想定読者:年金基金・保険会社・金融機関で不動産やインフラへの投資を担当・監督する人、運用委員、不動産運用会社の機関投資家向けの担当者
前提知識:私募不動産ファンドのコアとバリューアッド・オポチュニスティックの違い、ベンチマークとの差で成績を見る考え方(回帰の読み方は本文で説明する)

運用委員会に、私募不動産プログラムの年次報告が上がる。手数料控除後のリターンはベンチマークを上回り、担当者は「目標を達成した」と説明する。ここで委員が確かめるべきなのは、上回った幅よりも先に、そのベンチマークが自分たちの取っているリスクに見合う高さかどうかである。物差しが低ければ、平凡な成績でも上回って見える。

株式や債券なら、時価総額加重の指数を使えばおおむね答えが出る。私募不動産やインフラには、そうした標準が育ちきっていない。オランダのマーストリヒト大学と米国のフロリダ大学などの研究者らの論文は、年金が自ら選んだ実物資産のベンチマークを大量に集め、その高さと使われ方を検証した。年金のPE投資を投資家ごとの割引率で測り直す研究は年金の​PE投資は​「自分のものさし」で​測るで扱った。本稿は資産クラスを不動産・実物資産に移し、年金が年報で掲げる資産クラス全体の物差しそのものを点検する。

この記事が主に参照する研究

Alexander Carlo, Piet Eichholtz, Nils Kok and David Ling(2026)「バーの高さは? 実物資産における年金のベンチマーク選択(How High is the Bar? Pension Fund Benchmark Choices in Real Assets)」The Journal of Real Estate Finance and Economics

  • 草稿の本文日付:2025年3月31日(同年4月に掲載誌へ投稿)。参照した版:掲載誌のオープンアクセス版(2026年8月オンライン公開)。査読:済1
  • データ:年金のコスト・成績比較を手がける CEM Benchmarking の確定給付年金1,128本(1991〜2018年、年金×年の観測8,616)。米国609本・カナダ259本・欧州227本・その他33本で、日本は標本国として挙げられていない。運用資産上位10の米公的年金については Preqin のファンド出資データと年報2
  • 方法:記述統計、ポートフォリオとベンチマークのリターンの回帰、上場指数との比較、ベンチマークの採用・変更を説明するロジット回帰。いずれも相関の分析で、因果は識別していない
  • 位置づけ:投資信託やPEで知られた「ベンチマーク選びの裁量」という論点を、実物資産について大規模データで検証したもの

実物資産の​ベンチマークは、​なぜ​「選ぶ」​ものに​なるのか

ベンチマークは、受益者と年金、年金と外部の運用会社の間の委任関係を監督する道具である。理想は、ポートフォリオと一緒に動き、継続して上回るのが難しく(超過収益の期待値がゼロ)、リスクが同じで、実際に代わりに投資できることだ。著者らはこの4条件を出発点に置き、私募市場では「代わりに投資できる」は厳格な要件というより理想だと断っている3。

私募不動産の代表的な指数は、物件の賃貸収益(NOI)と鑑定評価額の変化から作る。米国の NCREIF ODCE は、借入の少ないコア型のオープンエンド・ファンドの成績を集めた指数である4。一方、年金の出資先には、改修や開発で価値を上げるバリューアッドや、借入を厚くするオポチュニスティック(コア〜オポチュニスティックの​4分類)が多い。どの指数で、どんな上乗せを付けて測るかは、年金の判断に委ねられる。

研究が​示した​こと:物差しは​多様で、​私募​不動産では​低めだった

ベンチマークの​「霧」

研究で使われたのは、個別ファンドの目標ではなく、年金が資産クラス全体を評価するために申告したベンチマークである。実物資産について年金が書いたベンチマークは2,174通りあり、表記の揺れを手作業で統一しても1,101通り残った。私募不動産だけで1,169通りの記載が390通りにまとまり、標準的な指数がある上場REITでも224通りあった。物価上昇率に年4%を足した目標と海外の不動産指数を組み合わせるような、1年金しか使わない合成指数も多い。著者らはこれを「ベンチマークの霧」と呼ぶ5。

