【完全版】オルカンの"次"は何か？インデックス投資を超えるリターンの正体を、学術研究と実証で整理する

はじめに：オルカンはなぜ"最適解"と呼ばれるのか

オルカンの位置づけ

オルカン（全世界株式インデックス）は、世界中の株式に幅広く分散投資する商品です。これが"投資の最適解"と呼ばれる理由は、現代ポートフォリオ理論（MPT）の流れに沿っているからです。

では、ここから先の問いです。

「オルカン以上のリターンが欲しい時はどうすればいいのか？」
その方法を先行研究を基に合理的かつ理論的に考えていきましょう。

① レバレッジ（リスク量を増やす）

仕組み

CAPM（資本資産価格モデル）では、期待リターンは次のように表されます。

E(R_i) = R_f + β_i ×（E(R_m) − R_f）

※ R_f＝無リスク金利、β＝市場に対する感応度、E(R_m)＝市場の期待リターン

レバレッジをかけるとβ（ベータ）が大きくなり、無リスク金利を超える部分（超過リターン）が線形に拡大します。

実務的な手段

• レバレッジETF（例：SPXL、TQQQ）
• 先物・CFD・信用取引
• オプション

注意点（理論と現実のズレ）

レバレッジには「ボラティリティ・ドラッグ」という落とし穴があります。長期の幾何平均リターンは、近似的に次の式になります。

長期リターン ≒ L × μ − ½ × L² × σ²

※ L＝レバレッジ倍率、μ＝期待リターン、σ＝ボラティリティ

参考▶過去記事【ボラティリティドラッグ】株式投資の隠れた落とし穴

レバレッジを上げすぎると、価格のブレ（ボラティリティ）に食われてリターンが減るのです。

最適なレバレッジ倍率を求める考え方を「ケリー基準」（Kelly, 1956）と呼びます。

ケリー基準は理論上「資産成長率を最大化する最適レバレッジ」ですが、前提として“勝率やリターン分布を正確に知っていること”が必要で現実ではほぼ不可能です。そのため、実務では「ハーフケリー」やさらに保守的な割合に落とすのが一般的です。

結論：理論はシンプルで強力。ただし途中で退場しない設計が大切です。
やるなら「1～2以下の軽めのレバ」とか「コア資産には混ぜない」がベターです。

② ファクター投資（学術的にもっとも確立された源泉）

仕組み

市場全体のリスクとは別に、「特定の特徴を持つ銘柄群」が長期で平均より高いリターンを出すことが知られています。これをファクターと呼びます。

主要なファクター（Fama-Frenchの拡張）

主要研究の系譜

長期データでの確認

Dimson, Marsh, Staunton（DMS）の研究（書籍『Triumph of the Optimists』および毎年更新される『Global Investment Returns Yearbook』）では、1900年からの100年以上、23カ国以上のデータでファクター・プレミアムが確認されています。

結論：理論的には信頼性のある超過リターン源泉の一つ。
ただ、今後もプレミアムが継続するかは不明。また「最低でも5年の忍耐を覚悟する必要がある（主要5ファクタ―は全て60カ月以上ｍｐアンダーパフォーマンスを経験したことがある）」。

③ 個別株（分布の歪みを取りに行く）

核心となる研究

個別株投資の本質を理解するうえで、絶対に外せない研究があります。

グローバル拡張版の Bessembinder et al. (2023) では、世界64,000銘柄のうち富の創出は上位 2.4% に集中。米国以外では過半数の銘柄が短期国債に劣後しました。

意味するところ

これが「平均リターン ≠ 多くの銘柄のリターン」の意味です。

理論基盤

• Mandelbrot (1963) ― 株価分布のファットテール（極端値の多さ）
• Bessembinder の一連の研究 ― 富の極端な集中

結論：個別株で勝つには「その上位数％を当てる」必要があります。これは確率論的に極めて難しい一方、当たれば桁違いのリターンになる、という非対称性があります。

▶その「平均」、勘違いしてませんか？─アクティブファンドの9割が負ける「平均」の正体とは？

④ 情報優位・アルファ戦略（プロの世界）

領域

• ヘッジファンド
• クオンツ運用
• イベントドリブン（M&A等）
• 裁定取引

現実：勝ち続けるのは極めて難しい

理論的な裏付け

• Fama (1970)：効率的市場仮説 ― 情報はすぐ価格に織り込まれる
• Sharpe (1991)『The Arithmetic of Active Management』：数学的に「アクティブ平均はインデックス平均にコスト分だけ負ける」
• Berk & Green (2004)：仮にスキルがあっても、資金が集まりすぎてアルファは消える

