執筆:シュウ(FX実務解説)/最終更新:2026年8月29日
FX取引はレバレッジにより預託証拠金を超える損失(元本超過損失)が生じる可能性があります。本記事は統計的な検証手法の考え方を解説するもので、特定の手法・利益を保証しません。掲載する数値は引用元の文献に記載された試算であり、実際の運用成績を示すものではありません。制度・取引条件は各社および公的機関の公式資料をご確認ください。
結論:相関は「同時に動いたか」の記述、共和分は「離れても戻るか」の別の性質
相関は各時点で一緒に動く度合いの記述にすぎず、開いたサヤが戻るかどうかは共和分という別の性質が決める。相関係数の高さは、サヤの平均回帰を何ひとつ保証しない。
厄介なのは逆方向だ。無関係な2本の価格系列でも、水準のまま回帰すれば決定係数は高く出る。1974年の実験がそれを示す。独立なランダムウォーク1本を説明変数に置くと、「関係なし」という帰無仮説は100回中76回も誤って棄却された。グレンジャーとニューボルドの報告だ。以下、見せかけの回帰から共和分の定義、検定の帰無仮説の向き、通ったあとに残る問題までを順に整理します。
なぜ価格の水準どうしを回帰してはいけないのか?
見せかけの回帰とは、互いに無関係な非定常系列を水準のまま回帰したときに、決定係数が高く係数も有意に見えてしまう現象をいう。関係があるから数字が出るのではない。非定常だから出る。
● 独立なランダムウォークでも4回に3回は「関係あり」と出た
予備実験は単純だ。長さ50の独立なランダムウォークを2本つくって回帰し、100回繰り返して5%水準のt検定にかける。「関係はない」という帰無仮説は、およそ4分の3の場面で誤って棄却された。
係数を標準誤差で割った統計量の観測平均は4.5。正しく分布していれば0.8ほどに収まる値だ。著者らは、係数の標準偏差が5.6倍に過小評価されていると読む。5%水準で有意と言うには、通常の約2.0ではなく11.2というt値が要る。桁がひとつ違う。
● 説明変数を増やすほど、棄却率は96%まで上がった
本実験は説明変数の本数を1本から5本まで変える。系列長は50、試行は100回、判定は5%水準、帰無仮説「関係なし」は真。下表はその帰無が棄却された割合だ。
| 説明変数の本数 | ランダムウォーク・水準 | 同・階差 | ARIMA(0,1,1)・水準 | 同・階差 |
|---|---|---|---|---|
| 1本 | 76% | 8% | 64% | 8% |
| 2本 | 78% | 4% | 81% | 12% |
| 3本 | 93% | 2% | 82% | 7% |
| 4本 | 95% | 10% | 90% | 9% |
| 5本 | 96% | 6% | 90% | 13% |
水準の列は説明変数を足すほど悪化し、5本で96%に届く。階差に直した列は2%から13%に収まった。ただしこの76%には条件が付く。説明変数1本・ランダムウォーク・水準・系列長50・100回試行・5%水準。条件を外して一般化しない。
● 決定係数の高さは、それ自体では何も保証しない
論文が挙げる実例がシェパード(1971年)で、1947年から1962年の英国の消費を水準と階差の両方で回帰している。水準では修正決定係数0.99・ダービン・ワトソン比0.59、階差では −0.03 と 2.21。著者らの処方箋は、両方でモデルを組んで合わせて解釈することだ。
なお「決定係数がダービン・ワトソン比を上回れば見せかけの回帰を疑え」という経験則が広く引かれる。ただし本記事で1974年の本文を確認した範囲では、その定式化は見当たらなかった。孫引きの経験則を原典の主張として扱わない。
「戻る」とは何を指すのか?
