想定読者:銀行・生損保・年金の債券運用とALMの担当者、証券会社の債券トレーダー、流動性リスク管理・市場リスク管理の担当者
前提知識:国債の売買の基本、ビッド・アスク・スプレッドの意味(隠れマルコフモデルの読み方は本文で説明する)

金利が大きく動いた翌週、債券の売買を担当する人が画面を見ると、気配の差(スプレッド)はもう普段どおりに戻っている。約定もできる。それでも最良の気配に並ぶ注文量は、混乱の前の水準まで戻っていない。この状態を「流動性は回復した」と見てよいのか、それともまだ危うい状態と見るべきなのか。流動性バッファーとして持つ国債を何日で売れる前提にするか、大口の売りを今週中に済ませるか待つかという判断は、この見方で変わる。

米連邦準備制度理事会(FRB)のスタッフである Andrew Meldrum と Oleg Sokolinskiy は、この問いを米国債の電子取引のデータで調べた。2人は流動性の脆さを“the probability of a sudden increase in trading costs”(取引コストが急に上がる確率。拙訳)と定義し、今日のコストの水準とは別の量として測っている1。本稿は、その結果と限界を整理し、日本の債券実務で何を見ればよいかを考える。米国債市場の流動性に関するテーマとしては、レポ市場の脆さを扱った別の研究もあるが、本稿は現物の板の厚さと売買コストの関係に絞る。

この記事が主に参照する研究

Andrew Meldrum and Oleg Sokolinskiy(2025)「The Relationship between Market Depth and Liquidity Fragility in the Treasury Market」Finance and Economics Discussion Series 2025-014, Federal Reserve Board

  • 公表:2025年2月(FEDS 2025-014)。同じ著者による前身稿は2023年5月(FEDS 2023-028)。参照した版:FRB公式サイトの2025年2月14日付PDF。査読:未査読(WP)2
  • データ:米国債のディーラー間電子取引(BrokerTec)の新発(オン・ザ・ラン)2・5・10・30年債、2014年4月〜2023年12月の2,374営業日3
  • 方法:日次の価格インパクトを推計し、流動性の「状態」を観測できないものとして扱う隠れマルコフモデルで、板の厚さと状態の移りやすさの関係を推計する(時系列の関連の分析で、因果の識別ではない)
  • 位置づけ:新しい推計方法とモデルによる、板の厚さと流動性の関係の検証

「今日の取引コスト」と​「明日悪化する確率」は​別の​量である

研究が使う量は3つある。1つ目は価格インパクトで、ここでは5億ドルの10年債を1日かけて市場の売買高に合わせて分割し、成行で買ったときに価格がどれだけ動くかを、1分ごとのデータから日ごとに推計した値である。5億ドルは期間中の1日売買高の中央値の約1.5%に当たる4。分割執行の考え方はVWAP・​TWAPなどの​アルゴリズム​執行と同じで、大口の注文を小さく分けて板の補充を待ちながら売買する前提である。

2つ目が板の厚さ(market depth)で、最良の買い気配と売り気配に並ぶ注文量の合計を、1日の時間で加重平均したものである。米国債では呼値の単位が相対的に大きく、ビッド・​アスク・​スプレッドは1ティックであることが多い。スプレッドがほとんど動かないため、流動性の変化を見るには板の厚さや価格インパクトの方が情報を持つ、というのが著者らの立場である5。

3つ目が流動性の「状態」である。マーケットメイカーがどれだけ素早く注文を補充するかは外から見えない。そこで著者らは、流動性に低・中・高の3つの状態があり、状態ごとに価格インパクトが金利のボラティリティにどれだけ反応するかが違う、というモデルを置いた。低流動性の状態では、同じボラティリティの上昇でも価格インパクトが大きく上がる。状態は日々移り変わり、その移りやすさ(遷移確率)が前日の板の厚さで変わるとしたのが本研究の設計である6。隠れマルコフモデルとは、このように観測できない状態とその移り変わりを、観測できるデータから同時に推計する統計モデルである。

研究が​示した​結果:板が​薄いと、​悪い​状態へ​移る​確率が​急に​上がる

まず単純な比較から。10年債の価格インパクトと板の厚さの相関は−0.75で、板が薄い日ほど価格インパクトは大きい。ただし動き方は違う。板の厚さは価格インパクトよりも持続的で、ストレスの後、価格インパクトは比較的早く戻るのに、板の厚さの戻りは遅い。2020年3月と2023年3月には、板の厚さが底を打った数日後に価格インパクトが頂点を迎えた7。

