算することができます。
これは、この論文で行っていることの一例です。

個人の信用リスクを計算する重要性

アミールや共著者アドラー・キムと行った仕事の応用例の一つは、消費者の信用リスクを調べることです。
ある大手銀行から1％の顧客データを入手し、消費者信用の予測力、デフォルトの関連性を10倍に高めることができました。
これは極めて独自性の高いデータであり、郵便番号さえ教えてくれなかったほどです。
私たちはただ国内のどの地域が最も影響を受けたかを知りたかっただけですが、レッドライニングという法律があるようです。
つまり、データの問題は非常に重要なのです。

金融システムはより複雑になっており、その複雑さに対処するためには、まず測定が必要です。
そしてOFRは、データの使命、基準、分析、調査の点で、この取り組みの中心的存在です。
しかし、金融イノベーションにはプライバシーが必要です。
私たちは複数当事者による計算がこの対立を解決できると考えています。
このようなプライバシーの問題は経済学者にとって新しい問題かもしれませんが、機構設計の専門家たちは既に何年もこの問題に取り組んでいます。
多くにとってプライバシーは比較的新しい問題ですが、最近聞いた話で、私はこのことを思い知らされました。

平均は最大値に支配される

それは、ある11歳の少年が「僕は何でも知っている」と言って、家に帰って母親に秘密がないと言った話です。
父親も息子に秘密を知っていると言われて、40ドルで口止めしました。そして、少年はこの秘密を郵便配達員にも話しました。
私たちは皆、平均が最大の年俸に支配されていることを知っています。
また、1998年の長期資金の例では、長期資金が支配的なヘッジファンドよりもはるかに小さいことを指摘しました。
システミック・リスクを全体的なスケールで測定する方法は興味深いですが、実際にリスクの引き金となっている小規模なヘッジファンドを特定するのは難しくないと思います。
どのような規制措置であれ、最初のステップは問題があることを文書化することです。
しかし、問題が文書化されれば、それは解決されるとは限りません。
ハーフェンダル・インデックスのような指標を使って、異常な集中がある場合に規制当局がプライム・ブローカーの上位と話をする必要があるかどうかを判断することができます。
しかし、規制当局は最大のエクスポージャーを感じようとしないため、そのような会話すら起こらないのが現実です。

私たちがやろうとしているのは、テクノロジーを使って、今できていないことを可能にすることです。
SECの情報開示提案のように、名前、住所、電話番号、事業所が必要であり、閲覧可能な記録を持っていること、情報を収集するために何らかの監査人を派遣できることが要求されます。
これは負担が大きいですが、コンピュータ、インターネット、サーバを利用し、様々な機関に接続することができ、メッセージを送信し、検証することができます。
管理可能な方法でこれに対処するには、テクノロジーが鍵になります。