株安で​売る​家計、​買う​家計｜米国の​富裕層の​口座​データ​研究に​学ぶ、​資産層別の​資金の​動きと​運用・販売の​需要​見通し

想定読者：運用会社の商品企画・営業企画、販売会社・ウェルスマネジメントの企画担当、投資信託の資金動向を分析する担当者
前提知識：資産配分と投資信託の基本（回帰分析の係数の読み方は本文で説明します）

株価が大きく下げた週、販売会社の企画部門には二つの問いが同時に届く。来月の投資信託の解約はどれだけ増えるのか。富裕層の顧客には、下がった今こそ買い増しを勧めてよいのか。過去の解約データを月ごとに並べるだけでは答えにくい。顧客の層で動きの向きが違えば、合計の数字はその違いを隠すからである。

Xavier Gabaix、Ralph S. J. Koijen、Federico Mainardi、Sangmin Oh、Motohiro Yogoの論文は、米国の家計の口座を資産の大きさで分け、株価の動きに対して資金がどう出入りしたかを調べた。結論は二段になっている。資産の少ない層は下落時に株を売り、最上位の層は買う。しかしどの層の反応もごく小さく、互いに打ち消し合うため、家計全体が相場を支える力は限られる¹。

データの​性格：誰の​口座を​見た​研究か

使われたのは、投資助言者やファミリーオフィスが顧客の資産をまとめて管理するための基盤に集まったデータである。標本期間に資産総額は1,800億ドル（13,765口座）から2.33兆ドル（235,350口座）へ増え、資産1億ドル超の口座が約1,000、期間中に一度でも10億ドルを超えた口座が439含まれる³。資産の上端を銘柄単位で追える点が強みだ。上場資産に加え、プライベート・エクイティやヘッジファンドのような非上場の資産も含まれる。

一方で、観察の単位は家計ではなく口座で、同じ家族が複数の口座を持つこともある。顧客は助言者を使う比較的豊かな層で、米国の人口を代表しているかどうかは著者ら自身が「分からない」としている⁴。分析では、総資産10万ドル未満の四半期や、流動的な資産クラスを3つ以上持たない口座を除いている⁵。結果はこの母集団についての記述である。

「需要が価格に鈍い」とは​どういう​ことか

教科書の資産価格の理論では、株価が下がれば期待リターンが上がり、投資家は株を買い増すはずだと考える。この反応が大きいほど、誰かの売りは別の誰かの買いで吸収され、価格はあまり動かない。逆に反応が小さければ、わずかな資金の出入りでも価格は大きく動く。

GabaixとKoijenの先行研究は、米国株式市場の需要が価格にきわめて鈍いと推定した。株式市場へ1ドルの資金が入ると、市場全体の時価総額は約5ドル（推定の幅は3〜8ドル）上がり、需要の価格弾力性に直すと約0.2になるという⁶。ただしこの種の推定は主に機関投資家の保有データに頼っており、家計、とりわけ超富裕層が下落局面で買い手になるのかは確かめられていなかった。今回の論文はその空白を口座データで埋めようとしたものだ。

読むうえで一つ注意がある。論文が推定したのは「株価の動きと同じ四半期の資金の出入りの関係」で、価格を外から動かした実験ではない。著者らも、係数を需要の弾力性として解釈することはできないと明記している⁷。以下で「反応」と書くのは、この相関の意味である。

研究が​示した​結果

保有：資産の​大きさでは​説明しきれない

2019年第4四半期の保有を見ると、資産が大きいほどオルタナティブ資産の比率が高い。現金の比率は資産層によらずほぼ一定だった。米国の地方債の比率は資産とともに上がり、著者らはその税制上の利点で説明している。ただし、各資産クラスの比率を資産の大きさ（対数）で回帰した決定係数は低く、最も高い地方債でも10%前後にとどまる⁸。同じ資産規模でも、資産配分は顧客ごとに大きく違う。

現金への​資金は、​保有額に​比べて​大きく​揺れる

現金と流動的なリスク資産（米国株、海外株、国債、社債、地方債など13分類）への資金の時系列相関は−65.6%で、現金がリスク資産の代わりとして使われていた。平均の保有比率は現金8.2%、流動リスク資産72.2%と大差があるのに、四半期の資金の変動は0.8%と0.7%でほぼ同じだった⁹。著者らは、現金が安全資産と資金需要の緩衝を兼ねるためだと解釈している。

流動リスク資産への平均の資金と米国株のリターンの相関は68.7%と高い。投資家間の資金のばらつきは下落局面で広がる傾向があり、市場リターンとの相関は−15.5%だった。ただし2022年の下落では、ばらつきは広がらなかった¹⁰。

