JP2017504126A - 投資証券の層別コンポジットポートフォリオ - Google Patents

Abstract

投資証券のグループを選択し、特定の資産リスクに相関する属性に従ってこれらを層別化し、それらの層別ポジションに基づいて相対的ポートフォリオの重みをコンポーネントに割り当てることによって、層別コンポジットポートフォリオを形成することができる。属性は、可能な値のユニバースから選択される。個々の資産、任意の選択された資産グループまたは任意の層別化ポジションを含む、任意のポイントまたは層別ポジションに、正および負のバイアスを適用することができる。

Description

関連出願の相互参照
[1] 本出願は、２０１４年１月２３日に出願された米国仮特許出願第６１／９３０，８０７号の利益を主張する。この米国仮特許出願の内容は、参照によりその全体が本明細書に援用される。本出願は、２０１４年３月１７日に出願された米国特許出願第１４／２１６，３９０号、および２０１４年３月１７日に出願された米国特許出願第１４／２１６，９３６号に関連し、これらの米国特許出願の双方の内容が、参照によりそれらの全体が本明細書に援用される。

[2] 本発明は、包括的には、投資証券の層別コンポジットポートフォリオを構築するための論理データモデルを用いたコンピュータ化された技法に関する。

[3] 投資ポートフォリオの管理は、実質的な理論および研究の主題であった。ポートフォリオ理論は、様々な資産の割合を注意深く選ぶことによって、財産をどのように投資するべきか、および所与のポートフォリオリスク量に対し、ポートフォリオの期待リターンをどのように最大化するか、または同等に、所与のレベルの期待リターンに対しリスクをどのように最小限にするかを検討する。一定のリターン率が期待され得るが、ポートフォリオにおける個々の保有株の評価額は、期待リターン率から上方または下方に外れる可能性がある。期待値からのこの上方または下方の変動は、分散またはボラティリティとして知られている。経時的に、証券は理論上、期待されるボラティリティおよびリターンに対し効率的フロンティアを有するはずである。理論によれば、より高い期待リスクを有する証券は、より高い期待リターンを有することになる。

[4] Ｓ＆Ｐ５００は、世界で最も大きな株式ベンチマークである。１兆ドルがこのベンチマークまたはこのベンチマークに従って評価されたファンドに投資されている。１９９９年末から、Ｓ＆Ｐ５００等の広範囲の市場インデックスが、長期間にわたって、ブロードベースの株式インデックスにおけるリターンの低迷に見舞われた。例えば、１９９９年末のＳ＆Ｐ５００の投資家は、１０年後の２０１０年末には約２０％が機能していなかった。２０１２年後期になってようやく、Ｓ＆Ｐ５００はこれらの１９９９年末の投資家に対し、多くの大型年金基金およびエンダウメントを含むプラスのリターンを有した。この同じ期間中、国債または社債を保有するブロードベースのファンドは、この期間中、国債よりも社債でより多くのプラスのリターンを稼いだ。この割増金は、社債対国債の追加となるリスクに起因するものであった。これらの市場はそれらの年次の上下変動を有するが、妥当な期間にわたって、これらの証券は、プラスのリターンと、リスクに基づいて予期される差分との双方を有していた。絶対的基準で価値を失い、社債または国債を保有する、よりリスクの低いインデックスに対して長期間にわたって著しく低迷していたＳ＆Ｐ５００等の株式インデックスについて、これらを述べることはできない。

[5] Ｓ＆Ｐ５００は、ほとんどの広域市場インデックスのように、時価総額加重平均型である。これは、インデックスにおける個々の企業の重みが、インデックスにおける他の企業に対するその企業の時価総額に比例することを意味する。単一の証券、または共通のリスクを有する証券のグループがポートフォリオの過度に大きな割合を占めないことを保証する制御はＳ＆Ｐ５００において存在しない。すなわち、母集団の一部が、測定される母集団全体に有し得る影響を制限するために母集団制御が用いられる科学分野および工学的プロセスにおいて用いられるタイプの制御は、広域市場インデックスにおいて用いられない。これらの制御は、プラスの影響およびマイナスの影響の双方を制限する。母集団の研究において、基礎をなす母集団の規範モデルを生成するために制御が用いられる。株式証券に投資するために現在用いられているベンチマークには制御が存在しないので、１９９９年末から現在までのこれらのリターン履歴が株式証券を全体として表すという保証はない。わかっていることは、重み付け戦略（制御を用いない時価総額加重平均）がもたらすリターンが、長期にわたって、平均を下回っていたことのみである。

[6] １９９９年からの主要インデックスの結果は、投資証券の価格決定の主要理論、および効率的市場の理論と一致していないように見える。効率的市場に対する取組みの多くは、Ｍｅｒｔｏｎ等の他の人物による後の重要な追加を有するＭａｒｋｏｗｉｔｚおよびＳｈａｒｐｅの先駆的研究に追従するものであった。彼らの理論は、個々の証券が、他の投資証券に対してリスクが調整されたリターンをもたらすことが期待されるレベルで価格設定され、一定の規則に従うことによって、証券のポートフォリオが、任意の所与の期間において、またはいくつかの期間にわたって、このリスクが調整されたリターン率を達成する、より高い確率を有することを示唆するものであった。Ｍａｒｋｏｗｉｔｚ他が提案した規則は、投資家および管理者が、所与の証券の様々な可能なポートフォリオを解析することによって最も効率的なポートフォリオ設計を選択するのを支援するように設計された。

[7] 厳密に一緒に「動か」ない複数の証券を選択することによって、モデルは、投資家に、自身のリスクをどのように低減するべきかを示す。この分野における基礎モデルは、様々なポートフォリオの期待リターン（平均）および標準偏差（分散）に基づいているため、平均−分散モデルとして知られている。オリジナルの平均分散モデルを開発する際、Ｍａｒｋｏｗｉｔｚは、所与のリスクに対する最大リターンまたは所与のリターンに対する最小リスクを与えるポートフォリオが効率的なポートフォリオであるという仮定を行った。このため、ポートフォリオは、以下のルール、すなわち、（ａ）同じリターンを有するポートフォリオから、投資家はより低いリスクを有するポートフォリオを選好する、および（ｂ）同じリスクレベルを有するポートフォリオから、投資家は、より高いリターン率を有するポートフォリオを選好する、を用いて選択される。個々の証券は長期間にわたって低迷する場合があるが、効率的なポートフォリオ構築のために開発された規則は、証券のポートフォリオに関して低迷の確率を低減するように設計された。

[8] 最近のポートフォリオと、効率的市場の仮説が展開された理論的ポートフォリオとの間の不一致に関する１つの説明は、最近のポートフォリオは、理論的例よりもはるかに規模が大きく、複雑度が高いというものである。理論的モデルは、個々の証券を用い、１桁および２桁台前半の数の証券からなるポートフォリオ内で多様性を記述する傾向にある。基礎をなす論文の多くが、ミューチュアルファンドブームの前に書かれたものであった。ミューチュアルファンドブームは、１９８０年代に始まり、１９９０年代に、１９７４年の従業員退職所得保障法（ERISA）による個人退職積立勘定（IRA）の作製、および１９７６年の第１のインデックスファンドの導入に続いて成長した。Ｊｏｕｒｎａｌ ｏｆ Ｆｉｎａｎｃｅにおいて公開されたポートフォリオ選択に関するＭａｒｋｏｗｉｔｚの論文は１９５２年に書かれた。１９５２年にニューヨーク証券取引所（NYSE）によって行われた最初の株主調査によれば、６５０万人のアメリカ人しか普通株を所有していなかった（米国の人口の約４．２％）。Ｓｈａｒｐｅの論文「Ａ Ｓｉｍｐｌｉｆｉｅｄ Ｍｏｄｅｌ ｆｏｒ Ｐｏｒｔｆｏｌｉｏ Ａｎａｌｙｓｉｓ」は１９６３年に書かれ、Ｓｈａｒｐｅの本「Ｐｏｒｔｆｏｌｉｏ Ｔｈｅｏｒｙ ａｎｄ Ｃａｐｉｔａｌ Ｍａｒｋｅｔｓ」は１９７０年に書かれた。これは、ＥＲＩＳＡ、グローバル化および最新技術によって生じたミューチュアルファンドブームのはるかに前であり、投資家がそのような大型ファンドを管理する独自の問題を認識し始めるよりもはるかに前である。

[9] 最近のポートフォリオは、数兆ドルを管理し、非システマティックリスクへのエクスポージャーを低減するために、ポートフォリオは、多様なリスクグループにおける数千の証券を必要とする。この規模において、効率的なポートフォリオを構築することは困難である。平均的組織による今日の投資の絶対規模は指数関数的に成長している。更に、証券の基礎をなす母集団は、不均一性および複雑度が増大している。米国ミューチュアルファンドの総投資額は、２０１２年に１３兆ドルであった。米国公共証券は、企業数では全世界の証券総数の２０％未満である。更に、米国企業のほとんどはグローバル経済に大きく依存する。多様性および相互関連性は毎年増大する。企業のポートフォリオに埋め込まれた非システマティックリスクについて制御する必要性も毎年増大する。

[10] これによって、いくつかの問いが生じる。すなわち、１）資本化モデルが試験される期間が過度に短く、更なる時間が許可されるべきであるか、２）リスクおよびリターンが必ずしも相関していないという点で理論が誤っているか、３）時価総額加重平均型証券ポートフォリオが非効率的な設計であり、このモデルと対照をなすための制御を有する他の例が必要であるか、である。言い換えると、投資証券のポートフォリオ構築する新たな規範的事例、すなわち、今日の大規模なファンドの複雑性に対し、ＭａｒｋｏｗｉｔｚおよびＳｈａｒｐｅの方法論および基本原理を適用することによって、今日の企業の複雑性、および今日のファンドの大きさおよび多様性の増大に対処する事例が必要である。

[11] 現在の分類システムは、これらの大規模な現代の投資手段の潜在的に効率的なポートフォリオの新たなモデルを構築する際に難題を引き起こす。金融学における基礎をなす論文に類似したこれらのシステムは、大型のデジタルデータベースが出現する前に作成されたものであり、デューイ１０進法システムおよび標準産業分類システム等の時代のデータベースの後にモデル化されている。これらのシステムは、分類するエンティティをカテゴリー化する。各々は、各エンティティが単一の親を有し、この親が単一の親を有し、以下同様である固定の階層である。各親は銘柄を有するが、１つの親の下のエンティティが別の親の下のエンティティと関係付けられることを可能にする特定の本質的属性の概念を有しない。この描写がなければ、企業が曝される多変量リスクを理解し、これにより、大型ポートフォリオ内のどれだけ多くの会社が同様のまたは関連したリスクを共有し得るかを知ることは困難である。分類におけるこれらのタイプの難題は、今日の企業の複雑性、および今日のファンドの規模および多様性の増大により、ますます明らかとなっている。時価総額加重平均型戦術における最大のリスクのうちの１つは、単一のリスクへのエクスポージャー、バブル、または大量の非システマティック価格補正に対する制御がないことであるが、これらの問題にシステマティックに対処するには現在のところ限られたツールしか存在しない。このため、これらのツールを提供することができる、現在のデータ処理によって可能にされる多変量分類システム、および、複数の異なるポートフォリオを構築して、各々の効率性を試験し、規範的事例について試験する機能が必要とされている。

[12]ボラティリティ
[13] 価格設定におけるボラティリティは、価格の各変動と連続して生じる。ボラティリティは、ポートフォリオパフォーマンスにおける大きな要素であり、これらの価格変動により、ポートフォリオの成長に妨げが生じる。例えば、日ごとのボラティリティは、レバレッジ上場投資信託（ETF）のリターンを損なうことが示されている（Tony Cooper, Alpha Generation and Risk Smoothing Using Managed Volatility (2010)を参照されたい）。

[14] ポートフォリオにおけるボラティリティの効果を低減しようとして、様々な加重方式が提案されてきた。例えば、米国特許第８，３０６，８９２号に記載されている１つの方法は、時価総額、国内総生産および地理的領域に基づいて重みを計算することによって動作する。米国特許第８，１３１，６２０号に記載されている別の例では、証券のポートフォリオの重みは、時価総額およびプラスの配当利回りに基づく。多数の他のポートフォリオ加重方式が存在する。これらの加重方式はいずれも、Ｍａｒｋｏｗｉｔｚモデル、特に、リスク／リターンの正規化が、証券数と特定の証券間の相関度合いとを整合させることを必要とする統計プロセスであることを完全に実現していない。

[15] 米国特許第８，００５，７４０号に記載されているようないくつかの例は、加重のために北米産業分類システム（NAICS）セクターを使用する。NAICSまたは世界産業分類基準（GICS）に基づく加重方式は、企業を、固定階層におけるそれらのポジションによって関係付ける。固定のＮＡＩＣＳおよびＧＩＣＳの階層の２つの大きな制限、すなわち、１）共通の親を有しない任意の項目は無関係であり、比較することができない、２）同じ親における任意の項目は、ＧＩＣＳまたはＮＩＣＳがそのグループを定義するのに用いるメトリックに沿ってのみ比較することができる（グループ名がそれらを分離するメトリックを示す限りにおいてであり、例えば、「消費者」対「商用」は顧客ベースに関係することができる）、が存在する。

[16] 制御なしの場合、証券のランダムなグループは、１つの期間から別の期間にかけて、上下双方の大幅な評価額の値動きの期間を有し得る。これらの大きな値動きは、会計属性またはそれらの「成長」株または「割安」株の指定等の変数によって生じるものではない場合がある。むしろ、それらは、グループを構成する個々の企業の特定の本質的属性によって生じ得る。評価額の値動きは、例えば、企業が長い間特定のコモディティーであり、そのコモディティーが突然その価値を失うときに生じるか、企業もしくは産業の製品のための需要の見通しが過熱し、需要を満たしていないことによって生じるか、企業が長い固定コストの契約を有し、それらの競合者が利用可能な実際のコストが変化することによって生じるか、もしくは企業がプロダクトミックスにおいて特定の資産を過剰に重み付けし、そのクラスがその価値を失うことによって生じるか、または他の理由によって生じ得る。