次に、価格インパクトとボラティリティの関係は直線ではない。10年スワップションのインプライド・ボラティリティ(年率のbp表示)に対する傾きを、閾値付近で滑らかに切り替わる回帰で推計すると、低・中・高ボラティリティの領域の係数は0.097・0.137・0.196(閾値は約94bpと約147bp)で、ボラティリティが高い局面ほど約2.0倍まで大きくなる(いずれも0.1%水準で有意)8。金利が荒れるほど、1単位の変動が取引コストをより大きく押し上げるということで、これが状態を分けたモデルを使う理由になっている。

中心の結果は遷移確率である。状態は持続的で、遷移確率を固定したモデルでも、翌日に同じ状態にとどまる確率はどの状態でも0.92を超える9。遷移確率を板の厚さで動かすと、著者らが採用するModel IVでは、低・中流動性の状態での板の厚さの係数が正で1%水準で有意だった(他の定式化では一部の係数が有意でない)。板が厚いほど良い状態へ移りやすく、低流動性の状態へは移りにくい。この効果は流動性が低い状態ほど強い10。

図1 板の厚さと遷移確率図1 板の厚さと、翌日に流動性が悪化する確率米国10年債・1日の遷移確率(%)02550751000306090120板の厚さ(前日、百万ドル)中流動性→翌日 低流動性高流動性→翌日 中または低流動性論文の図4の掲載値(中→低)
出所:R1 p.22 表3(Model IV)の​係数を​式(4)(5)に​入れて​大手町​プレップが​計算​(曲線)。​白丸は R1 p.23 図4の​掲載値。​米国債10年の​新発債、​BrokerTec、​2014年4月〜2023年12月の​推計。​曲線は​5百万​ドル​刻みで​計算し、​図4の​掲載値との​差は​最大約0.99%ポイント。​状態​(低・中・高流動性)は​観測できない​ものとして​モデルで​推計した​もので、​確率は​前日の​板の​厚さとの​統計的な​関連を​示し、​因果効果ではない。

図1は、論文の推計値から、中流動性の日に翌日低流動性へ移る確率と、高流動性の日に翌日中以下へ落ちる確率を描いたものである。論文が示した点では、中から低へ移る確率は板の厚さ1,000万ドルで88.7%、3,000万ドルで49.3%、6,000万ドルで4.0%、1.2億ドルでほぼ0%だった11。曲線は滑らかだが、3,000万〜6,000万ドルの間で急に落ちる。編集部の再計算では、確率が50%になるのは約30百万ドル、10%まで下がるのは約51百万ドルである。板の厚さが一定の幅を割り込むと、悪化の確率が非線形に跳ね上がる形で、「少し薄くなった」ことの意味は水準によって大きく違う。

推計された状態の推移を見ると、標本の初めから2019年末〜2020年初めごろまでは高流動性の状態にいる確率がおおむね高かったが、2020年以降は中流動性が主な状態になり、高流動性はまれに、低流動性はずっと多くなった12。2・5・30年債でも同じ傾向で、4年限に共通の状態を置いたモデルでも、板の厚さ(4年限の板の厚さの主成分)が厚いほど良い状態へ移りやすかった。ただしこの市場全体のモデルでは、最も流動性が高い状態での板の厚さの係数は有意でなかった13。板の厚さとの関連は流動性が低い局面ほど強く、最も流動性が高い局面では統計的に明確でない。10年債単独のModel IVでは高流動性の状態でも係数が有意なので、高い局面で効かないとまでは言えない。標本を2019年8月以降に絞っても、主要な結果は変わらなかった14。

