イランの外国為替市場における合理的バブルの識別：マルコフ・スイッチング・アプローチ

1. 序論

本研究は、イランの非公式外国為替市場（米ドル/リアル）における合理的投機的バブルの存在と動態を調査する。外国為替市場は、競争力、貿易、投資、インフレに直接影響を与える、あらゆる経済の重要な構成要素である。イランでは、この市場は石油収入ショック、経済制裁、投機的行動に大きく影響され、高い変動性が特徴である。本論文が取り組む核心的問題は、為替レートがその基礎的価値から乖離する現象であり、政策立案者による是正措置がなければ通貨危機に繋がりうる。本論文の目的は、高度な計量経済モデルを用いてこれらのバブル期間を識別し、より効果的な金融・為替レート政策介入のための早期警戒シグナルを提供することである。

2. 文献レビューと理論的枠組み

2.1. 資産価格付けにおける合理的バブル

合理的バブルの概念は、資産価格付けの文献に由来し、資産の市場価格が、期待される将来キャッシュフローの現在価値に基づく基礎的価値から持続的に乖離する状況を指す。合理的バブルにおいて、経済主体は、将来さらに高い価格で売却できると期待するため、基礎的価値を上回る価格を支払う意思がある（Blanchard & Watson, 1982）。この自己実現的な予言は、価格の爆発的上昇経路を引き起こしうる。

2.2. 為替レートの決定要因と市場の失敗

伝統的なマクロ経済モデル（例：貨幣アプローチ、ポートフォリオ・バランス・アプローチ）は、しばしば中短期の為替レート変動性を説明できず、これはMesseとRogoff（1983）によって強調されたパズルである。行動ファイナンスは、投資家センチメント、群集行動、投機的攻撃などを主要な駆動力として導入する。「ディスコネクト・パズル」は、為替レートが標準的な基礎的要因を超えた要素によってしばしば駆動されることを示唆している。

2.3. イランの外国為替市場の状況

イランの外国為替市場は、公定レート、二次市場レート、非公式（闇市場）レートからなる多層的なシステムの下で運営されている。需給不均衡、資本逃避、制裁や石油収入に関する期待によって駆動される非公式市場は、バブル形成に対して非常に脆弱である。中央銀行の介入（しばしば石油由来の外貨売却を通じて）は市場安定化を目的とするが、投機的圧力によって圧倒されることがある。

3. 方法論とモデル仕様

3.1. 時間変化遷移確率を伴うマルコフ・スイッチング・モデル (MS-TVTP)

本研究は、マルコフ・スイッチング・モデルを採用する。これは、経済が異なる状態（例：平静、爆発的、崩壊）に存在しうるレジーム・スイッチング・モデルである。重要な革新点は、時間変化遷移確率 (TVTP) の使用である。状態間の遷移確率が固定された標準的なMSモデルとは異なり、TVTPバリアントでは、あるレジームから別のレジームへ移行する確率が、観測可能な経済変数（例：制裁の強度、外貨準備の変化）に依存することを可能にする。これにより、政策変更や外部ショックが市場センチメントに与える影響を捉える上で、モデルはより現実的となる。

3.2. モデル仕様とバブル識別

モデルは、非公式為替レート（$s_t$）に対して3つの異なるレジームを規定する：

1. 爆発的レジーム： 為替レート（通貨安）が急速に上昇することを特徴とし、バブルを示唆する。
2. 平静レジーム： 緩やかで安定したトレンドを特徴とする。
3. 崩壊レジーム： バブル崩壊後の為替レートの急激な調整または下落を特徴とする。

3.3. データと変数

分析は、2010年3月から2018年9月までの月次データを使用する。主要変数は、米ドル対イラン・リアルの非公式市場為替レートである。遷移確率は以下の変数の関数としてモデル化される：

• 制裁指数： 外部経済的圧力の代理変数であり、安全資産通貨への需要を増加させる。
• 外貨準備の変化： 中央銀行が通貨を防衛・介入する能力を示す。

4. 実証結果と分析

4.1. モデル推定とレジーム分類

MS-TVTPモデルは正常に推定された。平滑化確率プロットは、モデルがタイムラインを3つの異なるレジームに明確に分類する能力を示している。モデルは、市場ストレスの期間を特定する上で高い精度を示した。

4.2. バブル期間の識別

モデルは、非公式米ドル/リアルレートにおいて以下の複数の爆発的バブル期間を識別した：

• 2011年5月 (5/90)
• 2011年9月-10月 (9/90 – 10/90)
• 2012年7月 (7/91)
• 2012年10月-11月 (10/91 – 11/91)
• 2013年4月 (4/92)
• 2018年1月-6月 (1/97 – 6/97)

