{
  "schema_version": 1,
  "slug": "harvey-et-al-2018-volatility-targeting",
  "title_ja": "値動きが荒いときに投資量を減らすとリスク特性は改善するか",
  "title": "The Impact of Volatility Targeting",
  "authors": [
    "Campbell R. Harvey",
    "Edward Hoyle",
    "Russell Korgaonkar",
    "Sandy Rattray",
    "Matthew Sargaison",
    "Otto Van Hemert"
  ],
  "published_year": 2018,
  "venue": "The Journal of Portfolio Management",
  "identifiers": {
    "doi": "10.3905/jpm.2018.45.1.014",
    "arxiv": null,
    "jstage": null,
    "ssrn": null
  },
  "versions": [
    {
      "kind": "publisher",
      "url": "https://doi.org/10.3905/jpm.2018.45.1.014",
      "label": "出版社ページ（DOI）"
    }
  ],
  "source": {
    "provider": "publisher",
    "metadata_license": "other",
    "text_reuse": "none",
    "accessed_at": "2026-08-11"
  },
  "categories": [
    "portfolio_risk",
    "factor_investing"
  ],
  "methods": [
    "portfolio_sort",
    "regression"
  ],
  "sample": {
    "markets": [
      "GLOBAL"
    ],
    "period": {
      "start": "1926",
      "end": "2017"
    },
    "universe": "60超の資産・因子。期間は概略",
    "frequency": "論文ごとの分析頻度（書誌・抄録では詳細未確認）"
  },
  "findings": [
    {
      "label": "主要な観測結果",
      "effect": "多数の資産で変動率ターゲティングを比較し、シャープ比、極端損失、テールリスクへの影響を整理する。",
      "value": null,
      "unit": null,
      "basis": "not_reported",
      "note_ja": "効果量は一次資料の表・定義まで検収していないため未収録。"
    }
  ],
  "replication": {
    "status": "not_assessed",
    "evidence": [],
    "note_ja": "独立した追試研究との対応は未評価。"
  },
  "caveats": [
    "jp_untested"
  ],
  "japan_applicability": {
    "status": "not_assessed",
    "note": "日本市場への適用可能性は本レコードでは評価していない。"
  },
  "summary_ja": {
    "body": "多数の資産で変動率ターゲティングを比較し、シャープ比、極端損失、テールリスクへの影響を整理する。",
    "derivation": "original_summary",
    "reviewed_by": "operator",
    "reviewed_at": "2026-08-11"
  },
  "explainer_ja": {
    "one_liner": "リターンと変動率の関係が負の株式やクレジットなどではリスク調整後成績を改善し、極端な損失を抑える傾向がありますを報告した研究です。",
    "question": "直近の変動率が高い資産への投資量を減らし、低い資産では増やす変動率ターゲティングが、株式以外も含む広い資産でシャープ比と極端損失を改善するかを検討します。資産群ごとの差も比べます。",
    "method": "1926～2017年を含む60超の資産・因子を、予測変動率に反比例して同じ目標リスクへ調整します。未調整系列と比べ、自己相関、シャープ比、最大級の損失、歪度などへの効果を資産群別に確認します。",
    "result": "リターンと変動率の関係が負の株式やクレジットなどではリスク調整後成績を改善し、極端な損失を抑える傾向があります。一方、債券・通貨・商品などではシャープ比改善が一様ではなく、同じ規則でも結果が分かれます。",
    "interpretation": "変動率調整は損失を消す保険ではなく、予測遅れや急変時には目標を超えます。レバレッジ、資金調達、頻繁な売買の費用を含めると結果は変わり、すべての資産や相場局面で有利という結論でもありません。",
    "glossary": [
      {
        "term": "変動率ターゲティング",
        "note": "予測した値動きの大きさに応じ投資量を変え、目標リスクへ近づける方法です。"
      },
      {
        "term": "シャープ比",
        "note": "超過リターンを変動率で割った、リスク当たり成績の尺度です。"
      }
    ]
  },
  "source_verification": {
    "level": "abstract",
    "checked_url": "https://doi.org/10.3905/jpm.2018.45.1.014",
    "checked_date": "2026-08-11"
  },
  "updated_at": "2026-08-11",
  "diagram_ja": {
    "type": "group_comparison",
    "evidence_mode": "direction_only",
    "headline": "値動きが荒いときに投資量を減らすとリスク特性は改善するか",
    "caption": "リターンと変動率の関係が負の株式やクレジットなどではリスク調整後成績を改善し、極端な損失を抑える傾向があります。一方、債券・通貨・商品などではシャープ比改善が一様ではなく、同じ規則でも結果が分かれます。図は方向だけを示し、利益額の大きさは表しません。",
    "group_comparison": {
      "basis": "直近の変動率に応じて投資量を変える規則",
      "left": {
        "label": "株式・クレジット",
        "outcome": "リスク調整後成績が改善し極端損失を抑える傾向"
      },
      "right": {
        "label": "債券・通貨・商品",
        "outcome": "シャープ比の改善は一様ではない"
      },
      "difference": {
        "label": "変動率とリターンの関係により効果が分かれる"
      }
    },
    "profit_distance": {
      "observed": {
        "status": "supported",
        "note": "研究標本内で報告された方向です。"
      },
      "costs": {
        "status": "not_tested",
        "note": "売買費用を引いた利益は本レコードで未確認です。"
      },
      "replication": {
        "status": "not_tested",
        "note": "独立した別標本での追試は未評価です。"
      },
      "japan": {
        "status": "not_tested",
        "note": "日本市場での成立は検証していません。"
      }
    }
  },
  "aliases": [],
  "lint_waivers": [],
  "disclaimer_ja": "一般的な研究紹介であり、売買推奨・投資助言ではありません。"
}