[17] ランダムなバブルには多くの理由が存在する。いくつかの場合、広域市場の（システマティックとも呼ばれる）バブルが存在し、他の場合、バブルは構成グループ（資産クラスまたは産業等）に限定される。多くのバイアス、例えばインターネットバブルを生じるため、システマティックであるように見えるが、非システマティックであるいくつかの事象が存在する。いずれの場合も、投資家のリターンに対するインパクトは極端にマイナスとなり得る。

[18] ランダムウォーク理論は、株式ベースの投資証券におけるボラティリティおよびリターンの見かけのランダム性に対処することが不可能であることを表す。ランダムウォーク理論は、株式ベースの投資証券の大きなランダム選択が、株式ベースの証券のアクティブに管理された選択と同様に機能することを述べている。ランダムウォーク理論は、インデックスファンドの基礎をなす根拠であり、学界によるパッシブインデックスファンドのための広範なサポートである。ランダムウォーク理論は、「論理的極限に到達し、…株のリストにダーツを投げる目隠しされた猿でも、専門家によって選択されたポートフォリオと同じように機能するポートフォリオを選択することができることを意味する」(B. Malkiel, A Random Walk Down Wall Street, 10^th ed., 2012)。

[19] 株式ベースの投資証券におけるこのランダムなボラティリティの問題に対処するための多くの異なる加重戦略が提案された。同等の負債インデックスに対するこれらのインデックスの最近の低迷により、これらのパッシブインデックスが、同じランダム性仮説に継続的に悩まされていることが強調された。

[20] 歴史的に、ヘルスケアも同様のランダム性問題に悩まされた。ヘルスケアでは、この仮説は、ランダムな患者がランダムな医者に行き、いくらかの確率でランダムな回答を得ることとして構成された。最新の医学および最新の統計制御グループの出現以前は、多くの人が、ランダムな回答の可能性が非常に高かったと考えている。ヘルスケア産業は、詳細な患者プロフィールを作成し、これらのプロフィールからの情報を用いて統計的方法論を開発して、所与の母集団の基礎をなす特徴を制御することによって、この問題をゆっくりと解決した。この研究は、分野に固有の十分に開発されたフレームワークが発展するまで、各疾病領域および政府機関が一連の自然のバイアスを研究し理解するにつれ、増加的に生じた。

[21] 本明細書において説明されるシステムおよび方法は、投資証券におけるリスクおよびリターンのランダム性全体にインパクトを与える特定のタイプのランダムなイベントについて制御することによって、投資管理において用いることができる。投資証券におけるランダムな動きは、リターンの妨げとなり、特に、倒産または非システマティックバブルの発現等の事象によって生じる大きな下方向の動きが生じる。これらの双方の事例において、投資証券が既存のレベルに回復する見込みがない。これらの双方の事例において、インパクトを受けた証券は、それらの証券が過剰に高値を付けられていたという突然の市場の認識に起因して再価格設定されている。

[22] 非システマティックバブルおよび倒産は、特定の投資証券に関連付けられた産業、企業または資産の基礎をなす本質的属性等の非システマティック要素に関連付けられる。証券の大きなポートフォリオのリスク管理における主要な問題は、これらのタイプの事象の発生を制御することができないことである。ポートフォリオが、１つの証券、または共通のバブルまたは倒産のリスクを有する証券のグループにおいて不注意に過剰に重み付けをする場合、リターンは、ポートフォリオにおける比較的少ない数の証券によって著しくインパクトを受ける可能性がある。いくつかの事例では、特定の非システマティック変数における過剰な重み付けは、ポートフォリオにおけるシステマティックなインパクトに類似したインパクトを引き起こした。これは、明らかに、インターネットバブルの事例であった、２０００年のカレンダーにおいて、時価総額加重平均型Ｓ＆Ｐ５００は、９．０９％ダウンした。これはＳ＆Ｐ５００の歴史における最悪の年のうちの１つであった。その年において、４９．８％ダウンした１６株が存在した一方、市場の残りは４．２８％アップした。投資家にとって不都合なことに、全てが情報の移動、格納または処理の事業を行っていたこれらの１６個の企業は、ポートフォリオ全体の２４．８％であった。

[23] ポートフォリオリターンを改善するための従来の取組みは、少なくとも２つの問題、すなわち、１）準最適なグループ数、および２）各グループが予測可能なグループ固有の方法で動作することを確実にするようにグループ間または各グループ内の分散または相関を制御することができない、を有するように見える。既存の大規模な異種の証券のポートフォリオは、構成要素であるグループに対する制御が不十分であり、時価総額加重平均も、均等な重み付けも母集団制御の問題を解決しない。

[24]規模の問題
[25] 複数の問題から、上記で説明した問題は、大規模な証券のポートフォリオにおいて特に深刻である。信頼性がありかつ有効な属性システム、ならびに層別コンポジット階層を用いる層別化システムなしでは、証券に関連付けられた異なる属性を制御することが指数関数的に困難である。規模における管理が困難である様々な例示的な理由が以下に提供される。

[26] （ａ）所有権に対する特権制限。多くのファンドおよびファンドマネージャーにとって、所有することができる企業のパーセンテージに制限がある。例えば、５％の保有株において、１３条Ｄ項による申請および監督が存在する。多くのファンドはこの閾値を超えないかまたは超えることができない。

[27] （ｂ）所有権に対する流動性制限。ファンドが個々の証券の多くを所有するほど、シェアの流動性に応じて売却することが困難になる。更に、大きさに起因して、多くのファンドは、所有権に対し、ドルまたはドル相当の絶対的制限を有する。ファンドが投資するために５００億ドルを有する場合、１００万ドルの投資は小さすぎるとみなされ得る。

[28] （ｃ）大型ファンドは、多数の証券がポートフォリオを埋めることを必要とする。上記で特定した要素および他の実際の問題に起因して、大型ファンドは、流動性および所有権の問題に起因して、多数の企業が投資することを必要とする。経済システムにわたって、多くのつながりが存在し、企業の数が多くなると、潜在的なつながりおよびこれらのつながりから生じるリスクを追跡し監督することが困難になる。これらのつながりの主要な部分は、中でも、企業のサプライヤー、製品、産業、運用、地理的ロケーション等に関連付けられた非システマティック属性に起因する。多数の証券を有するポートフォリオにとって、非システマティックリスクのカテゴリーに過度に集中することが非常に容易である。異なる潜在的リスクグループを理解し、それらを制御することは、信頼性がありかつ有効な属性システム、および異なる属性を制御するための層別コンポジット階層なしでは困難である。

[29] （ｄ）投資家が、投資するための資格要件を満たした企業のユニバースを選別しないこと。上記で特定された要素および多くの更なる実際の問題に起因して、大型ファンドは大型企業に投資する必要がある。このグループにおいて利用可能な企業は、時間によって異なる。更に、時間によって、これらの証券は可変の重みを有し、任意の所与の時点においてどの企業がどのカテゴリー内に存在するかに依拠して、異なる形で集約する。経時的な変化に加えて、この産業、セクターまたは企業選択は、地理によって変動する。実際に、セクターの区別は、製品を動かす基礎をなす通貨よりも、地理間の価格の動きの大きな原因となり得る。例えば、米国のポートフォリオは、ラテンアメリカのヨーロッパよりもテクノロジー関連株においてはるかに比重が大きい。ヨーロッパおよびラテンアメリカは、コモディティーおよび原材料において比較的比重が大きい。ファンドマネージャーの目標が、通貨の差別化である場合、これらのセクターの変動を制御することが重要である。まず、任意の時点、および任意の特定の地理またはカテゴリーにおいて存在する異なる潜在的リスクグループを理解し、次に、それらを制御することを可能にすることは、現在既知の技法を用いると困難である。

[30] （ｅ）属性リスクは、集中のリスクであるため、多次元である。単一の属性および複数の属性が、個々の企業におけるリスクを見分けるのに有用である。例えば、企業が半導体事業を行っていることを特定することは、区別可能なリスクである。更に、半導体のタイプ（例えば、ストレージ、処理、リンキング）が、必要な原材料および顧客の識別情報と同様に重要である。これらの様々であるが重要な要素は、多くの場合、大規模なファンドにおいて１つのカテゴリーに集約される。現在のシステムの既存のカテゴリーは、グローバルベースで標準化される傾向にあり、これらの要素間を区別することができない。連結した多属性リスクを表すことができないことは、既存の大規模な投資ポートフォリオにとって大きな制限である。

[31] ポートフォリオ、特に、大規模なポートフォリオが良好に制御されない場合、非システマティックな事象がシステマティックなインパクトを有するように見え得る。非システマティックな事象の例が以下に与えられる。既知の既存のシステムは、証券の大規模なポートフォリオの構成要素のランダムなボラティリティのシステマティックなインパクトの基礎をなす統計的原因に対処していない。一方、改善された制御を用いると、非システマティックイベントのインパクトを制限することができる。

[32] 層別コンポジットポートフォリオは、投資証券のグループを選択し、１つまたは複数の特定された投資証券リスクを相関付ける属性に従って証券を複数のコンポーネントに層別化し、コンポーネントに対し、それらの層別ポジションに基づいて相対的なポートフォリオ重みを割り当てることによって形成することができる。属性は、可能な値のユニバースから選択することができる。個々の投資証券、任意に選択された投資証券のグループ、または任意の層別化ポジションを含む任意のポイントまたは層別ポジションに、更なるプラスおよびマイナスのバイアスを適用することができる。

[33] 投資証券に関連付けられた特定の属性を用いて、投資証券を層別化し、基礎をなす証券がポートフォリオ全体の任意のリスク目標を満たすように保有されているリスクグループに特定の重みを割り当てることによって、ポートフォリオ内の投資証券の保有に重み付けすることができる。例えば、リスクグループの層別化における目標のうちの１つは、属性固有のボラティリティの妨げの、ポートフォリオ全体に対するインパクトを低減することとすることができる。

[34] マルチ属性リスクコンポジットは、これらの属性からの潜在的なリスクを低減するかもしくは最小限にし、かつ／または管理者が生じることを予期する事象を利用してコンポジットを設計することによってこれらのタイプのリスクから潜在的なリターンを増大するかもしくは最大限にすることによって、リスクを管理するツールを提供することができる。

[35] いくつかの実施形態では、層別コンポジットポートフォリオは、投資証券にとって本質的な属性に基づいて、リスク属性を用いて証券をタグ付けし、個々の属性に対するエクスポージャーを限定する重み付け方式を適用することによって作成することができる。このプロセスの結果として、複数のリスク属性カテゴリーにわたってリスクを層別化し、グループ内の属性カテゴリーに従って個々のグループおよびサブグループ内のリスクを層別化して、目標スコアによって表すことができる所望のリスクプロファイルを達成する、重み付けされたポートフォリオが得られる。

[36]層別コンポジットポートフォリオを作成し、投資証券を重み付けする例示的な方法を示す。 [37]層別コンポジットポートフォリオを作成し、投資証券を重み付けする例示的な方法を示す。 [38]３つのレベルを有する例示的な層別化を示す。 [39]例示的な３レベル層別化と一致する例示的なデータセットを示す。 [40]層別コンポジットポートフォリオを作成し、投資証券を重み付けする例示的な方法を示す。 [41]層別コンポジットポートフォリオの重み付けを計算する例示的な方法を示す。 [42]目標スコアを用いて層別コンポジットポートフォリオを作成する例示的な方法を示す。 [43]階層およびバーコードを定義するステートメントとして表される例示的な構文を示す。 階層およびバーコードを定義するステートメントとして表される例示的な構文を示す。 [44]構文要素間の例示的な関係を図式的に示す。 [45]層別コンポジットポートフォリオの重み付けのための例示的なコンピュータ化されたシステムを示す。

[46]リスクの概論
[47] 証券は、上場企業における所有者ポジションを表す金融商品（株）、政府機関または企業との債権関係を表す金融商品（債券）、またはオプションによって表される所有権を表す金融商品である。証券は、金融価値のタイプを表す代替可能で交渉可能な金融商品である。証券を発行する企業またはエンティティは発行者と呼ばれる。証券の価格は、所有時間にわたる期待リターンに基づく。そして、期待リターンは、証券に関連付けられた基礎をなすエンティティの期待される品質およびパフォーマンスに基づく。

[48] 投資不動産における投資は、上昇もしくはリターンおよび潜在的リスクの期待値、またはこれらのリターンの分散を用いて行われる。投資証券は２つの主要なパフォーマンス基準、すなわち、リターン率と、指定の期間内に期待リターン率を達成する確率またはリスクとを有する。２つの基準はリンクしており、期待リスクが高いほど、期待リターンが高い。言い換えると、より高いレベルのリスクは、より高いレベルのリターンによって補償されるべきである。リターンの確率は、所与の投資証券についての成果の期待分散に連結している。投資不動産に要求される実際のリターンは、市場条件、投資資本の所与の供給、またはインフレーションもしくはデフレーションの期待を含む多くの要素に関連し得る。一方、所与の時点における所与の市場について、投資証券における相対的なリターン率は、投資証券のタイプ、および投資不動産に関連付けられた基礎をなす特性または属性に対するリスクを含む。

[49] 証券は、リターンの特徴および期待値が変動する。証券の各タイプは、特定の企業における特定の所有ポジションを表す。債券、株式商品、またはデリバティブ等の各タイプは、独自の特定の所有および投資特徴を有する。証券からの期待リターンは、証券のタイプおよびその特徴と、証券によって表される所有権に関する関連付けられたエンティティの基礎をなすパフォーマンスとに基づく。任意の証券について、期待リターンおよび実際のリターンは著しく異なり得る。期待リターンと実際のリターンとの間の分散は、証券におけるリスクである。

[50] 投資証券には２つの主なタイプのリスクがある。第１のタイプ、すなわち、システマティックリスクまたは市場リスクは、広域市場リターン、経済全体の総リソース保有、または総所得等の集約された成果に影響を及ぼす事象を指す。多くの状況において、地震および気候による大災害等の事象は、リソースの分布のみでなく総量にも影響を与えるため、集約的リスクを課す。非システマティックである（特異リスクまたは事業リスクとしても知られる）第２のタイプは、証券に関連付けられたエンティティが、任意の数の要素に起因して、自身の財産の変化を被るかまたは更には倒産するリスクを指す。システマティックリスクは、一般的な投資領域の集約的リスクに関する。非システマティックリスクは、証券が所有ポジションを有するエンティティの、そのエンティティに固有のリスクに関する。