4.3. 早期警戒指標の性能

制裁指数は、爆発的レジームへの遷移を駆動する非常に有意な要因であることが証明された。指数の上昇は、市場が平静または崩壊状態から爆発的バブル状態へ移行する確率を増加させた。外貨準備の変化も有意であり、準備の減少（介入能力の低下）は、爆発的レジームへ入る、またはその状態に留まる可能性を高めた。崩壊レジームは、爆発的期間の後に続く傾向があり、しばしば大規模な中央銀行介入または市場圧力の一時的緩和と同時期であった。

5. 考察と政策的含意

5.1. 核心的洞察と論理的流れ

核心的洞察： イラン・リアルの価値は、単に石油価格や貨幣供給量によって形成されるのではなく、心理的な戦場である。本論文の優れた点は、これを定式化したことにある：為替レートは信念のレジームの関数である。制裁は経済を締め付けるだけでなく、市場の心理的スイッチを「平静」から「恐慌」へと切り替え、米ドル購入が投機的な賭けではなく生存戦術となる合理的バブルを開始させる。

論理的流れ： 議論は洗練されている。1) 標準モデルは失敗する（Messe-Rogoffパズル）。2) したがって、期待とレジームを組み込む。3) 制裁と準備の変化は、これらの期待をシフトさせる観測可能な代理変数である。4) MS-TVTPモデルはこれを捉え、正確なバブル期間を識別する。論理は完璧である：スイッチング・メカニズムをモデル化できれば、バブルを予測できる。

5.2. 本アプローチの長所と欠点

長所：

• 実用的な卓越性： イランのような歪んだ経済において「基礎的要因」を測定するという不可能な課題を回避する。代わりに、より観測可能な乖離のプロセスに焦点を当てる。
• 政策対応可能な出力： モデルは単に「バブルがある」と言うのではなく、「来月バブルに入る確率はX％であり、制裁水準Yによって駆動されている」と言う。これは実践的な情報である。
• 実証的検証： 識別されたバブル期間は歴史的危機と一致し、モデルに強い表面的妥当性を与える。

• ブラックボックス化された警戒指標： 「制裁指数」は構築された変数である。その構成と重み付けは重要だが、潜在的に主観的である可能性がある。入力が不適切であれば、出力も不適切となる。
• 遅れた現実： モデルは歴史的データに基づいて推定される。急速に進展する危機において、指標（例：準備の変化）は遅れて報告される可能性があり、リアルタイムでの有用性を低下させる。
• 合理性の仮定： 「合理的」バブルの枠組みは、純粋なパニックや群集行動を過小評価する可能性があり、それらは不合理であり、いかなるモデルが捉えるよりも速く自己増殖しうる。

5.3. 政策立案者への実践的示唆

イラン中央銀行や金融安定委員会にとって、この研究は単なる学術的演習ではなく、戦術マニュアルである。

1. 水準ではなく、スイッチを監視せよ： 絶対的な為替レート水準から、レジーム変化の確率へと焦点を移す。制裁圧力が高まる平静市場は、爆発前の状態である。
2. 弾薬を戦略的に温存せよ： 外貨準備はバブルと戦う主要な手段である。モデルは、介入が「崩壊」段階でより効果的であることを示している。爆発的バブルの真っ只中（センチメントが圧倒的に否定的な時）に準備を浪費することは無意味である。介入は、爆発的レジームから崩壊レジームへのスイッチを促進するようにタイミングを計るべきである。
3. 期待管理を核心的政策手段として扱え： 市場が信念によって駆動されるため、コミュニケーションと信頼性が鍵となる。透明性が高くルールに基づいた介入政策は、期待を安定させ、爆発的レジームへの移行確率を減らすのに役立つ。不透明または不安定な政策は逆の効果をもたらす。
4. リアルタイム早期警戒システムを構築せよ： このモデルを運用化する。制裁に関するニュースフロー（ニュース配信に対する自然言語処理を使用）、準リアルタイムの準備推定値、市場深度指標などのリアルタイムデータを供給する。これにより、危機予防のためのダッシュボードが作成される。

6. 技術的付録

6.1. 数学的定式化

MS-TVTPモデルの核心は以下のように表現できる。$s_t$を非公式為替レートの対数とする。この過程は以下のようにモデル化される：

$\Delta s_t = \mu(S_t) + \epsilon_t, \quad \epsilon_t \sim N(0, \sigma^2(S_t))$

ここで、$S_t \in \{1,2,3\}$は観測されないレジーム（1=平静、2=爆発的、3=崩壊）を示す。レジーム間の遷移は確率行列$P_t$によって支配され、各要素$p_{ij,t} = Pr(S_t = j | S_{t-1} = i)$は時間変化する。

