FANG+指数とは何か|構成・仕組み・リスク・他指数との違いを金融理論ベースで解説
新NISAの登場以降、「FANG+(ファングプラス)」という指数が注目を集めています。「S&P500より高いリターン」「米国の成長企業に集中投資」といった文言で紹介される一方、「集中しすぎ」「割高」といった指摘もあります。
この記事では、FANG+とは何かを金融理論・実証研究の観点から中立的に整理します。「買うべき」「やめるべき」といった結論は提示しません。最終的な判断は、特性を理解したうえで読者ご自身が行うべきものです。
なお、ひとつ前に一般的なファング＋指数の説明を初心者用と題して、頑張って、頑張って書きました。▶『前回 FANG＋指数』
検索上位の記事の内容や構成を元に書いたのですが（でも。どうしても嫌というかそのまま載せたくなくて、間違ってる箇所や表現はずいぶん直しましたが）今回の記事と、一般的に初心者がよく目にするであろう記事の対比を楽しんでいただけると幸いです。
※読了の目安:約10分
📌 この記事の要点
- FANG+は米国大型テック10銘柄を均等加重で保有する株価指数
- 「均等加重」「10銘柄集中」「特定セクターへの強い偏り」が特性
- 過去のリターンは大きいが、それは将来の保証ではない
- S&P500・NASDAQ100・オルカンとは性質が異なる商品であり、優劣の問題ではない
FANG+指数とは:基本定義
FANG+(ファングプラス)は、米ICE Data Indicesが算出する株価指数で、正式名称は NYSE FANG+ Index です。
米国上場の大型テクノロジー・コミュニケーション関連企業10銘柄で構成され、各銘柄を概ね均等(各10%)に保有する「均等加重(equal-weight)」方式を採用しています。年に複数回(四半期ごと)に構成銘柄および比率の見直し(リバランス)が行われます。
「FANG」の語源
もともと米CNBCのジム・クレイマーが2010年代に提唱した造語で、当時の代表的なIT企業4社の頭文字を取ったものです。
- F:Facebook(現Meta Platforms)
- A:Amazon
- N:Netflix
- G:Google(現Alphabet)
そこに別の成長企業6社を加えて10銘柄に拡張したのが「FANG+」です。
構成銘柄(2026年/令和8年時点)
構成銘柄は四半期ごとに見直されるため、最新情報はNYSE/ICE Data Indicesの公式発表を必ずご確認ください。以下は本記事執筆時点の例示です。
| 銘柄 | 主な事業 |
|---|---|
| Apple | ハードウェア・サービス |
| Microsoft | OS・クラウド・AI |
| Alphabet | 検索・広告・クラウド |
| Amazon | EC・クラウド |
| Meta Platforms | SNS・広告 |
| Netflix | 動画配信 |
| NVIDIA | 半導体・AI |
| マイクロンテクノロジー | 半導体 |
| Broadcom | 半導体 |
| パランティア | データ解析 |
FANG+の構造的特性
FANG+を理解する上で重要なのは、「均等加重」「10銘柄集中」「特定セクター・地域への偏り」という3つの構造的特性です。
特性①:均等加重(equal-weight)方式
S&P500など多くの指数は時価総額加重(market-cap weight)、つまり時価総額が大きい企業ほど構成比率が高くなる方式を採用しています。
一方、FANG+は10銘柄を概ね均等(各10%)に保有します。これにより、
- 時価総額が小さい銘柄でも、大きい銘柄と同じ比重で寄与する
- 定期リバランスで「上がった銘柄を一部売り、下がった銘柄を買い増す」効果が機械的に発生する
という特性が生じます。均等加重は時価総額加重に比べ、サイズ・バリュー・モメンタムなどのファクターへのエクスポージャーが異なることが学術研究でも指摘されています(Plyakha, Uppal & Vilkov, 2014など)。
特性②:10銘柄集中
現代ポートフォリオ理論(Markowitz, 1952)では、銘柄数を増やすことでポートフォリオの分散リスクが低下します。Statman(1987)らの実証研究では、30〜40銘柄程度で分散効果の大部分が得られるとされています。
10銘柄構成のFANG+は、この観点では分散効果が限定的であり、個別銘柄固有のリスクがポートフォリオに残りやすい構造です。これは"良い・悪い"ではなく、商品設計上の特性です。
特性③:地域・セクター・通貨の偏り
構成銘柄はすべて米国上場、テクノロジー・コミュニケーションサービス系、ドル建てです。ファクター投資の観点では、これは特定リスクファクターへの強いエクスポージャーを意味します。
よく「米国・ハイテク・ドルの三重リスクで、どれが起きてもマイナス」と説明されますが、これは正確ではありません。たとえばハイテク不調と円安が同時に起これば、為替が下落を一部相殺することもあります。重要なのは「同方向のリスクが重なった場合の下振れ幅が、より分散されたポートフォリオに比べて大きくなり得る」という点です。
過去のリターンと、その解釈
過去5年間の実績
運用会社の公開データによると、過去5年間でFANG+のリターンはS&P500を大きく上回ってきました。これは事実です。
背景として挙げられる主な要因は、
- 低金利環境による成長株(グロース株)の評価上昇
- コロナ禍におけるデジタルサービス需要の拡大
- 2023年以降のAIブームによる半導体・クラウド企業の業績拡大
などです。これらは構造的な追い風であり、環境が変われば結果も変わり得ます。
「過去のリターン」の取り扱いに注意:直近性バイアス
