速い​ネット回線は​個人投資家の​行動を​どう​変えたか​｜ノルウェーの​光回線整備の​研究に​学ぶ、​参加・​分散・​売買の​変化と​新NISA​時代の​顧客対応

想定読者：ネット証券・銀行・資産運用会社の個人向けビジネス担当、ウェルスマネジメントの営業・企画、金融教育の担当者
前提知識：株と投資信託の違い、分散投資の考え方、回帰分析の係数の読み方の初歩

NISAの口座数は2026年に入っても増えている（数字は後述）。スマートフォンで口座開設から注文まで済む手軽さの一方で、個人向けビジネスの現場には、売買が簡単になれば顧客は頻繁に売り買いして成績を落とすのではないか、という懸念が根強い。

この懸念には先例がある。1990年代の米国で、電話注文からオンライン取引に移った個人投資家1,607人を追った研究では、移行前は市場を年2%超上回っていた人たちが、移行後は売買を増やし、市場を年3%超下回った¹。ただ、移ったのは自ら選んだ人たちで、もともと売買の多い層だった。ネットが広い層に届いたとき、平均的な個人の投資行動はどう変わるのか。国全体の登録データでこの問いに答えようとしたのが、本稿の研究である。

ネットは​投資家を​賢く​するのか、​売買に​走らせるのか

標準的な理論では、資産の少ない人も規模を縮めて同じポートフォリオを持つはずだが、現実には株を持たない人が多い（「参加のパズル」）。有力な説明は、参加に固定費がかかるというものだ。投資の機会を知る、口座を開く、取引の仕組みや金融の知識を身につけることには、金額以上に時間と手間がかかる²。速いネットはこれらの手間を下げる。一方で、動画や交流サイトといった娯楽の手間も下げるため、家計の金融への注意を奪う方向にも働きうる。理論だけではどちらが勝つか決まらない。

すでに投資している人についても予想は二つに分かれる。個別企業の情報が手に入りやすくなれば、自分は市場に勝てると思い込み、売買を増やして分散を損なうかもしれない。逆に、分散の原則や商品の比較の情報に触れやすくなれば、資産配分は改善するかもしれない³。

難しいのは、ネットをよく使う人と使わない人を比べても答えにならない点である。所得や学歴が高い人ほどネットも株もよく使うので、単純な比較は相関にとどまる。著者らは、政府が2000年代に進めた光回線の整備が、予算と地理の事情から自治体ごとに数年ずつずれて進んだことに着目した。2002年以前はほとんどの自治体に回線がなく、2010年にはほぼすべての自治体で全人口が回線の届く範囲に入った。家庭が回線を契約し始めるのは、届いてから約1年後だった⁴。

そこで、前年に回線が届いた家庭の割合（被覆率）を使い、当年に回線を使う家庭の割合（利用率）のうち整備で増えた部分だけを取り出して、参加率との関係を測る。これが操作変数法の考え方で、自治体ごとの固定的な違いと全国共通の年ごとの変化は固定効果で取り除く。因果と読むには前提が二つ要る。整備がなければ早い自治体と遅い自治体が同じような参加率の推移をたどったはずだという外生性と、前年の被覆率が当年の回線利用を通じてだけ参加率を動かし、地価や所得など他の経路では動かさないという除外制約である。前者について著者らは、整備の時期が事前の参加率の水準・推移や所得・学歴と統計的に有意な関係を持たないことを確かめた。都市ほど早く整備された点については、都市と地方の事前の推移が似ていたこと、別々に推定しても結果がほぼ同じだったことを示している。後者は他の経路を後で検討している⁵。

結果​1：参加は​増え、​増えたのは​投信の​保有だった

まず全体の動きを見る。自治体平均で見た参加率（株か投信を年末に保有している人の割合）は、2000年の13.13%から2010年の18.03%へ上がった。内訳では投信の保有が8.65%から13.93%へ上がり、個別株の保有は6.33%から6.38%でほぼ横ばいだった。同じ期間に回線の利用率は0%から61.9%になった⁶。もっとも、これだけでは回線のおかげかどうかは分からない。