非コアの​ポートフォリオを、​コア型の​指数で​測る

運用資産上位10の米公的年金について、私募不動産への出資額を戦略別に分けると、8本で非コアが過半を占め、7本は7割を超えた。最も高い年金では非コアが91.6%だったが、ポートフォリオ全体を NCREIF ODCE で測っていた6。表1は、各年金の年報にあるベンチマークを編集部が型に分けたものである。

表1 米国の大型公的年金10本:私募不動産のベンチマークの型と非コア比率

表は横にスクロールできます →

ベンチマークの型(編集部の分類)年金の数非コア比率
コア型の指数のみ(ODCE・ACOE など)5本17.9〜91.6%
コア型の指数+非コア部分に上乗せ1本76.8%
非コア型の指数1本76.3%
絶対目標(年8%)1本61.5%
構成の説明がないカスタム指数1本77.8%
年報に記載なし1本73.9%
出所:R1 p.11 表3(Preqin の​コミットメント​額に​よる​戦略別比率と、​各年金の​年報に​記載された​私募​不動産の​ベンチマーク)を​基に​大手町​プレップが​型に​分類して​作成​(原表は転載していない)。​対象は​2024年時点の​運用資産上位10の​米公的年金。​非コア比率は​バリューアッド・​オポチュニスティック・​ディストレス・​デット・​セカンダリー​等の​合計で、​Preqin の​制約から​稼働中か​終了済みかを​区別していない。​「上乗せ」の​1本は、​コア部分​(83.3%)と​非コア部分​(16.7%)を​同じ​コア型の​指数で​測り、​非コア​部分にだけ​年150bpを​足す。​カスタム​指数の​1本は、​本文​(p.12)では​別の​年金の​名で​記載され、​表と​食い​違う​(脚注参照)。

非コアが7割を超える7本のうち3本はコア型の指数をそのまま使い、非コアのリスクを物差しに明示的に映していたのは、上乗せ型と非コア型の指数の2本だった。著者らは、最大級で専門性の高い年金で起きている以上、知識や指数の不足だけでは説明しにくいとみる7。この食い違いは、2015年のデータで米国の大型公的年金の多くが無調整の NCREIF 系指数を使っていたと指摘した Riddiough の論考とも整合する(上位30本のうち20本が無調整、8本が上乗せ、2本は差し引き)8。

私募​不動産の​物差しは、​上場指数より​年2.07%ポイント​低かった

著者らは、年金が選んだベンチマークのリターンを、透明で投資可能な上場指数と比べた。私募不動産では、自ら選んだベンチマークの平均が年8.11%で、世界の上場REIT指数(10.18%)を2.07%ポイント下回り、差は統計的に有意だった。上場REIT・インフラ・天然資源では差は小さく、有意ではなかった(図1)9。

図1 自選ベンチマークと上場指数の差図1 自ら選んだベンチマークは上場指数より低いか平均年率リターンの差(自選−上場指数、%ポイント)私募不動産(対 S&P Global REIT)−2.07p<0.01上場REIT(対 S&P Global REIT)−0.27p=0.30インフラ(対 S&P Global Infrastructure)−0.05p=0.91コモディティ(対 Bloomberg Commodity)+0.70p=0.04天然資源(対 Alerian MLP)−0.27p=0.80米国の年金に限った比較私募不動産(対 FTSE Nareit)−2.71p<0.01上場REIT(対 FTSE Nareit)−0.04p=0.90左へ伸びるほど、自ら選んだベンチマークが低い赤=私募不動産。リスクの違いは調整していない
出所:R1(Carlo, Eichholtz, Kok and Ling, 2026)​p.16 表6 パネル​A・​C の​数値を​基に​大手町​プレップ作成​(原図・原表は転載していない)。​CEM の​確定給付年金、​1991〜2018年の​年次データ。​p値は​対応の​ある t 検定​(両側)。​私募​不動産は​観測5,862、​自選​ベンチマークの​平均8.11%に​対し S&P Global REIT 指数10.18%。​上場指数は​著者が​「機会費用」と​して​課した​比較対象で、​私募の​リスクを​表す​ものではない。​コモディティの​比較は​上場指数​(Bloomberg Commodity)、​天然資源は Alerian MLP 指数。

