この​記事で​分かる​こと

  • 米国の共同創業の22,967社を比べた未査読の研究では、移民と米国出身者の混成チームは、米国出身のみのチームより外部資金を得やすく、自己選択を抑えた推定でもこの差が残ったこと
  • 買収やIPOへの効果は推定法で結果が分かれ、投資家の収益は測られていないこと。著者らは混成の優位を、スキルや民族の違いではなく、両側の人材・投資家・市場に届くことで説明していること
  • VCが国籍を採点せずに「到達の実績」を確かめる手順と、確率の差に払える価格を計算する架空の設例

想定読者：VC・CVCの投資担当、スタートアップの創業者、採用や海外展開を担う経営陣
前提知識：資金調達ラウンドとポストマネーの意味。回帰分析の細部は知らなくても読める

シード案件の投資委員会で、担当者がこう説明する。「創業者の2人は育った国が違う。多様なチームなので伸びるはずだ」。別の委員が返す。「言葉も商習慣も違うなら、意思決定で揉めるのではないか」。どちらも確かめ方を持たない言い分である。

米国では移民の起業が増えている。ここで取り上げる研究の標本では、創業者に占める移民の比率が2000年の12%から2022年の27%へ上がった1。行政データを使った別の研究でも、2005〜2010年に起業した人の割合は、米国の労働力のうち移民で0.83%、米国生まれで0.46%だった2。ただ、移民が起業に積極的だという事実は、移民と米国出身者が組むと強いのかという問いには答えない。VCが知りたいのは後者である。

この記事が主に参照する研究

Zhao Jin、Amir Kermani、Timothy McQuade（2025）「移民と米国出身者の起業の相乗効果（Native-Immigrant Entrepreneurial Synergies）」NBER Working Paper No. 33804

  • 公表：確認できた最も早い公開は2024年11月の学会報告。論文の初版は2025年5月（NBER WP）。参照した版：同版。査読：未査読（共著者の2026年8月の経歴書ではJournal of Financeで修正再投稿の段階）3
  • データ：Crunchbaseの会社情報とLinkedIn由来の経歴を結合。米国の90,834社のうち、共同創業者が2人以上で2000〜2017年に設立された22,967社が主分析の対象4
  • 方法：回帰分析（OLS）に加え、大学の課程の学生構成を操作変数に使う二段階最小二乗法（2SLS）で自己選択を抑える
  • 位置づけ：新しいデータによる既存の論点の検証。創業チームの多様性を「何の多様性か」に分解した

「多様性」を​三つに​分け、​自己選択の​問題を​押さえる

創業チームの多様性という言葉には、少なくとも三つの中身がある。育った国の違い、技術と事業といったスキルの違い、民族の違いである。研究はこれらを別々に測った。著者らが混成の優位の説明に挙げたのは一つ目と結びつく「届く先の広さ」で、後の二つについては優位を説明する証拠が確認されなかった。

分類は、LinkedInの経歴に最初に現れる国による。そこが米国以外で、米国で創業した人を移民とする5。本記事では、会社を「米国出身のみ」「移民のみ」「混成」の三つに分けて呼ぶ。主分析の会社の67%が米国出身のみ、11%が移民のみ、22%が混成である6。

比較で厄介なのは自己選択である。有望な事業を持つ人ほど、良い相手を国の内外から探せるのかもしれない。そうであれば、混成の成績が良くても、組み合わせが成果を生んだとは言えない。そこで使われるのが操作変数で、成果とは直接関係せず、チームの組み方だけを動かす要因を探して差を測る。この推定値は全員の平均ではなく、その要因で組み方が変わった人たちについての効果（局所平均処置効果、LATE）である。この区別は後で効いてくる。

混成は​資源の​面では​中間に、​成果の​面では​最上位に​立った

まず単純な平均を見る。図1の上2段が成果、下2段が資源である。従業員に占める移民の比率と、投資VCに占める海外VCの比率では、混成は他の2類型の中間に位置する。それでも調達した割合と買収された割合では、混成が最も高い。