操作変数法の推定では、回線の利用率が10%ポイント上がると、参加率は約0.70%ポイント上がった（係数0.0698、1%水準で有意）。整備前の参加率の約5.3%にあたる。被覆率で利用率を説明する第1段階の関係は強く、弱い操作変数の問題はないと著者らは判断している⁷。内訳を分けると、投信の保有率は約0.76%ポイント上がった（係数0.0764、1%水準で有意）のに対し、個別株の保有率の係数は−0.0062で、統計的に有意な関係は確認されなかった⁸。図1は、これらの推定値と95%信頼区間を並べたものである。

図1の下の2本は、結果の頑健さを確かめた推定である。自治体の所得・学歴・都市化などの変化を統制すると係数は0.0486に下がり、さらに自治体ごとの直線的なトレンドを入れると0.0287まで下がって、基準の推定の95%信頼区間の外に出る。著者らは、トレンドには回線の効果そのものが含まれうるため、この推定は効果を小さく見せがちだと説明し、整備前の期間だけで推計したトレンドを使うと係数は0.0704で基準とほぼ同じだったと報告している⁹。どの推定でも正で有意だが、大きさには幅がある。

基準の推定は「平均的な自治体」の効果で、人口で重みを付けると係数は0.17（4大都市を除くと0.12）と大きくなる¹⁰。投信のデータは顧客関係の約25%しか捕捉していないが、最大手銀行 DNB の投信データ（約50%）でも正で有意だった（係数0.0248。顧客が異なり大きさは比べられない）¹¹。

誰が反応したかも示されている。整備前の参加率に対する比率で見ると、利用率が100%ポイント上がった場合の効果は、16〜34歳で59%、55歳以上で34%、男性で39%、女性で29%、学歴の低・中・高でそれぞれ30%・43%・27%だった¹²。資産・所得の階層別では、すべての階層で正の有意な効果があり、整備前の参加率に対する比率では資産・所得の低い層で最も大きかった¹³。著者らはこれを、参加率の低い層ほど相対的に強く反応した「金融の民主化」と解釈している。ただし群の間の差の検定は示されておらず、高学歴の層の推定は有意でないため、方向の目安として読むにとどめたい。

結果​2：既存の​投資家では​株の​売買の​有意な​増加は​確認されず、​投信の​比率が​上がった

次に、前年末に株か投信を持っていた既存の投資家を見る。層ごとの回線の利用率が分からないため、ここでは被覆率そのものの効果（誘導形）を推定している。表1のとおり、回線の被覆率が0%から100%になると、投信を買った人の割合は0.0068上がった（10%水準で有意）。株を買った人・売った人の割合の係数は−0.0013・−0.0030で、統計的に有意な関係は確認されなかった。株と投信の合計に占める株の比率は−0.0308で、1%水準で有意に下がった¹⁴。

ポートフォリオの質の指標も同じ向きを示す。分散が不十分なことで失っているリターン（リターン損失）、市場の動きで説明できない個別リスクが分散に占める比率はともに下がり、シャープレシオは上がった¹⁵。大きさは控えめで、整備前のシャープレシオの平均約15.5%に対し、被覆率100%ポイントで約0.25%ポイント（平均の約1.6%）の上昇である。回線を実際に使い始めた人に換算した値を、著者らは約1.6%ポイント（約10%）と記載しているが、この換算は既存投資家の第1段階の係数を0.15と置いた著者らの仮定に基づく¹⁶。

売買の多い層については、前年の売買回数で投資家を20の階層に分けて推定している。多くの階層で効果は弱く、上位10%では正の効果が出たが、最上位の階層は有意でなく、その一つ下は p 値0.051の境目だった。売買回数を対数にすると上位層の効果は有意でなくなった¹⁷。著者らの表現も「最も活発な投資家では売買が増えた可能性がある」にとどまる。平均では売買の有意な増加は見られず、裾の一部で増えたかもしれない、という結果である。

