想定読者:年金基金・金融機関でPEファンドの選定や成績評価を担う担当者、ゲートキーパー・コンサルタント、ファンドの成績資料を作るGPのIR担当
前提知識:IRR・TVPI・DPI の意味。PME の計算方法は関連記事で補う

海外のバイアウト・ファンドへの出資を検討する会議で、候補のGPが前号の成績を示し、「同じヴィンテージの上位4分の1に入る」と説明したとする。担当者は手元のデータベースで比較対象を引くが、IRR とTVPIは数十本そろうのに、四半期ごとの出資と分配の記録(キャッシュフロー)まで載っているのはその半分にも満たない。キャッシュフローがなければ、上場株式に同じ時期に投資した場合と比べる PME は計算できない。

手元の選択肢は二つある。キャッシュフローのあるファンドだけで比べるか、IRR の単純な比較で済ませるかだ。前者は比較対象が減り、しかも開示するファンドが偏っていれば結論も偏る。後者は資金の出入りの時期を無視する。米国の大学の研究者らが、この欠けを要約指標からの推定で埋める方法を検証した。

この記事が主に参照する研究

Li and Riddiough(2026)「Benchmarking Private Equity Performance When Fund-level Cash Flows are Missing」The Journal of Real Estate Finance and Economics

  • 公表:謝辞に2022年の学会への言及がある(それ以前の版は未確認)。掲載誌のオンライン先行掲載は2026年4月。参照した版:掲載誌版(オープンアクセス)。査読:済1
  • データ:Preqin のファンド5,100本(ヴィンテージ2001〜2015年、成績は2023年末まで)。月次のキャッシュフローがあるのは2,094本、ないのは3,006本。大半は北米の資産
  • 方法:キャッシュフローのあるファンドで超過収益を計算し、それを要約指標と特性から当てる3種類の推定方法を、学習に使っていないファンドで比べる。予測精度の検証で、因果の識別ではない
  • 位置づけ:IRR と倍率から PME を推定した先行研究の方法を、機械学習・多数の変数・不動産を含むデータに広げた手法の研究

なぜキャッシュフローが​ないと​比べられないのか

PME​(パブリック・マーケット・エクイバレント)の代表である Kaplan-Schoar の PME は、出資と分配を同じ日付で株価指数に置き換え、指数の動きで割り引いた分配の価値を出資の価値で割る。1.0を超えれば指数を上回った。研究が使う Direct-Alpha は、その割引率に一定の上乗せ幅を足していき、PME がちょうど1.0になる上乗せ幅を年率で表したものだ。期間の長さが違うファンドどうしでも比べやすいので、業界で好まれると著者らは書いている2。計算の詳細はPMEの​解説記事に譲る。

いずれも出資と分配の日付と金額、未清算のファンドなら評価時点の残存価値(NAV)がそろって初めて計算できる(ファンドの出資と分配の流れはファンドレベル・​キャッシュフローモデルで扱った)。キャッシュフローなしでできる比較は、ファンドの IRR から、運用期間の始めに S&P 500 を買って終わりに売った場合の IRR を引く方法くらいだ。ただ、これは途中の出資・分配の時期を捉えない3。IRR そのものの癖はIRRと​MOICの​使い分けも参照してほしい。

研究の標本では、Preqin の情報は公的年金への情報公開請求と、2,200超のGPからの報告で集められており、ファンドの半数超でファンド単位のキャッシュフローが欠けていた。最終的な5,100本のうち、欠けているのは3,006本で約59%にあたる4。

要約指標と​特性の​回帰が、​最も​小さな​誤差で​当てた

著者らが比べたのは3系統の方法である。一つ目は、キャッシュフローのあるファンドで計算した Direct-Alpha を、IRR・指数の IRR・出資の進み具合・DPI・​RVPI・ネット倍率・運用期間・号数・規模・年ごとのダミー・GPの特性など77個の変数で回帰し、その式をキャッシュフローのないファンドに当てはめる方法(FCR)。変数が多いので、通常の最小二乗法に加えて、係数を縮める 機械学習の手法(Ridge・LASSO・Elastic Net)を使う。二つ目は、他のファンドの実際のキャッシュフローを、対象ファンドの IRR に合うよう伸縮させて借りる方法(SCF)。三つ目は、キャッシュフローそのものを回帰で作ってから伸縮させる方法(CFR)である5。