これらの時間変化確率は、多項ロジット仕様を用いてモデル化される：

$p_{ij,t} = \frac{\exp(\theta_{ij} + \beta_{ij}' Z_{t-1})}{\sum_{k=1}^{3} \exp(\theta_{ik} + \beta_{ik}' Z_{t-1})}$

ここで、$Z_{t-1}$は時点$t-1$における早期警戒指標（例：制裁指数、準備の変化）のベクトルであり、$\theta_{ij}, \beta_{ij}$は推定されるパラメータである。この設定により、バブルレジームへスイッチする可能性が、観測可能な経済的圧力に直接依存するようになる。

6.2. 分析フレームワークの例

シナリオ： イラン中央銀行のアナリストが、次の四半期に投機的バブルが形成されるリスクを評価したいと考えている。

フレームワークの適用：

1. データ入力： 制裁指数（例：主要な西側メディアや政府声明のニュース・センチメント分析から導出）および外貨準備の月次変化の最新値を収集する。
2. モデルへの問い合わせ： これらの値を推定済みのMS-TVTPモデルに入力する。モデルは、現在の推測レジーム状態（最新の為替レートデータから）と入力された$Z_t$値を使用する。
3. 出力の解釈： モデルは、次の期間に3つのレジームのそれぞれに存在する確率を出力する。例：
   • $Pr(平静) = 0.15$
   • $Pr(爆発的) = 0.80$
   • $Pr(崩壊) = 0.05$
4. 実践的結論： 爆発的レジームに入る確率が80％であることは赤信号である。アナリストの報告書は、現在の高い制裁圧力と減少する準備を考慮すると、市場がバブル段階に入る可能性が非常に高いことを強調するだろう。これにより、中央銀行が緊急計画を準備し、期待を管理するための予防的コミュニケーションを検討し、準備の展開戦略を見直すよう推奨するきっかけとなる。

7. 将来の応用と研究の方向性

本研究の方法論と洞察は、イランの特定の状況を超えて広範な適用可能性を持つ。

• その他の制裁下または脆弱な経済： このモデルは、ベネズエラ、ロシア、トルコなどの国々に適応可能であり、地政学的リスクと資本フローの変動性が同様の力学を生み出す。鍵は、適切な地域の早期警戒指標（例：政治的安定性指数、商品価格の変動性）を特定することである。
• 暗号通貨市場： 暗号通貨市場は、センチメントや規制ニュースによって駆動されるバブルが発生しやすいことで悪名高い。ソーシャルメディア・センチメント、規制発表指数、オンチェーン指標を使用したMS-TVTPモデルは、ビットコインやイーサリアムにおけるバブルレジームを識別するのに強力である可能性がある。
• 機械学習との統合： 将来の研究では、遷移確率のロジット仕様を機械学習分類器（例：ランダムフォレスト、ニューラルネットワーク）に置き換えることで、指標とレジーム・シフトの間のより複雑な非線形関係を捉えることができる。
• リアルタイム・ダッシュボードの開発： 論理的な次のステップは、リアルタイムデータフィードを取り込み、モデルを継続的に実行し、政策立案者に上昇するバブル確率を視覚的に警告するソフトウェア・ダッシュボードを構築することである。これは「金融安定性天気図」のようなものである。
• 政策シミュレーション： このモデルは、異なる政策行動（例：大規模な準備注入、金利変更）が遷移確率に与える影響をシミュレートするために使用でき、政策ツールの潜在的有効性を展開前に評価するのに役立つ。

8. 参考文献

1. Blanchard, O. J., & Watson, M. W. (1982). Bubbles, rational expectations and financial markets. In P. Wachtel (Ed.), Crises in the Economic and Financial Structure. Lexington Books.
2. Meese, R. A., & Rogoff, K. (1983). Empirical exchange rate models of the seventies: Do they fit out of sample? Journal of International Economics, 14(1-2), 3-24.
3. Hamilton, J. D. (1989). A new approach to the economic analysis of nonstationary time series and the business cycle. Econometrica, 57(2), 357-384.
4. Filardo, A. J. (1994). Business-cycle phases and their transitional dynamics. Journal of Business & Economic Statistics, 12(3), 299-308.
5. Taiebnia, A., Mehraara, M., & Akhtari, A. (2019). [イランの非公式為替レート市場における合理的バブルと投機的攻撃：時間変化遷移確率を伴うマルコフ・スイッチング・モデルによる分析]. Scientific-Research Quarterly Journal of Economic Research, 19(74), 111-164. (原典はペルシア語).
6. International Monetary Fund. (2023). Annual Report on Exchange Arrangements and Exchange Restrictions (AREAER). Retrieved from IMF eLibrary.
7. Goodfellow, I., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., ... & Bengio, Y. (2014). Generative adversarial nets. Advances in neural information processing systems, 27. (レジーム検出に適用可能な高度なモデリング技術の例として引用).