参加が投信に向かった理由については、間接的な証拠が示されている。家計調査では、ネットで株や金融サービスを購入した人の割合が2003年の2%未満から2010年の12%に増え、7地域の集計では前年の被覆率との相関が約0.8だった¹⁸。供給側でも、企業の販売費の比率が整備で有意に上がり、金融機関は投信の品ぞろえと販売を広げた¹⁹。家計の情報探索と金融機関の売り込みの両方が後押しした可能性があるが、金融機関側は推定ではなく逸話的な証拠にとどまる。

どこまで​信じて​よいか：方法・​対象・限界

除外制約を支える検証として、回線が所得や住宅の価値を通じて参加を増やした可能性については、労働所得にも不動産資産にも統計的に有意な変化がないことを確かめている。在宅勤務で時間ができた可能性も、学歴の低い層で効果が同程度だったことから考えにくいとしている²⁰。

それでも読み手が押さえておくべき限界がある。第1に、推定値は政府の整備によって回線を使い始めた層の平均効果（局所平均処置効果）で、すべての人に同じ効果があったという意味ではない²¹。第2に、対象は2000年代のノルウェーの固定回線（光回線）で、モバイル回線や現在の取引アプリの効果を検証した研究ではない。全自治体が短期間で整備を終えたため、長期の効果は測れない²²。第3に、分析は自治体・年の集計値で、個人の回線利用と投資行動を直接結んだものではない。第4に、参照した NBER 版と2021年の初版とでは、シャープレシオの大きさが違う。初版では比較基準の指数が異なり、シャープレシオの平均は約11%、上昇幅は約0.06%ポイントだった。参加率が投信を通じて上がり、既存投資家の株の売買に有意な増加が見られなかったという主要な結論は両版で同じである²³。

冒頭の米国の研究との食い違いを、著者らは対象の違いで説明する。先行研究が見たのは売買を簡単に、楽しくする取引の場で、投機的な動機の人を引き寄せやすい。回線の整備はネットのあらゆる用途を便利にし、広い層に届く²⁴。実際、米国の研究ではオンラインに移った投資家の年換算の回転率が、移行前の約70%から移行直後の月に120%へ跳ね上がり、2年後も90%だった²⁵。二つの研究は矛盾するというより、「誰に」「何を便利にしたか」が違う場面の結果と読める。

大手町​プレップの​考察：便利に​する​ものに​よって、​行動の​変わり方は​違う

ここからは編集部の見方である。この研究から実務に持ち帰れる最も大きな示唆は、ネットの効果を一括りに語らないことだと考える。情報を探す手間が下がることと、売買の手間が下がることは別の介入で、顧客の行動を逆の方向に動かしうる。ノルウェーの回線整備は前者の色合いが強く、参加と分散が進んだ。1990年代の米国のオンライン取引は後者で、売買が増えた。

日本のネット証券では、この二つが一つのアプリに同居している。少ない操作で注文できる画面は売買の手間を、商品比較・積立の設定・解説記事は情報の手間を下げる。編集部の仮説では、新NISAの口座の伸びは主に後者と制度の誘因に支えられ、売買の手間を下げる機能は、もともと売買の多い一部の顧客の売買をさらに増やしやすい。

もう一つは供給側の役割である。投信の保有が増えたことは分散の面では望ましいが、どの投信に向かったかは研究の対象外である。高コストの商品やテーマ型の集中した商品へ顧客を導いても、表面上は「投信への参加」が増える。受託者責任の観点からは、参加の数だけでなく中身を確かめる必要がある。

日本の​実務への​応用：新​NISAの​口座と​投信の​比率を​どう​読むか

日本の数字を一次資料で確かめておく。金融庁の調査では、NISA口座数は2026年6月末で3,048万口座で、2025年12月末の2,821万口座から8.1%増えた。2026年の非課税枠での買付額は6月末までに約13.8兆円で、投資信託が61.9%、上場株式が34.5%、ETFが3.3%を占める。成長投資枠に限っても約10.2兆円のうち投資信託が48.4%である²⁶。NISAでの買付の6割強が投信である点は、ノルウェーの結果と同じ向きに見える。ただし日本の動きは非課税制度の拡充と同時に起きており、ネットの効果を切り分けた推定ではない。