📚 補足:直近性バイアス(Recency Bias)とは
直近の出来事や情報を、過度に重視してしまう認知の偏り。Kahneman & Tversky(1974)らの研究以降、行動経済学で広く知られています。投資の文脈では「最近上がっている資産は、これからも上がる」と感じてしまう傾向のこと。関連概念に「代表性ヒューリスティック」「ホットハンド効果」があります。
S&P Dow Jones Indicesが公表するSPIVAレポートなど多くの実証研究では、過去の好成績がその後の好成績を予測する力は限定的であることが繰り返し示されています。
S&P500・NASDAQ100・オルカンとの違い
「FANG+ vs S&P500」のように比較されがちですが、これらは優劣ではなく性質の違いです。
| 指数 | 銘柄数 | 加重方式 | 地域 |
|---|---|---|---|
| FANG+ | 10 | 均等加重 | 米国大型テック |
| NASDAQ100 | 100 | 時価総額加重(調整あり) | 米国ナスダック上場 |
| S&P500 | 500 | 時価総額加重 | 米国主要企業 |
| オルカン (MSCI ACWI等) | 約3,000 | 時価総額加重 | 全世界(先進国+新興国) |
FANG+はS&P500・NASDAQ100と構成銘柄が大きく重複しています。すでにS&P500やNASDAQ100を保有している場合、FANG+を追加しても米国大型テックへのエクスポージャーがさらに偏るだけで、分散効果はほとんど得られません。詳細は別途比較記事で扱います。
コスト構造
日本の個人投資家がFANG+に投資する場合、最も一般的な手段がiFreeNEXT FANG+インデックス(大和アセットマネジメント運用)です。
| 項目 | iFreeNEXT FANG+ | 低コストS&P500ファンド |
|---|---|---|
| 信託報酬(税込) | 年0.7755% | 年0.09%程度 |
| 差 | 年0.68% | |
ボーグル(Vanguard創業者)が提唱した「コスト仮説(Cost Matters Hypothesis)」では、長期運用においてコスト差は確実なリターン差として残ると指摘されています。年0.68%の差は、30年複利で見ると元本の20〜30%程度の差につながり得ます。
これは事前にわかる確実なマイナスリターンであり、期待リターンの差で正当化できるかを検討する必要があります。
NISA口座 vs 特定口座
多くの解説では「FANG+は新NISAの成長投資枠で買うべき」とされますが、必ずしもそれが最適とは限りません。
| 新NISA(成長投資枠) | 特定口座 | |
|---|---|---|
| 利益への課税 | 非課税 | 約20.315% |
| 損益通算 | 不可 | 可能 |
| 損失の繰越控除 | 不可 | 3年間可能 |
📌 検討すべきポイント
FANG+のように値動きが大きく、損失が出る可能性も相応にある商品では、損益通算ができないNISAで保有することのデメリットも検討すべきです。「上がる前提」で考えるとNISAが有利ですが、「下がる可能性も含めて考える」と特定口座にも合理性があります。
NISAの限られた非課税枠を、より長期で安定した値動きが期待できる商品に使うという考え方も成立します。
FANG+を検討する際の論点整理
「向いている人・向かない人」のような画一的な分類ではなく、検討する際に押さえるべき論点を提示します。
論点①:自分のリスク許容度
過去のFANG+は1年で40%以上下落した局面もあります。仮に保有比率が高ければ、ポートフォリオ全体への影響もそれに比例します。その下落が起きたときに、淡々と保有を継続できるかが、リスク許容度の実質的な定義です。
論点②:投資期間
下落から回復するには時間が必要です。数年以内に使う予定の資金で投資する場合、回復前に売却を強いられるリスクがあります。
論点③:既存ポートフォリオとの整合性
すでにS&P500・NASDAQ100・米国株式ファンドを保有している場合、FANG+の追加保有は同一ファクターへの集中をさらに強めることになります。これが投資目的と合致しているかを確認する必要があります。
論点④:バリュエーションの認識
FANG+の構成銘柄は、PER・CAPEレシオなどのバリュエーション指標が歴史的高水準にあるとの指摘があります。Campbell & Shiller(1998)らの研究では、バリュエーションが歴史的高水準にある局面では、その後の長期リターンが低くなる傾向が示されています。
ただし、「割高=必ず下がる」ではありません。あくまで確率論的に期待リターンが低くなりやすいという話です。
論点⑤:売却基準の事前設定
「長期保有が前提」と語られがちですが、保有方針が変わったり当初の前提が崩れた場合に売却することは合理的な判断です。重要なのは、感情で売買せず事前に決めた基準(リバランス、目標達成、シナリオ崩壊など)で判断することです。
具体的な購入手順(参考)
保有を選択する場合の一般的な手順です。これは推奨ではなく手続きの説明です。
- 証券口座を開設(SBI証券・楽天証券・マネックス証券など、iFreeNEXT FANG+を取り扱う証券会社)
- NISA口座と特定口座のどちらで保有するかを論点⑦の観点から判断
- iFreeNEXT FANG+インデックス等を選択して購入
最低投資額は証券会社により異なりますが、100円〜可能なところもあります。一括購入か積立購入かは、別途検討が必要な論点です(バンガードの実証研究では一括投資の期待値が高いとされる一方、心理的負担を考慮すると積立にも合理性があります)。
よくある質問(Q&A)
Q1. FANG+はS&P500より優れた商品?
