2025年4月初旬、新たな米国の関税制度が突如発表され、株式市場のボラティリティが急上昇しました。この期間は、COVID-19パンデミック後の弱気相場以来となる高い変動率を記録し、E-mini S&P 500先物は2025年2月のピークから20％以上下落しました。その後、資産価格と市場流動性の双方で大きな回復が見られました。

このようなボラティリティ上昇や市場ストレスが高まる局面では、参加者が「流動性が低下した」と感じることが一般的です。多くの場合、その根拠として提示されるのが、板情報に表示される注文数量の減少です。確かに、板の厚みの低下はボラティリティ上昇局面でのリスク回避行動として自然な反応ですが、この指標だけに基づく判断は、市場流動性を不完全かつ誤解を招く形で捉えてしまう可能性があります。

より正確で包括的な流動性評価には、複数の補完的な指標の活用が不可欠です。例えば、取引量だけを見れば、流動性に関して異なる結論に至るかもしれません。これは、単一指標に依存することの限界を明確に示しています。したがって、市場流動性を正しく理解するためには、板情報の最上段だけでなく、複数の要素を組み合わせた総合的な分析が求められます。

図1は、4月3日から4月10日にかけての期間を示しており、この間にE-mini S&P 500先物市場では取引量が大幅に増加しました。4月7日の取引量は、2025年第1四半期の平均日次取引量（ADV）と比較して99％以上多くなっています。取引量ベースで見れば、市場流動性は大きく向上していたことが示唆されます。

しかし、この結論は板情報だけに着目した場合の観測と一致しません。ボラティリティが高い局面では、板の厚みが薄くなることが多く、そのため流動性が低下したように見えることがあります。この乖離は、単一の指標に依存した市場評価の限界を示すものであり、文脈に応じたより包括的な分析の必要性を強調しています。

市場流動性をより的確に捉える指標は、資産価格への影響を最小限に抑えつつ注文を吸収できる能力であり、これは一般に「約定品質」と呼ばれます。約定品質は、取引の約定価格がアライバル価格（注文発注時点の価格）に対してどの程度乖離したかを基準に評価されます。

中央指値注文簿（CLOB）は、未約定注文の保管場所として機能します。両方向の注文を提示するパッシブ参加者は流動性を供給し、一方向の注文のみを出すアグレッシブ参加者は流動性を必要とします。取引のペースが速い局面では、マーケットメーカーがトップティックの気配を更新する頻度が高まり、アグレッシブ注文への対応力が強まる傾向があります。

そのため、板の最上段に滞留している注文数量が少ないからといって、必ずしも流動性が不足しているとは言えません。たとえ板が薄く見えても、気配更新が高速であれば、売買注文が大きな価格変動なしに約定することが可能です。

本質的に、流動性の高い市場とは、大きな取引を実行しても価格への影響が限定的である市場 を指します。この点からも、板情報に待機注文が少ないという理由だけで市場を非流動的と判断するのは適切ではありません。流動性をより精緻に評価するためには、約定価格とアライバル価格の関係で測る約定品質を考慮する必要があります。

結論として、E-mini S&P 500先物市場では2025年4月に流動性低下が見られたものの、約定品質を含む総合的な分析からは、その低下は板情報だけを見た場合ほど深刻なものではなく、より穏やかで理解しやすいものであったことが示唆されます。複数の指標と市場環境を踏まえて評価すると、流動性は依然として確保されていたものの、当時のリスク環境を反映する形で合理的に再価格付けされていたことが明らかになります。

図2は、E-mini S&P 500先物の取引量が示す典型的なU字型パターンを示しています。すなわち、キャッシュオープン（米東部時間9:30）とクローズ（同16:00）付近で取引が活発になり、日中は取引が減少する傾向です。特にクローズ時の出来高急増が際立っており、これは月末フローなど特定の投資家行動や、TMAC（Trade Market at Close） や BTIC（Basis Trade at Index Close） といった取引メカニズムによる影響が大きいことが理由として挙げられます。これらの取引機能や、新たに上場したS&P 500 月末先物（Month-End Futures）の詳細情報について、ぜひご確認ください。

