運用者の​見るリスクは​投資家に​届いているか​｜ヘッジファンドの​規制報告を​使った​研究に​学ぶ、​配分者の​モニタリング

想定読者：海外ヘッジファンドを選定・モニタリングする年金・保険・ゲートキーパーの担当者、運用会社のリスク管理担当者
前提知識：ベータ、アルファ、ストレステストの意味（回帰分析の用語は本文で説明します）

四半期のレビューで、ある株式ロングショート型ファンドの資料を開く。過去36か月の月次リターンを株価指数に回帰すると、ベータは0.1。リターンの大半は銘柄選択の腕に見える。ところが同じ運用会社のリスク部門は、株価が20%下がれば基準価額が1割減ると試算しているかもしれない。リスクを取っていたのに相場が穏やかで表に出なかっただけなら、アルファの評価そのものが変わる。

投資家の手元には普通、後者の数字がない。この差を、監督当局にだけ提出される報告で測り、投資家が織り込んでいるかを問うたのが次の研究である。

二つの​ベータ：リターンから​測る​ものと、​運用者が​見積もる​もの

ベータは、市場が1%動いたときに資産がどれだけ動くかを示す。CAPMの枠組みでは、リターンのうちベータと市場の上昇で説明できない部分がアルファになる。投資家が普段使うベータは過去リターンの回帰で求めたもので、これを本記事では測定ベータと呼ぶ。研究では、手数料控除前の月次リターンを米国株の時価加重指数に回帰している³。

もう一つの材料が Form PF だ。一定規模以上のヘッジファンドの運用会社がSECに出す報告で、内容は非公開である。論文の説明によれば、大型ファンドは質問42で、株価が5%・20%上下した場合のポートフォリオの損益を、基準価額（NAV）に対する比率で答える。答えない場合は、その要因が「関連なし」か「関連はあるが検証していない」かを選ぶ。株式要因では回答の75%が関連ありとし、関連があって検証もしているのは47%だった⁴。

著者らは損益を市場の変化率で割って主観的なベータとした。市場が20%下がるとファンドが10%下がると答えれば、その下落幅でのベータは0.5である。報告ベータの平均は約0.2で、中央値は0、測定ベータの平均は0.33だった。分析に使う主観ベータは、前四半期の回答に各月の実現市場リターンを当てはめて月ごとに求める。資金フローの分析は四半期の最終月の値を、ファンド別の比較は全期間の平均を使う⁵。そこから測定ベータを引いた値が「ベータ差」である。正なら運用者の方がリターンの見かけよりリスクを高く見ている。

差の​半分ほどは​持続し、​運用者の​回答には​将来の​リスクの​情報が​あった

ファンドごとに全期間で計算したベータ差は、平均−0.06とほぼゼロだったが、標準偏差は0.33と大きい⁶。著者らは原因の候補に、推定の誤差、ベータの時間変化、非線形のペイオフ、リターンの平滑化を挙げる。

単なる推定誤差なら、重ならない期間どうしでベータ差は相関しないはずだ。実際には、36か月ごとの窓で前の期間の差が次の期間の差を予測し、傾きは0.56（標準誤差0.03）だった。著者らはこれを、差のおよそ半分が持続し、半分は一時的なものと読む⁷。報告ベータ自体の変動は80%超をファンドの違いで説明でき、戦略の説明力は小さい⁸。

著者らが問うのは差の原因より、回答が将来のリスクの予測に役立つかどうかである。翌月のリターンを、主観ベータ×市場リターンと測定ベータ×市場リターンの両方で説明すると、主観ベータの係数は0.29（標準誤差0.02）で、測定ベータの0.61と並んで正だった⁹。過去リターンの方が係数は大きいが、回答にはそれとは別の情報が含まれる。これが代理人問題の前提になる。

金額の感覚も押さえておく。著者らの例では、ベータ差が0.3で市場リスクプレミアムが年5%なら、運用者の見るアルファは測定値より年1.5％ポイント低い。標本期間の実現プレミアム年11.5%を使うと、差は約3.5％ポイントに広がる¹⁰。