表1 研究が確かめたことと結果の要約

表は横にスクロールできます →

論点結果統計的な確からしさ・根拠
価格インパクトと板の厚さ相関−0.75。板の厚さの方が持続的で、ストレス後の戻りが遅い記述統計(図1〜3)
ボラティリティへの反応低・中・高ボラティリティ領域の傾き0.097→0.137→0.196(閾値 約94bp・147bp付近で滑らかに移行)いずれも0.1%水準で有意
状態の持続性翌日に同じ状態にとどまる確率はどの状態でも0.92超遷移確率を固定したモデル
板の厚さと遷移確率(10年債)板が厚いほど良い状態へ、薄いほど低流動性へ移りやすい。中→低は1,000万ドルで88.7%、6,000万ドルで4.0%採用するModel IVで、低・中の状態の係数は1%水準で有意。効果は低い状態ほど強い
他の年限(2・5・30年)同じ向きの関係表4
市場全体(4年限共通の状態)板の厚さの主成分が大きいほど良い状態へ移りやすい最も流動性が高い状態では有意でない(10年債単独のModel IVでは高流動性の状態でも有意な係数がある)
2019年8月以降の標本主要な結果は同様付録B
未検証の論点補充の速さの直接の測定、バランスシート制約、顧客取引・既発債・先物、他国の市場—
出所:R1 p.9〜31、​表1〜5、​図1〜5、​付録B を​基に​大手町​プレップ作成​(原表は転載していない)。​米国債の​新発2・5・10・30年債、​BrokerTec、​2014年4月〜2023年12月。​いずれも​時系列の​関連の​分析で、​因果の​識別ではない。

著者らの解釈はこうだ。高速の注文補充と分割執行が普及した結果、板が薄くても平常時のコストは低く保てる。しかしその低コストは、補充が素早く続くことに依存している。板が薄いほど、補充が注文の流れに追いつかない可能性が高くなり、コストが急に上がりやすい15。著者ら自身も「おそらく」という形で書いており、補充の速さを直接測って確かめたわけではない。

対象・方法・​限界:何が​確かめられていないか

第一に、対象は米国債のうち、ディーラー間の電子取引の板で売買される新発の4年限に限られる。顧客との相対取引、既発債(オフ・ザ・ラン)、先物は含まない。他の板取引の市場で同じ関係が成り立つかは今後の課題だと著者らは書いている16。

第二に、分析は時系列の関連を推計したもので、板が薄くなったことが悪化を引き起こしたとまでは言えない。モデルの説明変数はボラティリティなど不確実性に関するものだけで、ディーラーのバランスシートの制約などは入っていない。同じ要因が板の薄さと後の悪化の両方を生んでいる可能性は残る17。

第三に、価格インパクトは5億ドル・1日の分割執行という基準で推計した値で、執行の方法や規模が違えば値も変わる。著者らは基準の選び方にある程度の恣意性があると認めたうえで、規模を変えても主要な結論は頑健である可能性が高いと、非掲載の予備分析を根拠に述べている18。本文の一部には日付や表番号の不一致があり、読む際には注意がいる19。

研究段階はWP(未査読)だが、同じ著者らは2023年の前身稿で、板が薄い時期には将来の価格インパクトの上昇と、ボラティリティへの感応度の上昇の確率が高いと報告していた20。主論文はこれを4年限と市場全体に広げたものである。また、2021年2月25日に米国債の価格が急落して1時間ほどで戻った事象を調べたFRBの別の分析は、スプレッドがすぐ平常に戻った一方で、4月上旬時点でも板の厚さは完全には回復しておらず、流動性は脆いままかもしれないと指摘していた21。

大手町​プレップの​考察:​「戻ったスプレッド」と​「戻らない板」の間

以下は編集部の推論である。この研究の実務上の意味は、流動性を「今日のコスト」と「悪い状態への移りやすさ」の2つに分けて見ることを促す点にあると考える。平常時のコストは分割執行と素早い補充で低く保たれるので、板が薄くなってもすぐには表に出ない。表に出ないまま、悪化の確率だけが積み上がる。スプレッドや約定のしやすさだけで回復を判断すると、この部分を見落とす。

図2 多日の確率の試算図2 中流動性の日から、k日後に低流動性にいる確率板の厚さが一定と仮定した編集部の試算(%)板の厚さ 30百万ドル1日後49.35日後80.520日後81.5板の厚さ 45百万ドル1日後16.85日後17.020日後17.0板の厚さ 60百万ドル1日後4.05日後4.120日後4.1板の厚さ 120百万ドル1日後0.05日後0.520日後0.9
出所:R1 p.22 表3(Model IV、米国10年債)の​係数に​よる​1日の​遷移確率行列を、​板の​厚さを​一定と​して​日数分掛け​合わせた​大手町​プレップの​試算。​論文は​1日の​遷移確率だけを​示しており、​多日の​確率と​「板の厚さが一定」と​いう​仮定は​編集部の​もの。​実際の​板の​厚さは​日々​変わる​ため予測ではない。​日数は​営業日。