資産層で​向きが​逆に​なる

流動リスク資産全体で見ると、資金の市場リターンへの傾きはすべての資産層で正（上昇時に買い、下落時に売る）で、資産が大きいほど小さかった。米国株に絞ると、資産1,000万ドル未満の層は下落時に売る一方、最上位の層は下落時に買っていた。最上位の層は世帯数では最下位の層の約20分の1だが、保有額では10倍を超えるため、保有額で加重した「代表的な家計」の傾きは負になる¹¹。

図1は、論文の表3の係数に株価の−10%を掛けて総資産比で示したものだ。回帰には定数項があるため、これはその四半期の流出入の総額ではなく、市場リターン0%の場合との差に相当する換算値である（定数項とその他の要因はゼロと置く）。資産300万ドル未満の層は0.139%の流出、1億ドル以上の層は0.073%の流入に相当する。単独で統計的に有意とされたのは最下位の層の係数だけで、最上位と最下位の差には最も強い有意性の印が付いている¹²。

著者ら自身、因果と見なすなら10%の下落で超富裕層は約0.1%の流入、300万ドル未満の層は約0.1%の流出であり、定性的な向きよりも「大きさが小さい」ことが量的な結論だと書いている¹³。総資産2億円の顧客に当てはめると、10%の下落は、市場リターン0%の場合と比べて米国株への資金が27.8万円少ないことに相当する（編集部の換算で、同じ仮定を置く。個人の実際の売却額ではない）。

コロナ禍の2020年1〜9月を除くと、最上位の層の流入は0.011%とほぼ消え、最下位の層の係数も単独では有意でなくなる。それでも両者の差は有意で、著者らは傾向は同じでコロナ期を含むと強まると述べている¹⁴。「富裕層が下落を買う」話は、急落の局面に多くを負う。

反応しているのは、​自分の​口座の​成績か、​市場全体か

口座の米国株のリターンを市場リターンに回帰すると、ベータは資産層によらず1前後だったが、決定係数は資産が大きいほど低かった。富裕な投資家ほど市場の構成から離れた銘柄を持っているということだ。そこで著者らは、自分の口座が市場を上回った分（アクティブ・リターン）と市場リターンを分けて資金を回帰した。アクティブ・リターンへの係数はすべての層で負で、統計的に有意だった。自分の保有が市場より値上がりした分は売る、つまり比率を戻す方向に動いている。一方、市場リターンへの係数は、300万ドル未満の層で正で有意（0.0131）、1億ドル以上では有意でなかった¹⁵。資産の少ない層の順張りは、市場全体の動きへの反応から来ている。著者らはその理由を、リスク回避や心理、景気の見通しが相場とともに変わるため「かもしれない」と推測するにとどめている。

同じ層の​中でも、​向きは​割れている

平均の係数だけでは、層ごとに一つの行動があるように見える。図2は、投資家一人ひとりの係数の分布を論文の表5から並べ直したものだ。下落時に買う向き（係数が負）の投資家は、300万ドル未満でも47.5%いて、1億ドル以上では58.9%だった。違いが大きいのはむしろ強い順張りの割合で、係数0.2以上は11.5%と1.2%である¹⁶。

最上位の層では、同じ四半期の係数が負なのに、1四半期前のリターンへの係数は正（0.0129）になる。著者らは、素早く逆張りする投資家と、遅れて相場を追う投資家が混在する構成の効果だと説明している¹⁷。また、米国株の売買回転率が低い下位3分の1を除くと、すべての層で反応が大きくなった。超富裕層は回転率が高く、惰性が小さい。助言者の種類別に見ても資産層とほぼ同じ傾向で、例外はマルチ・ファミリーオフィスとハイブリッド型の登録投資助言業者（RIA）だった¹⁸。

資産​クラス​間の​入れ替えは​3つの​方向に​まとまる

新しく入った資金は、既存の保有比率にほぼ比例して各資産クラスへ配分されていた。比率を一定に保つという単純な見方が、平均としては妥当だということだ¹⁹。残る入れ替えを主成分分析で分けると、上位3つの因子で約81%を説明できた。株式と長期の債券の間の入れ替え（株式のリスクプレミアム）、社債中心の債券ファンドと国債の間（クレジットスプレッド）、そして地方債と他の債券の間である。3つ目の因子は推定の仕方で中身が変わるが、地方債が必ず関わるという²⁰。