米国の年金に限ると、私募不動産の自選ベンチマーク(8.53%)は米国の上場REIT指数を2.71%ポイント下回り、NCREIF系の物件指数と比べても0.25%ポイント低かった。上場REITの自選ベンチマークは9.20%で、上場指数(9.24%)とほぼ同じだった10。ただし、著者ら自身が述べるとおり、上場指数は機会費用の目安で、私募のリスクを映す物差しではない。比較はリスクの違いを調整していない。著者らは、非コアは借入・開発・非流動性の分だけ、コア型の指数より高い期待リターンを求められるはずだと補足している11。

追随の​度合いと、​年金ごとの​ばら​つき

資産クラスごとに、ポートフォリオのリターンをベンチマークのリターンに回帰すると、上場REITでは決定係数(R²、ベンチマークで説明できる変動の割合)が0.82だったのに対し、私募不動産は0.39、インフラは0.19にとどまった。回帰の切片であるアルファは、インフラで年3.8%、天然資源で年2.3%と大きく、物差しがリスクを十分に映していない可能性を示す。私募不動産のアルファは年0.33%(p値0.057、10%水準で有意)だった12。年金ごとに推計すると平均のアルファはどの資産クラスでもゼロと有意に異ならなかったが、私募不動産では214本のうち94本(44%)がプラス(平均4.1%)、120本がマイナス(平均−3.8%)と大きく割れた13。物差しがそろっていないため、年金どうしの成績を横に並べて比べる根拠が弱いということでもある。

絶対目標と、​ベンチマークの​変更

「年8%」や「物価+4%」のような絶対目標の利用は、1991年のほぼゼロから2018年には年金の約10%に広がり(論文の「絶対ベンチマーク」の分類で、市場連動のベンチマークを持たない年金も含む)、インフラや天然資源など私募で歴史の浅い資産に多かった。名前とは違い、絶対目標の水準は遅れて市場と連動して動き、平均は年6.6%と相対ベンチマークの7.1%を下回った(差は有意でない)14。

期間中に、実物資産に投資する年金の42%が少なくとも1つの実物資産でベンチマークを変えた。基本の推計では変更の前年の成績(ベンチマーク控除後)との間に統計的に有意な関係は確認されず、過去の成績を複数年入れた推計を含めても関係は弱く一貫しなかった。変更は戦略的な目標配分の見直しと強く関連していた。全実物資産をまとめ、年金と年の固定効果を入れた推計では、変更した年に手数料控除後のリターンが約1.4%ポイント、ベンチマークのリターンも約1.3%ポイント低く、差し引いた超過リターンに統計的に有意な差は確認されなかった15。著者らは、変更が実現した成績に部分的に合わせて動き、相対評価の情報価値を弱めうると解釈している16。

研究の​範囲と​限界:​「操作」までは​示していない

著者らは、理事会の構成や最高投資責任者(CIO)の報酬とベンチマークの裁量との関係は限定的で一貫せず、広範な戦略的操作を示す結果ではないと結論している。裁量は、頻繁な付け替えよりも、ベンチマークの設計と選択そのものに組み込まれているという見立てである17。

限界も多い。CEM のデータは保有資産の中身を報告せず、戦略構成の分析は米国の10年金に限られ、Preqin の出資額は稼働中か終了済みかを区別できない。上場指数との比較はリスク未調整である。年金別の推計は標本が小さい。データの中心は北米の1991〜2018年で、日本の年金は標本国として明記されていない18。PEの研究では、新しく採用したベンチマークほど過去も将来もリターンが低いという報告があると著者らは紹介するが、本稿ではその研究の本文を確認できていない19。