創業チームの類型別の平均図1　資源の広がりは中間、成果は最上位％。設立年と業種を揃えていない単純平均3年以内に資金を調達した割合米国出身のみ32%移民のみ42%混成46%5年以内に買収された割合米国出身のみ5%移民のみ4%混成7%従業員に占める移民の比率米国出身のみ18%移民のみ74%混成47%投資VCに占める海外VCの比率米国出身のみ8%移民のみ43%混成23%
出所：R1（表2B p.46、​図2 p.43、​本文 p.20〜21）の​数値を​基に​大手町​プレップ​作成。​米国の​共同創業者2人以上・2000〜2017年設立の​22,967社。​海外VCの​比率は​VC​調達企業の​平均。​棒の​長さの​基準は​指標ごとに​異なる。​統制前の​平均で​因果を​示す​ものではない。

図1で読み取るのは、移民のみのチームの方が海外の人材と投資家には深く入り込んでいるのに、成果では混成が上回るという並びである。ただし平均には設立年、業種、創業者の学歴の違いが混ざっている。

業種×設立年の固定効果と、学歴・経験・創業者数などの属性を統制しても、差は残った。3年後の雇用（対数）は、移民のみが米国出身のみより0.151大きく、混成は移民のみよりさらに0.079大きい。どちらも1%水準で有意である。2つを足すと、混成と米国出身のみの差は対数で0.230、比率にして約26%になる（編集部の加算）7。

3年以内に外部資金を得たかどうかでは、移民のみが米国出身のみより0.045高い。混成と移民のみの差は統計的に有意でなかった。出口では、5年以内の買収で移民のみが米国出身のみより2.5％ポイント低く、混成は移民のみより2.8％ポイント高い。したがって混成と米国出身のみの差は0.3％ポイントにとどまり、有意水準も10%である8。

図2は、調達の有無についての同じ回帰の係数を、創業チームの他の属性と比べたものである。

資金調達との係数の比較図2　調達の有無と創業チームの属性の関連OLS係数。0.100＝調達した割合が10％ポイント高い上位10大学の学位0.175技術＋事業の組合せ0.143技術＋技術の組合せ0.101起業の経験あり0.077管理職の経験あり0.068混成（編集部の加算）0.055移民のみ0.045
出所：R1（表3 列4 p.47）の​数値を​基に​大手町​プレップ​作成。​金色の​2本は​米国出身のみの​チームとの​比較で、​混成は Migrant と Migrant_Native の​係数の和​（編集部の​加算。​和の​標準誤差は​論文に​記載なし）。​組合せの​2項目は​事業＋事業の​チームが​基準。​起業・​管理職の​経験は​創業者の​少なくとも​1人。​同時に​推定した​相関で、​属性の​効果​その​ものではない。

混成と米国出身のみの差（0.055、編集部の加算）は、起業の経験や管理職の経験の係数よりやや小さく、上位10大学の学位や、技術と事業の組み合わせの係数を大きく下回る9。チームの構成は無視できないが、それだけで案件を判断できるほどの差ではない。これらは同時に推定した相関で、属性の効果そのものではない。外部資金を得た7,192社に絞っても、混成と移民のみの差は雇用、調達額、買収、IPOで残った10。

自己選択を​抑えても​残ったのは、​まず​資金調達だった

著者らの操作変数は、創業者が在籍した米国の大学の同じ学位課程で、入学年の前後の学生に占める米国出身者の比率である。共同創業者が同じ大学の出身である会社は標本の31%あり、その多くは入学年も学位も同じだった11。留学生が多い年の課程にいた米国出身者は移民と組みやすく、米国出身者が多い年の課程にいた移民は米国出身者と組みやすい。この仕組みが第1段階で確かめられている（F値は138.8と110.6）12。比較は同じ大学・同じ学位の内側で行われ、大学の格の違いは取り除かれる。