研究の​範囲と​限界

著者らは結論で、超富裕層を含めて家計は惰性が強く、相場への反応は小さいとまとめている²¹。読む側が押さえるべき限界は四つある。

第一に、係数は相関で、弾力性でも因果効果でもない。第二に、標本は助言者を使う米国の口座で、10万ドル未満は含まない。家計調査（SCF）と比べると、直接保有株1,000万ドル以上の層の純資産の中央値は、SCFの3,481万ドルに対しこのデータでは6,672万ドルで、上端の厚さが違う²²。第三に、期間は7年強で、最も大きな下落の四半期は2018年第4四半期と2020年第1四半期の二つである。最上位の層の買いは、コロナ期を除くと弱まる。第四に、WPの段階であり、学術誌での最終版は確認できていない。

比較の材料として、スウェーデンの家計の行政データを使ったCalvet、Campbell、Sodiniの研究がある。著者らは付録で、その研究と同じ式を米国の標本で推定し、個別に値上がりした分を売るリバランスの傾向（係数−0.12。スウェーデンの研究では約−0.44）を確認した。資金の回帰でも、時点ごとの共通要因を取り除くと係数は−0.02だが、取り除かないと0.005と符号が変わる²³。個々の家計がリバランスをしていることと、相場全体の下落で買い手になることは別の問題だ、というのが本研究の立場である。

大手町​プレップの​考察：純額と​向きを​分けて​見る

ここからは編集部の見方である。この研究から運用や販売の実務へ持ち込めるのは、「富裕層は下落を買う」という一文ではなく、資金の見通しを二つの量に分けるという考え方だと考える。一つは顧客全体の純額で、研究の標本では小さかった。もう一つは層ごとの向きで、層によって符号が逆になりうる。純額だけを見ていると、流出と流入が打ち消し合った結果を「顧客は動かなかった」と読み違える。

もう一点、アクティブ・リターンへの反応が全層で負だったことは、商品単位の資金を読むときに効いてくる（仮説）。顧客が自分の口座の中で値上がりした商品を売って比率を戻すなら、成績のよかった個別ファンドからの解約は、不満ではなく比率の調整として起きている可能性がある。同じ顧客の他の商品の買い増しを照合すれば、その可能性を検討する材料にはなるが、それだけでは不満による乗り換えと比率の調整を見分けられない。論文も個別ファンドの解約の動機は分析していない。

日本の​実務への​応用

米国の結果を日本の顧客に移すには、前提の違いが大きい。日本銀行の資金循環の日米欧比較（2026年3月末）では、家計の金融資産に占める現金・預金は日本47.2%、米国10.7%、株式等は16.7%と43.4%、投資信託は6.9%と13.3%である²⁴。これは家計全体の統計で、研究の標本（助言者を使う米国の口座）とは対象が違う。それでも、現金・預金の比率がこれだけ違えば、株安の局面で現金との間を行き来する資金の規模や向きが米国と同じだとは考えにくい（編集部の推論）。

運用会社の立場では、商品ごとの資金見通しを保有者の層の構成で分けることが考えられる。同じ株式ファンドでも、販売会社経由の個人の保有が中心か、SMA・​ファンドラップや富裕層向けの一任口座の組入れが中心かで、下落局面の資金の向きは違いうる。ラップや一任口座では、顧客ではなく運用者の比率調整が資金を決めるため、研究のアクティブ・リターンへの反応に近い動きになると考えられる（仮説）。自動的なリバランスの効果はTDFの​研究を​読んだ​記事で、ファンド・オブ・ファンズの売りは債券​ファンドの​流出を​推計した​研究の​記事で扱った。

販売会社やウェルスマネジメントの立場では、顧客層別の動きを相談の体制に結びつけられる。研究の標本では、強い順張りの顧客は資産の少ない層に多かった。急落時の問い合わせや解約の申込みがどの層から来るかを過去のデータで確かめておけば、説明の準備と人員の配置を前もって決められる。超富裕層の​顧客対応では、下落局面での買い増しの相談が増えるかを同じ方法で点検できる。日本の顧客で同じ傾向が出るかは、自社のデータで確かめるまで分からない。

資産クラス間の入れ替えの因子も、制度に左右される。米国の地方債の因子は、その税制上の扱いと結びついていた。日本の顧客の入れ替えは、預金、国内株、外国株、外貨建ての債券など、別の軸でまとまる可能性がある（編集部の推論）。商品の品揃えを考えるときは、米国の3因子を当てはめるのではなく、自社の顧客の売買から同じ手順で方向を抜き出すほうが確かだろう。