研究を日本の現場に当てはめるとき、確かめるべき違いは三つある。一つ目は対象で、参加率の結果は整備で増えた回線利用の効果、既存投資家の結果は被覆率の効果であり、どちらも取引アプリの機能の効果ではない。自社の施策も、情報と売買のどちらの手間を下げるのかを先に分けて評価したい。二つ目は物差しで、研究が見たのは保有の有無、投信の比率、固有リスクの比率、シャープレシオであり、「稼働口座数」や「売買代金」はこれとは別の動きをしうる。三つ目は層の違いで、平均で売買の増加が見られなくても売買の多い層は別の反応を示しうる。

売買の時機による成績の差は投資家​リターンと​基準価額の​差の​記事、画面の表示と売り方は含み損益の​表示を​消した​研究、株を持たない理由は401(k)の​初期設定の​研究で扱った。

学習用の​設例：推定値の​選び方と、​銘柄数の​効き方

表2は、推定値の選び方で見積もりがどう変わるかを示す。基準の係数なら参加率は1.40%ポイント上がり、約2,792人が新たに株か投信を持つ計算になる。自治体トレンドまで制御した係数では約1,148人、人口で加重した係数では約6,800人で、両端で約5.9倍の差がある。

研究の係数を日本に持ち込めるという意味ではない。どの推定値かを明記しないと、同じ研究から数倍違う見通しが作れてしまうことを示す例である。

図2は、既存投資家で観測された向きを単純な数値で確かめたものである。3銘柄を均等に持つ顧客は、分散の約54%が固有リスクで、標準偏差は年約23.6%になる。固有リスクには期待リターンの上乗せがないと仮定しているので、シャープレシオは0.21にとどまり、分散済みの投信の0.31を下回る。

個別株を選ぶこと自体が悪いのではなく、少ない銘柄への集中が同じ期待リターンに余分な変動を加える点が要である（基礎は現代​ポートフォリオ​理論の​記事）。

明日から​使える​確認項目

1. 自社のアプリや施策を「情報を探す手間を下げるもの」と「売買の手間を下げるもの」に分けた一覧があるか。施策ごとに、どちらの効果を狙うのかを企画書に書いているか
2. 新規顧客の評価指標に、口座数・稼働率・売買代金に加えて、投信の比率、保有銘柄数、上位銘柄への集中度を入れているか。集中度は「上位1銘柄が評価額の何%か」を月次で集計できるか
3. 前年の売買回数で顧客を分け（例：上位10%とそれ以外）、施策の前後で層ごとの売買回数と回転率の変化を比べているか。平均だけを見て「売買は増えていない」と判断していないか
4. 投信への資金流入を、信託報酬の水準と商品の分散度（広く分散した指数型か、特定のテーマ・地域に集中した商品か）で分けて集計しているか。アクティブ​運用と​パッシブ運用の比率の推移も確認しているか
5. 研究の数字を社内資料で引用するとき、版・推定方法・単位（利用率10%ポイント当たりの%ポイント）を併記しているか
6. 「手軽に売買できる」訴求と分散・長期保有の情報提供の比重を、適合性原則の点検項目と照らして見直したか

3の上位10%などの閾値は編集部の仮の目安で、研究で検証された基準ではない。

よく​ある​質問

まとめ

Hvide らは、ノルウェーの光回線の整備を使い、ネットの利用が増えると株式市場への参加が増え、その増加はほぼ投信の保有によるものだったことを示した。すでに投資していた人では平均で株の売買の有意な増加は確認されず、投信の比率が上がって分散が進んだが、最も売買の多い層では売買が増えた可能性が残る。対象は2000年代の固定回線で、日本の取引アプリにそのまま当てはまる結果ではない。それでも、情報の手間を下げることと売買の手間を下げることを分けて評価し、口座数ではなく分散と層ごとの行動を見るという視点は、新NISA時代の個人向けビジネスにも使える。

