この​記事で​分かる​こと

  • フランスの証券会社がアドバイザー用の画面から取得価格と含み損益を消したところ、電話で頻繁に助言を受ける顧客の気質効果（含み益を先に売り、含み損を持ち続ける傾向）が低下したという研究の結果
  • この結果が成り立つ範囲：1社・富裕層・個別株・2016〜2021年のデータで、アドバイザーがなぜ偏りを強めていたのかは識別されていないこと
  • 日本のウェルスマネジメント・IFA・銀行の運用相談で、売却提案と面談記録から顧客の売り方の偏りを点検する手順（設例つき）

想定読者：証券会社・銀行・IFAで個人顧客の株式や投信の売買を助言する担当者、プライベートバンキングの営業管理者、顧客本位の業務運営やコンプライアンスの担当者、営業支援システムの企画者
前提知識：含み益・含み損と取得価格の関係、差の差（介入を受けた群と受けない群の前後の変化を比べる方法）の考え方

架空の場面で考える。月に一度の電話で、担当者は顧客の保有一覧を画面に出す。取得価格の横に評価損益が緑と赤で並び、緑の銘柄から話が始まる。「この銘柄はだいぶ利益が乗りましたので、一部を確定しておきましょうか」。赤の銘柄については「もう少し様子を見ましょう」で終わる。顧客は満足し、記録には「利益確定のご提案、ご了承」と残る。

行動​ファイナンスでは、この売り方は気質効果（disposition effect）として知られ、個人投資家に広く見られる。アドバイザーは顧客のこうした偏りを正す役割を期待されてきた。では、担当者が顧客と同じ損益の画面を見ていることは、偏りを和らげているのか、それとも強めているのか。本稿が取り上げる研究は、ある会社がアドバイザーの画面だけを変えた出来事を使って、この問いに答えようとした。

この記事が主に参照する研究

Marianne Andries、Maxime Bonelli、David Sraer（2025）「金融アドバイザーと投資家のバイアス（Financial Advisors and Investors’ Bias）」The Review of Financial Studies

  • 公表：初版は2024年1月（SSRN）。2025年8月にNBER Working Paper w34130。掲載誌の版は2025年10月にオンライン公開。参照した版：第一著者の研究ページで公開されている2025年5月の著者版（掲載誌の版との差は未確認）。査読：済
  • データ：フランスの証券会社1社の顧客7,494人による個別株の売買（2016年2月〜2021年5月、約160万件）
  • 方法：2018年のアドバイザー用画面の変更を準自然実験とみなし、助言を頻繁に受ける顧客と、まれにしか受けない顧客の変化を比べる差の差の分析
  • 位置づけ：気質効果という既存の概念の検証を、富裕層の取引データと新しい識別の場面で行った研究。顧客ではなくアドバイザー側への介入を扱う

気質効果と​PGR/PLR：売り​方の​偏りを​どう​数えるか

気質効果を数える標準的な方法は、Odean（1998）にさかのぼる。顧客の口座で売却があった日に、その口座の保有銘柄を前日の終値と平均取得価格で含み益と含み損に分ける（売った銘柄は売却価格と比べて実現益・実現損とする）。含み益の銘柄のうち実際に売られた割合がPGR、含み損の銘柄のうち売られた割合がPLRで、PGRをPLRで割った比が1.0を上回るほど、含み益を先に売る傾向が強い1。比が1.5なら、手元にある含み益と含み損の銘柄の数をそろえたうえで、含み益の銘柄のほうが1.5倍売られやすいことを意味する。

この数え方の利点は、取引記録と保有記録だけで計算できることだ。顧客の意図や会話の内容を知る必要はない。一方で、比は売買の件数に左右される。件数が少ない口座や期間では、数件の売買で比が大きく動く。この点は後の設例で確かめる。

研究の​舞台：アドバイザーの​画面だけが​変わった

データの提供元は、フランスの大手銀行グループのプライベート・ウェルス部門に属する証券会社Portzamparcである。顧客の平均的な株式ポートフォリオは約10万ユーロで、100万ユーロを超える口座が225あった。保有資産の8割が個別株で、会社は顧客の運用資産全体を平均で約300万ユーロと推計している2。顧客の6割が助言を受ける契約を選び、45人のアドバイザーが主に電話で助言していた。売買の最終判断は、助言を受ける顧客も含めて全員が自分で下す3。