検証には、キャッシュフローのあるファンドを使う。FCR は9割で式を作り、残り1割の Direct-Alpha を「知らないもの」として当てさせ、実際の値との差を測る。これを1,000回繰り返す。SCF と CFR は、1本ずつ除いて残りのファンドからその1本を当てる。結果をまとめたのが図1である。

図1図1 どの推定方法の誤差が小さかったか個別ファンドの推定誤差(RMSE、年率%)要約指標と特性の回帰:LASSO・Elastic Net2.081%要約指標と特性の回帰:OLS(77変数)2.094%要約指標と特性の回帰:Ridge2.357%IRRだけの回帰3.390%回帰で作ったCFを伸縮(CFR)3.46〜5.44%他ファンドのCFを伸縮(SCF)8.80〜9.11%0%2%4%6%8%10%
キャッシュフロー​(CF)の​ある​ファンド2,094本で、​実際の Direct-Alpha と​推定値の​差を​測った RMSE。​要約指標の​回帰​(FCR)は​訓練90%・検証10%の​分割を​1,000回繰り​返した​平均、​CF を​使う​2方法​(SCF・CFR)は​1本ずつ​除いて​残りで​当てた結果。​濃い紺は IRR・​DPI・​RVPI・​ネット​倍率・​期間・​号数・​規模・​GP の​特性など​77変数を​使う回帰、​中間の​色は IRR だけの​回帰。​CF を​使う​2方法は​手法・​フィルターの​違いで​幅が​あり、​金色の​部分が幅​(CFR は​本文 p.12 の​範囲、​SCF は​4通りの​フィルター)。​要約指標の​回帰は​平均の​偏りが​統計的に​有意でなかった。​CF を​使う​2方法に​ついて​著者らは​有意な​偏りが​あると​する​(SCF 0.312〜0.772%、​CFR 0.837〜1.119%)が、​SCF の​4通りの​うち2通りは​表3の p 値​(0.105・0.056)で​5%水準の​有意に​届かない。​対象は Preqin の​ヴィンテージ2001〜2015年の​ファンド、​ベンチマークは S&P 500。​出所:R1(掲載誌版)​p.12・​p.14 表3の​数値を​基に​大手町​プレップ​作成。

FCR の LASSO と Elastic Net の誤差(RMSE、個別ファンドの推定値と実際の値の差の二乗平均の平方根)は2.081%で最も小さかった。検証用ファンドの平均で見ると、実際の−0.413%に対して推定は−0.419%で、差は統計的に有意でなかった(p値0.916)。キャッシュフローを借りる SCF は誤差が8.798〜9.112%、CFR も3.457〜5.440%と大きい6。同じ IRR でも、出資と分配の時期の組み合わせは無数にあり、時期が違えば市場への感応度も違う。著者らは、IRR だけを頼りにキャッシュフローの形を借りると、この違いが誤差と偏りになると説明する。

変数の重要度では、ファンドの IRR が全分類で群を抜いて大きかった。それでも IRR だけの回帰に比べると、他の変数を加えた LASSO の誤差は全体で3.390%から2.081%へ38.6%下がり、不動産で33.2%、バイアウトで35.2%、VC で29.6%下がった7。出発点となった Harris, Jenkinson and Kaplan の研究は、Burgiss のデータで、ヴィンテージ内の PME の変動の大半を IRR と投下資本倍率で説明できることを示し、倍率の説明力の方が IRR より高いと書いている。IRR だけでは足りないという点で、両研究の方向は一致する8。

学習に使う割合を半分に減らしても LASSO・Elastic Net の誤差は2.241%にとどまり、指数を分類別のもの(不動産は REIT 指数、バイアウトは小型バリュー、VC はグロース)に替えても、確率的割引因子で割り引く別の方法を使っても、FCR が最良という順位は変わらなかった9。過学習への備えとして、検証を学習と分けている点は確かめられる。