「優劣」ではなく「性質の違い」です。集中投資で高い期待リターン(と高いリスク)を狙うか、広範な分散で安定を取るかの選択であり、投資家の目的とリスク許容度によって最適解は異なります。
Q2. 過去のリターンは将来の参考になる?
限定的にしか参考になりません。SPIVAレポートなどの実証研究では、過去の優勝者が次期も優勝する確率はランダム以下とされています。直近性バイアスに注意が必要です。
Q3. NISAと特定口座どちらで買うべき?
一概には言えません。値動きが大きく損失の可能性も相応にある商品では、損益通算が可能な特定口座のメリットも考慮対象です。NISA枠を有限な資源と捉え、より長期で安定した商品に充てる選択肢もあります。
Q4. 一括投資と積立投資、どちらがいい?
バンガードの実証研究(Constantinides, 2012ほか)では、過去データの平均では一括投資の期待リターンが高いとされています。一方、ドルコスト平均法は心理的負担を軽減する効果があり、行動ファイナンス的な合理性があります。期待値と心理的安定のトレードオフです。
Q5. 暴落したときどうすべき?
事前にルールを決めていれば合理的に行動できます。重要なのは、下落時の行動を平時に決めておく(プリコミットメント)ことです。下落を見てから判断すると、損失回避バイアスにより合理的判断が困難になることが行動経済学で示されています(Kahneman & Tversky, 1979 プロスペクト理論)。
まとめ:FANG+は「特性を理解して選ぶ商品」
この記事の要点
- FANG+は米国大型テック10銘柄を均等加重で保有する指数
- 「10銘柄集中」「セクター・地域の偏り」「相対的に高いコスト」が構造的特性
- 過去のリターンは大きいが、それは将来の保証ではない(直近性バイアスに注意)
- S&P500・オルカンとは性質が異なる商品で、優劣ではなく目的との適合性で判断する
- FANG+はポートフォリオに必須の商品ではない。保有しないという選択も等しく合理的
本記事は特定の判断を推奨するものではありません。投資判断に必要なのは、商品特性を理解したうえでの自分自身の選択です。
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
投資をこれから始める方へ
新NISAを始めるなら、まずは証券口座の開設が必要になります。
初心者の方には、SBI証券か楽天証券が人気です。
また、ポイントサイトを経由して証券口座を開設すると、ポイントをもらうことができます。
やり方を初心者向けにまとめた記事はこちらです。
※ポイント数や条件は時期によって変動する場合があります。
☕ もし記事がお役に立ちましたら
いつもブログをお読みいただき、本当にありがとうございます。
いただいた応援は、書籍・資料購入やデータ調査、
より良い情報発信を続けるために大切に使わせていただきます。
「コーヒー1杯」や「ランチをおごる」くらいの感覚で、
気軽に応援していただけると、とても嬉しいです。
・Markowitz, H. (1952). "Portfolio Selection." Journal of Finance.
・Statman, M. (1987). "How Many Stocks Make a Diversified Portfolio?" Journal of Financial and Quantitative Analysis.
・Plyakha, Y., Uppal, R., & Vilkov, G. (2014). "Equal or Value Weighting? Implications for Asset-Pricing Tests."
・Campbell, J. Y., & Shiller, R. J. (1998). "Valuation Ratios and the Long-Run Stock Market Outlook."
・Kahneman, D., & Tversky, A. (1974). "Judgment under Uncertainty: Heuristics and Biases." Science.
・Kahneman, D., & Tversky, A. (1979). "Prospect Theory." Econometrica.
・Bogle, J. C. "The Cost Matters Hypothesis."
・S&P Dow Jones Indices, "SPIVA Scorecard"
※本記事は情報提供を目的としたものであり、特定の金融商品の購入・売却を推奨するものではありません。
※投資は元本割れのリスクがあります。最終的な判断はご自身の責任でお願いします。
※記載の数値・制度内容は執筆時点(2026年/令和8年)のものです。最新情報は各証券会社や運営元の公式サイトをご確認ください。