[51] 投資証券の期待リターン率(およびボラティリティ)は、市場力と、特定の投資証券およびその基礎をなす特性に関連する力との双方を含む要素に依拠する。前者の力はシステマティックであり、広範の証券にインパクトを与える。後者は各特定の投資証券に固有かつ独自であり、各特定の投資証券の特定の属性に関連する。後者に関連する投資証券リターンの分散は、特定の証券の特定の属性に関連する。

[52]非システマティックリスク
[53] 非システマティックリスクまたは事業リスクは、証券が関連付けられた特定のエンティティの品質または属性に固有である。特定の事業の財産の変化または更には倒産は、事業自体の本質的属性に関係する。これらは、事業、その管理／従業員、その運用、その製品、その顧客、それらの顧客の顧客、供給品の入手可能性、それらのサプライヤーもしくは固有の資産の強さ、または事業の信頼性を含む複数の要素を含む。これらのもののうちの任意の１つまたはこれらのものの任意の組合せに関係する事象によって、事業の財産が変化し、変化する際に、証券に関連付けられた事業の期待リターンが変化する可能性がある。

[54] 個々の企業に加えて、証券のポートフォリオは、ポートフォリオが特定の非システマティックリスクに過度に曝されるかまたは過度に集中している場合、これらの非システマティックリスクによってインパクトを受ける可能性がある。ポートフォリオを有する主要な理由のうちの１つは、独自の非システマティックリスクを有する複数の投資にわたってポートフォリオを分散させることによって、この非システマティックリスクへのエクスポージャーを低減し、それによって、非システマティックリスクがいずれもポートフォリオ全体の財産または期待リターンを著しく変化させることがないようにすることである。この戦略は、比較的少額の比較的少数の個々の証券にわたってポートフォリオを分散させることができる個人投資家にとって比較的容易である。一方、この戦略は、投資するために数十億ドルまたはドル相当額を有する年金基金またはエンダウメント等の大規模な投資家にとって定義が難しいことがわかっている。これらの大規模な投資家は、数十億ドルの価値を表す数百または数千の証券を任意の所与の時点に投資しなくてはならない。その規模の投資を有する投資家にとって、ポートフォリオにおける非システマティックリスク要因のインパクトを最小にすることが非常に困難であることがわかっており、それらの投資家は、大きな産業バブルに過剰に重み付けする傾向があり、繰り返されるハイテクバブル、および大きな倒産または大きく格下げされた不動産担保証券等の金融商品分類における継続的な過剰な重み付けにより、マイナスの影響を受ける。本明細書において開示される発明は、ポートフォリオ管理者が、大規模なポートフォリオに対し偏ってマイナスの影響を与えるこれらの非システマティックポートフォリオリスクをシステマティックに制御する方法を提供する。

[55]属性
[56] 本明細書において説明されるシステムは、投資証券に関連付けられた企業に１つまたは複数の属性を割り当てることによって動作することができる。本明細書において説明される方法は、企業または基礎をなす投資証券に関連付けられた投資証券に関連付けられた属性を用いて、投資証券のポートフォリオを細分化するために、コンピューティングデバイス上で実施することができる。これらの属性は、倒産またはバブル等の事象に関連付けられた特定のリスクのためのマーカーとして用いることができる。これらの属性は、ポートフォリオ管理者が、特定の属性に従って、ポートフォリオを複数のグループに層別化または細分化することを可能にする。ここで、各グループは、特定の属性関連リスクを表す。これらの親グループの階層の子は、グループ間の独自のリスクを有し、かつ、それらの親との共通リスクを共有する。

[57] ポートフォリオを層別化した後、層別ユニットに重みを割り当てることができ、重み付けをシステマティック基準で再構築する計画を実行することができる。このようにして、ポートフォリオ管理者は、ポートフォリオにおける特定のリスクを理解し、管理することができる。更に、特定のリスクは、層別ユニットのための重みを任意に設定することによって設計することができる。いくつかの実施形態では、管理者は、プロセスの開始時に所望のリスクを決定し、これらを用いて別個のグループおよびサブグループのマルチレベル階層を形成し、次に所望のリスク結果に従ってグループに重み付けすることができる。

[58] 本明細書において説明される方法は、投資不動産に固有の属性に基づいて、同じ投資証券の制御されていないポートフォリオと異なる特定の特性を有する投資証券のポートフォリオのための重みを計算する。以下でより詳細に説明されるように、本発明は、投資不動産に固有の属性を用いて、個々の投資不動産リターンのランダム性を低減する。これは、母集団のグループ分けの制御されたポートフォリオにわたって制御された方式で特定の属性およびそれらのリスクを層別化することによって、特定の投資不動産属性のリスクのインパクトを低減する投資証券のポートフォリオを構築することによって行われる。母集団のグループ分けは、共通属性によって定義されるグループ分け、およびグループ分けに関連付けられた属性を共有する特定の投資証券を含むグループ分けを表す。

[59]層別化
[60] 非システマティックリスクを制御するために、ポートフォリオ管理者は、任意のポートフォリオに存在する事業固有のリスクを制御しなくてはならない。これらのリスクは、数ある中でも、企業に関連するリスク、産業に関連するリスク、製品に関連するリスク、顧客に関連するリスクまたはサプライヤーに関連するリスクである。ポートフォリオが大きくなるほど、ポートフォリオ管理者が、ポートフォリオが曝されている特定の非システマティックリスクが何であるかを理解することが困難になる。本明細書において説明されるリスクグループ層別化の方法は、ポートフォリオにおける属性固有のボラティリティのマイナスのインパクトを全体として低減する。

[61] 本明細書において記載されるシステムは、多数の事業特性を特定する標準化されたバーコードを作成するのに用いることができる。システムは、標準化された属性を有するこの標準化されたバーコードをポートフォリオ内の証券に割り当てることができる。属性のこのバーコードに基づいて、ポートフォリオにおける特定の非システマティックリスクエクスポージャーを特定し、制御することができる。特定されると、本方法を用いて、これらのリスクに対するポートフォリオのエクスポージャーを制限することによってこれらの非システマティックリスクを制御することができる。

[62] システムを用いて特定のリスクグループの層別階層を作成し、これらの層別リスクグループにわたってポートフォリオ内の証券を配分し、計算されたまたはユーザーによって与えられた重みを、特定された非システマティックリスクに適用することによって、層別リスクグループに対する所望のエクスポージャーを選択することができる。このため、層別化を用いて、非システマティックリスクへのエクスポージャーをシステマティックに制御することができる。そして、これらのエクスポージャーは、これらの特定された非システマティックリスクに対するポートフォリオのエクスポージャーを適切な定期的スケジュールでリセットするリバランス規則を作成することによって、経時的に管理することができる。このようにして、多数の非システマティックリスクに対する大規模な証券ポートフォリオのエクスポージャーをシステマティックに決定し、管理することができる。

[63] 共通の本質的属性または属性の組を有する事業は、属性または属性の組に関連付けられた事象と相関する。相関の尺度は、特定の事業におけるその属性の重要度レベルによって異なる。例えば、全てのネットワーク機器企業が同じ顧客を共有する場合、巨大なネットワーク企業であるＮｏｒｔｅｌのような主要顧客の損失は、全ての企業にインパクトを与える。一方、Ｎｏｒｔｅｌがその企業の唯一の顧客である場合は、Ｎｏｒｔｅｌが企業の事業の５％未満である場合よりもインパクトが大きくなる。このようにして、属性によって定義されるリスクグループにおいて企業をグループ分けすることによって、ポートフォリオ管理者が、特定の属性に関係する事象と相関するグループに証券をグループ分けする方法を提供する。そして更に、ほとんどの属性は、より大きな属性グループの一部である。Ｎｏｒｔｅｌを共有していた全ての企業は、ネットワーク機器グループの一部でもあり、ネットワーク機器グループは通信機器グループの一部であり、そして通信機器グループは、より大きなデジタル技術グループの一部であった。このようにして、特定の属性を用いることは、ポートフォリオ管理者が、広いカテゴリーおよび狭いカテゴリーの双方によって、ならびに個々の証券におけるこれらのカテゴリーの重要度によって証券をグループ分けすることを可能にする。

[64] 層別化のプロセスは、母集団を独立した部分集合（層と呼ばれる）に分割することを含むことができる。この部分集合内に、特定の母集団からの独立したサンプルが配置され得る。層別化は、統計において重要なツールであり、統計において、層別化は、特定の母集団のサンプル集合を作成する目的で母集団を複数の部分または部分集合（層として知られる）に分割するのに用いられる。ここで、次に選択されるサンプルの割り当てられる割合は各階層から得られる。定義された割合を割り当てられた定義された部分集合の作成を通じて、統計が母集団の成果に対し意味のある制御を作成することが可能になる。

[65] 層別母集団の成果は、制御グループと呼ばれる。なぜなら、部分集合の構成要素および重みが定義され、これらを試験することができるためである。任意の母集団において、ランダムな変動が存在する傾向があり、ここで、母集団の部分集合は、母集団全体と異なる特徴を有する。これらの異常な部分母集団のインパクトは、母集団を、異なる形で機能することが予期される部分母集団にグループ分けし、次に、各部分母集団のうちの一部が母集団全体の研究に用いられることを確保することによって軽減することができる。例として、労働者のアウトプットを研究する場合、労働者が、月曜の朝に、週の残りよりも効率が低いとわかる場合がある。一方、１年につき労働した２０日のランダムサンプルを行う場合、月曜に異常にバイアスされたサンプルセットをランダムに得る可能性がある。これは、労働者の効率がより低い１つの期間にデータセットが偏っているため、労働者を表すものではない。このバイアスをなくそうとして、各曜日につき１つの部分集合からなる５つの部分集合にわたって母集団集合を層別化することができる。ランダムサンプルを行う場合、サンプル全体が、等しい数の例示的な日を各々が有する５つの部分集合からなるように、各サブセットに等しい数の平日を割り当てることになる。このようにして、層別化は、サンプル集合におけるバイアスを制限し、代表的な結果の確率を増大させることができる。

[66] 層別化方法は、上記で参照した例の双方で一般的である。層別化は、１）母集団全体を表すバイアスされていないサンプル集合を確保することができるか、２）望ましいが、基礎をなす母集団を必ずしも表さない結果を作成する特定のバイアスを保証することができる、制御を提供する。前者の例は、社会科学における臨床試験または臨床実験である。これらの事例では、実験者は、想定がどのように非制御母集団にインパクトを与えるかを調査するように想定を変動させることができる代表的なサンプル集合を形成することを試みる。後者の例はリスク管理であり、リスク管理では、様々な母集団部分集合が補正されず、大きく異なった発現または変動を有する。この場合、統計学者は、サンプル集合を、比較的高いまたは低いボラティリティを有する部分集合等の特定のサブクラスに向けてサンプル集合をバイアスすることを望む場合がある。双方の事例において、層別化は、統計学者が、実施されている層別化モデルのタイプに基づいて、予測可能な成果を伴ってサンプル集合を構築することを可能にする。層別サンプリングにおいて、メンバーの共有属性または特徴に基づいて層が形成される。これらの属性は、母集団の大きさ、速度または年齢等の母集団の相対的な量的メトリックに基づき得る。更に、属性は、髪、肌または瞳の色、右利きまたは左利き等の物理的に識別可能な属性に基づき得る。

[67] 投資証券との関連において、投資証券の価値は、１）証券に直接または間接的に関連付けられた資産または運用のタイプ、および／または２）証券に直接または間接的に関連付けられた資産または運用に関連付けられた特定の属性、に直接または間接的に関係し得る。

[68] コンポジットポートフォリオの集約された期待リターンは、各個々の投資証券の期待リターンおよびコンポジットポートフォリオにおけるその重みから求めることができる。コンポジットポートフォリオの集約されたボラティリティは、個々の投資証券のボラティリティおよび重みから求めることができ、これらの個々の投資証券の互いとの対の相関から求めることができる。これに起因して、ボラティリティ全体を制御することができ、比較的高いグループ内相関および比較的低いグループ間相関を有するグループにポートフォリオを層別化することによって、ボラティリティ全体を低減することができる。投資証券を相関クラスター、すなわち、リスクに対応する共有および非共有属性に基づいて形成されるグループ分けに分割することによって、ボラティリティを制御することができる。

[69]定義
[70] 投資証券:本明細書においてにおいて用いられるとき、投資証券は、法人（株）または資産の集合における所有者のポジション、法人との債権関係、発行者の資産（債券）によって直接または間接的に保証される個人もしくは政府機関、またはオプションもしくは他のデリバティブ商品によって表される所有権のうちの任意のものまたは全てを表すことができる金融商品として定義される。投資有価証券は、エンティティに関連付けられた金融価値のタイプを表す代替可能で交渉可能な金融商品であり得る。その価値は、証券のタイプ、発行者との関係のタイプ、および証券と直接または間接的に関連付けられた資産および信頼性のタイプに基づくことができる。

[71] 属性:投資証券によって表されるエンティティは属性に関連付けることができる。システムは、エンティティに関連付けられた複数のタイプの属性を認識することができる。非包括的な例として、システムは、（ａ）ユニバースに対し相対的であるか、または（ｂ）本質的である属性のクラスに対し動作することができる。ユニバースに対し相対的な属性は、例えば、スコアリングシステム、高／低出来高証券または成長／割安証券としての指定とすることができる。システムは、複数のタイプの本質的属性を認識するように構成することができる。非限定的な例として、本質的属性のタイプは、構文的に構成された固有属性、状況属性、会計属性および市場ベースの属性とすることができる。いくつかの本質的属性は、絶対的であるとみなすこともできる。例示的な会計属性は負債合計とすることができ、例示的な市場ベースの属性は時価総額とすることができる。状況属性の例は、（ａ）地理的属性、（ｂ）企業に属する資産の属性（例えば、船会社の場合、「大型コンテナ」対「小型コンテナ」）、（ｃ）製品に関連する属性（例えば、「高級」対「非高級」アパレルアイテム）、（ｄ）顧客に関する属性（例えば、特定の顧客のリスト）、および（ｅ）サプライヤーに関係する属性（例えば、特定のサプライヤーのリスト）。システムは、異なるタイプの属性の任意の組合せを認識することができる。

[72] 複数の属性の任意の組合せを、複合属性として形成することができる。本質的属性の任意の組合せを、複合した本質的属性とみなすことができる一方、相対的属性または本質的属性および相対的属性を合わせた任意の組合せは、複合した相対的属性として形成することができる。複合属性は、新たな単一の属性として定義することができる。