平均なら​数十本で​誤差は​小さくなる。​1本では​大きい

著者らは、推定値の平均が真の平均からどれだけずれうるかも示した。誤差に偏りがなく t 分布に従うと置くと、全体の誤差2.081%なら、平均を95%の確からしさで±0.5%以内に収めるのに必要なのは69本、バイアウトは99本だった。標本のバイアウト676本なら、±0.25%以内に収まる確からしさは99.0%になる10。

ここで注意したいのは、この精度が「平均」の話だという点だ。1本のファンドの推定値は、RMSE が約2%なら、正規分布で近似して±約4.1%ポイントの幅を持つ。図2は、論文と同じ仮定で、平均する本数と幅の関係を編集部が計算したものである。

図2図2 何本を平均すれば推定の誤差は小さくなるか平均の95%信頼区間の半幅(±%ポイント)━ RMSE 2.081%(全体)┅ RMSE 2.514%(バイアウト)0246±6.2±5.2±1.8±1.5±1.3±1.0±0.6351018305069100推定値を平均する本数(本)
R1 の​表7と​同じ​仮定​(推定誤差に​偏りが​なく、​ファンド間で​独立し、​平均の​誤差が t 分布に​従う)を​置き、​RMSE​(R1 表3・表7の LASSO の値)と​本数から​編集部が​計算した​半幅。​半幅=t値​(95%・自由度 本数−1)×RMSE÷√本数。​全体の RMSE で​69本なら​半幅は​±0.50%ポイントで、​R1 表7が​±0.5%・95%に​必要とした​本数と​一致する。​この​式で R1 表7パネル B の​確から​しさ​(例:バイアウト676本で​±0.25%以内に​収まる​確から​しさ99.0%)を​再現できる​ことを​確かめた。​同じ​ヴィンテージの​推定誤差が​互いに​相関していれば、​実際の​幅は​これより​広い。​1本だけの​推定は、​正規分布で​近似すると​全体の RMSE で​±約4.1%ポイントの​幅を​持つ。​出所:R1(掲載誌版)​p.14 表3・​p.25 表7の RMSE を​基に、​大手町​プレップが​計算​(計算値)。

全体の誤差で計算すると、3本の平均では±5.2%ポイント、10本でも±1.5%ポイント残る。編集部の見方では、ファンド選定で上位か中位かを分ける差がこの幅より小さい場面は少なくないと考えられる。推定値は比較対象の平均を補正する道具としては使えるが、1本ずつの順位付けには向かない、というのが図2から読める範囲である。

推定値を​加えると、​不動産と​VCの​見え方が​変わった

著者らは FCR-LASSO で3,006本の Direct-Alpha を推定し、キャッシュフローのある2,094本と合わせた。図3は、分類別に三つの数字を並べたものだ。

図3図3 推定値を加えると分類別の成績はどう動いたか□IRR差(単純比較・全本)○Direct-Alpha(CFありだけ)●Direct-Alpha(推定値を加えた合算)全体0.72CFあり0.88/IRR差1.2バイアウト3.40CFあり3.15/IRR差3.9VC−2.23CFあり−1.87/IRR差−2.0不動産−3.54CFあり−4.29/IRR差−3.3その他0.32CFあり−0.05/IRR差0.8-4%-2%0%2%4%
単位は​年率の%​(ネット・オブ・フィー、S&P 500 比)。​黒丸の​上の​数値が​合算の Direct-Alpha。​□は CF を​使わない​単純な​比較​(ファンドの IRR から、​同じ​期間に S&P 500 を​買い​持ちした IRR を​引いた​差)で、​5,100本すべてに​ついて​計算できるが、​資金の​出入りの​時期を​反映しない。​○は CF の​ある​2,094本だけで​計算した Direct-Alpha、​●は CF の​ない​3,006本の​推定値​(FCR-LASSO)を​加えた合算。​平均は​いずれも​1990年​ドル​換算の​ファンド​規模で​加重しており、​合算は​○と​推定値の​本数加重平均とは​一致しない。​指標の​定義が​違う​ため□と​○●の​差は​推定の​誤差ではない。​出所:R1(掲載誌版)​p.7 表2・​p.29 表8の​数値を​基に​大手町​プレップ​作成。