2017年までは、アドバイザーも顧客と同じ画面を見ていた。各銘柄の平均取得価格と評価損益が並び、含み益は緑、含み損は赤で目立つように表示されていた。2018年1月、会社はアドバイザー用の画面だけを作り替え、平均取得価格と損益の表示をすべて消した（5月までに切り替えを完了）。顧客の画面は最後まで変わらず、会社は変更を顧客に知らせなかった4。会社は以前から、顧客向けの教材やアドバイザーへの指示で気質効果を減らそうとしたが効果がなかったと判断していた。顧客の画面から損益を消す案は、相談した顧客の反発で見送ったという5。

比較の軸は、助言の頻度である。会社は入会時の聞き取りに基づき、助言を受ける顧客を、週1回か隔週で電話をする高頻度の顧客（3,756人）と、月1回未満の低頻度の顧客（748人）に分けており、この区分は顧客に知らされていない6。画面の変更がアドバイザーを通じて効くなら、影響は高頻度の顧客に強く出るはずだ。実際、投資委員会が毎週出す売買推奨への追随は、高頻度の顧客で低頻度の約2倍強かった7。

研究が​示した​結果：頻繁に​助言を​受ける​顧客の​偏りが​小さくなった

画面の変更前、助言を受ける顧客のPGR/PLRは高頻度・低頻度とも約1.5で、両者に有意な差はなかった。助言を受けない顧客は約2倍で、変更の前後で変わらなかった8。著者らは、助言ありの1.5が米国の個人投資家についてOdeanが報告した水準に近いことから、変更前のアドバイザーが顧客の偏りを積極的に正していたとは考えにくいとしている。助言の有無による差は、顧客が自分で契約を選んだ結果でもあるからだ。

変更後、高頻度の顧客の比は低頻度の顧客と比べて0.63〜0.71低下し、1%水準で有意だった。高頻度の顧客の比は約1.1まで下がり、1.0（偏りなし）と有意な差がなくなった9。図1は、論文の回帰の係数から区分ごとの水準を計算し直したものである。

図1 顧客の売り方の偏り図1　顧客の売り方の偏り（PGR/PLR）フランスの証券会社、2016〜2021年1.0なら偏りなし。大きいほど含み益を先に売る高頻度の助言（週1〜隔週の電話）前 1.55後 1.07低頻度の助言（月1回未満）前 1.52後 1.66助言なし前 2.04後 2.040.01.02.0介入前（〜2017年）介入後（2018年〜）1.0＝偏りなし
出所：R1（Andries, Bonelli and Sraer、​著者公開版 2025年5月）​表3列4（p.43）の​係数を​足し合わせて​大手町​プレップが​計算。​PGR/PLR は、​売却が​あった​日に​ついて、​含み益の​銘柄の​うち売られた​割合​（PGR）を​含み損の​銘柄の​うち売られた​割合​（PLR）で​割った​比で、​顧客区分×月で​集計した​値の​平均。​介入は​2018年1月の​アドバイザー​用画面の​変更。​高頻度の​低下​（低頻度との差の変化 −0.63）は​1%水準で​有意。​低頻度の​上昇​（＋0.15）は​5%水準では​有意でなく、​助言なしの​変化も​有意でない。​高頻度と​低頻度の​介入前の​差は​有意でない。​助言なしの​顧客は​自ら助言を​受けない​ことを​選んだ​人たちで、​比較には​選択の​偏りが​ある​（R1 p.23）。

この結果は、Coxハザードモデル（売却が起きるまでの時間を扱う統計モデル）でも確かめられた。銘柄・日・アドバイザー・口座のどれで層別化しても結果は変わらず、口座で層別化し統制変数を加えた推定では、高頻度の顧客の比に相当する値が1.48から1.21に下がり、効果は変更から1年以内に現れた10。介入前の顧客の特徴で組を作ったマッチングや、助言なしの顧客を比較対象にした分析でも、結論は変わらなかった11。

成績への影響もある。変更後、高頻度の顧客の月次リターンは低頻度の顧客より約20bp（ベーシスポイント。1bp＝0.01%）高く、5%水準で有意だった。ただしファーマ・​フレンチの​3ファクターにモメンタムを加えた4因子でリスクを調整したアルファには有意な差がなかった12。上がったのはモメンタム因子への感応度（＋0.040）で、期間中にモメンタム因子の累積リターンが71%と大きかったことが素のリターンを押し上げた。含み益の銘柄を持ち続けるようになったことが、値上がりが続く銘柄への傾きとして表れたと著者らは解釈している13。