大手町​プレップの​考察:問題は​「低さ」より​「説明のなさ」

編集部の見方では、この研究の実務上の要点は、ベンチマークが低いこと自体よりも、物差しの高さとポートフォリオのリスクの対応が報告から読み取れないことにある。コア型の指数を使うこと自体は、政策上の資産配分の物差しとして合理的な場合もある。問題になるのは、非コアの比率や借入の厚さを物差しに映さないまま「超過リターン」を運用会社の腕の証拠として語るときである。

全実物資産をまとめた推計では、変更年の超過リターンに統計的に有意な差は確認されなかった。ただし、変更しなかった場合と比べた因果の検証ではない。一方で、成績とベンチマークが同じ年に下がるなら、ベンチマーク控除後の数字だけを見る委員には不振が見えにくい。変更のたびに旧ベンチマークでの成績も併記すれば、この見えにくさは小さくなると考えられる(編集部の仮説で、研究で検証されたものではない)。

日本の​実務への​応用:GPIFの​開示と​国内の​不動産指数

日本の公的年金の開示は、物差しの置き方を考える材料になる。年金積立金管理運用独立行政法人(GPIF)は、インフラと不動産を2023年度から他の資産と区別して管理し、資産全体の超過収益率のうち「インフラ+不動産」部分(2024年度の資産全体への寄与は+0.04%ポイント)を分けて開示している。資産配分の管理上は、インフラ・不動産の各ファンドを、円建てなら国内債券と国内株式に、外貨建てなら外国債券と外国株式に50%ずつ割り振る20。2024年度の「インフラ+不動産」の時間加重収益率(円建て)は3.94%で、うち為替調整要因の寄与度は−2.00%ポイントだった21。ファンドの選定には、上場市場と比べた超過収益を測る手法(SBDA)を導入したと説明している22。研究が「機会費用」として使った上場指数との比較を、日本の大口の年金も選定の段階で取り入れていることになる。

国内の私募不動産の代表的な指数である ARES Japan Property Index(AJPI)は、機関投資家向けのコア型不動産ファンドが保有する物件の実績NOIと外部の鑑定評価額の変化から作られ、米国の NCREIF の物件指数の方法に沿う23。コアの物件を対象とする以上、バリューアッドや開発型を多く含むプログラムをこの指数だけで測れば、研究が米国で見た食い違いと同じ構図になりうる(編集部の推論)。私募REIT中心のコア運用なら、指数との対応は比較的とりやすい。

日本の企業年金や地域金融機関が成績報告を読む際には、運用会社の報告するファンド単位の目標と、自らの投資方針書​(IPS)の資産クラス単位の物差しを区別して確認する必要がある。研究が扱ったのは後者で、運用委員会が監督に使うのも後者である。

学習用の​設例:同じ​実績が、​物差しで​どう​変わるか

学習用の設例(架空)

  • 架空の企業年金の私募不動産プログラム。コア30%、非コア70%。手数料控除後の実績は年6.0%
  • 物件ベースのコア指数(借入なし相当)は年4.0%、借入金利は年1.5%
  • LTV​(借入比率)はコアのファンドが30%、非コアのファンドが60%
  • 借入の効果だけを、持分リターン=物件リターン+(物件リターン−借入金利)×LTV÷(1−LTV)で映す。開発・リースアップのリスク、鑑定評価の平準化、税は省く
  • 比較する数値(実績と各ベンチマーク)はすべて同じ手数料控除の条件にそろっていると仮定し、手数料の差は扱わない

この式でコアのファンドは年5.07%、非コアは年7.75%となり、構成比で加重した「借入比率を合わせた合成指数」は年6.95%になる。同じ年6.0%の実績が、物件ベースのコア指数に対しては+2.00%ポイントの超過、合成指数に対しては−0.95%ポイントの未達に変わる(図2)。物差しの選び方だけで、評価の向きが入れ替わる。