合算の Direct-Alpha は全体で0.719%、バイアウト3.402%、VC −2.233%、不動産−3.541%だった。キャッシュフローのあるファンドだけで計算した値と比べると、不動産は−4.293%から0.75%ポイント上がり、VC は−1.870%から下がった。平均値で比べると、キャッシュフローを出していないファンドの推定値は、不動産・バイアウト・その他では開示ファンドより高く、VC では低かった。この差について統計的な検定は示されていない11。著者らは、成績の悪い VC ファンドがキャッシュフローを出していない可能性を挙げつつ、検証は今後の課題としている12。

不動産ファンドが期間を通じて S&P 500 を下回ったという結論自体は、どの数字でも変わらない。戦略別では、資産のリスクと借入の多いオポチュニスティックが−3.82%で最も低く、バリューアッド−2.78%、コア・コアプラス−2.95%だった。バイアウトは金融危機前のヴィンテージの4.66%から危機後は2.17%へ下がったが、なお分類の中で最も高い13。戦略の分類は不動産投資戦略の​4分類で整理している。

推定が​成り​立つ前提と、​研究の​届かない​ところ

最大の前提は、観察できる特性を考慮すれば、開示するファンドで得た予測の関係を開示しないファンドにもそのまま当てはめられるという点である。検証はキャッシュフローのあるファンドでしかできないので、開示しないファンドに同じ式が当てはまるかは、厳密には確かめようがない。著者らはこの懸念を小さいと見る理由として、データの多くが開示義務のある公的年金から来ていること、GPの上場の有無や過去の開示の履歴を変数に入れたこと、標本外の決定係数が0.9を超えたこと、開示しないファンドの平均 IRR がむしろ高いことを挙げる。IRR の分布も、開示の有無でよく似ていた14。それでも、図3の VC のように、開示の有無と成績の関係は分類によって向きが違う。

適用範囲も限られる。標本は Preqin に載った大半が北米のファンドで、ヴィンテージは2001〜2015年、ベンチマークは米ドルの S&P 500、成績は報酬控除後のLPの手取りである。日本のファンド、円建て、TOPIX を基準にした検証はない。論文の表7パネルAの平均値は表8のキャッシュフローありの平均と一致しないが、その理由は論文の本文・表注からは確認できなかった15。ヴィンテージを揃えた比較であっても、データベースに載ること自体の偏り(生存者​バイアスに近い問題)は、この研究の対象外である。

大手町​プレップの​考察:推定は​「比較対象の平均」を​直す道具

編集部の見方では、この研究から実務に持ち帰れるのは三点である。第一に、キャッシュフローのあるファンドだけで作った比較対象は、偏っているかもしれないと最初から疑ってよい。研究の標本では、キャッシュフローのあるファンドだけの平均と合算の平均の差が不動産で0.75%ポイントあり、差の向きは分類で違った(差の検定はない)。第二に、要約指標しかないファンドを捨てる必要はなく、IRR に DPI・RVPI・期間・規模を加えた推定で平均を補正できる。第三に、その推定値で個別のファンドを並べるのは危うい。1本あたり±4.1%ポイント程度の幅は、ファンド選定で議論される差を上回る場面が多いと考えられる。

もう一つ、GP側への含意もある(仮説)。VC で非開示ファンドの推定成績の平均が低かったことは、開示しないこと自体が情報になりうることを示唆する。LP がキャッシュフローの提出を求め、出さない理由を記録しておくことには、手間以上の意味があると考えられる。

日本の​実務への​応用:要約指標しかない​比較対象と​どう​付き合うか

国内の開示の一例として GPIF を見ると、2026年4月の資料で、2025年3月末のプライベート・エクイティについて、コミットメント額15,764億円、時価総額8,657億円、投資開始以来の IRR(円建て)15.24%が示されている16。こうした要約指標から上場株式に対する超過収益を測るには、何らかの推定が要る。研究の方法を日本のファンドにそのまま当てはめた検証はなく、ここから先は編集部の推論である。