資金が​反応したのは、​情報が​運用者に​有利な​ときだった

投資家が運用者の見方を知っているかは直接観察できないため、著者らは資金の動きから逆算した。ベータ差が正のファンドで投資家が運用者の見方を知っていれば、測定アルファを割り引くので、流入は測定アルファから予想されるより少なくなるはずだ。この割引の度合いを、運用者の見方に置く重み ω として推定する。1なら見方をそのまま採用し、0なら反応がない¹¹。

全ファンドでは ω は0.37（標準誤差0.14）で、統制を変えても0.35〜0.48だった¹²。ただしこの平均は中身の違いを隠している。著者らは代理人理論に沿って、相関の小さい三つの区分でファンドを分けた。図1がその推定値である。

第一に、ベータ差の符号で分かれた。ベータ差が負、つまり運用者がリターンの見かけよりリスクを低く見ているファンドでは ω が0.69（統制ありで0.76）と有意に正だった。正のファンドでは−0.08（同−0.09）で、統計的に有意な反応は確認されなかった。著者らは、回帰の係数が両群で等しいという仮説を棄却している¹³。運用者の見方が成績の評価を押し上げる方向でだけ、資金の反応が確認された形である。

第二に、ペイオフの形である。株価の大きな変動でベータが上がると報告した非線形のファンドは、プットの売りなどで生じる形で、平時にはアルファのように見えやすい。その ω は−0.15（統制ありで−0.26）で有意ではなく、線形のファンドでは0.53（同0.64）だった。ただし両者の係数の差は限界的にしか有意でない¹⁴。

第三に、運用者の自己資金である。内部者の保有比率が中央値を超えるファンドの ω は0.67（統制ありで0.81）で、内部者自身の資金を除いても0.54（同0.78）だった。中央値以下では0.15（同0.12）で有意ではなく、係数の差も有意である¹⁵。

手数料も同じ向きだった。ベータ差が負のファンドでは差が負に大きいほど実現手数料が高いのに対し（係数−0.32、t値−2.90）、正のファンドでは統計的に有意な関係は確認されなかった（−0.06、t値−0.62）。ただし両者の係数が等しいという仮説は棄却できていない¹⁶。

著者らはこの非対称を、契約や評判では情報の非対称が解消していない証拠と読む。ベータ差が正の運用者は見方を明かすと資金が減るので伝える動機が弱く、負の運用者には伝える動機がある。この読みには、投資家がどの群にも同じリスク調整を使っていることが要り、著者らは固定効果や多因子モデルでこれを確かめたとする¹⁷。運用者と投資家の実際のやり取りはデータに含まれない。

2020年第1四半期：投資家は​知っていて​無視していたのか

投資家は情報を知っていたが、正のファンドでは無視していただけかもしれない。著者らはこの読みを確かめるため、米国株の指数が20%超下げ、VIX指数が50%を超えた2020年第1四半期を調べた。知っていて無視していたなら成績に驚く理由はなく、通常の関係以上の流出は起きないはずだ。

2019年末までのデータから各ファンドの通常の資金フローを予測し、実際との差（異常フロー）をベータ差で説明する。異常フローとベータ差の関係の傾きが、正の群と負の群でどれだけ違うかを示す係数は−14.92（標準誤差4.19）で有意だった（889本）¹⁸。著者らはこれを、正の群では差が大きいほど流出が多い結果と読み、投資家が驚いてリスクの見方を改めた証拠とする。

著者らは、正のファンド群の90パーセンタイルは10パーセンタイルより流出が8.02％ポイント多いと述べる。この値は上の係数だけを使った計算に近いが、回帰には負の群と共通の傾き6.83も入っているため、正の群の傾きは両者の和の−8.09になる。編集部がこれで計算すると、ベータ差の幅0.54に対する差は約4.4％ポイントだ（論文にこの和の検定はなく、正の群の中の関係が有意かは確認できない）。ファンド別に通常のフローを推定した列では係数自体も−7.60（t値−1.70）と弱まる¹⁹。予測に使うリターンは2019年第4四半期までなので、流出の一部が当四半期の成績そのものへの反応である可能性は残ると編集部は考える。