表1　混成チームの差は、推定方法でどこまで残るか

表は横にスクロールできます →

指標対米国出身
OLS		対米国出身
2SLS		対米国出身
シフトシェア		対移民のみ
OLS		対移民のみ
2SLS		対移民のみ
シフトシェア
3年後の雇用（対数）+0.230+0.444*+0.333+0.079***+0.906**+0.733**
3年以内の調達の有無+0.055+0.355***+0.389***+0.010+0.155+0.148
5年以内の買収+0.003*+0.018+0.090*+0.028***−0.013−0.041
10年以内のIPO+0.005−0.011−0.004+0.005*+0.083**+0.070*
出所：R1（表3 p.47、​表8 p.53〜54、​表9 p.55〜56）の​数値を​基に​大手町​プレップ​作成。​単位は​対数差​（雇用）​または​確率の差​（他の3行）。​*** 1%、​** 5%、​* 10%水準で​有意、​印なしは​原則と​して​有意でない。​ただしOLSの​「対米国出身」は​2係数の和​（編集部の加算）で、​買収​（本文で10%水準と記述）を​除き和の​有意性は​論文に​記載が​ない。​OLSは​会社単位、​2SLSと​シフトシェアは​米国の​学位を​持つ創業者と​会社の​組の​単位で、​標本が​異なる。

表1は3つの推定を並べたものである。

第一に、対米国出身の調達の有無は、2SLSで0.355、1995〜99年の学生構成と全米の入学者の動きから作る、より厳しいシフトシェア型の操作変数でも0.389で、ともに1%水準で有意だった。確率の差としては大きく、2SLSの95%信頼区間（編集部の計算）は約17.5〜53.5％ポイントと幅も広い。一方、対移民のみでは3つの推定のどれでも有意な差を確認できなかった。調達の有無で混成に上乗せが確認されたのは、米国出身のみと比べたときである13。

第二に、雇用の結果は相手によって強さが違う。対移民のみは5%水準で有意だが、対米国出身は2SLSが10%水準の0.444、シフトシェアでは0.333で有意でなかった。調達額（1に足して対数）はどちらの比較でも有意である。ただし標本の64%は調達額がゼロなので、1.287のような係数をそのまま何%増と読まない方がよい14。

第三に、出口の結果は定まらない。対米国出身では2SLSの買収もIPOも有意でなく、買収がシフトシェアで10%水準になるだけである。対移民のみではIPOが有意だが、買収は有意でない。著者らは、買収とIPOが稀な出来事で検出力が足りない可能性を挙げる15。有意でないことは効果がないことを意味しないが、効果があるとも言えない。

頑健性の検証として、操作変数は州の成長率やVC投資の伸びと相関せず、混成でない会社の成果とも統計的に有意な関係を示さなかった。これは、操作変数が別の経路で成果に効いている懸念を弱める材料である16。

著者らが​挙げた​説明は、​スキルや​民族の​違いではなく​「届く先の広さ」だった

著者らは差の源として人材、投資家、製品市場の三つの経路を調べた。

人材では、移民のみのチームは移民の良い人材を採れる一方、米国出身の人材では見劣りした。質の代理には、入社後に別の会社へ移って昇進した人の割合を使っている。移民のみは移民の昇進割合で+0.028だが、米国出身の昇進割合では−0.026で、混成では後者の不利が+0.025で打ち消された17。

投資家でも形は同じである。実績上位10%のVCの数を見ると、移民のみは海外のトップVCに強く、国内のトップVCに弱い（係数は+1.457と−0.451）。混成は国内側の不利を+0.453でほぼ打ち消しながら、海外側の強みの多くを保った。米国出身のみと比べた海外トップVCの数は、係数の和1.039から約2.8倍になる（編集部の再計算）18。2SLSでも、対米国出身で移民の採用と海外VCからの調達が、対移民のみで米国出身の採用と国内トップVCが有意に高かった19。

製品市場は直接観察できないため、特許を代理にしている。混成の特許数は移民のみより117%、米国出身のみより約28%多い20。ただし基本の操作変数による2SLSでは海外特許は有意でなく（シフトシェアでは10%水準）、この経路の証拠は他の二つより弱い。補強として、両側の人材やトップVCが厚い州・業種ほど、混成の優位は大きかった21。

反対に、スキルの補完は決め手にならなかった。技術と事業の両方を備えたチームは、混成の44%に対して米国出身のみでは28%で、一見すると有力な説明に見える。だが、この組み合わせで混成の優位が強まるかを調べると、雇用・調達・調達額で統計的に有意な上乗せは確認されなかった。混成の会社で創業者の民族が同じかどうかによる成果の差も、統計的に有意には確認されなかった22。著者らは、これらは混成の優位を説明しないと結論し、説明の中心を資源への到達に置いている。