顧客の行動にも変化が見られた。高頻度の顧客の月次の資金流入（前月の残高に対する比）は低頻度の顧客と比べて0.23%ポイント増え、口座の解約を含めた純流入も約0.28%ポイント増えた14。著者らがアドバイザーに行った非公式の匿名調査では、57%が「含み損の銘柄を売るよう説得する時間と労力」を顧客の満足の理由に挙げ、リターンの改善を挙げたのは11%だった15。

研究の​範囲と​限界：何が​分かっていないか

第一に、対象はフランスの1社、資産の大きい顧客、米欧の大型株が中心の個別株の売買である。アドバイザーは利益相反を避けるため個人での株式保有を禁じられ、助言は電話が中心だった16。投信や資産配分の​提案が中心の相談、対面や店頭の相談で同じことが起きるかは、この研究からは分からない。

第二に、同じ2018年1月にフランスのキャピタルゲイン課税が累進（最高45%）から一律30%に変わった。著者らは、助言を受ける顧客はみな以前は最高税率だったという会社の説明に基づき、高頻度と低頻度の差を取ることで税の影響を除けるとしている17。また新しい画面には、社内のモメンタム評価や過去3か月のリターンなどの表示が加わった。著者らはこれらを統制しても主な結果は変わらないと報告している18。

第三に、アドバイザーがなぜ偏りを強めていたのかは識別されていない。自分の偏りがそのまま助言に表れたのか、過去の推奨の誤りを認めたくなかったのか、損失を確定させて顧客の不満を招くのを避けたのか、顧客の思い込みに合わせたのか。著者ら自身がこれを論文の限界と書いている19。高頻度と低頻度の区分も無作為ではなく、会社が顧客の希望に基づいて決めたものである。

第四に、副作用がある。変更後、高頻度の顧客では過去のリターンが高い銘柄を買う傾向（リターン追随）が有意に強まった。銘柄の分散の不足や、保有銘柄の中で損益が最も大きい・小さい銘柄を売りやすい傾向には、統計的に有意な変化は確認されなかった20。画面の変更は気質効果には効いたが、偏り全般を減らしたわけではない。

関連する研究と並べると、位置づけが見えやすい。Frydman and Wangは中国の証券会社で、2004年に顧客の取引画面へ各銘柄の損益を常に表示するようにした変更（以前も数回のクリックで見られた）を使い、気質効果が20%強まったと推計した（2017年の論文の稿による）21。こちらは顧客の画面で表示を目立たせた例で、本稿の研究はアドバイザーの画面から消した例にあたる。またLinnainmaa、Melzer、Previteroはカナダの3社のデータで、アドバイザーが自分の口座でも顧客への助言と同じように投資しており、助言の差は報酬よりも信念の差によることを示した22。アドバイザーの偏りが顧客に伝わる経路の一つとして整合的だが、本稿の研究はその経路を直接は検証していない。

大手町​プレップの​考察：担当者が​見る​情報は​会話の​出発点に​なる

ここからは編集部の推論である。この研究から引き出せる最も確かな教訓は、アドバイザーに見せる情報の設計が、顧客の売買に測定できる形で影響しうるという点だ。教材の配布や「顧客の偏りに注意せよ」という指示では変わらなかった売り方が、画面の変更で変わった（この会社・この期間の結果として）。

編集部の見方では、取得価格と評価損益は、売却の話題を切り出すときの手軽な材料になりやすい。含み益の銘柄なら「利益確定」という肯定的な言葉で提案でき、含み損の銘柄は提案すれば顧客の失望と担当者自身の過去の推奨の評価に直結する。損益が見えなくなると、担当者は銘柄の見通しや保有の理由といった別の材料から話を始めるしかない。これは研究が検証した仕組みではなく、仮説である。

もう一つの論点は、測れるものを測ることだ。この研究の分析は、取引記録・保有記録・推奨リストという、多くの証券会社や銀行が既に持つデータで行われている。顧客ごとの心理を推し量らなくても、担当者やチームの単位で売り方の偏りを数えることはできる。

日本の​実務への​応用：規範と​税制の​違いを​踏まえる

日本の金融庁の「顧客本位の業務運営に関する原則」（2024年9月改訂）は、原則6で顧客にふさわしい提案と、販売後の長期的な視点にも配慮したフォローアップを求め、原則7で報酬・業績評価体系や研修とともに、従業員の業務を支援・検証する体制の整備を求めている23。2024年11月には、顧客の最善の利益を勘案した誠実公正義務が法定化された24。証券会社・銀行・IFAのいずれでも、売却提案の偏りを記録から点検することは、こうした「業務を支援・検証する体制」の具体的な一手段になりうる（編集部の見方）。適合性原則の​実務と併せて考えるとよい。

