ポストモダン・ポートフォリオ理論（PMPT）最適化
ポストモダン・ポートフォリオ理論（PMPT）最適化は、総分散ではなく、特定の目標または最低許容リターンを下回るリターンとして定義されるダウンサイドリスクを最小化することで投資ポートフォリオを構築する枠組みである。投資家が損失と利益を非対称に認識し、下振れに対して上振れのボラティリティよりも敏感であることを考慮し、PMPTはモダン・ポートフォリオ理論（MPT）を拡張する。したがって、平均分散最適化（MVO）をダウンサイドリスク最適化（DRO）に置き換え、セミ分散、セミ偏差、ソルティノ比といった指標を用いて資産配分の意思決定を行う。
MPTがリターンの平均周辺の分散のみを投資家が重視すると仮定するのに対し、PMPTはリスクを目標未達成（例：負債支払スケジュール、ベンチマーク、個人のリターン下限）として明示的にモデル化する。これにより、リターンの低下が具体的な結果を伴うリタイアメント・プランニングや基金運用などの場面で、PMPTは特に適している。
PMPT最適化は、ダウンサイドリスクに関する制約下で期待リターンを最大化する、あるいは目標リターンを満たすことを条件にダウンサイドリスクを最小化するポートフォリオ比率を求める。最適化問題は通常、下側部分モーメント（LPM）を用いて定式化され、目的関数は目標リターン \(T\) を下回る偏差の二乗のみを統合する：
\[\text{Minimize } \text{LPM}_2(T) = \int_{-\infty}^{T} (T - r)^2 f(r) \, dr\]ここで \(r\) はランダムリターン、 \(f(r)\) はその確率密度関数を表す。実務では、これを過去データまたはシミュレーションによるリターン分布で近似する：
\[\widehat{\text{LPM}}_2(T) = \frac{1}{N} \sum_{t=1}^{N} \max(0, T - r_t)^2\]この目的関数は、MVOで使用される分散項 \(\sigma^2 = \frac{1}{N} \sum (r_t - \bar{r})^2\) を置き換えます。得られる効率的フロンティアはリターン‑ダウンサイドリスク平面上で凹形となり、目標に対するパフォーマンスが劣る確率が低いポートフォリオをしばしば提供します。
- Target Return (T): インフレ率＋3% などの事前に設定されたベンチマーク、負債のキャッシュフロー、またはリスクフリーレートなどで、‘望ましくない’リターンの閾値を定義します。
- Semi-Variance / Semi-Deviation: 目標以下のリターンの分散または標準偏差で、リスク指標として用いられます。
- Sortino Ratio: 目標を上回る超過リターンをセミ偏差で割った指標で、最適化やランキングにおけるパフォーマンス測定に使用されます。
- Downside Risk Optimization (DRO): PMPT 目的関数を解く計算手法で、リターンを離散的に近似する場合は二次計画法で実装されることが多いです。
- Convergence Behavior: 実証研究によれば、制約のないセミ分散最適化器は理論が予測する極端な『コーナーソリューション』に必ずしも収束せず、むしろ分散投資を生み出すことが多いです。特にリターン分布が非正規分布であったり、ファットテールを含む場合に顕著です。
- Data Sensitivity: PMPT の最適化は、MPT に比べて目標リターンの設定やリターン分布の仮定に対してより敏感です。目標のわずかな変更やダウンサイドモーメントの推定誤差が、最適ウェイトに大きな影響を与えることがあります。
- Computational Complexity: 中規模の資産ユニバースでは処理可能ですが、リスクの非対称ウェイト付けや高次 LPM 形式の非凸性により、規模が大きくなると DRO は MVO より計算負荷が高くなります。
- Goal Alignment: 投資家の目標が明確に定義されている場合（例：既知の負債キャッシュフローの資金調達）に PMPT は優れますが、目標が恣意的であったり、リターン分布が対称で裾が薄い場合は MPT に対する優位性が低下します。
投資家が年率5% のリターンを目標とし、過去の年次リターンを用いて2つの資産クラスを評価するとします。
- Asset A: リターン [2%、6%、8%、4%]
- Asset B: リターン [3%、3%、7%、7%]
Asset A の場合、5% 未満の偏差は [−3%、0%、0%、−1%] で、負の値の二乗は [9, 0, 0, 1] となり、セミ分散 = 2.5 です。 Asset B の場合、5% 未満の偏差は [−2%、−2%、2%、2%] で、負の値の二乗は [4, 4, 0, 0] となり、セミ分散 = 2.0 です。
両資産は平均（5%）が同じですが、Asset A は 5% の目標を下回る不足幅が大きいため、セミ分散 2.5 対 2.0 と、下方リスクが大きくなります。そのため、損失回避的な投資家が PMPT で最適化する場合は Asset B を選好します。2つの枠組みが最も顕著に分かれるのは、資産が同じ総分散を持つがリターン分布の形状が異なる場合です。総分散は上昇偏差と下降偏差を同等に重み付けするため、分布が歪んでいると同一の分散でもセミ分散が大きく異なることがあります――まさにこの非対称性を PMPT は価格付けするよう設計されています。
参照
PMPT最適化は、モダン・ポートフォリオ理論（MPT）とどのように異なるのか？
PMPT最適化は、MPTの対称的リスク指標（標準偏差）を非対称のダウンサイドリスクに置き換え、目標や最低許容リターンを下回るリターンに焦点を当てることで、ボラティリティそのものよりも損失への回避姿勢をより正確に反映する。
PMPT最適化の核心的な目的は何か？
核心的な目的は、特定の目標リターンに対するダウンサイドリスクの一定水準内でリターンを最大化し、負債の支払いやパフォーマンス低下回避といった実務的な投資家目標により適合したポートフォリオを実現することである。
PMPT最適化で使用される一般的なダウンサイドリスク指標は何か？
代表的な指標には、セミ分散（2次下側部分モーメント）、セミ偏差、ソルティノ比があり、いずれも閾値以下のリターンのみを測定し、全体の分散とは区別して評価する。