結論：勝てないわけではありませんが、「勝ち続けるのが構造的に難しい市場」です。個人投資家が再現するのはほぼ不可能と考えるのが現実的です。

⑤ 税制・コスト最適化（実は最強クラスの"確定アルファ"）

仕組み

• 新NISA（売却益・配当が非課税）
• iDeCo（掛金が所得控除）
• ふるさと納税
• クレカ積立のポイント還元
• ポイ活
• 証券会社のキャンペーンなど
  ▶ポイ活・キャンペーンはこちら「【2026年最新】大手ポイ活サイトモッピーの始め方」

理論的根拠

具体例

結論：地味ですが、もっとも再現性が高い超過リターンです。最初に取り組むべき領域といえます。

過去記事▶
投資で一番大事なのは「コスト」です｜1%の差が30年で1,173万円を奪う論文ベースの真実

⑥ 人的資本（投資以外で勝つ）

基本式

最終資産 = 元本 × リターン × 時間

このうち「元本（入金力）」が最も支配的です。年利5%でも、月1万円積立と月10万円積立では、最終資産は10倍違います。投資の世界に「絶対」や「確実」はほとんど存在しません。

将来のリターンは市場環境に左右されるため、どんな戦略にも不確実性は残ります。

ただその中でも、投資家自身の努力によって“確実に”改善できる領域があります。

それが「コストの削減」と「投資元本の拡大」です。運用コストを下げれば、その分だけリターンは確実に手元に残りますし、投資に回す元本を増やすことで、将来の資産額は構造的に大きくなります。

これは市場の予測とは無関係に、自分の行動でコントロールできる数少ない要素です

相場を当てるゲームである以前に、「自分で確実に改善できる部分をどれだけ積み上げるか」のゲームでもあります。

経済学的な裏付け

• Becker (1964)『Human Capital』：人的資本論の起点（ノーベル経済学賞）
• Merton (1971)：将来収入（人的資本）が、若年期の総資産の大部分を占める
• Campbell & Viceira (2002)『Strategic Asset Allocation』：若いうちは人的資本が"債券のような"安定収入源なので、株式比率を高めてよい
• Bodie, Merton, Samuelson (1992)：労働所得の柔軟性が最適な株式比率を決める

行動経済学からの補強

• Kahneman & Tversky (1979) プロスペクト理論
• Housel (2020)『The Psychology of Money』：投資成績は「行動」に支配される

結論：投資リターンを最大化する最短ルートは「投資以外」にあることが、経済学の主流理論から導かれます。

余談
投資元本を増やすことは「投資のスキル」とは言えないので投資界隈では嫌う風潮もあります。むしろ昔はそれが多数派でした。私が投資を始めた頃はそれが主流でしたし、私もそう思ってました。実際、投資家自身の投資スキルを判断する際は、元本の大小や追加投資分のお金は割り引いて考えるのが普通です。

しかし、単純に資産を増やそうという資産形成となれば話は別です。投資の腕の競い合いではなく、資産を増加させる手段と割り切って考えれば元本は多ければ多い方が有利に働きます。今でこそ主流になったオルカンやS&P500に投資をして入金力あげろ。これを10年前に、ごくごく少数派だったころから言い続けてきた投資家がここにいます。

⑦ その他の超過リターン源泉（補足）

流動性プレミアム（ファクタ―）

売り買いしにくい資産は、その不便さの対価としてリターンが高くなります。
根拠：Amihud & Mendelson (1986)、Pástor & Stambaugh (2003)

キャリー

高金利通貨を買い、低金利通貨を売る戦略など。株式・債券・コモディティ横断で確認されています。
根拠：Koijen, Moskowitz, Pedersen, Vrugt (2018)『Carry』

ボラティリティ・リスクプレミアム（VRP）

オプション市場で「予想されるブレ」が「実際のブレ」を構造的に上回る現象。オプション売り戦略の理論的基盤。
根拠：Bakshi & Kapadia (2003)、Carr & Wu (2009)

行動バイアスの逆利用

モメンタムや逆張りなど、市場参加者の感情を逆手に取る戦略。
根拠：Barberis, Shleifer, Vishny (1998)

統合表：超過リターンの全体像

本質的結論：超過リターンは"7種類"に集約される

実務的な最適解

そのうえで、もし「もう一歩」踏み込みたい方は：

• ファクターETF（小型バリューや高クオリティ）を一部組み入れる
• レバレッジは"全力"ではなく、ごく軽め（1.2～1.5倍前後）
• 個別株は「失っても生活が壊れない範囲」で楽しむ

よくある反論への再反論

反論①「オルカンよりS&P500のほうがリターン高いのでは？」

過去30年は確かにそうでした。しかし1980年代は日本株、2000年代は新興国株が米国株を上回った時期もあります。「どの国が次に勝つか」を事前に当てるのは困難なため、世界全体に分散するほうが構造的に再現性が高い、というのが学術的な立場です。

反論②「ファクター投資をすればオルカンに勝てるのでは？」

長期ではプレミアムが確認されていますが、10〜30年単位で低迷する時期があります。
各主要ファクターは60カ月以上市場をアンダーパフォームしたことがあります。また未来もそのファクターのリスクプレミアムが継続するとは限りません