実務では、LP が自ら出資したファンドのキャッシュフローは手元にある。足りないのは、比較対象に使う他のファンドの情報だ。LP の​ファンド選定やゲートキーパーの比較資料で、外部データベースから比較対象を引くときに、キャッシュフローの有無で分けて平均を出し、両者の差を確かめるだけでも、比較対象の偏りを疑う手掛かりになる(差がなくても、観察できない要因による偏りは残りうる)。海外ファンドの評価では、円換算か米ドルかでも IRR が大きく違う(GPIF の同じ資料でも、プライベート・エクイティの海外資産(米ドル建て)の IRR は、米ドルベースで8.48%、円換算で15.64%と示されている)ので、推定に使う指標の通貨とベンチマークを揃える必要がある。

学習用の​設例:比較対象の​取り方で​評価は​どう​変わるか

学習用の設例(架空)

  • 検討中の海外バイアウト・ファンドの前号の Direct-Alpha は2.0%(GP からキャッシュフローの提供を受けて計算)
  • 同じヴィンテージ・同じ戦略の比較対象は30本。キャッシュフローがあるのは12本で平均1.0%、残り18本は要約指標から推定して平均2.5%
  • 推定の誤差(RMSE)は2.5%と置く(研究のバイアウトの値を丸めて借りた仮定)

表1 設例:比較対象の取り方で、検討中のファンドの評価はどう変わるか(架空)

表は横にスクロールできます →

比較対象の平均平均 Direct-Alpha平均の95%の幅検討中のファンドとの差
CFのある比較対象だけ(12本)1.0%誤差なし(実績)+1.0%ポイント
要約指標から推定した比較対象(18本)2.5%±1.2%ポイント—
合算した比較対象(30本)1.9%±0.7%ポイント(1.2〜2.6%)+0.1%ポイント
学習用の​架空の​条件:検討中の​海外​バイアウト・​ファンドの​前号の Direct-Alpha は​2.0%​(GP から CF の提供を受けて計算)。​同じ​ヴィンテージ・​戦略の​比較対象30本の​うち CF が​あるのは​12本で、​残り18本は IRR・​TVPI・​DPI など​要約指標だけ。​推定の​誤差​(RMSE)は​2.5%と​置いた​(R1 の​バイアウトの​2.514%を​丸めて​借りた​仮定で、​日本の​ファンドでの​推定ではない)。​平均は​単純平均。​95%の​幅は​図2と​同じ式​(偏りなし・誤差は独立)で​計算し、​CF の​ある​12本は​誤差なしと​置いた。​出所:学習用の​仮定に​基づき大手町​プレップ作成​(計算値)。

キャッシュフローのある12本だけと比べれば、候補は1.0%ポイント上回り、「上位」と説明しやすい。推定値を加えた30本の平均は1.9%で、差は0.1%ポイントに縮む。合算の平均にも±0.7%ポイント程度の幅があるので、この設例で言えるのは「比較対象の平均と同程度」までである。どちらの比較を採るかで投資委員会への説明は変わる。両方を並べ、差が生じる理由を書いておくのが誠実だろう。

明日から​使える​確認項目

  1. 比較対象の一覧に「キャッシュフローの有無」の列を加え、有無別の本数と平均(IRR・TVPI・DPI)を出す。有無で平均が大きく違えば、キャッシュフローのあるファンドだけの PME 比較は偏っている可能性がある
  2. 候補ファンドの成績を「上位4分の1」と説明する資料には、比較対象の本数・ヴィンテージ・通貨・ベンチマーク・キャッシュフローのある本数を必ず書かせる
  3. 要約指標から推定した超過収益を使うときは、1本ごとの順位付けに使わず、比較対象の平均の補正に限る。目安として、平均に使う推定値が10本未満なら幅が±1.5%ポイントより広い(9本で±1.6%ポイント)と読む(図2の計算による編集部の仮の目安で、研究で検証された閾値ではない)
  4. GP に「前号までの全ファンドについて、出資・分配・期末 NAV の四半期データを出せるか」を質問し、出せないファンドがあれば理由を記録する
  5. VC の比較では、キャッシュフローを出していないファンドの成績が開示ファンドより低い可能性を念頭に置く(研究の標本で平均値がそうだったという観察で、検定された結論ではない)