負の群では、ベータ差がより大きく負のファンドほど流出が多かった。下落を見た投資家が評価を見直した可能性を著者らは挙げる²⁰。

「フローの10〜20%」と​いう​試算と、​事前に​見分ける​手が​かり

要旨が掲げる数字が、過去10年のフローの10〜20%は配分が違っていた可能性だ。もとの計算では、投資家が正のファンドで運用者の見方を全面的に採用すると、2015年1月以降の流入は約8％ポイント（350億ドル）少ない。さらに負のファンドで見方を無視し、常に二つのベータの大きい方を採ると、2023年6月までで約20％ポイント（840億ドル）少ない。

著者らはこれを示唆にとどまると断る。受け取らなかった資金が業界から消えると仮定した計算なので、ファンド間の配分替えと読むのが要旨の数字である。適切な重みが分からないこと、運用者の情報を投資家が入手できる前提であることも限界に挙げる²¹。規模の目安であって、誤配分の測定値ではない。

打つ手はないのか。著者らは、投資家にも見える特性とベータ差の関係を調べた。表1のとおり、測定ベータが低いほど、レバレッジやデリバティブの使用が多いほど、規模が大きいほど、過去のリターンが高いほど、ベータ差が正になりやすい²²。

著者らは、入手可能な情報で配分を改善できたはずだと論じる。ただしR²は過去の測定ベータでも0.04で、他はほぼ0である。水準で見ると、規模と過去リターンの係数は有意ではない。表1は点検の順番の材料にはなっても、合否の基準にはならない。

研究の​対象と​限界：何が​言えて、​何が​言えないか

対象はSECに報告する大型ファンドで、中央値の運用資産は10.4億ドルである。中心の分析が扱うのは米国株の市場ベータだけで、金利・信用・為替のリスクは頑健性の確認で統制に入るにとどまる。株式要因を「関連はあるが検証していない」としたファンドは分析から外れ、著者らによればこのグループは非上場株の比率が高い傾向がある²³。

ω は投資家の信念を直接測ったものではなく、信念が二つのベータの加重平均で決まるという単純化に立つ²⁴。主要な結論は、ファンドと時点の固定効果、標準誤差の計算方法の変更、主観ベータの36か月平均、多因子モデルでも保たれたとされる。ただし正の群の ω の点推定は列によって動き、36か月平均の列で0.59（t値1.00）、他の要因のベータがゼロのファンドに限った列で−1.91（t値−1.88）で、ともに5%水準で有意でない²⁵。「反応がゼロ」と言い切るより「反応を確認できない」と読む方が正確だと編集部は考える。

著者らはさらに、リスクを過去リターンから読みにくい仕組み商品、プライベート・エクイティ、プライベート・クレジット、不動産では問題はもっと深刻だろうと述べる²⁶。検証された結果ではなく、著者らの見通しである。

先行研究では、Agarwal, Green, Ren（2018年）が、ヘッジファンドの資金フローは多因子モデルのアルファよりCAPMアルファでよく説明できると示した²⁷。Jurek and Stafford（2015年）は、ヘッジファンド指数がプット売りで再現でき、非線形のリスクと大きな配分比率が組み合わさると必要リターンが線形モデルの2倍を超えると論じた²⁸。

大手町​プレップの​考察：​「沈黙」も​情報と​して​扱う

ここからは編集部の推論である。ベータ差が正だからといって、運用者が虚偽の説明をしているとは言えない。リターンのベータが低く出る理由は複数ありうる。一方で、研究の読みが正しければ、不利な見方は自然には届かない。点検の焦点は、説明の真偽より、説明されなかった部分を投資家が埋める手順を持っているかにある。