図3は、同期間における平均板厚を週次ベースで示したものです。データによると、4月2日の「解放記念日」の関税発表に伴うボラティリティ上昇を前に、板の最初の3レベルにおける厚みが減少していることが確認されます。具体的には、米東部時間の10:00〜10:15の時間帯における板の厚みは、前週と比較して、3月31日の段階で、約27％低下していました。ボラティリティがピークに達した4月7日には、この減少幅はさらに広がり、約68％もの低下が記録されました。

興味深いことに、この影響は取引終了に近い時間帯ではより限定的でした。15:45〜16:00にかけての板の厚みは、相対的に下落幅が小さく、また朝方よりも早期に回復が進みました。これは、時間帯によって市場参加者の反応や流動性供給の構造が異なることを示唆しています。本レポートの後半では、流動性・ボラティリティ・市場インパクトコストの関係性について、「平方根モデル」を用いて文脈に基づいて解釈し、より定量的に検証します。

出典：CMEグループ

約定品質を測定するために、まずは時間的に近接して成立した取引群の価格幅を確認する方法を提案します。流動性の高い市場では価格幅は狭く、流動性の低い市場では価格幅が広がります。E-mini S&P 500先物は継続的に取引されているため、同一の1秒間に成立した全取引をまとめ、その1秒間に出現した価格の範囲を算出できます。価格が最小ティック刻みで動くことを踏まえると、この1秒間で出現した価格の種類の数が、その時間内の価格レンジの広さを示します。

図4は、特定の週における「取引速度」と「価格分散」の関係を比較したものです。対象期間は、2025年3月17日の週から4月21日の週まで、1週間ごとに抽出しています。例えば、1秒間に成立した取引すべてが同一価格であれば、価格の種類は1になります。買い気配と売り気配の間で約定が往復しても、どちらも食い尽くさなければ、価格の種類は2になります。そのため、この指標の下限値は1となります。取引量が少ないとき、この値は概ね1付近に収束します。一方、1秒間あたりの取引量が増えると、板の最上段だけでは約定を捌ききれなくなり、気配更新をもってしても十分な供給が追いつかないため、結果として「1秒間に出現する価格の種類」が増えます。

図4では、X軸が取引速度（1秒あたりの約定枚数）、Y軸が価格分散（1秒間に出現した価格の種類）を示しています。取引速度が低い場合、価格分散（すなわち、取引された価格の平均数）は小さくなります（1つまたは2つの価格が付く程度です）。取引速度が上昇するにつれて板の最上段が消化され、次の価格帯に移動します。したがって、価格分散が増加します。以下では、こうした手法を用い、1日の中の4つの主要な15分間の時間帯における価格分散の動きを比較分析しています。

出典：CMEグループ

Y軸は取引レンジの代理指標、X軸は1秒あたりの取引量を示しています。例えば、2025年3月17日の週における毎日9:30〜9:45の15分間 （図4第1チャートの青線）では、1秒あたり206枚の取引速度の場合、平均的な取引レンジは約4.9価格（またはティック）となります。これは、E-mini S&P 500先物の最小価格変動幅(MPI)（1ティック＝0.25ポイント）×4.9＝1.2ポイントの価格乖離に相当し、同日オープン付近の価格水準（5,700）に対して、206^[1] 枚（デルタ換算5,900万ドル）の取引に伴う暗黙的実行コストは2.1bpsとなります。

各線は、図表の見出しに示された時間帯について、各週における「1秒間の平均価格レンジ」を推定したものです。取引量を一定として比較すると、価格分散が大きいほど流動性が低下していることを示唆しています。