反論③「レバレッジNASDAQでいいじゃん」

2010年代の好成績がそう見せているだけです。ボラティリティ・ドラッグと退場リスクを考えると、長期のフルレバ運用はrecency bias（近視眼バイアス）に陥っている可能性が高いです。

レバレッジをかけることもNasdaqへの投資も否定しませんが、将来もレバの対象がナスダックでいいのか、どのくらいのレバレッジが最適か。ここらへんはよく考える必要があります。

Q&A

Q1. 結局、初心者は何をすればいいですか？

A. 新NISAで全世界株式インデックス（オルカン）に投資。これがもっとも再現性が高く、後悔も少ない選択です。

Q2. ファクターETFは買うべきですか？

A. 必ずしも必須ではありません。むしろ、途中で安値売りや高値買いをして、市場インデックスに負ける方もたくさんいます。買うなら低コストで分散されているものがよいでしょう。効果を発揮するためには「十年以上保有し続ける覚悟」が必要です。

Q3. 個別株はやめたほうがいい？

A. 全否定はしません。ただし生活防衛資産＋コア資産（オルカン）を確保したうえで、失っても生活が壊れない範囲で楽しむのが合理的です。こちらも無理にやる必要はないでしょう。

Q4. レバナスはダメですか？

A. ダメというより「設計が難しい」が正解です。こちらも必須ではありません。
フルレバではなく、コア資産の外側で軽めに使う設計なら一案ですが、勉強不足の方にはおすすめしません。個人的にはレバレッジは好きですが、より分散されたPFにレバレッジをかけるのが基本だとも思います。

Q5. 一番大事なことは？

A. 市場平均・入金力・継続力。この3つがすべての土台です。

最後に：オルカンの"次"とは何か

ここまで見てきて分かるのは、

オルカンの"次"は「もっと優れた商品」ではないということです。

本当の意味でオルカンの次にあるのは、

「どの種類のリスクを、どれだけ取るかの選択」

そして、その追加リスクやそれに費やす時間や労力を、コスト控除後の追加リターンで正当化できるか。そういう話になってきます。

そして最終的に、個人投資家の資産形成の最も強い土台になるのはこの3つです。

全く派手さも意外性もありません。

でも、学術研究と100年以上の市場データ（と私自身の経験）が、
何度も同じ結論を指し示している。それがこの3つなのです。

いつもありがとうございます。
もしよかったら、応援クリックよろしくお願いします。


にほんブログ村

米国株ランキング

ランキングサイトに参加しているので、
上の応援ボタン２つをクリック頂けると、
ものすごくありがたいです。毎日記事を書く励みになります。

参考文献

• Markowitz, H. (1952). Portfolio Selection. Journal of Finance.
• Sharpe, W. F. (1964). Capital Asset Prices. Journal of Finance.
• Sharpe, W. F. (1991). The Arithmetic of Active Management. Financial Analysts Journal.
• Fama, E. F. (1970). Efficient Capital Markets. Journal of Finance.
• Fama, E. F. & French, K. R. (1993, 2015). Three/Five-Factor Models.
• Carhart, M. M. (1997). On Persistence in Mutual Fund Performance.
• Jegadeesh, N. & Titman, S. (1993). Returns to Buying Winners and Selling Losers.
• Asness, C. et al. (2013). Value and Momentum Everywhere.
• Bessembinder, H. (2018). Do Stocks Outperform Treasury Bills?
• Bessembinder, H. et al. (2023). Long-Term Shareholder Returns: Evidence from 64,000 Global Stocks.
• Frazzini, A. & Pedersen, L. H. (2014). Betting Against Beta.
• Harvey, C. R., Liu, Y. & Zhu, H. (2016). …and the Cross-Section of Expected Returns.
• McLean, R. D. & Pontiff, J. (2016). Does Academic Research Destroy Stock Return Predictability?
• Arnott, R. et al. (2021). Reports of Value's Death May Be Greatly Exaggerated.
• Becker, G. S. (1964). Human Capital.
• Merton, R. C. (1971). Optimum Consumption and Portfolio Rules in a Continuous-Time Model.
• Campbell, J. Y. & Viceira, L. M. (2002). Strategic Asset Allocation.
• Kahneman, D. & Tversky, A. (1979). Prospect Theory.
• Malkiel, B. G. (2019). A Random Walk Down Wall Street.
• Housel, M. (2020). The Psychology of Money.
• Dimson, E., Marsh, P. & Staunton, M. Global Investment Returns Yearbook.
• S&P Dow Jones Indices. SPIVA Scorecard.

免責事項：本記事は学術研究と公開データに基づく情報提供であり、特定の金融商品の購入を推奨するものではありません。投資判断はご自身の責任で行ってください。過去の実績は将来のリターンを保証しません