もう一つは評価の順序だ。測定ベータでアルファを求めてから面談するのではなく、運用者の回答でベータの幅を決めてから成績を評価する方が、平時の見かけに引きずられにくいと編集部は考える。論文が検証した方法ではない。

日本の​実務への​応用：報告は​見られないが、​同じ​質問は​できる

Form PF は米国の投資家にも公開されていない。現実的なのは、ストレス結果をDDQと定期報告の項目に入れることだろう。LPに​よる​ヘッジファンド​選定​デューデリジェンスで扱う検証の全体像に、運用者のリスク認識を数字で受け取り、リターンのベータと突き合わせる一手順を加える形だ。運用会社が応じるかは契約と交渉の問題である。

日本のアセットオーナーには、これを位置づける枠組みがある。2024年8月に内閣官房が策定したアセットオーナー・プリンシプルは、法的拘束力を持たない原則で、運用委託先の選定では過去の運用実績等だけでなくリスク管理の手法等も含めて総合的に評価し、委託先を定期的に評価すべきだとしている。規模や性格に照らして必要があれば、VaR等の指標やストレステストの活用も考えられるとする²⁹。

日本から持ち込むときの違いは三つある。研究のベータは米国株の指数に対するもので、世界株などを基準にするなら計算し直す。円ヘッジの有無で円建てのリターンの動きも変わる。ファンド・​オブ・​ファンズやゲートキーパー経由の投資では、回答を組入先ごとに取得できるかを最初に確かめる。

設例：回答から​ベータ差を​計算し、​アルファを​見直す

回答を市場の変化率で割ると、ベータは株価−20%で0.50、−5%で0.20、＋5%で0.20、＋20%で0.25になる。−20%と−5%のベータの比は2.50、＋20%と＋5%の比は1.25で、どちらも1を超えるので、研究の定義では非線形にあたる。シナリオ別に見た測定ベータとの差は、−5%で0.10、−20%で0.40だ。研究のベータ差とは定義が異なる。図2のとおり、市場が20%下がると、測定ベータでは2.0億円の損失、運用者の回答では10.0億円の損失となる。

測定ベータのアルファは年8.0%−0.10×6.0%＝7.4%である。小さな変動のベータ0.20を使えば6.8%、−20%のベータ0.50を使えば5.0%となる。表2は、ベータ差と想定プレミアムを動かした感応度だ。

明日から​使える​確認項目

1. 同じ質問を四半期ごとに聞く：「株価が±5%・±20%動いたときの基準価額への影響を、ロングとショートに分けて教えてください。回答できない場合、関連がないのか、検証していないのかも教えてください」
2. ベータ差を計算する：過去36か月の月次超過リターン（最低24か月）を基準指数に回帰して測定ベータを求める。各月の指数リターンを回答に当てはめた主観ベータとの差を記録する。差の絶対値が0.3以上なら面談で理由を聞く（0.3は研究の標準偏差を見て編集部が置いた仮の目安で、研究で検証された閾値ではない）
3. 形を見る：−20%と−5%、＋20%と＋5%のベータの比が1を超えるなら、どの建玉が非線形性を生むのかを聞く
4. 回答を実績と照合する：株価が5%前後下げた月の損益を回答と比べ、外れた理由を聞く。テールリスクの説明と実績の一致を記録する
5. アルファを幅で評価する：測定値に加え、−（ベータ差）×想定プレミアムで調整した値を投資委員会の資料に並べる
6. 運用者の自己資金を聞く：内部者の出資比率とその増減を確認する。比率が高ければ安全という研究結果ではない
7. 点検の順番を決める：測定ベータが低い、レバレッジが高い、過去リターンが高いファンドから優先する。判別力は弱く、目安にとどめる