学習用の​設例：純流出9億円の​内訳を​分ける

計算は「総資産×係数×（−10%）」だけである。表1のとおり、第1層だけで8.34億円の流出になり、流入のある第3〜5層は合わせても0.42億円にとどまる。顧客全体の純流出は9.02億円、総資産の0.090%である。

図3は前提を変えた結果である。下落が20%なら、線形の式なので純流出は18.03億円と2倍になる。コロナ期を除いた係数を使うと、上位の層の流入がほぼ消えて純流出は10.32億円に増える。第1層の比率を60%から52%に下げ、最上位の層を4%から12%に上げると、純流出は9.02億円から7.32億円になる。この設例の資産配分と係数のもとでは、最上位の層の逆張りが増えても純額の向きは変わらなかった。

数字の大きさに意味はない。第2〜5層の係数は単独ではゼロと区別できず、表の内訳の多くは誤差の範囲にある。実務で意味があるのは、層別に計算する枠組みを持ち、自社のデータで係数を推定し直したときに、純額と向きを別々に報告できるようにしておくことだ。

明日から​使える​確認項目

1. 資金の見通しを、顧客の資産層（または取引経路）別に分けて作っているか。過去の下落四半期について、層ごとの純流入を総資産に対する比率で並べ、符号が層で逆になっていないかを確かめる。
2. 層ごとに「資金の比率＝定数＋係数×市場リターン」を回帰し、係数とその標準誤差を記録しているか。単独で有意でない係数を、「この層は下落時に買う」と報告していないか。
3. 係数の推定に急落の四半期が何回含まれるか。急落の四半期を除いて推定し直し、結論が変わらないかを確かめる（研究では最上位の層の流入がほぼ消えた）。
4. 個別ファンドの解約が増えたとき、同じ顧客が同じ時期に別の商品を買い増したかを照合しているか。これは比率の調整の可能性を検討する材料の一つで、買い増しがあっても乗り換えとは区別できない。解約理由の記録と合わせて判断する。
5. 預金やMRFとの間の資金を、相場に反応した振替と、生活・納税などの資金需要とに分けて見ているか。研究では現金への資金は保有比率から見込まれるより大きく揺れていた。

よく​ある​質問

まとめ

Gabaixらの研究は、米国の助言者経由の口座で、株安の局面に資産の少ない層は売り、最上位の層は買う傾向があったことを示した。ただし反応は総資産の0.1%前後と小さく、層の間で打ち消し合い、最上位の層の買いはコロナ期の急落に多くを負っていた。係数は相関であり、需要の弾力性でも因果効果でもない。運用会社と販売会社に役立つのは、資金の見通しを層別に分け、純額と向きを別々に確かめる手順である。