[73] いくつかの事例において、属性は、投資証券に関連付けられたエンティティに関係する属性を含み、これに応じて、投資証券自体の属性を除外するように定義することができる。これらの実施形態について、システムは、株式、負債またはデリバティブ等の投資証券のタイプ、および、プリファレンス、満期、持続時間または行使価格等の投資証券の特徴に関する属性を特に除外するように属性を定義するように構成することができる。これらの構成では、これらの除外された属性は、属性とみなされない。なぜなら、含まれる属性は、投資証券自体ではなく、投資証券が関連付けられている企業または資産に関係するためである。

[74] いくつかの実施形態では、本質的属性は会計属性およびパフォーマンス属性を除外するように定義することができる。含まれる本質的属性は、投資証券が関連付けられている基礎をなすエンティティもしくは資産の基本的品質、特性、もしくは本質的特徴とすることができる。例えば、本質的属性は、製造もしくは輸送等の企業の職種、自動車、コンピュータもしくはカウチ等の企業の製品、および自動車、コンピュータもしくはカウチのタイプに関する属性、消費者もしくは事業等の企業の顧客に関する属性、顧客の顧客に関する属性、事業もしくはその個々の運用の地理的位置に関する属性、製品、および企業が自身の製品を提供するのに用いる材料に関する属性、企業が運用することができる多変量の産業もしくは産業セグメントのうちの任意のものに関する属性、統合、非統合、川下統合、川上統合もしくはネットワーク化等の企業の事業の構造に関する属性、企業の管理、企業の決定および戦略に基づく独自のリスク等の管理もしくは戦略、金融レバレッジ、特定の事業もしくは事業が実際に事業を行う国に関連付けられた多変量管理もしくはマクロ経済リスクのうちの任意のものに関係する属性、事業によって、自身の事業に対しコアであると特定された会計リスクもしくは事業リスクに関連付けられた属性、または投資コミュニティーによる特定の事業若しくセグメントに関連するカテゴリー化に関連付けられたリスクを定義することができる。任意の所与の時点において、これらの属性要素またはこれらの属性要素に関係する産業事象のうちの任意のものが、これらの属性を有するエンティティに関連付けられた投資証券に関連付けられたリスクに影響を及ぼす場合がある。本質的属性は、相対的順序または配置を提供することができるが、それらは必ずしも文字通りのランキングではない。

[75] いくつかの実施形態では、ユニバースに対し相対的な属性は、格付けシステム、ある時点における投資証券に関連付けられたエンティティまたは資本の比率ベースの会計またはパフォーマンス特徴を比較し、それらの相対的スコアによってスコアリングされた投資証券をグループ分けするスコアリングシステム、またはそのスコアに基づいて同じエンティティ、製品もしくは資産に異なる時点に異なる識別値を与える任意のタイプのスコアリングシステムを通じた任意の識別システム、およびランキングシステムのうちの任意のものに基づく品質を含むように定義され得る。これらのシステムにおいて、同じエンティティまたは同じ資産グループに、異なる時点において異なる値を割り当てることができる。なぜなら、これらのシステムは、所与の時点における測定値に基づいて投資証券をグループ分けする、時点における測定であるためである。カテゴリーを満たす証券は、その時点における企業または資産グループのスコアに依拠し、必ずしもスコアリングされている特定の基礎をなす事業または資産グループに依拠しない。

[76] 層別コンポジットユニット：本明細書において用いられるとき、層別コンポジットユニットは、１）親グループの全てのメンバーが、親グループを定義するのに用いられる属性を共通して有する１つまたは複数の属性によって定義される親グループと、２）親グループの子および／または互いの兄弟とみなすことができる、親グループの少なくとも２つのサブグループと、を含む投資証券のための層別編成として定義される。サブグループの全てのメンバーは、サブグループを定義するのに用いられる属性を共通して有する。更に、サブグループの全てのメンバーは、サブグループの親グループを定義するのに用いられる属性を共通して有する。層別コンポジットユニットにおける任意の層別コンポジットユニットおよびサブユニットは、その親ユニットまたはサブユニットの規則に従う任意の数の他のサブユニットを含むことができる。いくつかの事例では、層別コンポジットユニットは、親グループおよび２つのサブユニットのみから構成することができる。他の事例では、層別コンポジットユニットは、元のコンポジットユニットの親の大きさおよび多様性が支持するのと同じだけ多くの部分で構成することができる。

[77] 層別コンポジットポートフォリオ:本明細書において用いられるとき、層別コンポジットポートフォリオは、少なくとも２つの層別コンポジットユニットを含むものとして定義され、コンポジットユニット内の親の属性は、１）親のリスクグループが、他の親のリスクグループに対し異なるリスクプロファイルを有し、２）リスクグループにおける投資証券を含む全てのサブユニットが層別コンポジットユニットとして形成されるように、リスクグループを表す。

[78] 層別コンポジットユニットの親のグループ分けにおいて他の資格が存在し得るが、コンポジットユニットの親は、メンバーとの特定の共通の属性または共通の属性の組を共有する条件を満たすことができる。複数の層別コンポジットユニットの親のグループ分けは、層別コンポジットポートフォリオを含むコンポジットユニットによって規定の差動リスクが対処されるようにコンポジットユニットのポートフォリオを作成するように定義される層別コンポジットポートフォリオを含むことができる。

[79]構文的に構成された属性
[80] 上記で説明した属性は、層別コンポジットユニットおよび層別コンポジットポートフォリオの構造を定義するドメイン固有の構文として表すことができる。構造は、構文ポジションに関連付けられたドメイン固有のデータエンティティに関係する属性の特定を含む、ドメイン固有の構文およびドメイン固有の構文ポジションの使用によって定義することができる。構文タグは、互いに関係する構文ポジションを可能にする関係属性を有することができる。

[81] 本明細書において用いられるとき、構文は規則の組とみなすことができる。構文ポジションは、この規則の組に基づく有効なポジションである。データベース内のシンボルは、データエンティティをマーキングするのに用いることができる。構文タグを用いて、シンボルおよび規則間の関連付けをマーキングすることができる。構文タグは、構文が確立された規則の組に基づいて、シンボルによってマーキングされたデータエンティティを、ドメイン内の他のデータエンティティに関係付ける。この構文タグ付けのプロセスは、ドメイン固有の情報を関係付ける手段を提供する。このプロセスは、ドメイン内の情報を取り、この情報に、ドメイン内においてこの情報を関係付ける規則をタグ付けする。構文タグは動的とすることができる。

[82] 層別コンポジットユニットのための構文タグは、タグのためのラベルとしての役割を果たす表現とすることができる。そのような表現は、ＢＮＦ表記または等価なメタ表記において表現可能な構文に従うことができる。潜在的な値の範囲を有する要素を含む構文の任意の表現または部分表現は、階層的に組織化することができ、この事例では、表現または部分表現は、多次元空間内の領域および連続部分領域を含む次元を表す。デフォルトとして、階層的であると指定される構文の要素は、階層内の最上部から最下部までの連続レベルとして、表現内のそれらのポジションに従って左から右に解釈される。

[83] 構文は、連続特殊化を提供する階層座標を表すことができ、特殊化の度合いは、階層の深度と共に増大する。構文は、複数のレベルにおけるステップ単位のシリアル化も含むことができ、シリアル化の度合いは、連続レベルにおける要素数と共に増大する。

[84] 加えて、連続した特殊化のレベルおよび／またはシリアル化の度合いにおいて、構文要素は、
ａ）階層内の自身の親、および
ｂ）同じドメイン内の同じ構文における異なる階層にわたる類似のポジションにおける自身の兄弟、
の双方と近似した構文ポジションを共有する。

[87] 複数の構文要素は、それらが自身の階層的特殊化またはシリアルポジションのいずれかに基づいて他の要素に比較的近い場合、近似した構文ポジションを有するとみなすことができる。これらの関係は、構文ポジションにわたる値の比較を可能にする。デフォルトとして、階層的であるように指定される構文の要素は、階層の所与のレベル内で、アルファベットでかつ／または数値的に編成される。

[88] 属性の構文タグ付けは、データエンティティを共通構文タグの組内の要素に割り当てることによって、データエンティティを共有属性とリンクする。構文タグは、データエンティティを、それらの構文的関連付けに従って、ドメイン内の他のデータエンティティと関連付ける。このため、本質的に、これらは構文タグを共有するデータエンティティをグループ分けおよび／またはクラスター化する。いくつかの事例では、構文タグを用いて、ポートフォリオのための規範モデルを作成することができる。これについては以下でより詳細に論考する。

[89] 構文の例示的な表現が、図８Ａおよび図８Ｂに示されている。構文の図式的表現が図９に示されている。

[90]ポートフォリオアーキテクチャの作成
[91] 証券の大規模なポートフォリオを構築することは、多数の理由から困難である。これは、層別コンポジット階層を用いて異なる属性を制御する、信頼性がありかつ有効な属性システムおよび層別化システムの双方がなければ困難である。本明細書において説明されるシステムおよび方法は、独立して、および一緒に、大規模な基準でのリスクエクスポージャーの設計および管理を可能にする。

[92] 投資証券の設計されたコンポジットは、コンポジットを構築するのに用いられる基礎をなす要件または基礎をなすリスクのグループ分けの母集団からの制御されていないグループ分けと異なるリスク／リターンプロファイルを所有するように設計（または選択）される証券のグループである。

[93] 投資証券を含む層別コンポジットポートフォリオは、別個に取られた基礎をなす構成要素と異なる特性を有する新たなエンティティを作成するように組み合わされた構成要素の各々の一部からなる新たなユニットを生成するための同様のクラスのエンティティの動的な組合せに基づくことができる。動的特性は、投資証券の特性が、経時的に変動および変化することを意味する。投資コンポジットは、実質的に、自身の特性を経時的に維持する信頼性のあるコンポジットを生成するために、この動的な性質を計上するように構成することができる。

[94] 投資証券のためのドメイン固有の構文を用いて層別コンポジットポートフォリオを構築するための方法は、以下のステップ、すなわち、１）共通のリスク属性を有する投資証券をグループ分けするステップと、２）グループ分けされた投資証券を、ａ）異なるリスクに関連付けられ、一方で、ｂ）依然として、自身が含まれているグループのリスク特性に関連付けられた、サブグループに層別化するステップとを含むことができる。

[95] １つの実施形態では、層別コンポジットポートフォリオは、複数の投資証券および関連付けられた重みの特定を含むことができる。非限定的な例として、特定および重みは、図１に示す例示的な方法に従ってコンピュータ化されたプロセスを用いて実行することができる。図１に示すように、本方法は、まず、層別ポートフォリオアーキテクチャ（１１２５）を生成し、次に、投資証券および重みの結果リスト（１１５０）を生成することができる。初期ステップにおいて、層別化モジュール（１１０５）は、入力として、投資証券属性（１１２０）および属性規則の階層（１１２２）を受信することができ、これらの双方を１つまたは複数のコンピュータ化されたデータストレージデバイスに記憶することができる。非限定的な例として、投資証券属性は、定義において上記で提供したこれらの例から選択することができる。他の属性および属性タイプを用いてもよい。

[96] 属性規則は、上記で説明したように、ポートフォリオアーキテクチャのための構文によって提供することができる。構文規則は、属性と、属性に関連付けられた投資証券との間の関係を定義することができる。

[97] 層別化モジュール（１１０５）は、入力として、ユーザーから属性および／または規則の選択（１１２１）を受信する選択サブモジュール（１１１０）も含むことができる。いくつかの実施形態では、規則および／または規則の構造は事前に定義することができる。例えば、企業を説明するための規則が図８Ａ〜図８Ｂに示される。他の実施形態では、既存の規則の組をユーザーによって編集してもよく、規則の組をユーザーによって定義してもよい。図８Ａ〜図８Ｂに示すような規則は、構文の要素間の関係を定義する。次に、ユーザーによって選択される属性は構文に適用される。他の実施形態では、ユーザーに、新たな規則を作成するためのインターフェース（１１２１）を与えることができる。これらは次に、層別化モジュール（１１０５）に入力される。

[98] いくつかの実施形態では、規則の記述は、「属性」、「演算子」、「値」の形態のブールステートメントとすることができ、これらは、エンティティまたはその関連付けられた投資証券について、その属性に基づいて真または偽を返す。いくつかの実施形態では、規則は、１つまたは複数の規則ステートメントを（ブール演算子により）組み合わせるブール表現式とすることができる。図９の線は例示的な規則を示す。

[99] いくつかの実施形態では、規則の階層は、階層内の１つのノードにおいて規則を満たしていないいかなるエンティティまたはその投資証券も、その親の子のうちのいずれの規則もパスしないという制約の下で、２つ以上の規則の組間の、これらの規則が適用される順序を定義する関係として定義することができる。層別化サブモジュール（１１１５）は、規則の階層（１１２２）、投資証券属性（１１２０）（この段階では任意選択）、規則の作成および選択に関する入力（１１２１）、または投資証券の他の識別情報のリスト（１１３１）に基づいて層別ポートフォリオアーキテクチャ（１１２５）を作成するように構成することができる。次に、層別ポートフォリオアーキテクチャ（１１２５）を電子的に表現し、コンピュータ化されたデータストレージデバイスに記憶することができる。

[100] 規則は、属性に基づいてエンティティおよび投資証券をフィルタリングするステートメントとして用いることができる。階層を用いて、規則が適用される順序を指定する規則間の関係を定義することができる。上位レベルから除外される任意の企業は、それより下位のグループからも除外される。本明細書に記載される複数の属性システムは、その親または子を定義する属性のうちの１つ（または複数）を変動させることにより、任意の親または子における母集団を変動させることによって構成することができる。