よく​ある​質問

まとめ

著者らは非公開の規制報告から、運用者の回答に過去リターンにないリスクの情報があることを示した。資金はその情報が運用者に有利なファンドで反応し、不利なファンドでは平時の反応が確認されなかった。2020年第1四半期には正の群の傾きが負の群と有意に異なった。著者らはこれを、契約や評判で情報の非対称が解消していない証拠と読み、フローの10〜20%は配分が違った可能性があると試算するが、査読前の研究で、試算は示唆にとどまる。それでも、同じ質問を投げ、回答と測定ベータを四半期ごとに並べる点検はすぐに始められる。

脚注

1. R1 の版の経緯：初出は FRB の FEDS 2024-098（論文の日付は2024年12月17日、60ページ。DOI 10.17016/FEDS.2024.098）。本記事が参照したのは改訂後の Harvard Business School Working Paper 26-049（70ページ、Copyright 2026。本文に日付の記載はなく、PDF の作成日の記録は2026年1月29日）。ページは PDF の物理ページ（印字ページ＋3）。FEDS 版の要旨は、運用者が高いリスクを認識するときにフローが反応しないことを運用者の戦略的な情報伝達と結びつけ、下落局面の資金引き揚げと事前の識別可能性を述べていた。HBS 版の要旨は、投資家がリスクを観察できないときの代理人問題として問いを立て直し、フローは情報が運用者に有利なときにしか反応せず、過去10年のフローの10〜20%は配分が違った可能性があるとする。HBS 版では多因子モデルによる確認と条件の整理（4.2節・付録A）が加わり、ファンド別の ω の群分け、内部者保有×ベータ差の符号の組み合わせ、ベータ差の分散分解、非線形とベータ差の符号の関係の数値は本文から外れた。表番号も版で異なる。いずれの版も査読前の資料で、見解は著者のもの（p.2〜3）。2026年10月30日に Crossref と OpenAlex を題名・著者で検索した範囲では、学術誌への掲載の記録は見当たらなかった。掲載の有無を網羅的に確認したものではない。↩
2. R1（HBS WP 26-049, 2026年） p.5・p.10〜11（2.1節）・表1（p.42）。ファンド・四半期の数は表1の運用資産の行の値。適格ファンドは2023年第3四半期に Form PF を提出するヘッジファンドの純資産の80%・総資産の86%を占める。提出者には米国外で設立されたファンドも含まれる（p.10）。標本は2013年1月〜2023年7月（p.11）。↩
3. R1（HBS WP 26-049, 2026年） p.12（2.2節）・p.15〜16（3.2節）。指数は CRSP の時価加重指数で、ファンドのリターンは手数料控除前。ローリング推定は36か月（最低24か月）。↩
4. R1（HBS WP 26-049, 2026年） p.10・p.13〜14（3.1節）・表2a（p.43）。Form PF の様式は R1 の説明に依拠した（SEC の様式 PDF は取得できず未確認）。使われた様式は改正前のもので、質問の番号も同じ（p.10 注4）。関連あり未検証は28%、関連なしは25%。↩
5. R1（HBS WP 26-049, 2026年） p.14〜15（3.1節）・表2b（p.43）・表1b（p.42）。シナリオの間は線形補間で埋め、関連なしの回答はベータ0、未検証の回答は欠損とする（p.14〜15）。月ごとの主観ベータの定義は p.15、全期間の平均との比較は p.16、四半期の最終月の値は p.23（式(7)）。測定ベータの中央値は0.24。↩
6. R1（HBS WP 26-049, 2026年） p.16（3.2節）。全期間の回帰によるファンド単位のベータ差で、両端1%を除く。差の原因の整理は p.17（3.3節。ほかに資産の非流動性）で、原因の特定が分析に不要との記述は p.17〜18。↩
7. R1（HBS WP 26-049, 2026年） p.17（3.3節）。傾きは重ならない36か月窓の前期の差への回帰で、標準誤差はファンド単位のクラスター。半分という読みは、真の差が恒久的で観測誤差が独立という仮定に基づく。↩
8. R1（HBS WP 26-049, 2026年） p.61（付録B.1）・図A1（p.69）。調整済みR²。ファンドの違いで80%超、運用会社の違いで約60%。ベータ差そのものではなく報告ベータの分解である。↩
9. R1（HBS WP 26-049, 2026年） p.18〜19（3.4節）。完全な指標なら係数は1になると著者らは説明する（p.19）。正のベータ差のファンドに限っても情報があるとする（p.62、付録B.2・図A2）。↩
10. R1（HBS WP 26-049, 2026年） p.16（3.2節）。市場が唯一の価格づけ要因という単純化のもとでの換算。0.3×11.5%は3.45％ポイントで、論文は「ほぼ3.5%」と記す。序論（p.5）は年10%の例で3％ポイントとする。↩
11. R1（HBS WP 26-049, 2026年） p.19〜21（4.1節）。ω＝−κ2÷κ1。κ1は測定アルファの係数、κ2はベータ差×市場リターンの係数。↩