状態が持続的であることも重い。図2は、論文の推計値を使い、中流動性の日から出発して板の厚さが一定のまま続いたと仮定した場合に、何日後に低流動性の状態にいる確率がどうなるかを編集部が計算したものである(論文はこの計算をしていない)22。板の厚さが3,000万ドルのままなら、翌日の49.3%が5営業日後には80.5%まで上がる。6,000万ドルなら4.1%にとどまる。板が薄い状態が数日続くと、悪化は「起きるかもしれない」から「起きている可能性が高い」に変わる。もちろん実際の板の厚さは日々動くので、これは仕組みを見るための試算であり、予測ではない。

この見方は売る側の計画に直接響く。分割して時間をかけて売る戦略は、板が補充されることを前提に1回あたりのコストを下げる。板が薄い局面では、その前提がまさに崩れやすい。分割の効果が小さくなる局面がある、という仮説を設例で確かめておく。

日本の​実務への​応用:日銀の​指標で​板の​厚さを​別に​追う

本稿の研究対象は米国債で、日本国債は含まない。ここからは日本の公表資料を使った編集部の提案である。材料はすでにある。日本銀行の「国債市場の流動性指標」は、長期国債先物のベスト・アスク枚数(1分ごとの中央値)と価格インパクト、現物国債のディーラー間取引(日本相互証券)のベスト・アスクとベスト・ビッドの注文量(1秒ごとの中央値を銘柄ごとに求めて合計)を、スプレッドとは別の図表として掲載している。掲載系列は後方10日移動平均で、当日の板の厚さそのものではない23。日銀の「債券市場サーベイ」も、板の厚み等を念頭に置いた注文量判断DIを四半期ごとに公表しており、2026年8月調査では「多い」−「少ない」が−33(前回−26)、機能度判断DIは−12(前回−16)だった24。

使い方は3つ考えられる。1つ目は運用・トレーディングの観察で、スプレッドと板の厚さを並べ(日々の判断には自社が見る板の注文量を使い、日銀の系列は均した傾向の確認に使う)、スプレッドが戻っても板の厚さが戻らない期間を「回復途上」として扱う。2つ目はALMと流動性リスクの管理で、国債を流動性の備えとして数える際の「何日で、いくらのコストで売れるか」の前提を、板の厚さの局面で変える。LCRなどの規制上の流動性指標で国債をどう数えるかと、市場で実際にどの速さとコストで売れるかは、分けて確かめたい。研究も、2023年3月のシリコンバレー・バンク閉鎖後の月曜日を、米国債市場で板が薄く価格インパクトが跳ねた日の1つとして挙げている25(銀行のALMの論点はSVB破綻と​ALMリスクを参照)。3つ目は売却計画で、大口の売りを分割するか一度に済ませるかの判断に、悪化の確率を入れる。

注意点もある。この研究の対象は米国債市場で、日本ではない。米国債の板で推計された閾値(3,000万〜6,000万ドル)を日本の注文量に当てはめる根拠はない。日本の指標で同じ関係が成り立つかは、各社が自社の約定データと日銀の指標を突き合わせて確かめる必要がある。

学習用の​設例:板の​厚さで​分割売却の​効果は​どれだけ​変わるか

学習用の設例(架空)

  • 架空の地域銀行X行が、預金流出への備えとして10年国債を額面500億円売る。今日の流動性は「中」の状態
  • 1日100億円を売るときのコスト(額面100円当たり)は、流動性が高い日1.0銭、中の日2.5銭、低い日8.0銭とする
  • 1日の売却額が増えるとコストは増え、売却額がk倍なら1円当たりのコストは√k倍とする(1日で500億円なら2.24倍)
  • 翌日の状態への移りやすさは「厚い板」と「薄い板」の2通りを仮定する(数値は表2の注。論文の推計値ではない)
  • 500億円を1日、3日、5日に等分して売る場合の期待コストと、売却期間中に一度でも「低」に入る確率を計算する