よく​ある​質問

IRR と TVPI が​あれば PME は​計算できますか。

正確には​計算できません。​PME は​出資と​分配の​日付と​金額が​必要です。​研究は、​IRR などの​要約指標から PME に​基づく​超過収益を​推定する​方法を​検証した​もので、​平均では​精度が​高い​一方、​1本ごとの​推定値には​大きな​幅が​残ります。

​キャッシュフローを​開示しない​ファンドは​成績が​悪いのですか。

この​研究の​標本では、​平均値で​比べた​向きが​分類で​違いました。​不動産・​バイアウトなどは​開示しない​ファンドの​推定成績の​方が​高く、​VC では​低い​結果です。​差の​統計的な​検定や、​開示しない​理由の​検証は​行われていません。

まとめ

Preqin の5,100本を使った研究で、IRR・DPI・RVPI などの要約指標と特性を機械学習で回帰する方法は、キャッシュフローのないファンドの超過収益を推定する方法の中で誤差が最も小さく、キャッシュフローのあるファンドでの検証では平均の偏りが統計的に有意でなかった。推定値を加えると、不動産やVCの成績の大きさが変わり、開示ファンドだけの比較が偏りうることが示された。一方、1本ごとの誤差は約2%と大きく、推定は比較対象の平均を補正する用途に向く。日本のLPがこの考え方を使うなら、キャッシュフローの有無を分けて比較対象を点検し、GP に開示を求める運用と組み合わせるのが現実的だろう。