[101] 結果としての層別ポートフォリオアーキテクチャの図式的表現およびテキスト表現が図３および図４に示されている。図３は、例示的な属性およびそれらの構文ポジションを示す。図３に示される属性に基づく規則は、図４に図式的に表されている。図３に示す規則は、不動産の活動拠点（１；１２０５）と、機器材料製造者の活動拠点（２；１２１０）とを有する２つのグループで構成される上位階層レベルを説明している。図３の規則は、不動産開発業者の活動拠点（１．Ａ；１２１５）と、不動産運用者の活動拠点（１．Ｂ；１２２０）と、ＲＥＩＴ／不動産賃貸人（１．Ｃ；１２２５）の活動拠点と、情報処理機器の材料の製造者の活動拠点（２．Ａ；１２３０）と、非情報処理機器のための材料の製造者の活動拠点（２．Ｂ；１２３５）とを更に説明している。これらの活動拠点は、層別アーキテクチャのレベル２に示されている。図４の規則は、いくつかの第３のレベルの関係を含む。第３のレベルは、不動産開発業者（１．Ａ；１２１５）の下の消費者不動産開発業者（１．Ａ．ｉ；１２４０）、産業不動産開発業者（１．Ａ．ｉｉ；１２４５）と、不動産運用者（１．Ｂ；１２２０）の下の北アメリカの不動産運用者（１．Ｂ．ｉ；１２５０）、ヨーロッパの不動産運用者（１．Ｂ．ｉ；１２５５）、およびアジアの不動産運用者（１．Ｂ．ｉ；１２６０）と、ＲＥＩＴ／不動産賃貸人（１．Ｃ；１２２５）の下の低レバレッジＲＥＩＴ（１．Ｃ．ｉ；１２６５）およびレバレッジＲＥＩＴ（１．Ｃ．ｉｉ；１２７０）とのための関係を定義する。グループ（２．Ａ；１２３０）および（２．Ｂ；１２３５）の下に更なる関係が示されるが、ここでは更に説明されない。

[102] 多数の属性を用いてポートフォリオアーキテクチャを作成することができる。ポートフォリオアーキテクチャは、グループの入れ子になった階層を含むことができる。非限定的な例として、いくつかの例では、これらのグループは、ユニバース内の全てのエンティティに共通の属性を参照することによって形成することができ、それによって、各レベルにおいて、ユニバースの全ての要素が厳密に１つのグループに入るようにする。いくつかの実施形態では、これらのグループは、任意の数の子サブグループに細分化することができ、この数は、元の親グループの各々について同じである必要はなく、この細分化プロセスは、任意の回数実行することができ、毎回、「トップダウン」式で階層にレベルを追加する。いくつかの実施形態では、層別コンポジットユニットは、より大きな層別コンポジットユニットを構築するのに用いられ、「ボトムアップ」式で階層を作成する。いくつかの実施形態では、「トップダウン」手法および「ボトムアップ」手法の組合せを用いることができる。構築方法と無関係に、結果として得られる層別ポートフォリオアーキテクチャ（１１２５）は、定義された属性規則に従って階層的に構成される１組の属性の電子表現を含むことができる。

[103]投資証券の重み付け
[104] 層別コンポジットポートフォリオは、層別ポートフォリオの構成要素を相応して重み付けすることによって、定義されたリスクエクスポージャーを維持する１つまたは複数の層別コンポジットから構築することができる。

[105] 本明細書において説明される層別化は、ユーザーが投資証券の母集団、このため、投資証券の母集団に関連付けられた事象から生じる結果を制御することを可能にする様々な方法で調整することができる。１）投資証券の母集団の変化、２）投資証券の母集団がどのように層別化されているか（ポートフォリオアーキテクチャ）、および３）層別階層内の任意のポジションにおいて層別化ユニットがどのように重み付けされているか、のうちの任意のものまたは全てに対して行われる変更に基づいて、ポートフォリオリターンにおけるバイアスを作成し、調整することができる。

[106] ポートフォリオアーキテクチャが決定されると、投資証券の重みを決定することができる。非限定的な例として、重み関数は、層別ポートフォリオアーキテクチャにおける所望のグループについて、層別ポートフォリオアーキテクチャ内の兄弟に対するそのグループに関連付けられた重みを示す、０〜１の値を返す任意の関数とすることができる。いくつかの実施形態では、各レベルにおける全ての兄弟の重み関数の和は１に等しくすることができる。

[107] いくつかの実施形態では、証券の重みは階層におけるそのポジションの関数でしかない。非限定的な例として、所与の親グループの子の全ての間で均等に重みを分割することができる。すなわち、第１のレベルが１０個のグループを含む場合、各々が１０％の重みを与えられる。これらのグループのうちの１つが４つのサブグループを含む場合、各々が、その親グループの重み２５％を与えられ、結果としての重みが２５％＊１０％＝２．５％となるのに対し、異なる最上位グループが５つの子グループを含む場合、各子の重みは２０％＊１０％＝２％となる。このプロセスは、レベルごとに繰り返すことができ、最終的に、最下位レベルグループごとの重みが得られる。同様のプロセスを、各最下位レベルグループ内の証券に適用することができ、ユニバース内の証券ごとの重みが得られる。

[108] いくつかの実施形態では、重み付けアルゴリズムは、コンピュータによって以下のように実行することができる。

[109] 他の実施形態では、任意のグループの重みは、そのグループ内の企業の属性の関数とすることができる。非限定的な例として、（任意の属性を用いて形成される）グループは、ユニバース内の証券に共通の属性のうちの１つまたは複数の関数によって重み付けすることができる。非限定的な例として、グループは、グループ内の全ての証券の負債全体に比例して、それらの親グループ内で重み付けすることができる。いくつかの実施形態では、関数は単一の属性に依拠する。他の実施形態では、関数は複数の属性に依拠する。いくつかの実施形態では、同じ関数を用いてアーキテクチャ内の全てのグループを重み付けする。他の実施形態では、階層内の異なるグループを異なる関数を用いて重み付けすることができる。いくつかの実施形態では、重み付けはコンピュータによって以下のように実行することができる。

[110] 図１の例を参照すると、コンピュータ化された重み付けモジュール（１１３０）が、層別ポートフォリオアーキテクチャ（１１２５）を受信する。図２に示されているように、重み付けモジュールはまた、投資証券の識別情報（１１３１）、および投資証券に関連付けられた投資証券属性の識別情報（１１３２）を受信するように構成される。次に、重み付けモジュールは、投資証券および重みのリスト（１１５０）を生成することができる。重み付けモジュールについては、図６において更に詳細に示される。示すように、システムは、重み付けされる投資証券の選択および／または識別情報を受信することができる（１３０５）。重み付けされる投資証券は、上記で説明した層別階層における任意の１つまたは複数のポイントに位置決めすることができる。次に、個々の証券および証券グループの重み付けを現在のレベルについて計算することができる（１３１０）。いくつかの実施形態では、計算は、層別階層の最上位レベルにおいて開始することができる。現在のレベルにおいて、そのレベルのための重み付けの方式および規則が特定される（１３１５）。未処理の重み比率を、投資証券または証券グループの数であるｎで除算することによって重み付け係数を計算することができる（１３２０）。非限定的な例として、図４を参照して、最上位レベルの重み付けは、グループ１に対し５０％、およびグループ２に対し５０％であると計算することができる。第２のレベルにおいて、グループ１Ａ〜１Ｃは、各々、０．５０＊０．３３＝０．１６５すなわち１６．５％に重み付けすることができる。

[111] 重み付けの計算の前後に、任意のプラスまたはマイナスの重みバイアスを提供することができる（１３２５）。バイアスは、重み付けに対する加算、減算、乗算、除算または他の演算によって適用することができる。１つのグループまたは投資証券に適用される任意のバイアスは、同じグループまたは同じレベルにおけるピアグループ内のどこかに適用される対応する反対のバイアスを必要とする。最下位レベルに達し、完了した場合、重み付けプロセスは終了することができる。そうでない場合、プロセスは次のレベルにおいて継続することができる。

[112] 重み付けされた投資証券の電子表現を、非限定的な例として、上場投資信託（ＥＴＦ）、もしくはヘッジファンド、ミューチュアルファンド、リミテッドパートナーシップ等の他の金融商品、または他の投資手段に対する命令として入力することができる。

[113] 代替的な実施形態において、層別化および重み付けのための方法のステップを並び替えることができる。例えば、投資証券のリストは、ポートフォリオ設計プロセスにおける任意の場所に導入することができる。投資証券および／または再構築プロセスは、層別化が特定のユニバースへのエクスポージャーを作成する前に選択することができる。層別化アーキテクチャ、重み付け方式および／またはリバランス方式のうちの任意のものを、投資証券を選ぶ前後に選択するかまたは選ぶことができる。

[114] 上記で説明した投資証券のポートフォリオを作成するためのステップの代替的な順序および変形が可能である。例えば、図１を参照して、投資証券の識別情報（１１３１）を層別化モジュール（１１０５）に提供することができる。その構成では、層別化サブモジュールは、投資証券（１１２５）の層別ポートフォリオアーキテクチャを生成することができ、これは次に重み付けモジュール（１１３０）に入力される。

[115]再構築および再重み付け
[116] 更に、いくつかの実施形態は、指定の重みを定期的に再構築して、所望のリスクエクスポージャーを維持することを含むことができる。層別ポートフォリオは、層別ポートフォリオの構成要素を相応して重み付けし、指定された重みを定期的に再構築して所望のリスクエクスポージャーを維持することによって、定義されたリスクエクスポージャーを維持する、１つまたは複数の層別コンポジットユニットで構成することができる。図１、図２および図５に示す実施形態を参照すると、示されるステップは、任意のポイントにおいて、変更された重み付け規則等の変更された入力に基づいて、再重み付けされたポートフォリオを作成するように実行することができる。図５を参照すると、他の実施形態では、再重み付けは、別個の再重み付けモジュール（１１５５）によって提供することができる。再重み付けモジュール（１１５５）は、ポートフォリオ階層位置に割り当てられた目標エクスポージャーのリスト（１１５１）を受信する。次に、再重み付けモジュールは、層別コンポジットポートフォリオに含める新たな投資証券を選択する。

[117]層別コンポジットポートフォリオスコアリング
[118] 本明細書に記載される方法を用いて、層別ポートフォリオのためのスコアを計算することができる。スコアはポートフォリオの特徴とすることができ、複数の状況で用いることができる。いくつかの実施形態では、目標スコアは、ポートフォリオが到達することを望む量子化可能な数とすることができる。他の実施形態では、目標スコアは、投資家が、ポートフォリオが有することを望む属性の組とすることができる。ポートフォリオスコアは、投資家がポートフォリオに対し有する目標スコアと比較することができる、ポートフォリオから計算される値または値のベクトルとすることができる。目標スコアは、理論的値または推定値とすることができる。

[119] 目標スコアは、ポートフォリオを最適化する方法として用いることができる。投資家は、目標スコアを選別することができ、次にシステムを用いて、そのスコアのために最適化された層別コンポジットポートフォリオを構築することができる。代替的に、目標スコアを用いて、基礎をなす母集団のパフォーマンスを反映するポートフォリオを構築することができる。すなわち、目標スコアは、母集団がどのように機能することを期待するかの基準とすることができ、層別コンポジットを用いて、母集団のパフォーマンスを測定することができる。ポートフォリオの投資証券の重み付けされたリストおよび目標スコアを所与として、ポートフォリオの導出された属性に基づいてポートフォリオのスコアを計算することができる。

[120] 目標スコアは、ポートフォリオの特徴に基づいて、ポートフォリオがどのように機能することが期待されるか、または管理者が、ポートフォリオがどのように機能することを望むかの推定値を形成することができる。目標スコアは、個々の企業、ランダムにサンプリングされた個々の企業、層別化ユニットおよび／またはコンポジットのうちの任意のものまたは全てのパフォーマンスを測定することによって達成することができる。

[121] 目標スコアは、投資家が投資目標の一部として義務付ける目標スコアとして特定することもできる。ここで、投資家は、所定の目標スコアに到達するために、層別コンポジットを使用することを望む場合がある。共通属性に基づいてグループを構築することによって、リスクグループを形成することができる。次に、これらのリスクグループは、目標スコアを達成するように適切に重み付けすることができ、結果として既知のバイアスを有するポートフォリオが生成される。

[122] いくつかの実施形態では、層別コンポジットポートフォリオは、ユーザーが定義した目標スコアを満たすように設計することができる。非限定的な例として、目標スコアは、（ａ）絶対的リターン目標（例えば、予期されるローリング率）、（ｂ）リスク／リターン尺度（例えば、シャープレシオ、ソルティノレシオまたはアルファ）、または（ｃ）ボラティリティによって測定されるリスク目標（例えば、下方偏差またはベータ）のうちの任意のものまたは全てを含み得る。いくつかの実施形態では、目標スコアは、上記で提供した例等の、値または要素の１次元ベクトルまたは多次元ベクトルとすることができる。例えば、目標スコアは、［実際のリターン−リスクフリーレート］／［期待リターン−リスクフリーレート］とすることができ、ここで、目標スコアは１以上である。

[123] １つの実施形態による、目標スコアを用いて層別コンポジットを構築する方法が、図７を参照して以下で説明される。初期ステップとして、ユーザーは、投資証券のユニバースを特定することによって（７００５）、投資する母集団を確立する。母集団は、例えば、米国における金融およびエネルギー企業とすることができる。次に、証券のユニバースがフィルタリングされる（７０１５）。そして、企業の母集団が層別化される（７０２０）。このプロセスによって、これらは共通の特徴に基づいて層別化ユニット、階層的グループ分けに入れられる。

[124] 母集団の層別化の後、ポートフォリオを評価するのに用いられるメトリックが特定される。用いられるメトリックは、層別化されている母集団に依拠することができる。例えば、投資適格負債ポートフォリオに用いられるメトリックは、期待収益およびボラティリティとすることができる一方、株式ポートフォリオのメトリックは、期待されるリスクおよびリターンとすることができる。メトリックが特定されると、目標スコアを確立することができる（７０１０）。目標スコアは、ユーザーが、ポートフォリオが達成することを望む目標であり、目標は、特定されたメトリックによって測定される。例えば、投資適格負債ポートフォリオの目標スコアは、投資家が、ポートフォリオが達成することを望む期待収益および期待ボラティリティとすることができる。目標スコアの例示的な実施形態が以下で説明される。

[125] 目標スコアが設定されると、設計されたポートフォリオを作成することができる（７０２０）。コンポジットは、２つ以上の層別化ユニットの組合せとすることができる。コンポジットは、目標スコアに到達するように設計することができる。コンポジットは、層別化ユニットおよび層別化ユニット内の会社を戦略的に重み付けし（７０２５）、層別化ユニット内の企業を再重み付けする（７０３０）ことによって設計することができる。重み付けおよび再重み付けプロセスは、母集団の構成要素を変更する（母集団判断基準を満たすポートフォリオから構成要素を加算または減算する）ことを含むことができる。