低ボラティリティ環境である2025年3月24日の週（ハニーカラーの線）では、取引速度の上昇に応じて価格レンジも緩やかに拡大しています。一方、ボラティリティが高まった4月7日の週（赤線）では、同じ取引速度の上昇に対して、価格レンジがより大きく拡大する傾向が見られます。図4の4つのパネルはこの傾向を明確に示しており、これだけを見ると、2025年4月上旬は3月中旬から下旬より流動性が低下していたと評価される可能性があります。しかし、4月末（茶色線）になると、価格分散は沈静化し、3月下旬の水準に戻りつつあります。

ただし、この分析はまだ不十分であり、出来高と合わせて文脈に基づいて解釈する必要があります。特に、約定品質の悪化がどの程度だったのかは重要な論点です。この比較を適切な文脈に位置づけるため、取引量のパターンを示す補完的なグラフ群を以下に示します。

出典：CMEグループ

図5の各グラフでは、Y軸が累積確率、X軸が1秒あたりの取引量を示しています。例えば、2025年3月17日の週における毎日15:45〜16:00（米東部時間）の15分間 （図5の最後のチャートの青線）では、1秒あたり約33枚以下の取引量の累積密度が0.50となっています。つまり、この時間帯における1秒あたりの取引量の中央値（50パーセンタイル）は約33枚であったということです。一方、2025年4月7日の週では、この50パーセンタイルの取引速度は104枚を超えています。累積密度関数の曲線が3月17日の週より右側に位置していることから、4月7日の週のほうが明らかに取引速度が高かったことがわかります。その後、4月下旬にボラティリティが低下し始めると、4月21日の週の50パーセンタイルは63枚へと低下し、3月中旬に近い水準に戻りつつあります。これらの詳細なデータは、将来の分析のために付録1にすべて収録されています。

図5は、2025年3月27日の週から4月21日の週までの取引速度の分布を示しています。図2でも確認できるように、取引はキャッシュマーケットのオープン（米東部時間9:30 ）とクローズ（米東部時間16:00 ）に集中しています。米国取引時間の中頃で取引速度が低下する傾向があります。

3月17日の週において、取引速度の50パーセンタイル（中央値）は、キャッシュオープン前後で約41枚／秒、キャッシュクローズでは約33枚／秒でした。一方、取引日中では11:30に約15枚／秒、13:45に約12枚／秒と、明確に低い水準となっていました。これを2025年4月7日の週と比較すると、同じ50パーセンタイルの取引速度は、3月17日の週と比べて平均で213%以上高い水準となりました。

図5および付録1のデータを踏まえると、4月7日の週には、取引速度の90%（すなわち90パーセンタイル）がキャッシュオープン時点で約235枚／秒、キャッシュクローズ時点で約364枚／秒に達していました。一方で、取引時間の半ばに位置する米東部時間11:30前後は、90%の確率で取引速度は約111枚／秒以下です。

前節で示した時間帯ごとの取引速度を、図4に示された価格分散チャートに当てはめることで、2025年3月17日と4月7日の間で価格分散がどの程度拡大したかを把握できます。

キャッシュオープン時点では、3月17日における1秒あたり140枚の取引速度での価格分散の90パーセンタイルは約4.1ティックでした。これに対し、4月7日には1秒あたり235枚の取引速度で、同90パーセンタイルは10.8ティックとなっています。言い換えると、4月7日の週（最もボラティリティが高かった週）では、価格分散が3月17日の週と比べて最大6.7ティック拡大していたということになります。

また、キャッシュオープン時点の指数水準を5,000とし、5,900万ドル相当の取引を想定すると、4月7日のインパクトコストは約5.4bpsとなります。図6では、3月17日の株式市場オープン時間帯における、異なるパーセンタイル・名目額・取引枚数に基づく市場インパクトを比較しています。特に、同じ5,900万ドル（96パーセンタイル）の場合、3月17日の市場インパクトは2.1bpsであり、4月7日より3.3bps低いことが確認できます。