非定常とは、変数が一定値や線形トレンドへ戻る明確な傾向を持たない性質をいう。d回の差分でおおよそ定常になる系列を、統合次数dすなわちI(d)と呼ぶ。弱定常な変数はI(0)。多くのマクロ経済変数はI(1)とみなせる。
● 単位根検定の帰無仮説は「単位根がある」
取り違えやすいのは帰無の向きだ。statsmodels の adfuller はこう書く。拡張ディッキー・フラー検定の帰無仮説は「単位根がある」こと、対立仮説は「単位根がない」こと。原典はディッキーとフラーの1979年と1981年の論文になる。
したがって、p値が大きいという結果は「定常だと証明された」ではない。単位根を棄却できなかっただけだ。同ドキュメントには、p値が有意の境界に近いなら臨界値で判断せよ、という但し書きも添えられている。
相関と共和分はどう違うのか?
共和分とは、それぞれI(1)である2系列について、ある線形結合 yt − βxt がI(0)になる性質をいう。一般にはこの線形結合もI(1)のままだ。I(0)になるのは特別な場合になる。
| 観点 | 相関 | 共和分 |
|---|---|---|
| 測っている対象 | 各時点で一緒に動く度合い | 線形結合が定常になるかどうか |
| 系列への前提 | 特に置かない | 検定手続きは2系列がI(1)であることを前提に置く |
| 差が戻ることの保証 | 与えない | 線形結合が定常なら、その結合は平均へ戻る |
| 代表的な判定手段 | 相関係数 | エングル・グレンジャー検定/ヨハンセン検定 |
| 期間を延ばしたとき | 係数が動く | 関係そのものが構造変化で崩れうる |
● 共和分は「起きたら驚くべきこと」だと本人が述べている
グレンジャーは2003年12月8日のノーベル講演で、机に投げた2本の真珠のネックレスを引いた。形は互いに無関係でも、2本のあいだの距離を並べた系列が定常になるなら、それが共和分の例になる。距離が定常であることと、2本が似た方向へ動いていることは同じではない。
同じ講演には、統合された系列のほとんどのペアはこの性質を持たない、したがって共和分は起きたときに驚きとして扱うべきだ、という一文がある。ただし直後に、実務ではマクロ経済系列の多くのペアが持つように見える、と続く。この2文はセットで読む。
言えるのは、相関の高さは共和分の証拠にならない、というところまでだ。逆に「相関が高いペアは共和分ではない」とも言えない。対応関係を裏づける一次資料を本記事の調査では得られなかった。
共和分をどう確かめるのか?
共和分の検定は「共和分なし」を帰無仮説に置く。単位根検定とは帰無の向きが逆であり、取り違えると検定結果の読み方が反転する。
● 2つの検定は帰無が逆を向いている
手続きの原典はエングルとグレンジャーが1987年にEconometricaへ発表した論文だ。2段階法は2つの段階を踏む。まず最小二乗の形でβ、正確には共和分空間を推定する。次に、その推定値を固定したまま残りのパラメータを最尤法で推定する。
- 拡張ディッキー・フラー検定/帰無は「単位根がある」。小さいp値は、単位根を棄却できたことを意味する。
- エングル・グレンジャー検定/帰無は「共和分がない」。小さいp値は、共和分なしを棄却できたことを意味する。
- 共通する読み方/どちらも「証明された」ではない。棄却に失敗した側を証明と読み替えた瞬間、結論が事実より強くなる。
落としやすい前提がもうひとつある。statsmodels の coint の説明は、渡す2系列がI(1)であることを前提に置くと明記している。単位根を確かめないままかけた結果は、前提が満たされていない計算だ。順番は単位根の確認が先になる。
● ヨハンセン検定は共和分関係の本数そのものを検定する
ヨハンセンは1988年と1991年の論文で、縮小ランク回帰による最尤推定量を導いた。推定するのはr本の共和分ベクトルが張る空間だ。そのrを決める逐次検定も与えられている。3通貨・3銘柄以上をまとめて扱うなら、本数rを検定できる枠組みが要る。「共和分ベクトルは常に1本」は、2変数の話を一般化したものにすぎない。
● 2003年の受賞理由は、2人で別々だった
2003年10月8日に発表されたその年の経済学賞は、賞金1,000万スウェーデンクローナを2分の1ずつ配分している。エングルの授賞理由は時変ボラティリティ(ARCH)を持つ経済時系列の分析手法。グレンジャーは共通トレンド(共和分)を持つ経済時系列の分析手法だ。「2人が共和分で受賞した」という要約は誤りになる。
検定に通ったあと、何が残るのか?