[126] 目標スコアに対しコンポジットを試験することができる（７０３５）。目標スコアが受理される場合、プロセスは完了に到達することができる。目標スコアが満たされない場合、様々なパラメーターのうちのいくつかまたは全てを調整することができる。これらのパラメーターには、１）階層規則（例えば、アーキテクチャ）、２）重み付け規則、３）階層によりフィルタリングされ重み付けされたユニバース、４）リバランス／再構築ポリシーを含む。プロセスは、満足のいくスコアを有するポートフォリオが作成されるまで繰り返すことができる。

[127] 層別コンポジットは、ポートフォリオを最適化する方法として用いることができる。上記で説明したように、設計されたコンポジットは、目標スコアを満たすように構築することができる。ここで、目標スコアは、投資目標とみなすことができる。例えば、目的は、リターン、パフォーマンス、分散および／または他の品質が、目標スコアにおいて要約されたものに合致するコンポジットを構築することである。

[128] したがって、基礎をなす母集団を最も表すポートフォリオを構築する代わりに、ポートフォリオが目標スコアに最も密に合致するように、より低いレベルのグループ分けに戦略的に重み付けするポートフォリオを作成することができる。ここで、ポートフォリオを層別化し、コンポジットを構築することによって母集団内の別個のリスクグループの特定が可能になる。これらのリスクグループが特定されているので、目標スコアを満たすために、これらのリスクグループにわたって重みを戦略的に配分することができる。

[129] 投資証券において、投資家にとっての主な懸念事項はリスクおよびリターンである。したがって、いくつかの実施形態では、目標スコアは、ポートフォリオのリスクおよびリターンの特徴に関して量子化されたポートフォリオの投資目的を反映することができる。投資コンポジットを作成する目標は、コンポジットデザインおよび基礎をなす構成要素の重み付けを通じてリスクおよびリターンを設計することである。設計された投資コンポジットは、理論的推定値を確実に達成することができるコンポジットスコア（複数の属性によるインパクトを受ける個々の証券データを結合することから計算される）を生成することができる。

[130] 本明細書において記載される方法を用いて、これらの本質的な特性を改善するためのコンポジットを設計することができる。特定環境において用いるための特定の特性を作成することができる。投資証券において、コンポジットスコアを管理するためのコンポジットを形成することができる。層別コンポジットを用いて目標スコアを達成することができる。層別化によって、特定されたリスクがポートフォリオ内でグループ分けされることが可能になる。したがって、目標スコアを満たす設計されたポートフォリオを作成する際に、ポートフォリオが曝されるリスクを、質的にかつ量的に、より良好に理解することができる。

[131]層別コンポジットポートフォリオのための投資戦略
[132] 本明細書において説明した方法に従って生成されたポートフォリオは、アルファ、ベータ、ならびにシャープレシオおよびソルティレシオを含む既知の統計的解析の変更されたバージョンを用いてスコアリグすることができる。スコアは、規範的な層別モデルポートフォリオおよび規範的なポートフォリオにおける変動に基づいて生成することができる。例えば、層別アルファを、規範的な層別ポートフォリオにおけるスコアに対しリスクが調整された割増金として計算することができる。層別正規化市場に関する層別ベータも層別ポートフォリオのために計算することができ、ここで、層別正規化市場は１のベータを有するように定義される。

[133] いくつかの実施形態では、市場を総合市場の状況的部分集合の層別ポートフォリオとして定義することができるという点で、規範的な層別ベータを状況的に定義することができる。例えば、状況的部分集合は、非限定的な例として、セクター、産業、地理、時間、辞書用語等として定義することができる。

[134]層別ポートフォリオのための規範的な事例
[135] Ｍａｒｋｏｗｉｔｚは、いくつかのポートフォリオの構築を仮定して、グループを最も効率的に表すポートフォリオを決定する。最も代表的なものを試験するために個々のモデルを構築するこのプロセスにより、規範モデルが構築される。規範モデルを構築する際、基礎をなす母集団の制御、および規範的な事例から達成されることが推定される目標スコアが存在する。金融理論において、ポートフォリオ開発のこのモデルは、個々の証券のポートフォリオを用いて仮定される。投資証券のための現在の規範的な事例である、時価総額加重平均型ポートフォリオが、理論によって仮定された目標スコアまたはリターン率を達成しないことによって生じる不一致が存在する。

[136] 本明細書において説明されるシステムおよび方法を用いて、規範的な層別ポートフォリオを定義することができる。層別ユニットは、規範モデルを構築し、規範的なターゲットスコアを開発するためのツールとして用いることができる。投資証券の信頼性がありかつ有効なカテゴリーを用いて、投資証券の母集団を細分化して、規範的な研究を有効にすることができる。ユーザーは、仮説を試験するための規範的なスコアを開発し、他の層別ポートフォリオの比較研究において用いるためのベースラインを検証することができる。システムは、規範的な層別ポートフォリオを用いてターゲットスコアを導出するように構成することができる。ターゲットアルファスコア等の層別ポートフォリオのための目標スコアを、ベースラインの規範的ターゲットストアに対して定義することができる。

[137] 初期ステップにおいて、理論的スコアまたは推定スコアを定義することができる。１）投資証券の母集団に対する変更、２）投資証券の母集団がどのように層別化されるか、および３）層別化ユニットが層別階層内でどのように重み付けされるか、のうちの任意のものまたは全てに対する変更に基づく調整を用いて、ポートフォリオは、１）所与の母集団についての代表的な結果（本明細書において規範的な事例と呼ばれる）、２）第１の方向にバイアスされる結果、または３）第２の方向にバイアスされる結果、を作成するように設計されることが可能である。

[138] 調整がどのように行われるかに依拠して、バイアスは、投資証券の特定の母集団集合内の地理的もしくは時間的グループまたは特定の本質的属性クラス（または属性クラスの部分集合）等の母集団部分集合に向かい得る。所与の母集団のための層別階層内で、特定のバイアス（またはそのバイアスの欠如）を、階層構造自体によって（構造または属性選択を通じて）、または特定の階層ユニットに割り当てられた重み付けを通じて管理することができる。

[139] 非規範的コンポジットは、規範的事例から変動するように設計されたコンポジットである。規範的な事例からの分散は、設計されたまたはアルゴリズム的アルファとみなされる。本発明を用いて、負の分散を、ショート投資ポジションのためのアルファとして設計することができる。正の分散を設計することは、ロング投資ポジションのためのアルファとして設計することができる。例えば、分散は、通常（規範的事例に基づく）とすることもできるし、非規範的とすることもできる。非規範的分散は正に偏る（法線の右側）こともできるし、負に偏る（法線の左側）こともできる。上記で説明したように、重み付けに対する調整を用いて、これらのタイプの分散を有するポートフォリオを生成することができる。

[140]データセット正規化および確率成形
[141] 金融ベンチマークインデックスは、多くの場合、金融商品のパフォーマンスを評価するのに用いられる。Ｓ＆Ｐ５００インデックスは、株志向のファンドのための１つのそのようなベンチマークインデックスの例であり、リーマンブラザーズ総合債券インデックスは、債券ファンドのためのベンチマークインデックスの例である。Ｓ＆Ｐ５００インデックスは、個々の株の市場価値を用いて、インデックスにおけるその株の価値に重み付けするように重み付けされる時価総額である。結果として、比較的大きな企業の市場価値の変化が、インデックスに対し不均衡な影響を有することになる。これらのインデックスを追跡するファンドも、比較的大型の企業を表す商品の価値が変動するときに、対応する価値の変動を受ける。

[142] 本明細書に記載の方法による数学的処理を、大きな経済データの組に適用して、投資リターン等の結果のこれらの変動およびランダム性を低減することができる。いくつかの実施形態では、多変量アルゴリズムを用いて、大きなデータセットを編成することができる。本方法を用いて、因果関係を生成し、リアルタイム解析を実行することができる。

[143] 投資証券を表すデータセットを正規化するためのシステムを構成することができる。正規化プロセスは、投資証券に関連付けられたエンティティの属性に基づく統計的カテゴリー化を含む。正規化に用いられる属性は、上記で説明した属性のタイプとすることもできるし、証券に関連付けられたエンティティの運用および資産に関係する他の属性とすることもできる。

[144] 複数の投資証券を統計的カテゴリーに編成することができる。属性間で選択するためのユーザーインターフェースは、システムによって提供することができる。システムは、統計的カテゴリーエディター（いくつかの実施形態では類語エディターと呼ばれる）を含むことができる。統計的カテゴリーは、エディターを用いてシステム内で定義することができる。統計的カテゴリーは、上記で記載した属性のうちの任意の１つまたは複数を単体でまたは互いに組み合わせて取得したものとして定義することができる。統計的カテゴリーは、上記で説明した構文およびコーディングシステムに基づいて定義することもできる。いくつかの事例では、統計的カテゴリーは、層別ユニットとすることもできる。

[145]倒産の例
[146] 以下の例は、投資証券のコンポジットの使用事例を示す。この例において、投資適格社債証券の層別コンポジットポートフォリオが作成される。

[147] 投資適格負債は、明確に定義された期待リターン率および明確に定義されたリスクを有する証券の特定のクラスである。各債券は、第三者格付け機関によって格付けされる。この格付けは、債券発行者が負債不履行となる尤度をとらえたものである。負債不履行リスクの事例では、そのような証券に投資する際の最も関連するリスクのうちの１つは、同じ格付けを有する社債が、満期、定数等の他の変数を維持する場合、類似の満期利回りを有するはずであることである。満期利回りは、全ての支払い（利払いおよび額面価格）が期待どおりになされたと仮定して、債券の現在の価格を所与として、満期まで債券を保有する際に債券保有者が稼ぐことになる年次リターン率である。言い換えると、満期利回りは、債券のキャッシュフローの現在の価値を、債券の現在の価格に等しくする割引率である。これらの機関からの比較可能な格付けを有する全ての債券にとって、所与の満期日に対する収益は、同じとなるか、非常に狭い範囲に入る。すなわち、投資適格社債証券は予測可能にふるまう。

[148] 異なる投資適格負債証券が同じデフォルト確率を有することができる一方で、負債不履行をトリガーする１つまたは複数の事象は発行者間で異なる。すなわち、異なる企業は、企業およびその運用の特定の本質的な値に対し異なるリスク要因に直面する場合がある。これらの要因のうちのいくつかは、その企業に固有のものであり得る一方で、他の要因は、企業グループに共通のものであり得る。そのようなリスクは、産業リスク、製品リスク、顧客リスク、金利に対する感度、企業の管理外の地理的、政治的もしくは経済的要因、または企業のＣＥＯもしくは管理一般に関係するリスクを含むことができる。企業の負債不履行リスクに関連し得る多くの企業固有の属性が存在する。これらは、限定ではないが、以下を含み得る。

[149] １)金融レバレッジ：いくつかの企業は、他の企業よりも多くまたは少なくレバレッジされている。

[150] ２)本質的な運用または資産ベースの属性：そのような属性は、会計またはパフォーマンス属性ではなく、製造、輸送等、企業が何を行うかを定義する属性、自動車、コンピュータまたはカウチ、および自動車、コンピュータまたはカウチのタイプ、消費者または事業等の企業の顧客に関する属性、顧客の顧客に関する属性、事業の地理的位置またはその個々の運用に関する属性、製品、および企業が自身の製品を提供するのに用いる材料に関する属性、企業が運用することができる多変量の産業または産業セグメントのうちの任意のものに関する属性、統合、非統合、川下統合、川上統合またはネットワーク化等の企業の事業の構造に関する属性、特定の事業、または事業が実際に事業を行う国に関連付けられた多変量管理またはマクロ経済リスクのうちの任意のものに関係する属性、事業によって、自身の事業に対しコアであるとして列挙された会計リスクまたは事業リスクに関連付けられた属性、投資コミュニティーによって、特定の事業若しくセグメントに関連したカテゴリー化に関連付けられたリスクである。任意の時点において、これらの要因またはこれらの要因に関係する産業事象のうちの任意の１つが、任意の特定の企業における倒産のリスクの原因となるか、またはこのリスクを増大させ得る。

[151] ３)管理または戦略：企業は、自身の管理、決定および戦略に基づく独自のリスクを有する。

[152] ４)企業資産価値:倒産（負債不履行の１つのタイプである）は、単一の企業によって発行された投資証券の条件を根本的に変更する。倒産の申請時に、進行中の運用に基づくリターンの想定が、精算のシナリオ、および企業の各個々の投資証券の権利の解析を含むように変化する。この事例では、投資家は、発行会社の資本構造におけるその投資証券の位置に基づいて、所与の証券に対する支払いを受ける自身の能力を評価する。投資証券は、精算において優先権を割り当てられている場合がある。企業の基礎をなす財産が売却または処分される場合、これらの精算優先度は、いずれの証券がいずれの収益をいつ得るかを指定する。

[153] これらの属性の各々が、固定収入の投資家のための負債不履行リスクまたは倒産リスクの潜在的な原因である。これらの属性のうちのいくつかは、企業グループ（例えば、自動車を生産する企業、運用がニューオーリンズで行われる企業）に関係する場合がある。これに起因して、特定の属性を制御しないポートフォリオは、不注意に特定のリスクへの集中に曝される可能性がある。グループのメンバーが負債不履行になるか倒産を申請するとき、そのグループ内の他の企業もインパクトを受ける場合がある。

[154] 本発明は、任意の特定の企業または産業へのポートフォリオのエクスポージャーを管理することによって、倒産リスク、企業イベント、および他のそのような非システマティックリスク要因へのエクスポージャーを制限するように投資適格社債証券の層別コンポジットポートフォリオを構築する方法を含む。時価総額加重平均型負債ポートフォリオでは、証券は、ポートフォリオにおける全ての発行の全体の大きさに対するそれらの発行の大きさに比例して重み付けされる。そのような管理されていない重み付け方式により、大量の負債を発行する企業または産業が、ポートフォリオにおいて過度に重み付けされる可能性がある。これらの企業または産業のうちの１つが、倒産等の負の事象を有する場合、ポートフォリオ自体が劇的にインパクトを受ける。層別コンポジットポートフォリオは、計算された量への特定のエクスポージャーを制限し、これを個々の企業および幅広い産業またはマクロ経済のインパクトのために行うツールである。