12. R1（HBS WP 26-049, 2026年） 表3（p.44）・p.23〜24（4.3節）。列1はκ1＝1.80、κ2＝−0.66（標準誤差0.26）。三つの区分の相関が小さいとの記述は p.24。↩
13. R1（HBS WP 26-049, 2026年） 表5列1〜4（p.46）・p.26〜27（4.4.2節）。ベータ差が正のファンドの統制なしのt値は−0.26、負のファンドのωの標準誤差は0.23。κ2が等しいという仮説の棄却は p.26・p.28 注24。論文は正のファンドを「およそ半分」と記すが（p.36）、表5の観測数では11,458÷28,905＝39.6%（編集部の計算）。↩
14. R1（HBS WP 26-049, 2026年） p.27〜28（4.4.3節）・表6（p.47）。非線形は β(−20%)/β(−5%) または β(20%)/β(5%) が1を超えるファンド。本文 p.28 は列4の ω を0.53（標準誤差0.11）と記すが、表6では0.53は列3、列4は0.64で、本記事は表の値を使った。κ2の差が限界的にしか有意でないとの記述は p.28〜29 注24。↩
15. R1（HBS WP 26-049, 2026年） 表4（p.45）・表A1（p.64）・p.24〜26（4.4.1節）。内部者の保有比率は Form ADV により、標本では平均13.68%、中央値3%（表1a, p.42）。内部者の資金を除いた低保有の群は0.21（統制ありで0.18）。κ2が等しいという仮説の棄却は p.25。↩
16. R1（HBS WP 26-049, 2026年） p.29〜30（4.5節）・表7（p.48）。実現手数料はグロスと純のリターンの差の平均。↩
17. R1（HBS WP 26-049, 2026年） p.7（序論）・p.21〜22（4.2節）・p.27（4.4.2節）。ベータ差が正の運用者の動機は p.7・p.27。条件は、運用者の情報が両群で有用、フローが認識アルファに増加、投資家のリスク調整が同様の三つで、著者らは第三を最も実質的とする。投資家層の偏りがないとの確認は非掲載の結果（p.22）。↩
18. R1（HBS WP 26-049, 2026年） p.7〜8（序論）・p.30〜32（5節）・表8列1（p.49）。−14.92は式(11)の b3 で、正の群と負の群の傾きの差。指数と VIX の記述は p.31（序論 p.7 は下落を「ほぼ20%」と記す）。同時に推定した正の群のダミーの係数は−0.43で有意ではない。↩
19. R1（HBS WP 26-049, 2026年） p.32・表8（p.49）。0.54×14.92＝8.06で論文の8.02に近い。0.54×|6.83−14.92|＝4.4は編集部の計算。補遺の一段階の推定（表A3, p.66）の係数も同じ向きである。列5の負の群の傾きは2.22で有意ではなく、著者らは列5の係数の低さを推定のノイズによるものと見ている（p.33）。予測の式は式(10)（p.31）で、序論（p.8）は異常フローを根拠に成績への単純な反応ではないと述べる。↩
20. R1（HBS WP 26-049, 2026年） p.32（5節）。↩
21. R1（HBS WP 26-049, 2026年） p.3（要旨）・p.8（序論）・p.33〜35（6.1節）・図5（p.54）。「過去10年」は要旨の表現で、計算の期間は2015年1月〜2023年6月。負のファンドだけを変える計算では10％ポイント超少ない。ほかの限界は横断面からの外挿と、回帰式が構造モデルでないこと（p.35）。↩
22. R1（HBS WP 26-049, 2026年） p.35〜37（6.1節）・表9（p.50）・表A4（p.67）。特性は投資家にとっておそらく観察可能なものと著者らは述べる。↩
23. R1（HBS WP 26-049, 2026年） p.5・p.10〜11・表1（p.42）・p.14（3.1節）・p.61（付録A.3）。平均の運用資産は21.1億ドル。↩
24. R1（HBS WP 26-049, 2026年） p.19（4.1節）・p.21（4.1節末）・p.22（4.2節）。著者らは枠組みを文字どおり受け取った場合の読み方として ω を示している（p.21）。↩
25. R1（HBS WP 26-049, 2026年） p.27（4.4.2節）・p.61（付録A.3）・p.62（付録B.4）・表A2（p.65）。−1.91の列の観測数は2,142。↩
26. R1（HBS WP 26-049, 2026年） p.3（要旨）・p.9（序論）。↩
27. R2（WP 版, 2017年3月）p.2（要旨）・序論。掲載誌は R2 の書誌を参照。↩
28. R3（NBER WP 版, 2013年11月）p.2（要旨）・p.3（序論）。掲載誌は R3 の書誌を参照。↩
29. R4 p.3（前文5〜6）・p.8（補充原則3-2）・p.9（補充原則3-4・3-5）。コンプライ・オア・エクスプレインの手法を採る。ヘッジファンドに限った記述ではない。↩