脚注

  1. R1(掲載誌版, 2026年4月)p.1(受付2025年4月9日・受理2025年11月9日)、p.49(謝辞:2022年の University of North Carolina Real Estate Research Symposium の参加者と University of Florida の機械学習の研究会議の参加者への謝意)。謝辞から2022年に報告されたとみられるが、報告版の内容と日付、SSRN 版の日付は確認していない。オンライン掲載日とライセンス(CC BY 4.0)は Crossref の登録情報による。SSRN 版(4943452)はアクセスが拒否されたため開いていない。↩
  2. R1 p.2・p.8(式と脚注7)。Direct-Alpha は R3 の方法で、KS-PME が1.0になる割引率への一定の上乗せ幅。著者らは、研究者は NPV に基づく KS-PME を、業界の実務家はファンド間の比較のしやすさから Direct-Alpha を好むと書く(p.8 脚注7)。↩
  3. R1 p.6・p.8。ファンドの IRR から、運用期間の始めに S&P 500 を買い、終わりに売った場合の IRR を引いた差(ΔIRR)。↩
  4. R1 p.2・p.5。Preqin は情報公開請求で得た年金基金の開示と、2,200超のGPの報告で情報を集める。最終標本は規模・成績の記載がないもの、外れ値、1990年価値で500万ドル未満のファンドを除き、キャッシュフローのないファンドのうち、あるファンドの特性の範囲外にある6.7%も除いた後の数。割合(約59%)は編集部の計算。所在地は北米か否かの2区分で、大半が北米(p.10 脚注9)。↩
  5. R1 p.2・p.9〜12。FCR の説明変数は log(1+IRR)・log(1+指数の IRR)、出資の進み具合・DPI・ネット倍率・RVPI・運用期間・号数・規模の1〜3乗、年ダミーとその規模との交差項、GPの特性4つ(上場か、過去のファンドの開示の有無など)、分類ダミー、所在地。↩
  6. R1 p.12・p.14 表3。キャッシュフローのある2,094本を訓練90%・検証10%に分け、訓練側では10分割の交差検証でパラメータを決める。1,000回の平均。RMSE は OLS 2.094%、Ridge 2.357%。1,000回の反復と90%・10%の分割は FCR のもの。SCF・CFR は1本ずつ除いて残りで推定(p.12・p.38)。著者らは SCF(偏り0.312〜0.772%)と CFR(同0.837〜1.119%)に有意な偏りがあるとするが、表3では SCF の4通りのうち2通りの p 値が0.105・0.056で、5%水準の有意に届かない。説明は p.13。↩
  7. R1 p.3・p.26(図3・変数の重要度)。全体3.390%→2.081%、不動産2.821%→1.885%、バイアウト3.878%→2.514%、VC 3.124%→2.200%。著者らは「全分類で30%超」と書くが、低下率は編集部の計算で、VC は29.6%とわずかに30%を下回る。↩
  8. R2(NBER WP 版, 2012年2月)p.6・p.24〜25。バイアウトでは IRR とヴィンテージで PME の変動の75%、倍率とヴィンテージで88%、両方で90%を説明し、ヴィンテージ別では9割超の年で93%以上を説明した。R1 は R2 を「IRR 1つで標本外でもよく機能した」と紹介している(R1 p.3)が、R2 の WP 版の記述(倍率の方が説明力が高い)とは一致しない。R2 の掲載誌版(2014年)の本文は確認していない。↩
  9. R1 p.13(訓練50%・検証50%で RMSE 2.241%・決定係数0.961、標本内は2.002%・0.966)、p.31(付録1:Korteweg and Nagel の1因子・2因子の確率的割引因子)、p.34・p.38(付録2:分類別の指数で FCR の RMSE は2.225〜4.945%、SCF は6.837〜12.203%、CFR は2.828〜8.590%)。↩
  10. R1 p.22・p.24〜25 表7。誤差は t 分布に従い平均に偏りがないと仮定。その他の分類は43本。±0.25%以内の確からしさは不動産(429本)99.4%、VC(405本)97.8%。編集部は、表7パネルBの確からしさを同じ式(自由度 本数−1 の t 分布)で再計算し、表の値と一致することを確かめた。↩
  11. R1 p.28〜29 表8。平均は1990年ドル換算のファンド規模による加重。キャッシュフローありだけ/推定値/合算の順に、全体0.879%/0.414%/0.719%、不動産−4.293%/−2.787%/−3.541%、バイアウト3.150%/4.276%/3.402%、VC −1.870%/−2.847%/−2.233%、その他−0.048%/0.800%/0.316%。合算とキャッシュフローありの差(不動産0.75%ポイント、VC −0.36%ポイント)は編集部の計算。開示の有無による差の統計的検定は示されていない。単純な IRR 差は R1 p.7 表2(全体1.2%、不動産−3.3%、バイアウト3.9%、VC −2.0%、その他0.8%)。↩
  12. R1 p.28。著者らは査読者の指摘を受けた論点として記している(脚注20)。↩
  13. R1 p.28 表9(合算した標本のヴィンテージ・戦略別の平均)。著者らは、不動産・VC ではリスクの高い戦略ほど超過収益が低いとまとめる(p.31)。↩
  14. R1 p.3・p.21〜22、表6・図1。IRR の分布はキャッシュフローの有無ともロジスティック分布が最もよく当てはまり、位置と尺度はありが11.113・6.300、なしが11.820・7.120。キャッシュフローのあるファンドは規模が大きく号数が高い傾向があった。観察できない要因による開示の選択は、構造上この方法では否定しきれない(編集部)。↩
  15. R1 p.5・p.10 脚注9(北米中心)、p.25 表7パネルA(平均は全体−0.378%など)と p.29 表8(キャッシュフローありの平均)。両者の不一致の理由は本文・表注に見当たらない。p.12 の注記は、表3の3手法の間で実績の平均が異なる理由(ブートストラップの標本の違い)についてのもので、表7と表8の差の説明ではない。↩
  16. GPIF「オルタナティブ投資の取組推進状況」(2026年4月2日、内閣官房の会議資料3)p.5(PDF の物理ページ)。2025年3月末時点の運用状況。うち国内資産の IRR(円建て)は−0.10%。↩

参考文献​(2026年11月確認)

※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。