表2 学習用の設例(架空):分割売却の期待コストと悪化の確率

表は横にスクロールできます →

売り方1日の売却額厚い板:期待コスト厚い板:「低」に入る確率薄い板:期待コスト薄い板:「低」に入る確率
今日1日で売る500億円28.0百万円0%28.0百万円0%
3日に分ける約167億円16.0百万円4%25.3百万円51%
5日に分ける100億円12.2百万円7%23.9百万円75%
出所:学習用の​仮定に​基づき大手町​プレップ作成​(研究の数値ではない)。​額面500億円の​10年国債。​コストは​1日100億円を​売る​ときの​100円当たり 高1.0銭・​中2.5銭・​低8.0銭で、​1日の​売却額が​k倍なら​√k倍。​1日目は​今日の​状態​(中)で​執行。​翌日への​移りやすさ​(低・中・高の順)は、​厚い​板:​今日が​低なら 0.70・0.30・0.00、​中なら 0.02・0.90・0.08、​高なら 0.00・0.05・0.95。​薄い​板:低なら 0.95・0.05・0.00、​中なら 0.30・0.68・0.02、​高なら 0.05・0.40・0.55。​「低」に​入る​確率は、​売却期間中に​一度でも​低流動性の​日が​ある​確率。

今日のうちに全額を売れば、どちらの板でも期待コストは28.0百万円で変わらない。今日の状態が分かっているからである。差が出るのは分割したときで、板が厚い前提では5日に分けると12.2百万円まで下がるが、薄い前提では23.9百万円にしか下がらず、売却期間中に一度でも低流動性に入る確率は75%に達する。初日は中、残りの4日間がすべて低流動性になれば34.5百万円で、今日一度に売るより高くつく。期待値で分割が有利でも、ばらつきは板の厚さで大きく変わる。数値は架空だが、板の厚さを見ずに分割の効果を見積もると、薄い局面では効果を過大に見積もりやすいという構造は、研究の結果と整合的だと考える(編集部の推論)。

明日から​使える​確認項目

  1. 流動性の日次の観察表に、スプレッドとは別の列として板の厚さ(自社が見る板の最良気配の注文量、または日銀の指標)を置いているか。スプレッドだけで「回復」と判断していないか。
  2. ストレスの後、スプレッドと板の厚さのそれぞれが平常に戻るまでの日数を記録しているか。板の戻りが遅い期間を「回復途上」として、大口の売買や在庫の積み増しの判断を変える基準を決めているか。
  3. 流動性の備えとして数える国債について、「何日で、いくらのコストで売れるか」の前提を1つの数値にしていないか。板の厚さの局面別(厚い・薄い)に置き、薄い局面の前提で資金繰りが回るかを確かめているか。
  4. 大口の売却を分割する計画で、分割すれば安くなるという前提を、板が薄いときにも置いていないか。上の設例のように、状態の移り変わりを入れた試算を1回は作ってみる。
  5. 日銀の債券市場サーベイの注文量判断DIと流動性指標を、四半期ごとに自社の約定コストの実績と並べ、板の厚さが減った時期の後にコストが上がったかを確かめているか。閾値は自社のデータで決め、米国債の推計値を流用しない。

よく​ある​質問

板が​薄いときは、​売買を​控えるべきと​いう​ことですか。

研究が​示したのは、​板が​薄いときに​流動性が​悪い​状態へ​移る​確率が​高いと​いう​関連です。​売買を​控えるべきか​どうかは​示していません。​急が​ない​取引を​遅らせる​判断も​あれば、​悪化する​前に​済ませる​判断も​あり、​資金の​必要性や​保有の​目的に​よって​変わります。

​日本国債にも​この​結果は​当ては​まりますか。

研究の​対象は​米国債の​ディーラー​間電子取引の​新発4年限で、​日本国債は​対象外です。​日本では​日銀が​板の​厚さに​関する​指標を​公表しているので、​自社の​約定データと​突き合わせて​同じ​関係が​あるかを​確かめるのが​出発点に​なります。

