急速に変化するESGの分野では、2年というのは長い年月であると言えます。100年に一度のパンデミックが世界を襲う中で、S&P ダウ・ジョーンズ・インデックス（S&P DJI）は様々なESG指数の開発を進め、気候指数の分野において市場リーダーとしての地位を確立しました。当社がS&P PACT™指数（S&P パリ協定準拠及び気候変動指数）の算出を開始してから、2022年4月20日で2周年を迎えました。この指数は、パリ協定で定められた1.5⁰C目標や、欧州連合（EU）の気候移行ベンチマーク（CTB）とパリ協定整合ベンチマーク（PAB）の最低基準、及び気候関連財務情報開示タスクフォース（TCFD）の提言などに即した指数となっています。S&P PACT指数は、S&P Global Trucostが提供する最新のカーボンリスク及び物理的リスクのデータを使用するとともに、指数のアプローチにおいて科学的根拠に基づく目標イニシアチブ（SBTi）を考慮することにより、EUのCTB及びPABの最低基準を十分に満たした指数となっています。

図表1は、この指数シリーズの算出が開始されて以降の経緯を示しています。当社は、新たな地域指数の算出を開始するとともに、指数構築に関して市場参加者と相談を行い、サステナブル投資環境の変化に対応してきました。

パフォーマンス指標

全てのS&P PACT指数は、気候関連の目標を達成する一方で、セクターと産業の構成比率をベンチマークと同等に維持し、アクティブ・リスクを最小限に抑えるように設計されています。図表2に示されているように、これらの目標は達成されており、各S&P PACT指数のリスクとリターンは、それぞれのベンチマークと概ね近い水準で推移しています。

ウォール・ストリート・ジャーナルによると、多くのアクティブ運用マネージャーは2021年、市場をアウトパフォームすることができませんでした。これは、特に驚くことではありません。実際に、昨年における米国と世界の投資環境はアクティブ運用にそれほど適したものではありませんでした。

ばらつきと相関を見ることで、銘柄選択に適した投資環境であるかどうかを分析することができます。他の全ての条件が同じと仮定した場合、ばらつきが平均よりも大きければ、アクティブ運用マネージャーにとって有利な投資環境であると考えることができます。これは、ばらつきが大きければ、アクティブ運用マネージャーの銘柄選択スキルがより有効に機能するためです。相関の解釈の仕方はより複雑です。アクティブ運用マネージャーのポートフォリオは通常、指数のポートフォリオと比べて分散度合いが低く、かつボラティリティが高いと言えます。相関が高い場合には、相関が低い場合と比べて分散投資の効果が薄れます（より分散されたポートフォリオではボラティリティが低くなる）。

相関が平均より高ければ、アクティブ運用マネージャーにとって有利な投資環境であると考えることができます。これは、相関が高ければ、集中ポートフォリオの機会コストが低下するためです。当社では、集中投資のコストを、ポートフォリオのボラティリティに対する構成銘柄の平均ボラティリティの比率と定義しています。集中投資のコストが高いことは、機会コストであり、アクティブ運用マネージャーが克服すべきハードルが高いことを意味します。

S&P Kenshoニュー・エコノミー指数のユニバースは、S&P 500^®のユニバースと比べてばらつきがより大きい一方、相関がより低くなる傾向があります。これは、当然であるとも言えます。実際に、Kensho指数の構成銘柄は、世界産業分類基準（GICS^®）の枠組み内の銘柄と比べて、より特異な性質を持っています。

図表1では、2021年において、S&P Kenshoニュー・エコノミー・コンポジット指数のばらつきと相関が低下したことを示しています。

S&P Kenshoムーンショット指数（ムーンショット指数）は、成長の初期段階にある次世代のイノベーション企業を中心に構成された革新的な戦略です¹。以前に投稿したブログ²でも紹介したように、ムーンショット指数に組み入れられているアーリーステージのイノベーション企業は、中堅イノベーション企業よりも市場で高く評価されており、これらを大幅にアウトパフォームしています。新型コロナウイルスによる経済への影響が長期化し、企業や消費者が新たな環境に順応しつつある中で、イノベーション企業に対する注目が高まっています。

ムーンショット指数の最近のパフォーマンスは不安定に推移しており、2021年12月と2022年1月の月次リターンは大幅なマイナスとなりました（図表1参照）。また、ベンチマークであるS&P 小型株600^®指数に対するムーンショット指数の相対パフォーマンスも不安定に推移しており、ムーンショット指数は2021年12月と2022年1月にベンチマークを大幅にアンダーパフォームしました（図表2参照）。変動の激しい相場展開が続いていますが、ムーンショット指数の2022年2月16日現在の値はパンデミック発生前の水準を約15%上回っています。

よく言われることですが、ボラティリティはビットコインの「特性」であり、ひいては暗号通貨市場全体の「特性」でもあります。

「特性」という言い方が適切ではないと考える人もいるかもしれませんが、暗号通貨市場は非常に変動の激しい市場であると言えます。トレーダー、資産運用会社、アドバイザー、市場オブザーバーなどは、それぞれの役割に応じて、ボラティリティを上手く利用して収益を上げる、またはボラティリティを抑えることを目指しています。