ただし日本では、画面から取得価格を消すという手段をそのまま持ち込むのは難しいと考えられる。上場株式等の譲渡益は申告分離課税で、税率は所得税15%と住民税5%に復興特別所得税を加えた合計20.315%であり、損益通算や譲渡損失の繰越控除の特例がある25。年末の損益通算の相談のように、取得価格を知らなければ顧客の利益にかなう説明ができない場面がある。なお論文は、顧客が同じ銀行のほかの部門や他社で実現した譲渡益を観測できないため、税の最適化の動機は直接は確かめられないと書いている26。

このため日本では、情報を消すのではなく、見せる順番と場面を分ける設計が現実的だと編集部は考える（研究で検証されていない提案）。たとえば、保有の見直しの面談では銘柄の見通しと保有理由の画面を先に開き、損益の画面は税の相談や顧客から求められたときに開く。あるいは、売却を提案する前に保有理由と見直しの条件を記録させ、そのあとで損益を表示する。いずれも一部の担当者や支店で試し、試さなかった群と比べて効果を測るのが筋である。

学習用の​設例：記録から​PGR/PLRを​出す

学習用の設例（架空）

  • ある証券会社のウェルスマネジメント部門に、チームAとチームBがある。対象は担当顧客の口座の個別株、期間は1四半期
  • 売却があった日ごとに、その口座の保有銘柄を前日の終値と平均取得価格で含み益・含み損に分け、延べ件数を数える
  • 手数料・税・配当は考えない。2チームの数値は計算の練習用で、画面や記録の方法の効果を示すものではない

表1　設例：売買記録からPGR/PLRを計算する

表は横にスクロールできます →

項目チームAチームB
①実現益（含み益の銘柄を売った件数）9072
②未実現の含み益（売らずに持った件数）910928
③実現損（含み損の銘柄を売った件数）6066
④未実現の含み損（売らずに持った件数）940934
PGR＝①÷（①＋②）9.0%7.2%
PLR＝③÷（③＋④）6.0%6.6%
PGR/PLR1.501.09
出所：学習用の​仮定に​基づき大手町​プレップ​作成（すべて架空）。​件数は、​四半期中に​担当顧客の​口座で​売却が​あった​日ごとに、​その​口座の​保有銘柄を​含み​益・​含み​損に​分けて​数えた​延べ数​（R1 p.22 が​用いた Odean​（1998）の​数え方。​含み損益は​前日終値と​平均取得価格で​判定）。​比が​1.0を​上回る​ほど​含み益を​先に​売る​傾向が​強い。​2チームの​差は​架空の​数値で、​画面や​記録の​方法の​効果を​示す​ものではない。

チームAのPGRは9.0%、PLRは6.0%で、比は1.50になる。含み益の銘柄のほうが1.5倍売られやすい。チームBは1.09で、1.0に近い。この比較だけでチームBの助言が優れているとは言えない。顧客の構成や保有銘柄、相場の局面が違えば、比は助言と無関係に変わる。

件数の少なさも結論を揺らす。図2は、チームAの実現損の件数だけを40件から80件まで変えたときの比である。

図2 設例 実現損の件数とPGR/PLR図2　設例：実現損の件数とPGR/PLRチームA（架空）、実現益90件・損失の延べ1,000件実現損の件数だけを変えたときの比実現損 40件2.25実現損 50件1.80実現損 60件1.50実現損 70件1.29実現損 80件1.130.01.02.0濃い棒が表1のチームA（60件）±10件の違いで比は0.21〜0.30動く
出所：学習用の​仮定に​基づき大手町​プレップ作成​（チームAは架空）。​四半期中に​売却が​あった​日の​保有銘柄の​延べ数で、​含み益側は​実現益90件・​未実現910件で​固定、​含み損側は​延べ1,000件の​まま​実現損の​件数だけを​変えた。​点線は​比1.0（偏りなし）。​件数の​少ない​担当者・​期間の​比は、​数件の​売買で​大きく​変わる。

実現損が40件から80件に増えると、比は2.25から1.13に下がる。担当者1人・1か月の単位では件数が足りないことが多いため、チームや四半期の単位で集計し、件数を併記するのがよい。