チームの学歴の重なりも示唆的である。全員が同じ大学・学位・年の混成では、雇用の差が交差項で0.151上乗せされ、同じ条件の米国出身のみのチームとの差は対数で0.351だった23。著者らはこれを、2SLSがOLSの2〜5倍と大きい理由の候補とし、LATEの対象者は構成上、同じ学位課程に在籍した創業者だと説明する24。推定値は、課程の学生構成で組む相手が変わる創業者についての局所的な効果で、そこで出会ったことを確かめたものではない。表1の大きな係数を、あらゆる混成チームに当てはめることはできない。

研究の​対象、​適用範囲、​限界

標本は米国の、LinkedInに創業者の経歴があり、創業3年以内に従業員を持ち、共同創業者が2人以上いる会社である25。2SLSはさらに米国で学位を得た創業者に絞られる26。移民の判定は経歴の最初の国によるため、米国の学部から経歴を書き始めた移民は米国出身に分類されうる。著者らは、その懸念が大きい国を除いても結果がほとんど変わらないことを示した27。

注意点が二つある。未査読であることと、本文の数値の記述に揺れがあることだ。2SLSの調達確率は表では0.355だが、本文の箇所により35、26、24と書かれ、雇用も44%、33%、約50%と揺れる。本記事は、会議の報告資料とも一致する表の値を使った28。

最も大きな限界は、投資家の収益を測っていないことである。結果変数は雇用、調達、買収、IPOで、投資時の評価額も出口の金額も分析に入っていない29。

比較すべき研究もある。Calder-Wang、Gompers、Huang（2021、未査読）は、ハーバード・ビジネス・スクールのMBA必修科目で学生が実際に小さな事業を立ち上げる場面を調べた。学校がチームを割り当てた年には、人種・民族の同質性が1標準偏差高いチームの成績の分位が0.084（平均0.5に対して16.8%）高かった。学生が相手を選んだ年には、この関係は半分未満に弱まった30。Jinらの研究が見ているのは、自発的に組まれたチームである。二つを並べると、多様性の効果は組み方と切り離して語れないと読むのが自然である（編集部の見方）。

大手町​プレップの​考察

ここからは編集部の見方であり、論文が検証したことではない。

第一に、調達の優位をそのまま投資の根拠にはできない。外部資金を得たかどうかは会社の成果であると同時に、投資家の判断の結果でもある。混成が国内外の投資家に届きやすいなら、調達は増える。それが事業の質の高さによるのか、紹介の経路が多いことによるのかは、この結果だけでは分けられない。VCの収益は少数の大きな出口に偏る（パワーロー）ので、知りたいのは出口での差だが、そこが最も不確かである。

第二に、「混成か否か」を採点項目にしても研究の示唆は生かせない。研究が指しているのは国籍の組み合わせ自体ではなく、人材・投資家・市場に実際に届くことである。国籍を加点すれば機構を外すうえ、人を出自で評価する問題も生む。確かめるべきは、到達が実績として存在するかどうかだろう。

第三に、構成の良さは価格に織り込まれている可能性がある。研究に評価額のデータがない以上、混成に割高な価格を払っても報われるかは分からない。調達しやすいチームほど、入口の価格は上がりやすいと考えられる（仮説）。

日本の​実務への​応用：制度の​違いを​踏まえて​読み替える

研究の「米国出身×移民」を「日本で育った人×海外で育った人」に読み替えるのは編集部の仮定で、日本の標本で検証されたものではない。少なくとも三つの点で前提が違う。

一つ目は入口の制度である。在留資格「経営・管理」の許可基準は2025年10月16日施行の改正で厳しくなった。資本金等の基準が500万円から3,000万円に上がり、経営・管理の経験3年以上または関連分野の修士相当以上の学位、常勤職員1人以上の雇用、申請者か常勤職員の相当程度の日本語能力、事業計画についての専門家の確認が求められる。改正前から在留する人には経過措置がある31。外国籍の創業者がこの資格で経営にあたる場合、誰が日本で起業できるかの選抜が米国の標本とは異なる。