図2 設例 ベンチマーク別の超過リターン図2 設例:同じ実績、物差しで変わる評価実績 年6.0% − 各ベンチマーク(%ポイント)物件ベースのコア指数(4.00%)+2.00コアファンド指数(借入30%)(5.07%)+0.93同+非コア部分に年1.5%(6.12%)−0.12借入比率を合わせた合成指数(6.95%)−0.95絶対目標 年8%(8.00%)−2.00右=ベンチマークを上回った、左=下回った学習用の架空の数値(研究のデータではない)
出所:学習用の​仮定に​基づき大手町​プレップ作成​(年金・数値はすべて架空)。​コア30%・非​コア70%の​私募​不動産​プログラム。​物件ベースの​コア​指数 年4.0%、​借入金利 年1.5%、​借入比率​(LTV)は​コア30%・非​コア60%と​置き、​持分​リターン=物件​リターン+​(物件リターン−借入金利)×LTV÷​(1−LTV)で​換算した。​コアファンド5.07%、​非コア7.75%、​合成指数は​その​加重平均6.95%。​上乗せ​付きは、​コアファンド​指数に​非コア​比率70%×年1.5%ポイントを​足した値​(5.07%+1.05%ポイント=6.12%)。​実績と​各ベンチマークは​同じ​手数料控除の​条件と​仮定し、​手数料の​差は​扱わない。​開発・​リースアップの​リスク、​鑑定評価の​平準化、​税は​織り​込んでいない。

表2は、非コアの比率と借入比率を動かしたときの合成指数である。設例の条件では、物件ベースの指数と合成指数のハードルの差は2.95%ポイントあり、非コアの比率が高く借入が厚いほど開く。実務で使う上乗せの幅は、自らのプログラムの構成と借入から見積もるのが筋で、この表の値をそのまま使うものではない。

表2 設例:借入比率を合わせた合成ベンチマーク(年率)

表は横にスクロールできます →

非コアの比率非コアLTV 50%60%70%
非コア 0%5.07%5.07%5.07%
非コア 30%5.50%5.88%6.50%
非コア 50%5.79%6.41%7.45%
非コア 70%6.07%6.95%8.40%
非コア 90%6.36%7.48%9.36%
出所:学習用の​仮定に​基づき大手町​プレップ作成​(数値はすべて架空)。​物件ベースの​コア​指数 年4.0%、​借入金利 年1.5%、​コア部分の LTV 30%で​固定し、​非コア部分の LTV と​比率だけを​動かした。​太字の​行が​図2の​設例​(非コア70%)。​物件ベースの​コア指数​(年4.0%)を​そのまま​使うと、​どの​行でも​ハードルは​4.0%の​まま​変わらない。​借入以外の​リスクの​上乗せは​含まない。

明日から​使える​確認項目

  1. 戦略構成と物差しの対応表を作る。コア・コアプラス・バリューアッド・オポチュニスティック・デットの出資額(または時価)の比率と、ベンチマークの対象範囲を1枚に並べる。非コアが3割を超えるのにコア型の指数を無調整で使っていれば、上乗せの根拠を求める(3割は編集部の仮の目安で、研究で検証されていない)。
  2. 借入を合わせたハードルを1行で計算する。各戦略の平均LTVと借入金利から、上の式で合成指数を出し、報告された超過リターンと並べる。
  3. 機会費用の指数を併記する。国内なら東証​REIT​指数(配当込み)など、投資可能な上場指数との差を毎年残す。リスクの物差しではないことを注記する。
  4. 絶対目標の中身を確かめる。「年◯%」が固定か、市場に合わせて見直されてきたか、見直しの履歴を出してもらう。
  5. ベンチマークを変えたら、旧ベンチマークでの成績を3年間併記する。変更の理由が目標配分の見直しかどうかを議事録に残す。
  6. 条件をそろえる。ポートフォリオとベンチマークで、手数料控除の前後、1四半期の遅れ(ラグ)の有無、為替の扱いが一致しているかを確かめる。

