1. 単変量分析の理論的限界と多変量フレームワークの必要性
単変量時系列分析（ARIMAモデルやGARCHモデル等）の帰結として、不動産リターン系列における強い単位根（Unit Root）の存在や、保有期間の長期化に伴う予測誤差の分散拡大が確認される。しかしながら、この分析結果のみをもって「不動産リターンのNon-i.i.d.特性が長期ポートフォリオ選択において不動産のアロケーションを決定的に抑圧する」と結論付けることには、理論的・計量経済学的な限界が存在する。
実務における投資家は、不動産単体で資産運用を完結させるわけではなく、株式や債券、無リスク資産など複数の資産クラスから構成される「マルチアセット・ポートフォリオ」を構築する。現代ポートフォリオ理論の本質が共分散構造によるリスク分散にあるのと同様に、時系列分析においても、他資産の情報集合を含めた「条件付き予測誤差（Conditional Forecast Error）」に着目しなければならない。
単変量モデルにおける予測誤差は、他資産に関する一切の情報を遮断した「無条件（Unconditional）」な不確実性を捉えているに過ぎない。もし株式や債券といった他資産の先行指標や構造的ショックが不動産リターンの将来変動に対して強い説明力を有しているならば、多変量の枠組み（Multivariate Time Series Analysis）に拡張することで、不動産単体では一見ランダムあるいは爆発的に見えた予測誤差の分散を大幅に収束・圧縮できる可能性がある。
2. 資産間の長期均衡と短期的動態：共和分検定とベクトル誤差修正モデル（VECM）
複数資産のリターンダイナミクスを分析するにあたり、まず各資産価格系列における「共和分（Cointegration）」関係の有無を検証することが不可欠となる。資産価格系列がそれぞれ1次積算過程（I(1) 過程）である場合、単純なベクトル回帰（VAR）モデルを適用すると「見せかけの回帰（Spurious Regression）」を引き起こすリスクが生じる。
ヨハンセン（Johansen）検定を用いた実証分析により、不動産、株式、債券などの複数資産間において、長期的な均衡関係を示す共和分ベクトルが存在するかどうかがテストされる。
共交関係が存在する場合、モデルは標準的なVARから「ベクトル誤差修正モデル（Vector Error Correction Model: VECM）」へと定式化される。VECMは、資産価格間の長期的な均衡状態からの乖離を補正する「誤差修正項（Error Correction Term）」と、各資産の短期的な動的変動（Lagged Differences）を同一の数理構造内に統合する。これにより、不動産価格が他資産との長期均衡関係から一時的に離脱したとしても、時間の経過とともにどのようなスピードで元の均衡状態へと引き戻されるかという動的調整メカニズム（Mean Reversion to Equilibrium）が解明される。
3. 情報の波及構造と構造ショックの伝播：グレンジャー因果性とインパルス応答解析
VECMの定式化に基づき、資産間の動的な相互依存関係をより精緻に紐解く手法が「グレンジャー因果性検定（Granger Causality Test）」および「インパルス応答解析（Impulse Response Analysis）」である。
- グレンジャー因果性検定 過去の株式や債券のリターン情報が、不動産リターンの将来予測精度を統計的に有意に向上させるか否かを検証する。実証分析の結果、株式市場や金利（債券）の動向から不動産市場への一方向、あるいは相互のグレンジャー因果性が検出される。これは、不動産市場における価格形成の遅延性（平滑化やミクロストラクチャーに起因するラグ）を通じて、他資産の過去データが不動産の将来変化を予測するための有益な先行指標として機能することを示している。
- インパルス応答解析 他資産の市場において1標準偏差の構造的ショック（Exogenous Shock）が発生した際、その影響が時間の経過に伴い不動産リターンへどのように波及し、減衰・収束していくかを動的にシミュレーションする。株式市場における急激な価格調整や金利ショックが、数期遅れて不動産リターンへ波及する軌跡を可視化することで、資産クラス間の定量的ダイナミクスが明瞭となる。
4. 予測誤差の分散分解（FEVD）と条件付き分散の圧縮効果
多変量時系列アプローチにおける最も重要なインプリケーションは、「予測誤差の分散分解（Forecast Error Variance Decomposition: FEVD）」によってもたらされる。
FEVDは、将来の特定の予測期間（h 期先）における不動産リターンの予測誤差分散が、不動産自体の独自ショックによるものか、あるいは他資産（株式・債券等）からのショックによってどの程度説明（寄与）されているかを比率として分解する手法である。
実証結果は極めて示唆に富む。単変量ARIMAモデルの枠組みでは、予測期間 h が長くなるにつれて不動産自身の過去のショックが累積し、予測誤差分散が際限なく拡大していくように見えた。しかし多変量FEVDの解によれば、長期的な予測誤差の相当な割合が株式市場や債券市場の動向（ショック）によって説明され、不動産固有の不可解な不確実性の割合は著しく低下する。
つまり、ポートフォリオ内に株式や債券を併せ持つ投資家にとって、他資産の観測データを利用することで不動産の条件付き予測誤差（Conditional Prediction Variance）は大幅に圧縮されるのである。
5. Cheng et al. (2013) に対する批判的検証と理論的結節点
以上の多変量時系列分析から得られた結果は、先述の Cheng et al. (2013) の先行研究に対して重大な学術的修正を迫るものである。
Cheng et al. (2013) は、不動産の記述統計的な分散の期間増幅効果（Non-i.i.d.過程による二次関数的なリスク拡大）を理由に、保有期間が長期化するほど不動産の最適配分比率が一方的に抑圧・削減されるという結論を導き出した。しかし、彼らの主張の背景にある分散の急拡大は、不動産単体のみに着目した「単変量的な視座」に由来する過剰評価である可能性が高い。
複数資産が絡み合う実際のポートフォリオにおいて、不動産のNon-i.i.d.性に由来するリスクは、他資産との相関・因果ダイナミクスを通じて一定程度中和・予測可能となる。したがって、Non-i.i.d.特性それ自体は、長期資産配分において不動産を排除すべき絶対的な支配要因とは言い切れないことが立証される。
不動産がポートフォリオにおいて真に制約を受ける要因は、単なる時系列的なNon-i.i.d.過程そのものにあるのではなく、市場滞留時間（TOM）や巨額の取引費用に起因する「物理的・構造的な非流動性」と、それに対峙する「投資家のリスク回避度」の相互作用の中にこそ存在する。次章以降では、この理論的帰結を踏まえ、流動性擬制および動的多段階意思決定モデルにおける最適ポートフォリオ選択の実態へと分析を進めていく。
- Markowitz, H. (1952) Portfolio Selection, Journal of Finance, 7(1), pp. 77–91.
- Cheng, P., Lin, Z., & Liu, Y. (2013) Illiquidity, Non-i.i.d. Returns, and Long-Horizon Portfolio Choice.
（第4回「リスク回避度と市場ショック：流動性擬制下における長期配分戦略」へ続く）