税の設例も一つ置く。同じ年に上場株式の譲渡益を200万円実現済みの顧客が、含み損50万円の銘柄を年内に売れば、同じ年の譲渡益と通算されて、税額は単純計算で約10.2万円少なくなる（50万円×20.315%。口座の種類や他の所得によって変わる）。含み損の銘柄を売る提案には、銘柄の見通しとは別に、このような根拠がありうる。損益の情報が日本の相談で不要とは言えない理由である。

明日から​使える​確認項目

  1. 四半期ごとに、チーム（または支店）単位でPGR/PLRを計算する。含み益・含み損の件数と、実現益・実現損の件数を必ず併記する。実現益・実現損がそれぞれ30件に満たない区分は判断に使わない（編集部の仮の目安で、研究で検証された基準ではない）。
  2. 比が1.0を大きく上回るチームについて、売却提案の記録を抜き出し、「利益確定」「様子見」以外の根拠（業績の見通し、保有理由の変化、配分の調整、税の通算）が書かれているかを確かめる。
  3. 含み損の銘柄を持ち続ける場合は、保有を続ける理由と、次に見直す日・条件を記録に残す。見直し日が過ぎても記録が更新されていない銘柄を一覧にする。
  4. 面談で担当者が最初に開く画面に何が出ているかを確かめる。取得価格と評価損益が最も目立つ位置にあるなら、保有理由や見通しの画面を先に出す運用を一部で試し、試さなかった群と比べる。
  5. 画面や記録の方法を変えたら、気質効果だけでなく、過去に値上がりした銘柄への乗り換え（リターン追随）や売買回数も同時に監視する。研究では、気質効果が下がった顧客でリターン追随が強まった。
  6. 担当者の評価に比をそのまま使わない。顧客の構成や相場の局面で比は動くため、点検の入口として使い、記録の確認と面談で判断する。

よく​ある​質問

担当者に​取得価格を​見せないのは、​顧客への​説明義務と​矛盾しませんか。

研究の​会社では、​顧客自身の​画面には​取得価格と​損益が​表示され​続けており、​アドバイザー​側だけを​変えました。​日本では​損益通算の​相談など​取得価格が​必要な​場面が​ある​ため、​情報を​消すより、​表示する​順番や​場面を​分ける​設計が​考えられます。​これは​編集部の​提案で、​効果は​検証されていません。

​気質効果が​小さくなれば、​顧客の​成績は​必ず​良くなりますか。

研究では、​素の​リターンは​月約20bp​改善しましたが、​リスクを​調整した​アルファには​有意な​差が​ありませんでした。​改善は​期間中に​好調だった​モメンタム​因子への​傾きに​よる​もので、​相場の​局面が​違えば​結果も​違いえます。

まとめ

フランスの証券会社がアドバイザー用の画面から取得価格と含み損益を消すと、頻繁に助言を受ける顧客のPGR/PLRは約1.5から約1.1に下がり、資金流入も増えた。著者らは、変更前のアドバイザーが顧客の偏りを積極的に正していたとは考えにくいとしている。ただし結果は1社・富裕層・個別株・5年余りのデータによるもので、アドバイザーが偏りを強めた理由は分かっておらず、リターン追随という別の偏りは強まった。日本では損益の情報が税の相談に欠かせないため、情報を消すのではなく、記録から売り方の偏りを数え、見せる順番を変えて試す、という形で研究を使うのが現実的である。