まとめ

FRBの研究者らは、米国債の板の厚さが減ると、今日の取引コストが低いままでも、流動性が悪い状態へ移る確率が上がることを、2014〜2023年のデータで示した。中流動性から低流動性へ移る確率は、板の厚さが3,000万ドルと6,000万ドルの間で大きく変わり、効果は流動性がすでに低い局面ほど強い。時系列の関連の分析で、補充の速さを直接測ったわけではなく、対象は米国債の電子取引の板に限られる。日本の実務では、日銀の板の厚さの指標をスプレッドとは別に追い、売却の日数とコストの前提を局面別に置くことから始めたい。

脚注

  1. R1(FEDS WP 版, 2025年2月14日付)p.3 第1節。要旨(p.2)も同旨。ページは PDF の物理ページ(印刷ページは1を引いた数)。以下同じ。表紙(p.1)は、FEDS はスタッフの予備的な研究で、FRB や他のスタッフの見解ではないと明記している。↩
  2. R1 p.1〜2(2025年2月14日付)、FRB の掲載ページ(February 2025、DOI 10.17016/FEDS.2025.014)。前身稿 R2 は同じ著者によるもので、2023年4月27日付で FRB の掲載ページは May 2023(DOI 10.17016/FEDS.2023.028)。R2 の標本は2014年3月〜2023年3月(R2 p.7)で、R1(2014年4月〜2023年12月)とは異なる。学術誌への掲載は Crossref と Web 検索では確認できなかった(2026年11月7日確認)。↩
  3. R1 p.4(BrokerTec の CLOB)、p.9・p.37(2014年4月1日〜2023年12月31日、短縮取引日を除き2,374日、7時〜16時45分)、p.25 脚注6(20年債は2020年の再導入で期間が短いため除外。2・5・30年債の価格インパクトは10年債と同程度の金利リスクの移転に換算)。↩
  4. R1 p.8(2.1節)、p.37〜38(付録A:1分ごとのリターンを取引フローと非成行の注文フローの不均衡に非線形回帰し、日ごとに推計。5億ドルは期間中の1日売買高の中央値の約1.5%)。価格インパクトの数値の単位は本文に明示されていない。↩
  5. R1 p.9(板の厚さの定義:7時〜16時45分の最良気配の注文量合計を、取引・取消の間隔で時間加重した平均)、p.39 付録A(呼値が相対的に大きく、スプレッドは1ティックであることが多い)。↩
  6. R1 p.15〜16(3.1節:3状態、ボラティリティへの感応度で状態に名前を付ける)、p.15 脚注3(情報量規準は2状態より3状態を選ぶ)、p.20 式(4)(5)(遷移確率は板の厚さの多項ロジット)。推計は最尤法(p.16)。↩
  7. R1 p.9(相関−0.75)、p.10〜12 図2・図3(板の厚さは価格インパクトより持続的。ストレス後の回復の遅さ。2020年3月と2023年3月は板の厚さの底の数日後に価格インパクトが頂点)。↩
  8. R1 p.8 式(1)(平滑閾値回帰。ロジスティック関数で閾値付近の傾きが滑らかに移行する)、p.9 表1(傾き0.097・0.137・0.196、閾値94bp・147bp(原表は93.882・146.806)、いずれも p<0.001、R²0.897)。ボラティリティは TP ICAP の10年スワップ1か月物オプションの年率 bp インプライド・ボラティリティ(p.8〜9)。倍率2.0倍は編集部の計算(0.196÷0.097)。↩
  9. R1 p.19(3.2節、Model IV で同じ状態にとどまる確率は0.92超)、p.17 表2 Panel B。本文 p.16 は該当の表を「Table 3」と書くが、固定遷移確率の推計は表2。↩
  10. R1 p.21(3.3節)、p.22 表3 Panel B。Model IV(著者らが採用するモデル)では γ1,2・γ1,3・γ2,2・γ2,3 がいずれも1%水準で有意。Model I・II の γ1,3 と全モデルの γ3,2 は有意でない。効果が低い状態ほど強いことは p.21(γi,j>γi+1,j)。↩
  11. R1 p.23 図4(Model IV、板の厚さ1,000万・3,000万・6,000万・1.2億ドルでの遷移確率行列)、p.21 本文(1,000万ドルで約9割、1.2億ドルでほぼゼロ)。図1の曲線と、確率が50%・10%になる板の厚さは、編集部が表3 Model IV の係数(p.22)を式(4)(5)に入れて再計算したもの。図4の掲載値との差は確率で最大0.0099(約0.99%ポイント。係数の丸めによるものと考えられるが、原典では確認できない)で、本文の数値は図4の掲載値を使った。↩
