株式 流動 性 計算：概要と主要指標

概要

株式 流動 性 計算 は、株式市場における「流動性（いつでも望む数量を希望価格で売買できる度合い）」を定量化するための手法群です。本稿では、流動性の概念、主要な指標とその計算式、実務での前処理、頻度選択、暗号資産市場への応用上の注意点、そしてBitgetを利用する際の実務ポイントまでを体系的に解説します。読了後には、流動性指標を選び、実際に計算して解釈するための基礎が身に付きます。

注記：本稿の「流動性」は市場流動性（売買のしやすさ）を指し、企業会計の「流動比率」とは別概念です。

出典時点の参考情報：截至 2024-06-01，据 日本銀行 ワークショップ資料および金融データソリューションズの仕様書報告（出典：日本銀行、金融データソリューションズ）等を参照してまとめています。

流動性の定義と評価軸

株式 流動 性 計算 を始める前に、流動性の評価軸を整理します。流動性は多面的で、代表的な4つの側面があります。

• tightness（タイトさ）: 取引コストの小ささ（スプレッド等）。
• depth（深さ）: 大口注文を吸収できる度合い（板の厚さ、出来高）。
• immediacy（即時性）: 注文がどれだけ速く約定するか。
• resilience（回復性）: 市場衝撃から価格がどれだけ速く戻るか。

市場参加者（マーケットメイカー、情報投資家、流動性トレーダー等）が供給・需要を形成し、これらの側面に影響します。株式 流動 性 計算 は、目的（取引コスト推定、流動性リスク計量、因子構築等）に応じて、適切な指標を選ぶことが重要です。

主要な指標一覧と用途

以下は代表的な指標と、何を測るのかの簡潔なまとめです（詳細は後節で式／手順を示します）。

• 名目スプレッド（quoted spread）: 公表されているビッド・アスク差。
• 実効スプレッド（effective spread）: 約定時点の仲値との差で測る実際の取引コスト。
• 実現スプレッド（realized spread）: 約定後の仲値変化を差し引いた、トレーダーの収益から逆選択等を調整したもの。
• Roll（1984）推定: 価格差の自己共分散から理論的スプレッドを推定。
• Amihud（ILLIQ）: 単位売買金額あたりの価格変動の大きさを示す指標。
• Corwin–Schultz: 日次高値・安値を用いたスプレッド推定器。
• Hasbrouck / Glosten–Harris: 価格形成の構造モデル（逆選択・一時的成分の分離、出来高依存性）。
• 出来高・回転率: 取引量に基づく単純指標。
• 注文板ベース指標: top-of-book depth、累積板深さ、order imbalance。
• 市場インパクト・スリッページ（VWAP との乖離）: 実行コスト計測。
• Pastor–Stambaugh 型流動性ファクター: 銘柄別反応（β）から市場流動性リターンを構築。

ビッド・アスク・スプレッド（名目・実効・実現）

• 名目スプレッド = Ask_price - Bid_price（通常はパーセンテージで表現）。
• 実効スプレッド = 2 × |Transaction_price - Midquote_at_trade_time|（1取引当たりの実効スプレッド算出式の一例）。
• 実現スプレッド = 実効スプレッド - 2 × (E[Midquote_after_horizon] - Midquote_at_trade_time) （約定後短期の仲値変化を差し引く）。

用途の分け方：取引コストの実務評価は実効スプレッド、情報コストや逆選択の評価には実現スプレッドが有用です。

Roll（1984）推定量

Roll 推定は取引価格の変化の自己共分散を使い、観測される価格変動がスプレッドの反転（bid↔ask）によるものかを推定します。

基本式（概念）:

• Cov(Δp_t, Δp_{t-1}) ≈ −(c^2) （簡略化した表現）

ここから推定される擬似スプレッドは 2c と解釈されます。Roll は約定サイン（買い/売り）情報が無くとも簡便に使える一方、頻度や注文方向の不均衡、価格トレンドに弱く、ゼロ取引や低流動性銘柄には注意が必要です。

Hasbrouck・Glosten–Harris 等の構造モデル（要旨）

• Hasbrouck のアプローチは、価格変動を情報的成分（永久的）と一時的成分に分離し、逆選択コストや一時的流動性コストを統計的に推定します。
• Glosten–Harris は出来高に依存するスプレッドモデルを提示し、出来高増加がスプレッドに与える影響をモデル化します。

これらのモデルは高頻度データと取引方向（買い/売り）識別を用いることで、より構造的な流動性解釈を可能にしますが、実装はやや高度であり、前処理（取引分類、分割配当調整等）が重要です。

Amihud のイリクイディティ指標（ILLIQ）

Amihud 指標は日次あるいは月次で以下の式で計算されます。

• ILLIQ_d = |R_d| / DollarVolume_d （日次）
• ILLIQ = average(ILLlQ_d) over period

ここで R_d は日次リターン、DollarVolume_d は日次売買代金（価格 × 出来高）。値が大きいほど流動性が低い（小さな取引で価格が大きく動く）ことを示します。暗黙コスト（スプレッド以外の価格変化）を捕捉する点が特徴です。

