算術平均リターンが投資家を誤解させる仕組み
ある投資信託が 1 年目に +50%、2 年目に -50% のリターンを記録したとします。算術平均リターンは (50% + (-50%)) / 2 = 0% です。しかし、100 万円を投資した場合の実際の資産推移を追うと、1 年目に 150 万円、2 年目に 75 万円となり、25% の損失が発生しています。算術平均リターンが 0% なのに実際には損失が出ている。この乖離こそが、算術平均リターンと幾何平均リターンの違いが生む最も重要な問題です。
幾何平均リターン (CAGR: 年平均成長率) は、実際の複利成長率を正確に反映する指標です。上記の例では、幾何平均リターンは √(1.5 × 0.5) - 1 = √0.75 - 1 ≈ -13.4% となり、実際の資産減少を正しく表現しています。算術平均は各年のリターンの単純な平均であり、複利効果を無視しています。投資信託の運用報告書やファンドの広告で「平均リターン」が使われている場合、それが算術平均なのか幾何平均なのかを確認することが、投資判断の第一歩です。
ボラティリティドラッグ - 変動が複利成長を蝕むメカニズム
算術平均と幾何平均の乖離は「ボラティリティドラッグ」(variance drain) と呼ばれる現象によって生じます。数学的には、幾何平均 ≈ 算術平均 - σ²/2 という近似式が成り立ちます (σ はリターンの標準偏差)。つまり、ボラティリティが高いほど幾何平均は算術平均から大きく下方に乖離します。算術平均リターンが同じ 10% でも、標準偏差が 10% の場合は幾何平均が約 9.5%、標準偏差が 30% の場合は幾何平均が約 5.5% まで低下します。ボラティリティとリターンの数学的関係を解説した書籍でも、この関係が詳しく分析されています。
ボラティリティドラッグの実践的な意味は重大です。レバレッジ ETF が長期保有に向かないとされる主な理由の一つがこの現象です。2 倍レバレッジ ETF は日次リターンを 2 倍にしますが、ボラティリティも 2 倍になるため、ボラティリティドラッグは約 4 倍に増大します。横ばい相場が続くと、原資産が変わらなくてもレバレッジ ETF の価値は徐々に減価していきます。この「減価」はボラティリティドラッグそのものであり、レバレッジ商品を理解する上で不可欠な概念です。
正しいリターン指標の選び方と投資判断への応用
投資判断においてどちらのリターン指標を使うべきかは、目的によって異なります。過去の投資成果を評価する場合は、実際の複利成長率を反映する幾何平均 (CAGR) を使うべきです。一方、将来の期待リターンを推定する場合は、算術平均が理論的に正しい推定量とされています。これは、将来のリターンが独立同分布に従うと仮定した場合、任意の 1 年間の期待リターンは算術平均で推定されるためです。
実務上の注意点として、ファンドの運用報告書で「年率リターン」と表記されている場合、それが算術平均なのか幾何平均なのかを必ず確認してください。投資パフォーマンス測定の実践書で解説されているように、ファンドの広告では見栄えの良い算術平均が使われがちですが、投資家が実際に手にするリターンは幾何平均に近い値です。特にボラティリティの高い資産クラス (新興国株式、暗号資産など) では両者の乖離が大きくなるため、幾何平均での評価が不可欠です。
リターン指標を正しく使うためのネクストアクション
幾何平均と算術平均の違いを投資に活かすには、まず自分が保有しているファンドの過去リターンが算術平均と幾何平均のどちらで表示されているかを確認しましょう。運用報告書の「騰落率」は通常、各期間の幾何平均 (CAGR) ですが、広告やランキングサイトでは算術平均が使われていることがあります。ボラティリティの高いファンドほど両者の乖離が大きいため、新興国株式ファンドやセクター特化型ファンドでは特に注意が必要です。
次のステップとして、当サイトの複利計算ツールを使い、同じ算術平均リターンでもボラティリティが異なる場合に最終資産額がどれだけ変わるかを体感してください。たとえば算術平均 8% でボラティリティ 10% のケースと 25% のケースを比較すると、20 年後の資産額に大きな差が生じます。この体験を通じて、リターンだけでなくボラティリティの抑制がいかに重要かを実感し、低コストの分散投資を継続するモチベーションにつなげてください。