共和分検定が棄却するのは「共和分なし」という帰無だけで、その関係が将来も続くことは何も保証しない。残るのは、関係が崩れる可能性と、検定を繰り返した回数の問題だ。
● 構造変化があると、通常の検定は関係を見落とす
グレゴリーとハンセンは1996年に、レジーム転換を許した共和分検定を提案している。想定するのは、切片あるいは傾き、またはその両方に、未知の時点で1回だけ断絶が入る場合だ。要旨は、転換を考慮しない通常の拡張ディッキー・フラー検定の検出力が急激に落ちると報告する。ただし限られた実験の範囲での結果だ。この結果から「共和分はいずれ壊れるもの」と一般化はできない。読み取れるのは、1回の断絶が入ると、それを考慮しない手続きでは関係を見つけにくくなる、というところまでだ。
● 成立していた窓の長さが、成績のほうを決めてしまう
チェンとアレクシオウは2025年8月6日付の論文で、2000年から2024年のETF30ペアを調べた。要旨によれば、zスコアの閾値を下げると取引機会は増え、利益とシャープレシオは上がる一方、ボラティリティとドローダウンも大きくなる。そして共和分が成立している取引窓が短いことが、長期の収益性を制限する。
対象はETFの30ペアだ。通貨ペアではない。FXで同じ結果になるとは、この論文からは言えない。
● 検定を何度も走らせた時点で、その検定は選抜に変わる
候補ペアを総当たりで検定にかければ、5%水準なら20組に1組は偶然で棄却される。100組を試して5組が通ったという結果は、何も言っていないに等しい。試した組数を記録し、採用は1回で終える。この構造はウォークフォワード分析の回と同じだ。
通った1組も、単一の推定値ではなく分布として眺めたい。考え方はモンテカルロ法によるドローダウン評価に整理した。サヤの平均回帰を狙う設計は売買回数が増えやすいため、実装コストの計上を済ませてから検定に入る順番が現実的になる。
参考にした一次情報はどれか?
- Granger & Newbold(1974年7月)Journal of Econometrics 2(2) 111–120/DOI。
- Dickey & Fuller(1979年6月)JASA 74(366a) 427–431/DOI。
- Engle & Granger(1987年3月)Econometrica 55(2) 251–/DOI。
- Johansen(1988年6月)JEDC 12(2–3) 231–254/DOI。同(1991年11月)Econometrica 59(6) 1551–/DOI。
- Gregory & Hansen(1996年1月)Journal of Econometrics 70(1) 99–126/DOI。
- Chen & Alexiou(2025年8月6日)Journal of Asset Management 26(5) 464–488/DOI。
- ノーベル財団Advanced information(2003年10月8日)/Granger ノーベル講演(2003年12月8日)。
- statsmodels adfuller/coint(2026年8月29日閲覧)。
よくある質問(FAQ)
Q. 相関係数が0.9を超えていれば、サヤ取りの根拠になりますか?
なりません。相関が記述しているのは各時点で一緒に動いた度合いであって、開いた差が戻る性質ではありません。まず各系列の単位根を確かめ、そのうえで共和分の検定へ進む順番になります。
Q. 共和分検定に通れば、そのペアは安全ですか?
いいえ。検定が棄却するのは「共和分がない」という帰無仮説だけで、共和分が証明されたわけではありません。渡す2系列がI(1)であることも前提に置かれています。
Q. エングル・グレンジャー法とヨハンセン検定は、どちらを使いますか?
参照した一次資料からは実務上の優劣を判定できません。2段階法は最小二乗と最尤推定の組み合わせで、ヨハンセンの手法はr本の共和分ベクトルが張る空間とその本数rを扱います。3変数以上を同時に見るなら後者です。
Q. 通貨ペアで共和分は成立しますか?
本記事の調査では、肯定・否定のいずれの向きでも裏づける査読済みの一次資料を得られませんでした。根拠が見つからなかっただけで、成立しないと確認されたわけでもありません。判断は手元のデータで検定し、期間を変えて結論が反転しないかを見ることになります。


コメント