参考文献​（2026年10月確認）

• R1　Barth, D., P. J. Monin, E. Siriwardane and A. Sunderam (2026), “Hidden Risk,” Harvard Business School Working Paper 26-049. 参照した版：HBS WP 版（2026年、70ページ）。初出：Finance and Economics Discussion Series 2024-098（2024年12月17日付）。DOI: 10.17016/FEDS.2024.098。査読：未査読（WP）。 hbs.edu （参照箇所：全文（PDF 70ページ、ページは物理ページ）。脚注1〜26の根拠。閲覧日：2026年10月）
• R2　Agarwal, V., T. C. Green and H. Ren (2018), “Alpha or beta in the eye of the beholder: What drives hedge fund flows?,” Journal of Financial Economics 127(3), 417–434. DOI: 10.1016/j.jfineco.2018.01.006. 参照した版：CFR Working Paper 15-08（2017年3月）。査読：掲載誌は査読済み（参照は WP 版）。 cfr-cologne.de （参照箇所：要旨と序論。脚注27の根拠。閲覧日：2026年10月）
• R3　Jurek, J. W. and E. Stafford (2015), “The Cost of Capital for Alternative Investments,” The Journal of Finance 70(5), 2185–2226. DOI: 10.1111/jofi.12269. 参照した版：NBER Working Paper 19643（2013年11月）。査読：掲載誌は査読済み（参照は WP 版）。 nber.org （参照箇所：要旨と序論（p.2〜3）。脚注28の根拠。閲覧日：2026年10月）
• R4　内閣官房 新しい資本主義実現本部事務局「アセットオーナー・プリンシプル」（2024年8月28日）。 cas.go.jp （参照箇所：前文、原則3と補充原則3-2・3-4・3-5。脚注29の根拠。閲覧日：2026年10月）

※本記事は教育目的の一般的な解説であり、投資助言・法務・税務の助言ではありません。研究結果は各論文の対象・期間・方法の範囲で得られたもので、日本の個別企業・案件にそのまま当てはまるとは限りません。設例は学習用の架空の数値です。アイキャッチ画像は生成AIによるイメージです。