次に​読む

脚注

  1. R1（著者公開版, 2025年5月）p.22〜23（4.2.1節）。R1 は Odean（1998）の方法に従い、2銘柄以上を保有し売却があった日を対象に、前日終値と平均取得価格で含み損益を、売却価格と平均取得価格で実現損益を判定している。ページは PDF の物理ページ（以下同じ）。↩
  2. R1 p.3（序論・注4）、p.9〜10（2.1節）。約300万ユーロは会社の推計で、年金を含まない（p.10 注11）。↩
  3. R1 p.3 注5、p.10〜11（2.1節）、表1（p.41）。助言なしの顧客は2,990人。↩
  4. R1 p.3、p.11〜12（2.2.1〜2.2.2節）。切り替えはアドバイザーごとに順次行われ、各人の切り替え日は分からない（p.12 注14）。↩
  5. R1 p.13（2.2.3節・注16）。↩
  6. R1 p.4、p.10（2.1節）、p.13〜14（2.2.4節）。会社の推計では高頻度の顧客は月2〜4回、低頻度の顧客は月1回未満の電話。通話回数のデータは2023年9月の34人分だけで、標本期間中の頻度は観測されていない（p.14 注18）。↩
  7. R1 p.19〜22（4.1節）・表2（p.42）。高頻度の顧客は低頻度の顧客より、売り推奨の銘柄を売る確率が0.1%ポイント（日次）高いなど、いずれも1%水準で有意。↩
  8. R1 p.22〜23（4.2.1節）・表3（p.43）。PGR/PLR は顧客区分×月で集計。↩
  9. R1 p.5、p.23〜24・表3（p.43）。0.63は年月の固定効果なし・ありの推定（列1・2・4・5）、0.71は2017年×高頻度の項を加えた推定（列3・6）。2018年1〜5月の切り替え期間を除いても同様（p.24）。低頻度の顧客の比は変更後に＋0.15だが5%水準では有意でない（p.24 注32）。↩
  10. R1 p.24〜26（4.2.2節）・表4（p.44）列10。低頻度の顧客の変更前の値は1.56。図6（p.26）によれば効果は変更直後に現れ、最初の1年で出尽くす。↩
  11. R1 p.26〜28（4.3節）。結果の表は論文の付録（Internet Appendix）にあり、本稿では付録を読んでいない。本文の記述による。↩
  12. R1 p.29〜30（4.4.1節）・表5（p.45）。素のリターンの差は列2・4（アドバイザー×月、または入会時期×月の固定効果を含む推定）で月0.204%・0.202%、列1では0.270%。4因子の月次アルファの差は0.059〜0.105%で有意でない。↩
  13. R1 p.30〜31・表6（p.46）。市場への感応度は−0.024、バリュー（HML）は−0.038で、いずれも1%水準で有意。高頻度の顧客は変更後に高モメンタム銘柄を多く買ったわけではなく、含み益の銘柄を売らなくなったことによると著者らは説明している（p.31）。↩
  14. R1 p.30〜32（4.4.2節）・表7（p.47）。流入は月次の入金額を前月の残高で割った値。0.23%ポイントは表7A列4で、平均の約80%に当たる。↩
  15. R1 p.32〜33。著者らが「informal anonymous survey」と書く調査で、質問と回答の全文は公表されていない。↩
  16. R1 p.8（序論）、p.10（2.1節）、p.11（米欧の大型株が推奨対象と保有の大半）。↩
  17. R1 p.14（2.2.5節・注19）。著者らは、税の引下げは本来、変更後の気質効果を強める方向に働くはずだとも書いている。↩
  18. R1 p.12（2.2.2節）、p.34〜36（5.2節）。社内のモメンタム評価（BCAP）が高い銘柄は高頻度の顧客で売られにくくなったが、これを統制しても主な結果は変わらなかった。↩
  19. R1 p.15〜16（2.2.6節）。↩
  20. R1 p.36〜37（5.3節）。結果の表は付録（本稿では未読）。本文の記述による。↩
  21. R2（Frydman and Wang, 2017年9月の論文の稿）p.1（要旨）、p.3、p.7。掲載誌の版（Journal of Finance 2020年）は読んでおらず、掲載版の数値が稿と同じかは確認していない。R1 p.7 もこの研究を、損益の表示を目立たせると気質効果が強まる証拠として紹介している。↩
  22. R3（Linnainmaa, Melzer and Previtero, 2016年4月の NBER 会議の稿）p.1〜2。カナダの投信販売会社3社、アドバイザー5,000人超・顧客50万人超、1999〜2013年。掲載誌の版（Journal of Finance 2021年）は読んでいない。R1 p.8 は、同研究が気質効果を扱っていない点などで自らの研究と異なると書いている。↩
  23. R4（金融庁「顧客本位の業務運営に関する原則」2024年9月26日改訂）p.7（原則6と注1）、p.8（原則7と注）。ページは PDF の物理ページ。↩
  24. R5（金融庁「顧客本位の業務運営」のページ）。「顧客の最善の利益を勘案した誠実公正義務」の法定化（令和6年11月）の項。↩
  25. R6（国税庁 タックスアンサー No.1463）。税率20%（所得税15%、住民税5%）に加え、平成25年から令和29年までの各年分は基準所得税額の2.1%の復興特別所得税がかかる。20.315%は 15%×1.021＋5% の計算値。損益通算・繰越控除は同ページの「主な特例」の項。↩
  26. R1 p.14 注20。↩

参考文献​（2026年10月確認）

※本記事は教育目的の一般的な解説であり、投資助言・法務・税務の助言ではありません。研究結果は各論文の対象・期間・方法の範囲で得られたもので、日本の個別企業・案件にそのまま当てはまるとは限りません。設例は学習用の架空の数値です。アイキャッチ画像は生成AIによるイメージです。