二つ目は政策の方向で、スタートアップ育成5か年計画（2022年）は海外の起業家・投資家の誘致や海外VCの呼び込みを掲げた32。計画の存在は成果の証拠ではない。

三つ目は市場の構造である。英語で人材と資本がつながる米国と異なり、日本では言語が国内と海外の境目になりやすいと考えられる。編集部の見方では、日本で確かめるべき「両側」は国籍より、国内の大企業顧客や採用市場に届く力と、海外の投資家・顧客・技術人材に届く力の組み合わせである。国籍が同じでも、海外での職歴や顧客を持つ創業者は後者に届きうる。

設例：確率の​差に、​いくらまで​払えるか

学習用の設例（架空）

  • シードで1億円を投資する。成功時の出口の株式価値は200億円、追加の調達で持分は60%に薄まる
  • 成功以外の回収はゼロと置き、期待倍率3.0倍を求める
  • 確認の前の成功確率を10.0%とし、チームの到達の実績を確かめて12.5%に見直す場合を考える。確率はすべて仮定で、論文の推定値ではない

期待倍率は、成功確率×出口×（投資額÷ポストマネー）×残存割合÷投資額で求まる。表2は、この式を確率と価格の組み合わせで計算したものである。

表2　成功確率と入口の価格による期待倍率（学習用の設例）

表は横にスクロールできます →

成功確率ポスト3億円ポスト4億円ポスト5億円ポスト6億円ポスト8億円
8.0%3.20倍2.40倍1.92倍1.60倍1.20倍
10.0%4.00倍3.00倍2.40倍2.00倍1.50倍
12.5%5.00倍3.75倍3.00倍2.50倍1.88倍
15.0%6.00倍4.50倍3.60倍3.00倍2.25倍
出所：学習用の​仮定に​基づき大手町​プレップ​作成。​投資額1億円、​成功時の​出口の​株式価値200億円、​追加の​調達後に​残る​持分の​割合60%、​成功以外の​回収は​ゼロと​置く。​期待倍率＝成功確率×出口×（投資額÷ポストマネー）×残存割合÷投資額。​確率は​R1の​推定値ではない。

確率10.0%で3.0倍を満たす上限はポストマネー4.0億円（プレマネー3.0億円）で、確率を12.5%に見直せば5.0億円（同4.0億円）まで払える。2.5％ポイントの見直しが、プレマネーで33%の上乗せに相当する。逆に言えば、確率を見直さないまま5.0億円で買うと期待倍率は2.40倍に下がる。「多様なチームだから」という言葉を価格に換えるには、確率をいくら動かす話なのかを数字で言う必要がある。計算の枠組みはVCメソッドと同じで、出口の前提はスタートアップの​バリュエーションの手順で置く。

明日から​使える​確認項目

以下は研究の機構を手がかりに編集部が組み立てた手順で、この形で検証されたものではない。数値の目安も編集部の仮のものである。結果は投資メモのチームの節に書く。

  1. 到達の表を作る。行に創業者、列に「採用」「投資家」「顧客・市場」を置き、実績だけを書く。国籍の欄は設けない。
  2. 採用：直近12か月の入社者を、誰の人脈で来たかで分ける。一人の創業者に8割以上偏るなら（仮の目安）、「両側に届く」という説明は実績で裏付けられていない。
  3. 人材の質：研究の昇進の指標は投資前には使えない。代わりに、紹介で入った人の担当範囲が1年で広がったかを聞き、前職の上司への照会で確かめる。
  4. 投資家：海外の投資家に「つながりがある」と聞いたら、面談、条件の提示、出資のどの段階かを確かめる。リード投資家候補の名前と、紹介者も聞く。
  5. 市場：国別の売上、契約、パイロット、特許出願を見る。特許は研究でも代理指標にすぎないので、顧客の実績を優先する。
  6. 出会い：一緒に学んだ、または働いた期間と、意見が割れた具体的な場面を聞く。研究では全員が同じ大学・学位・年のチームで差が大きかったが、その理由までは示されていない。
  7. 依存：その人が抜けると到達が消えるなら、到達は会社の資産ではない。リバースベスティングと共同創業者間の​契約の条件を確認する。
  8. 価格：確認の結果で成功確率をどれだけ見直すかを投資委員会で明言し、表2の計算で上限を出す。