脚注

1. R1（NBER WP 32001、2023年12月）p.2（要旨）、p.3〜4（序論）、p.27。ページはPDFの物理ページ（論文に印刷されたページ番号は、序論以降おおむね物理ページより1小さい）。↩
2. 初版はAFA（米国ファイナンス学会）2023年大会の掲載稿で、表紙に2022年10月26日・Preliminary and incompleteとある。NBER WPは2023年12月。共著者Mainardiの経歴書（2026年7月13日版）にJournal of Financial Economicsで条件付き採択と記載。最終版は未確認。2022年の稿は需要曲線の推定の枠組みも含んでいたが、NBER版は記述的な分析と因子に絞っている。↩
3. R1 p.3、p.10。資産総額と口座数は基盤の成長による増加。10億ドル超の439は期間中に一度でも基準を超えた重複のない口座数。標本期間の重複のない口座数は272,247（p.9）。↩
4. R1 p.9（脚注5）、p.16。↩
5. R1 p.9〜12。登録した四半期と最後の四半期も除く。資金は月次を四半期に集計している。資金の比率の分母は、期首の総資産に期中の純流入の半分を加えた額（p.9）。↩
6. R2（NBER WP 28967、2021年6月）p.2〜4。R1 p.3は、需要の弾力性の推定が主に機関投資家の保有・売買データに基づいてきたと述べる。↩
7. R1 p.34 脚注17。アクティブ・リターンに操作変数を使っていないため、需要ショックと相関しうるとする。偏りの向きから、需要曲線は右下がりだと示唆されるとも述べている。↩
8. R1 p.19〜21（図8・図9）。地方債の説明は著者の解釈。富裕なほど海外株の比率が低い（自国偏重が強い）ことも報告している。↩
9. R1 p.22〜24（図11・図12）。投資家・四半期を通して測ると、現金以外の資金の変動は平均比率の約10%で、現金なら1%未満のはずが約6%だった（p.23）。↩
10. R1 p.24〜25（図13）。ばらつきは投資家間の資金の四分位範囲。↩
11. R1 p.25〜27（図14）。図の係数の値は本文に書かれていない。保有額加重の傾きが負であることはp.4にもある。↩
12. R1 p.33（表3 Panel A 第1式。式(8)はp.32）。係数は300万ドル未満から順に0.0139（**）、0.0055、−0.0006、−0.0012、−0.0073、差0.0212（***）。標準誤差は四半期でクラスター。論文は有意性の記号の水準を明記していない（慣例では**が5%、***が1%水準）。回帰には定数項があり、係数×リターンは市場リターン0%の場合との差に相当する換算値（編集部）。本文p.32はPanel Aの期間を2023年第3四半期までと書くが、表の注と標本は第1四半期まで。↩
13. R1 p.27。原文は「10%の下落で0.1%」と丸めており、表3の係数で計算すると0.139%と0.073%になる。↩
14. R1 p.32〜33（表3 Panel B）。300万ドル未満0.0130（記号なし）、1億ドル以上−0.0011、差0.0141（***）。↩
15. R1 p.31〜34（図20・表3 第3式）。アクティブ・リターンへの係数は−0.0090〜−0.0206で、すべてに**または***が付く。300万ドル未満の市場リターンへの係数0.0131は**。理由の推測はp.2・p.5・p.34。↩
16. R1 p.37（表5 Panel A）、p.34。投資家ごとに同じ四半期と1期前の市場リターンへ回帰した係数による分類で、標本期間の8割以上に在籍した投資家（300万ドル未満5,134人、1億ドル以上333人）に限る。割合の合計は編集部の計算。↩
17. R1 p.34〜35（表4 第1式）。1億ドル以上の同じ四半期の係数は−0.0080（*）、1期前は0.0129（***）。↩
18. R1 p.15〜16、p.30〜31（図5・図18・図19）。助言者の種類と資産の大きさは強く相関しており、両者を分けるのは難しいと著者らは述べる（p.30）。↩
19. R1 p.38〜39（図21）。↩
20. R1 p.5、p.38〜41（図22・図23、脚注19）。↩
21. R1 p.41〜42（結論）。↩
22. R1 p.17〜18（表2、2018年第4四半期）。単位は百万ドル（34.81と66.72）。↩
23. R1 p.62〜63（付録D）。R3の原論文は本稿では読んでおらず、数値はR1の記述による。↩
24. R4 図表2（2026年3月末）。米国はUSドル建ての統計。↩

参考文献​（2026年11月確認）

• R1　Gabaix, X., R. S. J. Koijen, F. Mainardi, S. Oh and M. Yogo (2023), “Asset Demand of U.S. Households,” NBER Working Paper No. 32001. DOI: 10.3386/w32001. 初版：2022年10月26日の稿（AFA 2023年大会の掲載稿）。参照した版：NBER WP 版（2023年12月）。査読：未査読（WP）。Journal of Financial Economics で条件付き採択（共著者の経歴書、2026年7月）。 nber.org （参照箇所：PDF の物理ページ p.2〜42、p.62〜63（要旨・本文・付録D）、表2〜5・図14・図20〜23。脚注1〜5・7〜23の根拠。図1・図2は表3・表5の数値を選んで編集部が作成した独自の図で、原図の転載ではない。閲覧日：2026年11月）
• R2　Gabaix, X. and R. S. J. Koijen (2021), “In Search of the Origins of Financial Fluctuations: The Inelastic Markets Hypothesis,” NBER Working Paper No. 28967. DOI: 10.3386/w28967. 参照した版：NBER WP 版（2021年6月）。査読：未査読（WP）。 nber.org （参照箇所：p.2〜4（要旨・序論）。脚注6の根拠。閲覧日：2026年11月）
• R3　Calvet, L. E., J. Y. Campbell and P. Sodini (2009), “Fight Or Flight? Portfolio Rebalancing by Individual Investors,” Quarterly Journal of Economics 124(1), 301-348. 書誌はR1の参考文献による。本稿では原論文を読んでいない。査読：済。 （参照箇所：R1 付録D（p.62〜63）での比較。脚注23。閲覧日：2026年11月）
• R4　日本銀行調査統計局（2026）「資金循環の日米欧比較」2026年8月31日。 boj.or.jp （参照箇所：図表2 家計の金融資産構成（2026年3月末）。脚注24の根拠。閲覧日：2026年11月）

※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。