出典：CMEグループ

日中（米東部時間11:30 ）のサンプルでも同様の結果が確認できます。1秒あたり62契約の水準では、価格分散（90％水準）は、3月17日11時30分時点の2.8ティックから、4月7日11時30分時点では1秒あたり111契約に対応する7.9ティックへと拡大しており、最大で5.1ティックの増加となっています。

さらに、2025年4月21日の時点では、キャッシュクローズ付近で取引速度225枚／秒の際の価格分散（90パーセンタイル）は4.5ティックまで低下し、低ボラティリティの3月17日の週をわずか1ティック上回る程度に戻りました。これは、4月初旬のボラティリティピーク時には市場が価格リスクをより高く織り込んでいたものの、ボラティリティが低下すると速やかに再価格付けが進んだことを示しています。すなわち、ボラティリティと取引コストの関係は想定どおりの形で成立していたといえます。これらのデータポイントはすべて付録1に掲載されており、後続のセクションでは推計された市場インパクトとの比較分析を行います。

また、4月に市場インパクトコストが低下したという事実は、図3の板厚に基づく結論とは一致しません。これは、流動性評価においては板情報よりも「約定品質」の方が優れた指標であることを示唆しています。

本セクションでは、二つの重要な局面、すなわち 2020年3月16日のCOVIDショックによる高ボラティリティ期と、2025年4月7日の関税ショック期を比較します。どちらの期間も、取引量の急増とボラティリティ上昇が特徴的です。図7に示されているとおり、2019年末から2025年にかけて、E-mini S&P 500 先物・オプションの取引量は126％増加しています。2025年のボラティリティ期をCOVID-19期と比較すると、取引活動とリスク管理アプローチにおいて、新たなパラダイムが形成されつつあることが明らかです。同時に、E-mini S&P 500先物の名目額も倍増しており、2019年末の約3,200から、本レポート執筆時点では 6,400を上回る水準 に達しています。

2025年4月7日の米国市場オープン時における90％水準の価格分散を、2020年『Assessing Liquidity』レポートにおけるボラティリティのピーク時データと比較すると、デルタ値が大幅に高いにもかかわらず、価格分散の拡大は限定的にとどまっていることが示されています。これらの市場インパクト指標は、図8に要約されています。

出典：CMEグループ

価格や名目額の上昇を考慮して正規化すると、市場インパクトの違いはさらに明確になります。2020年3月16日のオープン時のインデックス価格2,400と、2025年4月7日のオープン時の5,000を用いて比較すると、2020年に3,300万ドル相当の取引を行った場合のインパクトは10bpsであったのに対し、2025年では5,900万ドル相当の取引で5.4bpsにとどまりました。つまり、先物価格や名目額がほぼ倍増しているにもかかわらず、ベーシスポイント（bps）で測定した市場インパクトは、COVID-19期と比べて2025年4月のボラティリティ局面では約半分でした。

これらの実現インパクトコストの差異は、主に両期間における基礎的な市場ボラティリティの違いによって説明できます。後続のセクションでは、簡易的な市場インパクトモデルを用いて、推定インパクトコストと実際のデータポイントを比較し、両者の関係を検証します。

市場インパクトを推定するために実務家が広く用いている基礎的モデルの一つに、平方根モデルがあります。このモデルは、 Baruch College の Jim Gatheral をはじめとする学術研究でも多く引用されており、シンプルな形では次のように表されます。：

推定インパクト = スプレッドコスト + ファクター × 日次ボラティリティ × √（注文数量÷ADTV） 

本セクションでは、平方根モデルの有効性を、E-mini S&P 500先物市場の実証データに基づいて検証します。モデルのパラメータは、以下のデータを用いて調整・推定されています。