脚注

1. R3（Barber and Odean, 2002）要旨（誌面 p.455）、序論（誌面 p.456）。米国の大手ディスカウント証券の7万8,000世帯から、1992〜1995年に初めてオンラインで売買した1,607人を抽出した分析です。オンラインに移った人は、若い男性で売買が多く所得の高い層に偏っていたと報告されています。↩
2. R1（NBER WP 版, 2022年8月）p.3〜4（§I）。ページは PDF の通し番号です（以下同じ）。参加の固定費の議論は Vissing-Jørgensen（2002）、Guiso and Jappelli（2005）などを著者らが引用したもので、本稿ではそれらの原典を確認していません。↩
3. R1 p.5（§I）、p.24（§VI）。↩
4. R1 p.9（§II と脚注7・8）。回線は光ファイバーの固定回線で、モバイル回線とは別です。利用率が被覆率に約1年遅れることは付表で確認されています（本稿は付表を確認していません）。↩
5. R1 p.14〜17（§IV、式1〜4）、p.16（図2の説明）、p.17〜18（§IV.B。除外制約の定義と、他の経路の検討は §VII.A で行うこと）。自治体・年の固定効果を入れ、標準誤差は自治体単位でクラスターしています。2006年の年金改革、金融業の成長、ネットバンキング・オンライン取引の普及と整備時期の間にも有意な関係はなかったと報告されています（p.16〜17）。↩
6. R1 p.13（§III.D）、p.43（表I）。自治体・年を単位とした平均で、人口で加重した平均ではありません。被覆率は2010年に99.6%です。↩
7. R1 p.18〜19（§V.A）、p.44（表II 列1）。第1段階の係数は0.1116（F 値は約200）、誘導形は0.0078で、IV＝誘導形÷第1段階です（0.0078÷0.1116≒0.0699。論文の0.0698とは丸めの差）。約5.3%は 0.70%ポイント÷2000年の13.13% で、論文の記載（約5.3%）と一致します。↩
8. R1 p.19（§V.A）、p.44（表II 列2・3）。個別株の95%信頼区間は利用率10%ポイント当たり−0.21〜0.09%ポイント（編集部の計算）で、0を含みます。↩
9. R1 p.19〜21（§V.A、脚注16）、p.44（表II Panel B）。統制ありの推定は観測できない要因への感度（Oster 2019 の方法）でも頑健と報告されています。↩
10. R1 p.19（脚注15）。↩
11. R1 p.10〜11（§III.A）、p.21（§V.A と脚注17）、p.44（表II Panel B 列3、5%水準で有意）。DNB のデータには詳しい属性がなく、両データの顧客を照合できないため、係数の大きさは比べられないと著者らは注記しています。↩
12. R1 p.21〜22（§V.B）、p.45（表III Panel A）。各群の回線利用率は毎年1,000人超の全国調査から再構成しており、推定に使える観測は全体の約40%です。論文本文の値で、表III の係数÷事前平均で編集部が再計算すると、男性39.5%・女性29.5%・学歴中43.6%と丸めが1ポイントほど異なります。高学歴の IV（0.0643）は有意でなく、全データを使った誘導形（Panel B）では高学歴も5%水準で有意です。↩
13. R1 p.22〜23（§V.B、図3）。図3の数値は本文に示されていないため、本稿では向きだけを書いています。↩
14. R1 p.23〜25（§VI）、p.46（表IV Panel A）。既存投資家＝前年末に株か投信を保有していた人。株の回転率でも有意な効果はなかったと報告されています（p.25 脚注20、付表は未確認）。↩
15. R1 p.25〜26（§VI）、p.46（表IV Panel B）。指標は Calvet, Campbell and Sodini（2007）の定義によるもので、リターン損失・危険資産の比率・相対シャープレシオ損失・シャープレシオは1%水準、固有リスクの比率は5%水準で有意、危険資産の標準偏差は有意ではありません。↩
16. R1 p.26（§VI）。換算は論文の値です。論文の係数（0.25%ポイント÷0.15）から編集部が再計算すると約1.7%ポイントで、論文の記載とは丸めが異なります。第1段階の係数0.15は、全体の0.1116よりやや大きいと置いた著者らの仮定で、推定値ではありません。↩
17. R1 p.26〜27（§VI、図4）。↩
18. R1 p.29〜31（§VII.B、図5、脚注27）。調査は統計局の家計のネット利用調査（毎年1,000人超）で、地域レベル（7地域×8回）の相関であり、操作変数法の推定ではありません。2003年は「2%未満」です。↩
19. R1 p.32〜34（§VII.C）。販売費の分析は付表（本稿では未確認）。金融機関については、大都市に集中して自治体ごとの変化が乏しいため推定ができず、DNB の年次報告書（2005年）と品ぞろえの拡大という逸話的な証拠にとどまると著者らは書いています。↩
20. R1 p.27〜29（§VII.A）。前年の回線利用を入れても推定がほとんど変わらないことも示されています。↩
21. R1 p.21（§V.B と脚注18）。↩
22. R1 p.9（脚注7・8）。↩
23. R2（Statistics Norway Discussion Papers No. 946, 2021年1月）p.23〜24。NBER 版（R1 p.25 脚注22）では比較基準が MSCI ACWI です。↩
24. R1 p.6〜7（§I）。↩
25. R3 §4.2（誌面 p.473〜474、図1の説明）。比較対象の同規模の投資家の回転率は約50%で、変化はありませんでした。↩
26. R4（金融庁, 2026年10月2日公表）。口座数は30,480,850口座（2025年12月末 28,206,434口座）、2026年の利用枠の買付額は1,382,137,528万円（うち投資信託856,027,614万円、上場株式476,236,077万円）。成長投資枠は1,015,770,003万円で、うち投資信託491,519,628万円です。比率は調査表の値を編集部が丸めました。↩