よく​ある​質問

この​研究は、​創業チームに​外国人を​入れれば​成長すると​示したのですか。

いいえ。​米国の​標本で、​同じ​学位課程の​構成の​違いで​組み方が​変わった​創業者に​ついて、​調達などに​差が​あった​ことを​示した​ものです。​他の​国や、​形式的に​人を​加えた​チームに​当ては​まるとは​言えません。

​移民のみの​チームは​不利なのですか。

一概には​言えません。​雇用は​米国出身のみより​大きく、​5年後に​小規模の​ままである​確率も​低いと​いう​結果です33。​一方で​買収の​確率は​低く、​国内の​トップ​VCへの​到達も​弱いと​いう​結果でした。

大学に​留学生が​増えると、​起業は​増えるのですか。

米国出身者比率と​卒業者に​占める​共同創業者の​割合に​有意な​関連は​確認されず、​組み合わせの​構成には​差が​見られました​34。

まとめ

米国の共同創業の研究は、移民と米国出身者の混成チームが、米国出身のみのチームより外部資金を得やすいことを、自己選択を抑えた推定でも示した。雇用の差は推定の仕方で強さが変わり、買収・IPOでは結果が定まらず、投資家の収益は測られていない。著者らは、スキルや民族の違いではなく、両側の人材・投資家に届くことで優位を説明している。VCが確かめるべきは国籍の組み合わせではなく到達の実績であり、その評価は成功確率の見直し幅として価格に結びつけて初めて使える。