Corwin–Schultz 高安推定器（High–Low estimator）

Corwin–Schultz は日次の高値・安値情報を使い、2日分の高値・安値の分散関係からスプレッドを推定する手法です。板情報がないケースや過去データでスプレッドを推定したい場合に有用です。実装上は2日分の高低データから中間式を経てスプレッド比率を算出します。

出来高・回転率・売買代金

• 出来高（Volume）：取引数または株数。
• 売買代金（Dollar Turnover）：価格 × 出来高。
• 回転率（Turnover） = 出来高 / 発行済株式数。

これらは深さ・取引頻度の最も基本的な尺度であり、長期的な流動性トレンド把握に便利です。ただし短期的なスプレッドや即時性を表すには不十分です。

注文板（Order book）ベースの指標

板データが入手可能な場合は、より直接的な流動性評価が可能です。

• top-of-book depth（最良数段の厚み）: 各価格レベルの累積量。
• cumulative depth: 上位N段を合計して深さを評価。
• order imbalance: 買いと売りの厚みの偏り。
• slope（板の傾き）: 価格変動に対する約定感受性（浅い板は大きなスリッページを引き起こす）。

注文板ベースの指標は、実行戦略（大口注文の分割やアルゴリズム）設計に役立ちます。

価格衝撃（Market impact）とスリッページ

市場インパクトは、取引量が価格に与える即時的・持続的影響を指します。単純モデルの一例は

• Impact ∝ (TradeVolume / AverageDailyVolume)^{α}

スリッページ評価は、実行価格と事前に目標としたベンチマーク（例：VWAP、Arrival Price）との差で行います。大口実行ではインパクトを抑えるためのスプリットやアルゴが重要です。

流動性ファクター（Pastor–Stambaugh 型）の構築

Pastor & Stambaugh（2003）は市場全体の流動性変動を捉えるファクターの構築法を提示しました。概略は次の通りです。

1. 各銘柄の日次流動性指標（例：Amihud）を計算し、標準化する。
2. 市場平均の流動性時系列を作成する（加重平均など）。
3. 市場流動性のイノベーションに対する銘柄別の感応度（β）をクロスセクション回帰で推定。
4. 月次等の頻度でファクターリターンを得る。

この手順により、流動性のショックが銘柄リターンに与える共通的影響を因子として扱えます。

計算に必要なデータと前処理

株式 流動 性 計算 の精度はデータ品質に大きく依存します。必要データと主な前処理は以下の通りです。

必須データ:

• 約定価格・時刻（ティック）
• 約定量（株数）と売買代金
• ビッド・アスク価格・深さ（板データ）
• 日次高値・安値（Corwin–Schultz 用）
• 発行済株式数、時価総額

前処理の主な注意点:

• 時間の同一化（タイムゾーン、サマータイム等）
• 株式分割・配当による価格調整
• 外れ値（スパイク）や零値の除去
• 取引分類（買い/売り）: Lee–Ready 等のアルゴリズムを使用
• 取引所間断片化を考慮し、複数取引所の出来高を合算する場合の整合性確認

Bitget を使う場合は、取引所のAPIや履歴データ仕様に沿って時刻・手数料の取り扱いを整理してください。ウォレットからのオンチェーンデータを組み合わせる場合は、チェーン時刻と取引所時刻の整合も重要です。

指標ごとの実務的計算フロー（簡潔）

以下は代表指標の実務フロー概要です。

• 実効スプレッド: データ抽出 → 中値計算（Bid/Ask）→ 約定毎に 2×|P_trade - Mid| を計算 → 平均化
• Roll 推定: 価格時間列抽出 → Δp 計算 → 自己共分散推定 → Rollスプレッド算出
• Amihud: 日次リターンと売買代金を算出 → 日次比率を平均 → 月次等で集計
• Corwin–Schultz: 日次高安データ抽出（2日分）→ 定式に代入してスプレッド比を計算
• Pastor–Stambaugh: 銘柄ごとに日次流動性指標を作成 → 市場系列の構築 → 回帰でβ抽出 → ファクター合成

各指標の実装では、サンプル期間・頻度・欠損値処理を文書化し、ロバストネスチェック（サブサンプル、ブートストラップ等）を行ってください。

期間・頻度の選択とサンプリング問題

頻度（ティック・分次・日次）によって指標の意味が変わります。高頻度データは即時的コスト（実効スプレッド等）を精密に推定できますが、ノイズやタイムスタンプの不整合に敏感です。逆に日次指標（Amihud、Corwin–Schultz）は長期的な流動性傾向に向きます。

希薄銘柄では欠測やバイアス（サバイバルバイアス）が生じるため、閾値（最小出来高）設定や補間ルールを定める必要があります。

暗号資産市場との相違点（適用上の注意）

暗号資産（仮想通貨）は24/7取引、分散型取引（AMM）、オンチェーン流動性プール等の構造差により、伝統的な株式の流動性指標をそのまま使うのは注意が必要です。

• 24/7 取引のため、時間帯・取引活性が異なり季節性が独特。
• DEX の AMM ではプール深度や価格関数（例：x*y=k）に基づくスリッページ測定が重要。
• 取引所断片化（多数の場）やブリッジコスト、ガス費が実効コストに影響する。