参考文献​（2026年11月確認）

• R1　Hvide, H. K., T. G. Meling, M. Mogstad and O. L. Vestad (2022), “Broadband Internet and the Stock Market Investments of Individual Investors,” NBER Working Paper No. 30383. DOI: 10.3386/w30383. 参照した版：NBER WP 版（2022年8月）。査読：WP は未査読。のちに The Journal of Finance 79(3), 2163–2194（2024年。DOI: 10.1111/jofi.13335）に掲載（掲載版の本文は未確認）。 nber.org （参照箇所：全文（ページは PDF の通し番号）。図1・表1は表II・表IVの数値を基に編集部が整理した独自の図表。脚注2〜22・24の根拠。閲覧日：2026年11月）
• R2　Hvide, H. K., T. G. Meling, M. Mogstad and O. L. Vestad (2021), “Broadband internet and the stock market investments of individual investors,” Statistics Norway Discussion Papers No. 946. 参照した版：初版（2021年1月20日公表）。査読：未査読（WP）。 ssb.no （参照箇所：全文（初出の確認と版の差の確認）。p.23〜24。脚注23の根拠。閲覧日：2026年11月）
• R3　Barber, B. M. and T. Odean (2002), “Online Investors: Do the Slow Die First?,” The Review of Financial Studies 15(2), 455–488. DOI: 10.1093/rfs/15.2.455. 参照した版：著者（Odean）公開の掲載版 PDF。査読：済。 faculty.haas.berkeley.edu （参照箇所：要旨、序論、§4.2（誌面 p.455〜456、473〜474）。脚注1・25の根拠。閲覧日：2026年11月）
• R4　金融庁（2026）「NISA口座の利用状況に関する調査結果（令和８年６月末時点）の公表について」2026年10月2日 fsa.go.jp （参照箇所：調査結果（Excel、2606.xlsx）の口座数・商品別買付額・成長投資枠の商品別買付額。脚注26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。