運用会社に向ける質問は、たとえば次のとおりである。「この期間の超過リターンのうち、借入の厚さで説明できる部分はどれだけか」「同じ期間の上場REIT指数と比べるとどうなるか」「ベンチマークの構成と上乗せの根拠を文書で示せるか」。

よく​ある​質問

コア型の​指数を​使う​こと​自体が​誤りなのですか。

研究は、​コア型の​指数の​利用を​一律に​誤りとは​していません。​指摘しているのは、​非コア中心の​ポートフォリオを​コア型の​指数で​測ると、​リスクの​差が​超過​リターンに​混ざる​点です。​政策上の​資産配分の​物差しと​して​使うなら、​その​用途と、​運用会社の​評価に​使う​物差しを​分けて​示すことが​考えられます。

​上場​REIT​指数を​私募​不動産の​ベンチマークに​すべきですか。

研究も​上場指数を​「機会費用」の​比較対象と​して​使っており、​私募の​リスクの​代理とは​していません。​短期の​値動きが​大きく​異なる​ため、​主たる​ベンチマークよりも、​長期の​比較と​して​併記する​使い方が​無理が​ありません。

まとめ

Carlo らは、確定給付年金の実物資産のベンチマークが極めて多様で、私募不動産では非コア中心のポートフォリオをコア型の指数で測る例が多く、自ら選んだ物差しが上場指数より平均で年2.07%ポイント低かったことを示した。ベンチマークを変えた年には成績とベンチマークがともに下がり、全実物資産をまとめた推計では超過リターンに有意な差は見られなかった。著者らは意図的な操作の証拠とまではせず、裁量が設計と選択に組み込まれていると結論している。日本の年金・機関投資家にとっての教訓は、超過リターンの数字よりも先に、物差しの高さを自らのリスクから計算し、機会費用と変更履歴を併記して読むことにある。