• 日次ボラティリティ: E-mini S&P 500先物オプションの価格から導出される「期待日中変動幅」を用い、毎日の4つの主要時間帯それぞれについて平均を算出。
• スプレッドコスト: 各時間帯における平均ビッド・アスクスプレッドを使用。
• 注文数量：「1秒あたりの約定サイズの90パーセンタイル」の日次平均値を、ドル建て名目額で表現したもの。
• ADTV：過去5営業日の平均日次取引量を使用。
• ファクター：E-mini S&P 500先物が極めて高い流動性を有することから、この係数は1に固定した。

出典：CMEグループ

図9は、平方根モデルによって推定された市場インパクトと、実際に観測されたインパクトを比較したものです。この結果から、同モデルは「経験則」としては十分に妥当な予測精度を持ち、市場参加者がボラティリティ上昇時に市場インパクトコストを合理的に再価格付けしていることが示唆されます。

ただし、分析からはモデルの潜在的な限界も見えてきます。サンプル数が限られているため、より詳細な検証が必要です。予備的な観察では、高ボラティリティ期（例：4月7日）にはリスクを過小評価し、逆に低ボラティリティ期（例：3月24日、4月14日、4月21日）には過大評価する傾向がみられます。今後の研究としては、モデルの予測精度向上のために、より高次のリスク指標を取り入れることが考えられます。さらに、時間リスクと市場インパクトコストのトレードオフが、異なるボラティリティ体制の中でどのように変化するのかを調査することも、価値のあるアプローチといえます。

平方根モデルにおいては、「ファクター」の項目は、関連する商品間における市場構造の違いを反映する重要な要素です。その代表的な事例として、E-mini S&P 500先物と、その周辺に位置する S&P 500 ETF市場 との比較が挙げられます。両者は同一のS&P 500指数に連動しているものの、市場参加者の属性、取引所の仕組み、規制環境 が異なるため、流動性特性も大きく異なります。

図10が示すように、E-mini S&P 500先物は2020年以降、最大手3つのS&P 500 ETFを合算した平均日次取引金額の約11倍で継続的に取引されています。これは、両市場の間に非常に大きな流動性格差が存在することを示しています。

出典：CMEグループ

平方根モデルにおける「ファクター」の項目は、S&P 500 ETF と E-mini S&P 500先物の市場インパクトコストを整合させる際に用いることができます。式1の平方根モデルに基づけば、E-mini S&P 500先物の約11倍の取引金額を持つS&P 500 ETFは、推定市場インパクトが先物の約3.3倍（√11）になると考えられます。ただし、これは実務的には過大となる可能性があります。なぜなら、ETF市場では流動性プロバイダーが取引ライフサイクル全体にかかるコスト（EFP（Exchange for Physicals）、受益権の作成／償還、BTIC（Basis Trade at Index Close）など）をプレミアムとして反映するためです。

図11は、米国キャッシュ取引時間（米国東部時間 9:30〜16:00）における State Street社のS&P 500 ETF（SPY） と E-mini S&P 500先物（ESM5） の執行リスクを比較しています。このボラティリティの高い期間において、ESM5とSPYの取引量比率は10倍であり、この数値は図10で示した長期的な傾向と一致しています。

出典：CMEグループおよびブルームバーグ

追加分析によると、SPY の価格標準偏差は E-mini S&P 500先物より平均で約2ベーシスポイント大きいことが確認されました。SPYの取引はより高い市場インパクトコストを実現したものの、平方根モデルが算出する「E-mini S&P 500先物の約3.3倍」という推定インパクトは、過大であることが示唆されます。ここで、「ファクター」の項目を調整することで、推定インパクトコストと実際のインパクトコストを整合させることが可能になります。

E-mini S&P 500先物の高い流動性と資本効率は、隣接するS&P 500 ETF市場に大きな恩恵をもたらしています。同様に、ETFのような商品でS&P 500を追随する膨大な資産は、先物にとっても受益者となっています。今後の研究課題としては、先物とETFの両市場における「推定インパクト」と「実現インパクト」をより精密に比較し、適切なファクター項の導出につなげることが挙げられます。