次に​読む

脚注

  1. R1（NBER WP 33804、2025年5月） p.4、p.11。ページは PDF の物理ページ（印刷ページ＋2。以下同じ）。↩
  2. R3（NBER WP 27778、2020年9月版）p.15。掲載誌版は未読。研究の対象は米国の行政データで、定義は「創業者に移民が1人以上」の場合。↩
  3. 同題の報告は2024年11月の Five-Star Workshop のプログラムで確認でき、NBER の会合の報告は R4（2024年12月6日）。R1（NBER WP 33804、2025年5月） の Issue Date は NBER のページで確認。査読の状況は R5（2026年8月版の経歴書）。↩
  4. R1（NBER WP 33804、2025年5月） p.3、p.9、p.11、p.13、表2 p.45。回帰は 22,912 社（表3 p.47）。↩
  5. R1（NBER WP 33804、2025年5月） p.10、付表A1 p.58。↩
  6. R1（NBER WP 33804、2025年5月） p.13。移民が1人以上の会社 33%、混成 22%、移民のみ 11%。米国出身のみの比率は編集部の差し引き。↩
  7. R1（NBER WP 33804、2025年5月） 表3 列2 p.47、p.15〜16。対数差の比率換算は exp(0.230)−1 による編集部の計算。論文本文の「20%」（p.4、p.38）は列1 の移民1人以上の係数 0.204 に近く、列2 の和とは異なる。↩
  8. R1（NBER WP 33804、2025年5月） 表3 列4・8 p.47、p.16 と脚注7（0.3％ポイントは10%水準）。↩
  9. R1（NBER WP 33804、2025年5月） 表3 列4 p.47。技術・事業の組合せの基準は事業＋事業のチーム。↩
  10. R1（NBER WP 33804、2025年5月） 付表IA4 パネルC p.71、p.17。Migrant_Native は雇用 0.187、調達額 0.389、買収 0.038、IPO 0.010（順に1%、1%、1%、10%水準）。↩
  11. R1（NBER WP 33804、2025年5月） p.6、p.30、表8 パネルA p.53。同じ大学の会社のうち同じ入学年 89%、同じ学位 93%。↩
  12. R1（NBER WP 33804、2025年5月） p.31、表8 パネルB・D p.53〜54、N は 27,601 と 6,525（創業者と会社の組）。↩
  13. R1（NBER WP 33804、2025年5月） 表8 p.53〜54、表9 p.55〜56。信頼区間は係数 0.355・標準誤差 0.092 から ±1.96 標準誤差で計算（編集部）。↩
  14. R1（NBER WP 33804、2025年5月） 表2 p.45、表8 p.53〜54、p.18（64%）。調達額のポアソン回帰（付表IA4 パネルE p.71）でも混成の優位は同方向。↩
  15. R1（NBER WP 33804、2025年5月） p.6、p.32、表8 p.53〜54、表9 p.55〜56。↩
  16. R1（NBER WP 33804、2025年5月） p.34〜35、付表IA11・IA12 p.80。プラセボは米国出身のみ・移民のみの会社で、5指標とも統計的に有意でない。↩
  17. R1（NBER WP 33804、2025年5月） 表4 列3・4 p.48、p.21〜22。内部昇進でも同じ傾向（列6・7）。↩
  18. R1（NBER WP 33804、2025年5月） 表5 列3・4 p.49、p.23〜24。論文本文は「130%」とするが、同じ行の式 e^(1.457−0.418)−1 を計算すると 183%で、本記事は再計算の値を示した。トップVCは過去の案件数で上位10%。↩
  19. R1（NBER WP 33804、2025年5月） 表8 パネルC・E p.54。対米国出身は移民の従業員比率 0.430、海外VC 0.263、海外トップVC 0.119（いずれも1%水準）。対移民のみは米国出身の従業員比率 0.426（1%水準）、国内トップVC 0.394（5%水準）。論文本文 p.32 の移民昇進の係数 0.845 は表の 0.095 と異なり、本記事は使わない。↩
  20. R1（NBER WP 33804、2025年5月） 表6 列1 p.50、p.24〜25。117%と約28%は著者の換算（本文は28.4%と28.3%の2通り）。↩
  21. R1（NBER WP 33804、2025年5月） 表8 パネルC 列5 p.54（海外特許 0.031、有意でない）、表9 パネルB 列5 p.55（シフトシェアの海外特許 0.045、10%水準）、表7 p.51〜52、p.26〜27。↩
  22. R1（NBER WP 33804、2025年5月） p.27〜29、付表IA8 パネルB p.77、付表IA9 パネルB p.78。技術＋事業の交差項は買収のみ10%水準で正（0.022）。5指標の全体を見て著者は主因でないとする。↩
  23. R1（NBER WP 33804、2025年5月） 表10 パネルA p.57、p.36。和 0.351 は 0.200＋0.151（著者も約35%と記述）で、全員が同じ大学・学位・年の米国出身のみとの比較。Same_UDY の主効果 −0.110 は両者に共通するので和に含まない。調達と調達額の交差項も有意。↩
  24. R1（NBER WP 33804、2025年5月） p.36〜37、付表IA13 p.81。LATE の対象者（compliers）は p.36。同じ課程への在籍は、実際の出会いの確認ではない（編集部の注記）。著者はもう一つの理由として、移民の外部機会が低いことによるOLSの下方バイアスを挙げる。↩
  25. R1（NBER WP 33804、2025年5月） p.10〜11。↩
  26. R1（NBER WP 33804、2025年5月） p.30。↩
  27. R1（NBER WP 33804、2025年5月） p.18〜19、付表IA6 p.73。↩
  28. R1（NBER WP 33804、2025年5月） 表8 p.53、p.6、p.32、p.36、p.38。調達確率と雇用の表の値は R4 の報告資料と一致する。↩
  29. R1（NBER WP 33804、2025年5月） p.14（結果変数の定義）。本文に投資時の評価額や投資収益の分析は見当たらない（編集部の確認）。↩
  30. R2（NBER WP 28684、2021年4月）p.1、p.9、p.20〜21、表XIII。学校の割当は2013年卒、自発形成は2014〜2016年卒。NBER のページで掲載誌の記載は確認できなかった。↩
  31. R6（出入国在留管理庁「「経営・管理」許可基準に係る見直しについて」）、R7（同「「経営・管理」の許可基準の改正等について」）。経過措置は R6 の注1。↩
  32. R8（内閣官房、2022年）p.3、p.9。↩
  33. R1（NBER WP 33804、2025年5月） p.18、付表IA5 p.72。定義は5年後の従業員数が0人、3人以下、5人以下。買収と国内トップVCは表3・表5。↩
  34. R1（NBER WP 33804、2025年5月） p.37〜38、付表IA14 p.81（列1 総数の係数 −0.0005、有意でない。列2〜4 構成別は 10%・1%・10%水準）。著者は総数を変えないと述べるが、本記事は有意な関連が確認されなかったと書く。↩

参考文献​（2026年11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。