脚注

  1. R1(掲載版, 2026年8月オンライン公開)p.1(受付2025年4月15日・受理2026年5月30日)。R2(AEA 2026年次大会のプログラム掲載の草稿)p.2 の本文の日付「2025年3月31日」を確認した(初出・公表日そのものは確認できていない)(同 PDF の表紙は2025年12月19日付)。R2 p.1 の謝辞に AREUEA International Conference(キュラソー)と ReCapNet(ストックホルム)での報告がある(開催年は未確認)。掲載誌の巻号・ページは未付与(Crossref, 2026年11月7日確認)。同じ著者による CEM データの先行研究(2021年の機関投資家の不動産投資の研究など)は問いが異なる。R1 のページは PDF の物理ページ。↩
  2. R1 p.6〜7(3節・表1 パネルA)、p.10(4.1節。Preqin のデータ)。その他の国としてオーストラリア、ニュージーランド、中国、韓国、サウジアラビア、アラブ首長国連邦が挙げられ、日本の名は無い。標本の年金は2018年に9.9兆ドル超を運用し、世界の年金資産の約25%にあたると著者らは書く(p.6)。↩
  3. R1 p.12(4.2節)。4条件は Beath and Flynn(2020)による整理として紹介される。私募の指数も直接は投資できないと著者らは注記する。↩
  4. R1 p.8 脚注4、p.10(4.1節)。ODCE は Open-End Diversified Core Equity の略。↩
  5. R1 p.3、p.7〜8(表1 パネルC・3.2節)。数字は表記を統一する前(申告どおり)と後。例示の合成指数は p.3、p.8〜9。↩
  6. R1 p.10〜11(4.1節・表3)。非コアはバリューアッド、オポチュニスティック、ディストレス、デット、セカンダリー、ファンド・オブ・ファンズ、共同投資の合計(脚注6)。Preqin のコミットメント額で、稼働中か終了済みかは区別できない(p.10)。過半・7割超の本数は表3 パネルA を基に編集部が数えた。↩
  7. R1 p.11〜12(4.1節)。なお p.12 本文は「Real Estate Custom Index」を CalPERS の申告として紹介するが、表3 パネルB(p.11)では同指数は CalSTRS、CalPERS は MSCI/PREA U.S. ACOE(コア型オープンエンドの指数)となっている。表1 は表の記載に従った。↩
  8. R3(Riddiough, GRU WP 2020-022)印刷 p.23(IV.C節)。Hewitt EnnisKnupp から得た2015年のデータによる。同節は MacKinnon(2019)の調査で、バリューアッド・オポチュニスティックを手がける16投資家のうち NCREIF に上乗せするのは4(25%)だったとも紹介する。↩
  9. R1 p.15〜16(4.3節・表6 パネルA)。差は自選−上場指数で、p値は対応のある t 検定。私募不動産の p値は原表で「< .00」と表記され、本文(p.15〜16)は有意と説明する(正確な p値は表から読み取れない)。コモディティは自選ベンチマークの方が+0.70%ポイント高く、5%水準で有意だった(本文では言及されていない)。↩
  10. R1 p.15〜16(表6 パネルB・C)。パネルBについて本文(p.15)は NCREIF ODCE との比較と書くが、表の見出しと注は NCREIF NPI(物件指数)としている。本稿は表の表記に従い「NCREIF系の物件指数」とした。↩
  11. R1 p.15(4.3節。上場指数は「機会費用のベンチマーク」)、p.16(非コアの期待リターン)。↩
  12. R1 p.13〜14(4.2節・表4 パネルA)。アルファは年率%。私募不動産の p値は0.057で、本文(p.14)は「統計的に有意」と表現するが、表の値では10%水準の有意にとどまる。同様にコモディティのアルファ(年0.641%)の p値は0.050。↩
  13. R1 p.13〜15(表4 パネルB・表5)。10年以上の観測がある年金と資産クラスの組合せで推計。私募不動産のアルファの年金間の標準偏差は6.0%。著者らは多くの資産クラスで標本が小さいと注記する。↩
  14. R1 p.17〜18(5.1節・図1・図2)、p.19〜20(表7)。欧州の年金は米国より絶対目標を使う傾向が強く、過去3年の成績が下位4分の1の年金がより絶対目標を使う傾向はインフラでだけ統計的に有意だった。↩
  15. R1 p.22(6.1節。42%の分母は実物資産に投資する年金)、p.24〜25(表9・脚注16)、p.26〜27(7.1節・表10 パネルA)。表10 は年金と年の固定効果を入れた回帰で、変更年の係数は総リターン−1.4、純リターン−1.4、ベンチマーク−1.3(%ポイント)、ベンチマーク控除後は−0.16で有意でない。全実物資産をまとめた推計で、資産クラス別には有意な結果は出ていない。↩
  16. R1 p.4(1節)、p.26(7.1節)。↩
  17. R1 p.21(表8)、p.28〜29(表11)、p.31(8節)。↩
  18. R1 p.10(4.1節)、p.14(4.2節)、p.15(4.3節)、p.6(3.1節)。↩
  19. R1 p.5(2節)が Augustin, Binfarè and Fermand(2025, SSRN WP)として紹介。本稿の執筆時点で公開版の本文を確認できなかった(未確認)。↩
  20. R4(GPIF『2024年度業務概況書』)印刷 p.29(超過収益率の要因分解と注4)。50%ずつの区分は2024年度末時点の扱いとして記載されている。↩
  21. R4 印刷 p.23(注6)。時間加重収益率は運用手数料等控除前。同年度のオルタナティブ資産は年金積立金全体の1.63%(基本ポートフォリオの上限は5%、印刷 p.32 注5)。↩
  22. R4 印刷 p.37(第4期中期目標期間の取組)。SBDA は Spread Based Direct Alpha の略。↩
  23. R5(ARES Japan Property Index の概要、2026年11月7日確認)。J-REIT の開示データも含む(同ページ)。↩

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。