当社のホワイトペーパーでも言及したように、S&P 暗号通貨指数は高い年率リターンを示していますが、同時にリターンのボラティリティが非常に高いため、ダウンサイド・リスクも大きくなっています（図表1参照。図表は調査対象期間のリターンを示しており、バックテストされたデータに基づいています）。S&P ビットコイン指数を見ると、バックテストされた年率リターンの振れ幅が非常に大きくなっています。

S&P 500^®と比較すると、2021年12月31日までの3年間において、S&P 500^®の年率リターンは26%、リスク調整後年率リターンは1.5%、年率ボラティリティは17.4%でした。

暗号通貨ポートフォリオのボラティリティを抑えるための新たな指数ソリューションとして、当社はS&P 暗号通貨ダイナミック・リバランス・リスク・コントロール40%指数を開発しました。これらの指数は、コントロールされたボラティリティを測定し、指数リターンを平準化するように設計されています。当社では、ビットコイン及びイーサリアムを対象とするリスク・コントロール指数を算出しています（株式やコモディティなどの伝統的な資産クラスについても、S&P リスク・コントロール指数を算出しています）。図表2では、リスク・コントロール指数の仕組みを概念的に説明しています。

世界経済は新型コロナウイルスのパンデミックによる深刻な打撃から立ち直りつつあるものの、労働力不足やサプライチェーンの混乱により製造業の回復が遅れています。

幸いなことに、製造業の回復を後押しする技術が開発されています。製造業の現場では業務のデジタル化が進んでおり、非効率な工場が未来のスマートファクトリーへと変貌しています。第四次産業革命を牽引する原動力としては、計算能力の指数関数的な向上、ビッグデータ、人工知能（AI）、及び機械学習（ML）などが挙げられ、これらの高度なIT技術によってデジタル化の流れが加速しています。未来の工場では自動化や自己最適化がますます進み、高い持続可能性を実現できると見込まれています。

S&P Kenshoスマート・ファクトリー指数は、製造業に革命を起こしている企業のパフォーマンスに連動することを目指しています。この指数では、革新的な企業を広く網羅しており、特に以下の4つの技術を手掛ける企業に重点を置いています。

• デジタル・マニュファクチャリング・ソリューション（指数ウェイトの52.6%¹）：デジタル・マニュファクチャリング・ソリューションとは、製造工程をデジタル化する取り組みです。デジタル化によって製造活動を接続・統合することにより、例えば環境に関するセンサー感知やモニタリング、高度なプロセス制御、及び予知保全などを行います。クラウドの導入が進む中で、リモート機能を有するデジタルトランスフォーメーションは「あると良いもの」から「ないと困るもの」に変わっています。
• インテルの調査報告書²によると、製造業の現場では年間で最大800時間ものダウンタイム（業務が停止・中断している時間）があり、このうちの30%は計画外のダウンタイムとなっています。一方、熟練労働者の高齢化が進んでおり、約200万の職が後継者不足に陥るリスクがあります。
• このソリューションを導入することで、コストと無駄を削減することが可能となります。マッキンゼーの調査³によると、産業機器の予知保全において人工知能（AI）を導入することにより、年間のメンテナンス・コストを10%削減し、ダウンタイムを最大20%削減し、検査コストを25%削減できる可能性があります。
• 産業用モノのインターネット（IIoT）（指数ウェイトの22.9%）：産業用モノのインターネット（IIoT）とは、ユビキタスなビッグデータ、センサー、機器、及びその他のデバイスをネットワーク化し、相互に制御する仕組みです。IIoTは、製造業者が産業活動を接続、自動化、追跡、及び分析する上で重要な役割を果たします。

IIoTでは、産業機器の状態をリアルタイムで監視することが可能であり、機器のオペレータや管理者はインターネットに接続されたデバイスを通じて、必要な情報をどこからでも把握することができます。

• 産業用マシンビジョン（指数ウェイトの17.2%）：産業用マシンビジョンとは、センサー、カメラ、コンピュータ、及び機械学習（ML）/人工知能（AI）を映像データと組み合わせることにより、製品の欠陥を検出し、機器のプロセスや製品の結果をモデル化及び予測することができる技術です。
• デジタルツイン技術（指数ウェイトの7.3%）：デジタルツイン技術とは、現実の世界にある有形の製品、機器の一部、または資産などの情報をもとに、「デジタル空間上の双子」を再現する技術です。例えば、デジタルツイン技術では、製造された製品、生産ライン全体、工場全体、または工場のネットワークなどをデジタル空間上に複製することが可能となります。

デジタルツインは非常に有用な技術です。ガートナー⁴の予想によると、企業はデジタルツインを活用することで、年間1兆ドルのメンテナンス・コストを削減できる可能性があります。