Bitget を含む集中型取引所で得られる板データと、Bitget Wallet でのオンチェーントランザクションを組み合わせると、より包括的な流動性分析が可能です。

流動性指標の応用例

• 取引コストの見積り（アルゴ実行の最適化）
• 流動性リスクの定量化（リスク管理）
• ポートフォリオ最適化時の流動性制約組込み
• ファクターモデル（Pastor–Stambaugh）によるリターンの流動性補正
• マーケットメイキングや裁定戦略のリスク／報酬評価

いずれも用途に応じて複数の指標を組み合わせると堅牢性が高まります。

指標の限界と注意点

• 指標は目的依存：取引コストを測るのか流動性リスクを測るのかを明確に。
• 頻度・市場構造に敏感：同じ指標でも市場や時間帯で解釈が変わる。
• サンプル・サバイバルバイアスや遅延報告に注意。
• 高頻度データではタイムスタンプの精度が結果を左右する。

実装上のベストプラクティス（チェックリスト）

• データ品質チェック（タイムゾーン、分割配当補正、外れ値処理）
• 複数指標を並列で計算して一貫性確認
• 銘柄・時間帯・市場ごとの分解分析
• ベンチマーク比較（例えば市場インデックス）
• ロバストネス検証（サブサンプル、ウィンドウ長変更、ブートストラップ）
• 結果のドキュメント化と再現性確保

代表的論文・参考文献（短注）

• Roll (1984) — スプレッド自己共分散法。簡便だが仮定に敏感。
• Hasbrouck (1991, 2007) — 価格形成と流動性の分解モデル。
• Glosten & Harris (1988) — 出来高依存モデル。
• Madhavan, Richardson & Roomans (1997) — 構造的アプローチの比較検討。
• Amihud (2002) — ILLIQ 指標（価格応答性）。
• Corwin & Schultz (2012) — 高値安値を用いたスプレッド推定。
• Pastor & Stambaugh (2003) — 流動性ファクター構築法。

用語解説（短辞書）

• 実効スプレッド: 約定価格と当時の中値の差で算出する実際の取引コスト。
• 実現スプレッド: 約定後の中値変化を考慮し情報コスト等を差し引いた指標。
• 逆選択（adverse selection）: 情報を持つ参加者が不利な側を選ぶことによるコスト。
• マーケット・インパクト: 実際の取引が市場価格に与える影響。
• 回転率: 出来高 / 発行済株式数。
• ILLIQ: Amihud の非流動性指標（価格変動 / 売買代金）。

付録：主要指標の計算式一覧（要点）

• 実効スプレッド_i = 2 × |P_i - Midquote_i|
• Roll 推定（簡略）: S_roll = 2 × sqrt(−Cov(Δp_t, Δp_{t-1}))
• Amihud（期間T）: ILLIQ = (1/T) Σ_t (|R_t| / DollarVolume_t)
• Corwin–Schultz: 高低データから中間量を計算し、スプレッド比率を推定（実装は原論文参照）
• Pastor–Stambaugh: 銘柄流動性系列を用いて市場流動性インノベーションへのβを推定し、月次でファクター生成。

（実装上は原論文の式を参照して厳密にコーディングしてください。）

実例（短いケーススタディ・概念図）

1. 大型上場銘柄A（時価総額大、日次売買代金高）と小型銘柄B（低流動性）を比較すると：
   • 株式 流動 性 計算 の結果、Aは実効スプレッドが小さく、ILLIQ が低い。B はスプレッドが大きく、Amihud が高い。
2. 暗号資産例（概念）：BTC の取引所別スプレッドやプール深度を比較すると、集中型取引所の板深さは重要であり、オンチェーンの流動性プールではプール残高とスワップ式が流動性を決める。

実務的な留意点（Bitget 利用時）

• Bitget での約定データ、板情報、手数料仕様を把握して計算に反映してください。手数料やリベートは実効コストに影響します。
• ウォレット連携が必要なオンチェーン指標は Bitget Wallet を優先して利用し、取引所データとオンチェーンデータの突合せを行うと良いでしょう。
• 大口実行やアルゴ利用時は、板深さ・累積厚みを確認しスプリット実行を検討してください。

まとめと次の一歩（アクション）

株式 流動 性 計算 は、多様な指標と目的に応じた設計が鍵です。本稿で紹介した指標群（スプレッド系、Amihud、Corwin–Schultz、Roll、構造モデル、Pastor–Stambaugh 型ファクター）を実装環境に合わせて選択・組合せしてください。実装時はデータ前処理とロバストネス検証を必ず行い、Bitget の取引データ・Bitget Wallet のオンチェーンデータを活用することで、実務に直結する流動性分析が可能になります。

さらに詳しい数式ベースの実装版や、特定指標のコード例（Python/R）を希望する場合はご指定ください。Bitget のツールやAPIを使ったデータ取得・分析フローの作成支援もご案内できます。

本稿は教育目的の情報提供であり、投資助言ではありません。指標の利用は各自の責任で行ってください。