本分析は、ボラティリティが高まる局面において、市場流動性を単一指標ではなく複数の視点から評価するための包括的なフレームワークを提示するものです。従来よく用いられる板の厚みに依存した評価では、ボラティリティ上昇局面で板が薄くなるという自然な現象を過度に解釈し、市場が非流動的であるという誤った結論につながりかねません。一方、取引量、約定品質、価格分散といった指標を組み合わせることで、より微妙で合理的な市場の反応が明らかになります。

2025年4月の E-mini S&P 500 先物市場におけるボラティリティイベントからは、以下の主要なポイントが明らかになりました。

1. 指標間の乖離の存在：板の厚みは低下した一方で、取引量は大幅に増加しており、流動性指標同士に根本的な不整合が生じていました。
2. 優れた指標としての約定品質：価格分散や約定品質に基づく分析は、市場インパクトをより正確に捉える指標となります。データからは、ボラティリティのピーク時に約定品質が劣化したものの、その程度は取引速度やリスク再価格付けと整合的な範囲にとどまっていました。
3. 市場の一貫性: 2020年以降、名目額はほぼ倍増したにもかかわらず、2025年4月のイベントでは市場インパクト（bpsベース）は COVID-19 期の約半分となりました。この点は、異なるボラティリティ体制におけるリスク再価格付けの一貫性を示しています。
4. モデルのパフォーマンス: 平方根モデルは有用な予測ツールとして機能しますが、極端なボラティリティ期ではリスクを過小評価する可能性があるなど、一定の限界も確認されました。実行コストに影響を与える追加の主体の検討や、このモデルの精緻化に向けて、さらなる研究が必要です。
5. 市場間のダイナミクス： 隣接市場の研究により、E-mini S&P 500先物市場の堅調な流動性と資本効率がS&P 500 ETF市場に大きな恩恵をもたらしていることが示されました。また、平方根モデルの「ファクター」の項目を適切に調整すれば、これら裁定可能な商品の流動性プロファイルを整合的に扱うことが可能です。

要約すると、本研究は、合理的なリスク再価格付けが行われたものの、2025年4月のボラティリティイベントにおいても、E-mini S&P 500先物市場の流動性が堅調に維持されていたことを示しています。これらの結果は、流動性分析における多角的アプローチの重要性を強調するとともに、先物市場がリスク管理において進化し続ける強靱性と効率性を持つことを浮き彫りにしています。

価格分散チャートは、以下の手順で作成されています：まず、E-mini S&P 500先物（期近限月）について、各1秒間に成立した取引量と、その1秒に出現した価格の範囲（＝価格の種類数）を記録します。これらのデータポイントを、事前に定義した各15分間の時間帯に分類します。

次に、15分間のウィンドウごとに収集したデータポイントを用い、1秒あたりの取引量に対する平均的な価格レンジの関係を表す曲線を、カーネル回帰手法により推定しました。これは、データの基礎となる確率分布について過度な仮定を置くことなく、加重された「局所平均」（すなわち、取引量レートの特定水準における平均的な価格分散）を求めることに相当します。

同様に、累積分布関数もカーネル密度推定に基づいて算出しています。

出典：CMEグループ

[1] 図6の結果と比較するために、3月17日の1秒あたり206件の契約が選択されています。

1. CME グループ
2. Jim Gatheral による Three Models of Market Impact を参照。
3. 出典：「30-Day ATM Constant Maturity」のデータソースは QuikStrike。
4. 「カレンダー・スプレッド（ロールオーバー取引）」はデータから除外。これは E-mini S&P 500 先物の建玉調整に伴う売買であり、流動性評価を歪める可能性があるため。
5. グラフは、E-mini S&P 500 指数先物について、上位 3 つの価格水準における月別の板情報数量の累積を示したもの。ビッド／アスク数量は各 15 分間の時間帯について1 秒ごとにサンプリングした平均値を利用。
6. 4月7日前後の期間において、E-mini S&P 500 先物は平均 5,074 であった。