[155] 投資適格社債ポートフォリオにおける負債不履行のリスクを管理するために本発明を適用することによって、１つの実施形態の説明が提供される。各債務証券は、企業の基礎をなす資産の精算における価値に直接関連するリスクレベルを有する。このリスクは、負債証券自体の供給および需要に関連付けられた市場リスク、ならびに所与の時点において所与の投資証券に必要なリターン率にインパクトを与える場合がある、その時点のリスクフリーレート等の市場要因と別個に切り離されている。

[156] 本明細書において説明したシステムは、ポートフォリオにわたるそのような非システマティックリスクに対して保護する。すなわち、それらのシステムは単一の証券または証券グループの著しいインパクトを低減するかまたはなくすことができる。これは、非システマティック属性に基づいてリスクグループ（層）内の企業をグループ分けすることによって、例えば、類似の製品または類似の顧客ベースを有する企業を共にグループ分けすることによって達成することができる。適切に実行されると、層別化は、単一の非システマティックリスクがいずれも、ポートフォリオ全体に対する著しいリスクを表さないことを保証する。そのような層別コンポジットにおいて、倒産リスクは、十分独自のグループにわたって分散され、任意の１つのグループまたは企業における倒産のインパクトを最小限にする。

[157] 本発明を用いて、以下のように階層を作成することができる。投資適格債券の場合、格下げまたは倒産の３つのタイプの原因、すなわち、１）企業固有のリスク、２）産業固有のリスク、および３）製品固有のリスク、が存在し得る。所与の格付けの投資適格債券は、格下げまたは倒産リスクの同じ確率を有するはずであるが、この格付けは、倒産の起こり得る原因に関する情報を提供しない。そして実際に、同じ格付けの債券について、発行者に負債不履行を引き起こし得る要因は根本的に異なり得る。一方、これらの倒産要因は、発行企業の本質的属性に密に連結している。これらの属性を用いると、発行者の倒産要因に関係するそれらの発行者の特性に基づいて、債券をリスクグループにグループ分けすることが可能である。このプロセスは、リスクグループの入れ子になった階層を形成するように繰り返すことができ、ここで、各サブグループは独自のリスクを有するが、親グループに関連付けられたリスクも有する。このとき、これらのリスクグループは、層別投資コンポジットを構築するのに用いることができる層である。これらの層にわたって投資を層別化することによって、単一の企業または産業におけるマイナスの事象がポートフォリオに深刻にインパクトを与え得る機会を実質的に軽減することができる。

[158]産業リスクの例
[159] 以下の例は、投資証券の層別コンポジットのための更なる使用事例を示す。この例において、Ｓ＆Ｐ９００インデックスからの株式の投資証券のコンポジットが作成される。このコンポジットは、多岐にわたる産業から米国企業によって発行された大型および中型株式証券を含むブロードベースインデックスである。このユニバースは、Ｓ＆Ｐ５００およびＳ＆Ｐ４００インデックスの組合せであり、それぞれ、大型米国企業および中型米国企業を追跡する。期間にわたって、そのような株式にユニバースは、米国財務省短期証券等のリスクフリーの投資に対し、一貫したリターン割増金を示すはずである。

[160] この例では、時価総額加重平均型Ｓ＆Ｐ９００のリターンは、本発明の方法を用いて構築された層別コンポジットに設計された証券の同じユニバースのリターンと比較される。これらの９００社の企業の機能特徴に関係する属性を用いて、機能的に類似した企業を共にグループ分けする階層的に入れ子になった層が作成される。これらの層は、本明細書において説明される方法に続いて証券ごとの重みを求めるのに用いられる。ポートフォリオは四半期ごとにリバランスされ、各証券をその初期の重みに戻す。

[161] 層別化は、特定の産業が大きくマイナスの価格ショックを被るときに、環境における著しい恩恵を提供する。この価格ショックは、口語的に産業バブル「バースト」と呼ばれる。産業バブルが成長すると、産業における企業の時価総額が成長して、このため、時価総額加重平均型ポートフォリオにおける産業の重みが大きくなる。個々の企業および類似の企業のグループの双方の重みに対する属性ベースの制御がない時価総額加重平均型ファンドにおいて、そのようなバブルによって、特定の産業にのみインパクトを与えるリスクを含む特定のリスクグループへの意図しない過剰エクスポージャーが生じる可能性がある。過剰に重み付けされた産業バブルが崩壊するとき、ポートフォリオは偏った影響を被る。産業バブルの外側の企業が妥当に機能する場合であっても、過度に重み付けされた企業のマイナスのリターンによって、ポートフォリオ全体に対するマイナスのリターンが生じる可能性がある。

[162] 一方、層別コンポジットポートフォリオにおいて、産業バブルのリスクは、層が別個の産業リスクに対応するようにユニバースを層別化することによって実質的に軽減することができる。このようにして、産業固有のリスクが分離され、ポートフォリオにおけるマイナスに偏ったパフォーマンスを生じ得なくなる。

[163] １９９７年〜２０００年の情報技術株の成長および崩壊は、層別コンポジットポートフォリオの利点を例示している。統計的に構造化された属性を用いて、事業機能が、情報の移動、格納または処理を伴う企業グループが定義される。このグループ内に企業は、Ｍｉｃｒｏｓｏｆｔ、Ｃｉｓｃｏ、Ｉｎｔｅｌ、ＡＯＬ，Ｑｕａｌｃｏｍｍおよび他のそのような情報技術企業を含む。

[164] Ｓ＆Ｐ９００における２０個の最も大型のそのような情報技術株が、１９９０年代後半にわたって重みを増し、２０００までには、ポートフォリオを支配するようになった。１９９９７年、１９９８年および１９９９年の年末には、これらの２０個の株式は、まとめて、それぞれＳ＆Ｐ９００の１１．８％、１３．７％および２０．４％の重みとなった。２０００年にバブルが崩壊すると、これらの株は、４２．３％価値が下がった一方、Ｓ＆Ｐ９００は全体として、−６．９％のリターンとなった。これらの情報企業を除外すると、Ｓ＆Ｐ９００の残りは６．８％のリターンとなった。すなわち、２０００年の「市場規模の」不況はシステマティックな破綻ではなく、単一の産業への制御されていない過度のエクスポージャーの結果であった。

[165] 層別コンポジットポートフォリオにおいて、そのような産業固有のリスクを制御することができる。例示的な層別コンポジットポートフォリオにおいて、同じ２０社の情報企業が、２．９％の重みに設定され、この重みに対し年４回リバランスされた。２０００年には、この分離されたグループは業績不振であった（価値が５９．７％下落した）が、このグループの外では、例示的な層別コンポジットポートフォリオは好調なリターンを有した。これらの２０社の企業を除外すると、例示的な層別コンポジットポートフォリオは２１．３％のリターンとなった。合計で、例示的な層別コンポジットポートフォリオは２０００年において１７．６％のリターンとなり、厳密に同じユニバースの時価総額加重平均型ポートフォリオのパフォーマンスを２４．５％上回った。

[166] 同じユニバースの例示的な層別コンポジットポートフォリオに対する時価総額加重平均型Ｓ＆Ｐ９００のパフォーマンスは、層別化が、非システマティック産業リスクがポートフォリオ全体にインパクトを与えることをどのように防ぐことができるかを実証する。

[167]システムアーキテクチャ
[168] 本明細書に記載のシステムおよび方法は、ソフトウェアもしくはハードウェア、またはそれらの任意の組合せで実施することができる。本明細書に記載のシステムおよび方法は、互いに物理的または論理的に別個であっても別個でなくてもよい１つまたは複数のコンピューティングデバイスを用いて実施することができる。更に、本明細書に記載の方法の様々な態様を組み合わせて、他の機能に統合することができる。本発明を実施するための例示的なコンピュータ化されたシステムが図１０に示される。

[169] いくつかの実施形態では、示されるシステム要素は、単一のハードウェアデバイスに組み合わせるかまたは複数のハードウェアデバイスに分離することができる。複数のハードウェアデバイスが用いられる場合、ハードウェアデバイスは互いに物理的に近接して位置する可能性も遠隔に位置する可能性もある。

[170] 本方法は、コンピュータまたは任意の命令実行システムによって、またはこれと接続して使用するためのプログラムコードを提供するコンピュータ使用可能またはコンピュータ可読記憶媒体からアクセス可能なコンピュータプログラム製品において実施することができる。コンピュータ使用可能記憶媒体またはコンピュータ可読記憶媒体は、コンピュータまたは命令実行システム、装置またはデバイスによって、またはこれと接続して使用するためのプログラムを含むかまたは記憶することができる任意の装置とすることができる。

[171] 対応するプログラムコードを記憶および／または実行するのに適したデータ処理システムが、メモリ要素等のコンピュータ化されたデータストレージデバイスに直接または間接的に結合された少なくとも１つのプロセッサを含むことができる。入出力（Ｉ／Ｏ）デバイス（限定ではないが、キーボード、ディスプレイ、ポインティングデバイス等を含む）を、システムに結合することができる。ネットワークアダプターもシステムに結合し、データ処理システムが、介在するプライベートネットワークまたはパブリックネットワークを通じて他のデータ処理システムまたは遠隔のプリンターもしくはストレージデバイスに結合されることを可能にすることができる。ユーザーとのインタラクションを提供するために、ＬＣＤ（液晶ディスプレイ）等の表示デバイス、またはユーザーに情報を表示するための任意のタイプのモニター、ならびに、キーボード、およびユーザーがコンピュータに入力を提供するのに用いることができるマウスまたはトラックボール等の入力デバイスを有するコンピュータに機能を実装することができる。

[172] コンピュータプログラムは、コンピュータにおいて直接または間接的に用いることができる命令の組とすることができる。本明細書において説明されるシステムおよび方法は、Ｆｌａｓｈ（商標）ＪＡＶＡ（商標）、Ｃ＋＋、Ｃ、Ｃ＃、Ｖｉｓｕａｌ Ｂａｓｉｃ（商標）、ＪａｖａＳｃｒｉｐｔ（商標）、ＰＨＰ、ＸＭＬ、ＨＴＭＬ等のプログラミング言語、またはコンパイル済みもしくは解釈済みの言語を含むプログラミング言語の組合せを用いて実施することができ、スタンドアロン型プログラムとして、またはコンピューティング環境において用いるのに適したモジュール、コンポーネント、サブルーチンもしくは他のユニットとして展開することを含む、任意の形態で展開することができる。ソフトウェアは、限定ではないが、ファームウェア、常駐ソフトウェア、マイクロコード等を含むことができる。ＳＯＡＰ／ＨＴＴＰ等のプロトコルを、プログラミングモジュール間のインターフェースを実施する際に用いることができる。本明細書において説明されるコンポーネントおよび機能は、限定ではないが、Ｍｉｃｒｏｓｏｆｔ Ｗｉｎｄｏｗｓ（商標）、Ａｐｐｌｅ（商標）Ｍａｃ（商標）、ｉＯＳ（商標）、Ｕｎｉｘ（商標）／Ｘ−Ｗｉｎｄｏｗｓ（商標）、Ｌｉｎｕｘ（商標）等の異なるバージョンを含むソフトウェア開発に適した任意のプログラミング言語を用いて、仮想化されたまたは仮想化されていない環境において実行される任意のデスクトップオペレーティングシステムにおいて実施することができる。システムは、Ｒｕｂｙ ｏｎ Ｒａｉｌｓ等のウェブアプリケーションフレームワークを用いて実施することができる。

[173] 処理システムは、コンピュータ化されたデータストレージシステムと通信することができる。データストレージシステムは、ＭｙＳＱＬ（商標）または他のリレーショナルデータベース等の、非リレーショナルまたはリレーショナルデータストアを含むことができる。他の物理データベースタイプおよび論理データベースタイプを用いることができる。データストアは、Ｍｉｃｒｏｓｏｆｔ ＳＱＬ Ｓｅｒｖｅｒ（商標）、Ｏｒａｃｌｅ（商標）、ＩＢＭ ＤＢ２（商標）、ＳＱＬＩＴＥ（商標）、または任意の他のデータベースソフトウェア、リレーショナルまたはその他のもの等のデータベースサーバとすることができる。データストアは、構文タグを識別する情報、および構文タグを操作するのに必要な任意の情報を記憶することができる。いくつかの実施形態では、処理システムは、オブジェクト指向プログラミングを用いることができ、オブジェクトにデータを記憶することができる。これらの実施形態では、処理システムは、オブジェクト関係マッパー（ＯＲＭ）を用いて、リレーショナルデータベースにデータオブジェクトを記憶することができる。本明細書において記載されるシステムおよび方法は、任意の数の物理データモデルを用いて実施することができる。１つの例示的な実施形態では、ＲＤＢＭＳを用いることができる。これらの実施形態では、ＲＤＢＭＳ内のテーブルは、座標を表す列を含むことができる。金融システムの場合、企業、製品等を表すデータをＲＤＢＭＳ内のテーブルに記憶することができる。テーブルは、それらの間の所定の関係を有することができる。テーブルは、座標に関連付けられた付属物も有することができる。

[174] 命令のプログラムの実行に適したプロセッサは、限定ではないが、汎用および専用マイクロプロセッサ、および単一のプロセッサ、または任意の種類のコンピュータの複数のプロセッサもしくはコアのうちの１つを含む。プロセッサは、リードオンリーメモリ、ランダムアクセスメモリ、双方、または本明細書において記載されるデータストレージデバイスの任意の組合せ等のコンピュータ化されたデータストレージデバイスから命令およびデータを受信し、記憶することができる。プロセッサは、電子デバイスの動作およびパフォーマンスを制御するように動作可能な任意の処理回路および制御回路を含むことができる。

[175] また、プロサッサは、データを記憶するための１つまたは複数のデータストレージデバイスを含むことができるか、またはこれに動作的に連結される。そのようなデータ処理デバイスは、非限定的な例として、磁気ディスク（内部ハードディスクおよびリムーバブルディスクを含む）、磁気光ディスク、光ディスク、リードオンリーメモリ、ランダムアクセスメモリおよび／またはフラッシュストレージを含むことができる。コンピュータプログラム命令およびデータを有形に実現するのに適したストレージデバイスは、例えば、ＥＰＲＯＭ、ＥＥＰＲＯＭおよびフラッシュメモリデバイス等の半導体メモリデバイス、内部ハードディスクおよびリムーバブルディスク等の磁気ディスク、磁気光ディスク、ならびにＣＤ−ＲＯＭおよびＤＶＤ−ＲＯＭディスクを含む、全ての形態の不揮発性メモリも含むことができる。プロセッサおよびメモリは、ＡＳＩＣ（特定用途向け集積回路）によって補完するかまたはＡＳＩＣに組み込むことができる。