  12. R1 p.24 図5(Model IV の平滑化確率)。↩
  13. R1 p.25〜27(4.1節・表4:2・5・10・30年債それぞれの推計)、p.28〜29(4.2節)・p.30 表5(4年限に共通の4状態、遷移確率は4年限の板の厚さの第1主成分で動かす。有意な係数は良い状態の方向で正、最も流動性が高い状態4では有意でない)。なお10年債単独の Model IV では、高流動性の状態にとどまる確率の係数 γ3,3=0.036 も1%水準で有意(p.22 表3)。↩
  14. R1 p.41〜42 付録B、p.43 表B.1(2019年8月3日〜2023年12月31日の標本)。↩
  15. R1 p.3〜5(第1節)、p.29(第5節)。p.5 は “presumably” と推測の形で書いている。↩
  16. R1 p.31(第5節:他の CLOB 市場で同じ規則性が成り立つかは今後の研究)。対象は BrokerTec の新発4年限(p.4、p.25)。↩
  17. R1 p.29〜31(第5節:説明変数は不確実性に関する要因で、ディーラーのバランスシート制約などの統合は今後)。モデルは観測できる変数と状態の時系列の関連を推計するもので、自然実験などによる因果の識別は行っていない(編集部の読み)。↩
  18. R1 p.38〜39 付録A(基準の5億ドル・1日の選び方は “somewhat arbitrary” と認め、規模を変えても主要な結論は “likely to be robust”(頑健である可能性が高い。拙訳)とし、その根拠の予備分析は非掲載)。↩
  19. R1 の本文内の不一致(いずれも結論には影響しないと編集部は判断):p.10 は COVID の緊張の日付を2021年3月9日と書くが、図1の注(p.11)は2020年3月9日。図1の注の (g) は2023年3月10日、本文(p.10)と図5の注(p.24)は3月13日。p.12 図2の注の標本(2014年3月〜2023年3月)は本文の標本と異なり、前身稿の期間と同じ。4節冒頭(p.25)の小節番号の参照が逆。↩
  20. R2(FEDS 2023-028、2023年4月27日付)p.7 第1節(3状態の HMM で、板が薄い時期は価格インパクトが高く、ボラティリティへの感応度が高い状態になる確率が上がる。標本は2014年3月〜2023年3月)。↩
  21. R3(FEDS Notes, 2021年5月14日)冒頭の要約(1時過ぎの急変は1時間ほどで戻り、スプレッドは早く平常に戻ったが、2021年4月上旬時点で板の厚さは完全には回復していない)。著者の1人は R1 と同じ Meldrum。↩
  22. 編集部の計算(finance/calc.py)。R1 p.22 表3 Model IV の係数による1日の遷移確率行列を、板の厚さを一定として日数分掛け合わせ、中流動性から出発して k 営業日後に低流動性にいる確率を求めた。板の厚さが一定という仮定は編集部のもので、論文は多日の確率を示していない。↩
  23. R4(日本銀行金融市場局「国債市場の流動性指標」2026年9月30日、直近は8月末)p.1(図表一覧)、p.3 図表2(長期国債先物のベスト・アスク枚数=1分ごとの中央値、価格インパクト。出所:日経NEEDS・QUICK・大阪取引所)、p.9 図表8(現物のディーラー間取引のベスト・アスク/ビッド注文量=銘柄ごとに1秒ごとの中央値を求めて合計。出所:日本相互証券)。いずれも後方10日移動平均(p.3・p.9 の注)。↩
  24. R5(日本銀行金融市場局「債券市場サーベイ<2026年8月調査>」2026年9月1日)p.1。調査対象77先(国債売買オペ対象先と大手機関投資家)、回答期間2026年8月3日〜7日。注文量判断DIは「板の厚み(ビッドおよびアスクのそれぞれの価格ごとの注文量)等を念頭に」回答するもので、「多い」−「少ない」の%ポイント。調査は2・5・8・11月(p.3)。↩
  25. R1 p.10(2.2節:板の厚さが局所的な底をつけ価格インパクトが跳ねた日として、シリコンバレー・バンク閉鎖後の月曜日=2023年3月13日を挙げる)。LCR の算定上の扱いは本稿では扱っていない。↩

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。