[176] 本明細書に記載されるシステム、モジュールおよび方法は、ソフトウェア要素またはハードウェア要素の任意の組合せを用いて実施することができる。本明細書に記載されるシステム、モジュールおよび方法は、単独で動作するかまたは互いに組み合わせて動作する１つまたは複数の仮想マシンを用いて実装することができる。任意の適用可能な仮想化解決策を用いて、物理コンピューティングマシンプラットフォームを、ハードウェアコンピューティングプラットフォームまたはホスト上で実行される仮想化ソフトウェアの制御下で実行される仮想マシンにカプセル化することができる。仮想マシンは、仮想システムハードウェアおよびゲストオペレーティングシステムソフトウェアの双方を有することができる。

[177] 本明細書において説明したシステムおよび方法は、データサーバ等のバックエンドコンポーネントを含むか、またはアプリケーションサーバもしくはインターネットサーバ等のミドルウェアコンポーネントを含むか、またはグラフィカルユーザーインターフェースもしくはインターネットブラウザーもしくはそれらの任意の組合せを有するクライアントコンピュータ等のフロントエンドコンポーネントを含むコンピュータシステムにおいて実施することができる。システムのコンポーネントは、通信ネットワーク等のデジタルデータ通信の任意の形態または媒体によって接続することができる。通信ネットワークの例は、例えば、ＬＡＮ、ＷＡＮ、ならびにインターネットを形成するコンピュータおよびネットワークを含む。

[178] 本発明の１つまたは複数の実施形態は、ハンドヘルドデバイス、マイクロプロセッサシステム、マイクロプロセッサベースのまたはプログラム可能な消費者家電、ミニコンピュータ、メインフレームコンピュータ等を含む他のコンピュータシステム構成を用いて実施することができる。本発明は、ネットワークを通じてリンクされる遠隔処理デバイスによってタスクが実行される分散コンピューティング環境において実施することもできる。

[179] 本発明の１つまたは複数の実施形態が説明されたが、その様々な変更、追加、置換および均等物が、本発明の範囲内に含まれる。

[180] 実施形態の説明において、特許請求される主題の特定の実施形態を説明として示す、本明細書の一部をなす添付の図面が参照される。他の実施形態を用いることができること、および構造的変更等の変形または変更を行うことができることを理解されたい。そのような実施形態、変形または変更は、意図された特許請求される主題に関する範囲から必ずしも逸脱していない。本明細書におけるステップは一定の順序で提示することができるが、いくつかの事例では、順序付けは、説明されるシステムおよび方法の機能を変更することなく、異なる時点でまたは異なる順序で一定の入力が提供されるように変更することができる。開示される手順は異なる順序で実行することもできる。更に、本明細書における様々な計算は開示される順序で実行される必要はなく、代替的な計算順序を用いる他の実施形態を容易に実施することができる。計算は、再順序付けされることに加えて、同じ結果を有する部分計算に分解することもできる。

Claims (30)

1. 投資証券を表すデータベースを構築する、コンピュータにより実施される方法であって、
   データエンティティの組をデータベースシステムに電子的に記憶することであって、前記データエンティティの各々は投資証券を表し、各投資証券は経済エンティティに対応することと、
   前記経済エンティティの属性を表すタグを、複数の前記投資証券に電子的に割り当てることと、
   インデックス、ファンド、または投資証券のポートフォリオに含めるために、データエンティティによって表される複数の投資証券を選択することと、
   第１の共通属性および第２の共通属性に基づいて、前記選択された投資証券を、少なくとも第１の層別グループおよび第２の層別グループに層別化することであって、前記第１の層別グループ内の投資証券によって表される前記経済エンティティは、１つまたは複数のタグによって特定されるように、前記第１の共通属性を共有し、前記第２の層別グループ内の投資証券によって表される前記経済エンティティは、１つまたは複数のタグによって特定されるように、前記第２の共通属性を共有することと、
   投資証券の層別グループを選択することと、
   第３の共通属性および第４の共通属性に基づいて、前記選択された投資証券を、少なくとも第１の層別サブグループおよび第２の層別サブグループに層別化することであって、前記第１の層別サブグループ内の投資証券によって表される前記経済エンティティは、１つまたは複数のタグによって特定されるように、前記第３の共通属性を共有し、前記第２の層別サブグループ内の投資証券によって表される前記経済エンティティは、１つまたは複数のタグによって特定されるように、前記第４の共通属性を共有することであって、前記共通属性はそれぞれのグループ間で共有されることと、
   前記投資証券が層別化される前記グループおよび前記サブグループに基づいて前記投資証券のうちの１つまたは複数にマイナスまたはプラスの重みを割り当てることと、
   インデックス、ファンドまたはポートフォリオのデータベース表現として、前記層別グループおよび前記層別サブグループを電子的に記憶することと、
   前記データベースシステムにおいて、前記インデックス、前記ファンドまたは前記ポートフォリオの前記データベースシステム表現に対する、作成、読出し、更新または削除操作を可能にすることと、
   を含む、方法。
2. 前記証券の１つまたは複数のグループにマイナスまたはプラスの重みを割り当てることであって、前記１つまたは複数のグループの前記重みの和は１に等しいことと、
   前記１つまたは複数のサブグループにマイナスまたはプラスの重みを割り当てることであって、前記グループの前記１つまたは複数のサブグループの前記重みの和は１に等しいことと、
   前記１つまたは複数の投資証券にマイナスまたはプラスの重みを割り当てることであって、前記サブグループの前記１つまたは複数の投資証券の前記重みの和は１に等しいことと、
   投資証券のサブグループ内の前記証券の前記重み、前記証券のグループ内の前記サブグループの前記重み、および前記ポートフォリオ内の前記グループの前記重みを計算することによって、前記投資証券にマイナスまたはプラスの重みを割り当てることと、
   を更に含む、請求項１に記載の方法。
3. グループ、サブグループまたは証券のための目標重みを設定することと、
   前記グループ、前記サブグループまたは前記証券をその目標重みに対し定期的にリバランスすることと、
   を更に含む、請求項２に記載の方法。
4. １つまたは複数のデータエンティティおよび１つまたは複数の重みに関する情報を、取引所、インデックスプロバイダー、インデックス計算業者、仲介業者、アセットマネージャー、投資アドバイザー、ファンドマネージャーまたは証券取引プラットフォームに送信、送出または中継することを更に含む、請求項２に記載の方法。
5. 証券、コンポジット、グループまたはポートフォリオにおいて、購入、売却、空売りまたは取引実行に対し１つまたは複数の重みを用いることを更に含む、請求項４に記載の方法。
6. １つまたは複数の証券、サブグループ、グループまたはポートフォリオは、株、債券、デリバティブ、コモディティー、ファンドまたは上場投資信託である、請求項１に記載の方法。
7. 金融商品を用いてパフォーマンス特徴を達成することを更に含む、請求項１に記載の方法。
8. 前記金融商品は、株、債券、デリバティブ、コモディティー、ファンドまたは上場投資信託の中から選択される、請求項７に記載の方法。
9. 投資証券によって表される前記経済エンティティは、企業、資産、リソース、製品または債務である、請求項１に記載の方法。
10. 前記共通属性は、前記投資証券によって表される前記企業、前記資産、前記リソースまたは前記債務の入力、出力、運用、製品、サプライヤー、顧客、顧客の顧客に関係する、請求項９に記載の方法。
11. ユーザーから入力として目標パフォーマンスメトリックを受信すること、および
    ポートフォリオ、グループもしくはサブグループを評価して、これが前記パフォーマンスメトリックを満たしているかもしくは満たすことが予想されるか否かを判断もしくは予測すること、または
    前記パフォーマンスメトリックを達成するように、ポートフォリオ、グループもしくはサブグループを構築すること、
    を更に含む、請求項１に記載の方法。
12. 前記パフォーマンスメトリックは、期待リターン、リスクの基準、ボラティリティの基準、アルファ、ベータまたはシャープレシオである、請求項１１に記載の方法。
13. グループおよびその構成要素のサブグループは、層別コンポジットユニットを構成する、請求項１に記載の方法。
14. 層別コンポジットユニットは、基礎をなす証券の母集団からの制御されていないグループ分けと異なるリスク／リターンプロファイルを保有するように設計または選択される、請求項１３に記載の方法。
15. インデックスは、データエンティティによって表されるような、投資証券の投資されていない組であり、ポートフォリオは、データエンティティによって表されるような、投資証券の投資された組である、請求項１に記載の方法。
16. 前記第１の属性および前記第２の属性は異なる、請求項１に記載の方法。
17. 前記第３の属性および前記第４の属性は、互いに異なり、かつ前記第１の属性および前記第２の属性と異なる、請求項１６に記載の方法。
18. 追加の共通属性を、任意の数の層への更なる層別化のための基礎として特定することであって、各層は、より高い層における集合の少なくとも２つの部分集合からなることと、
    属性の共通性に基づいて前記サブグループを更に層別化することと、
    を更に含む、請求項１に記載の方法。
19. 前記グループまたは前記サブグループは、一般的に受け入れられている正規性の統計試験によって測定されるように、時価総額加重平均型ポートフォリオ、均等に重み付けされたポートフォリオ、または要素が重み付けされたポートフォリオよりも、正規分布に従うパフォーマンスを生じるように層別化される、請求項１に記載の方法。
20. パフォーマンスは、リターン、期待リターン、リスク、分散、ボラティリティ、予測分散、予測ボラティリティまたは流動性によって測定される、請求項１９に記載の方法。
21. 前記属性は、前記基礎をなす経済エンティティにとって本質的である、請求項１に記載の方法。
22. 前記本質的属性は、要素ベース、会計ベース、パフォーマンスベース、または資本市場ベースでない、請求項２１に記載の方法。
23. データエンティティに割り当てられる本質的属性は、統計的重要度の試験によって検証されるような、任意の時間間隔にわたって一定の値を維持する可能性が高い属性である、請求項２１に記載の方法。
24. 前記本質的属性は、前記企業もしくは発行者の基礎をなす運用、またはそのバリューチェーンにおける企業もしくは発行者に関連付けられる、請求項１に記載の方法。
25. 運用は、調達、輸送、貯蔵、研究開発、製造、品質管理、販売、取引、銀行取引、投資調査、資産管理、監査、資本、エネルギー、情報、土地、不動産、ツール、労働、原材料、単純成分、複合成分、または他の製品、最終製品、リソース、資産、債務、中間物、部門、作業グループ、サプライヤー、金融業者、投資家、出資者、顧客、顧客の顧客、取引先、パートナー、サービスプロバイダー、インプットまたはアウトプットを含む、請求項２４に記載の方法。
26. 前記基礎をなす運用は、前記会計または資本市場ベースの表現も、資産、債務、インプット、運用、または企業もしくは発行者の製品のメトリックも含まない、請求項２４に記載の方法。
27. 前記属性は、インプットをアウトプットに変換するプロセスにおいて、前記経済エンティティの各々の役割を特徴化する、請求項１に記載の方法。
28. 前記属性は機能的である、請求項２７に記載の方法。
29. コンピューティング環境においてコマンドを実行して、投資証券のデータベース表現を構築するシステムであって、
    コンピュータ化されたプロセッサであって、
    経済エンティティの属性を表すタグを、複数の前記投資証券に電子的に割り当て、
    インデックス、ファンド、または投資証券のポートフォリオに含めるために、データエンティティによって表される複数の投資証券を選択し、
    第１の共通属性および第２の共通属性に基づいて、前記選択された投資証券を、少なくとも第１の層別グループおよび第２の層別グループに層別化し、前記第１の層別グループ内の投資証券によって表される前記経済エンティティは、１つまたは複数のタグによって特定されるように、前記第１の共通属性を共有し、前記第２の層別グループ内の投資証券によって表される前記経済エンティティは、１つまたは複数のタグによって特定されるように、前記第２の共通属性を共有し、
    投資証券の層別グループを選択し、
    第３の共通属性および第４の共通属性に基づいて、前記選択された投資証券を、少なくとも第１の層別サブグループおよび第２の層別サブグループに層別化し、前記第１の層別サブグループ内の投資証券によって表される前記経済エンティティは、１つまたは複数のタグによって特定されるように、前記第３の共通属性を共有し、前記第２の層別サブグループ内の投資証券によって表される前記経済エンティティは、１つまたは複数のタグによって特定されるように、前記第４の共通属性を共有し、
    前記共通属性はそれぞれのグループ間で共有され、
    前記投資証券が属する前記グループおよび前記サブグループに基づいて前記投資証券のうちの１つまたは複数にマイナスまたはプラスの重みを割り当てる、
    ように構成された、コンピュータ化されたプロセッサと、
    電子データストアであって、
    データエンティティの組をデータベースシステムに電子的に記憶し、前記データエンティティの各々は投資証券を表し、前記投資証券は経済エンティティに対応し、
    前記データベースシステムにおいて、前記インデックス、前記ファンドまたは前記ポートフォリオの前記データベースシステム表現に対する、作成、読出し、更新または削除操作を可能にし、
    インデックス、ファンドまたはポートフォリオのデータベース表現として、層別グループおよび層別サブグループを電子的に記憶する、
    ように構成された、電子データストアと、
    を備える、システム。
30. 前記コンピュータ化されたプロセッサは、
    前記証券の１つまたは複数のグループにマイナスまたはプラスの重みを割り当て、前記１つまたは複数のグループの前記重みの和は１に等しく、
    前記１つまたは複数のサブグループにマイナスまたはプラスの重みを割り当て、前記グループの前記１つまたは複数のサブグループの前記重みの和は１に等しく、
    前記１つまたは複数の投資証券にマイナスまたはプラスの重みを割り当て、前記サブグループの前記１つまたは複数の投資証券の前記重みの和は１に等しく、
    投資証券のサブグループ内の前記証券の前記重み、前記証券のグループ内の前記サブグループの重み、および前記ポートフォリオ内の前記グループの重みを計算することによって、前記投資証券にマイナスまたはプラスの重みを割り当てる、
    ように更に構成される、請求項２９に記載のシステム。