この記事で分かること
- 米国の株式アクティブ投信で、顧客層(シェアクラス)ごとの日次の資金フローがどれだけ同時に動くかを測り、その「同期」と流出後の成績・手元資金との関係を調べた研究の結論
- 予測できる同期は運用者が現金で備えていて成績との有意な関係が見られず、予想外の同期が強い流出日の後ほど成績が低かったという結果の読み方と、因果を確かめた研究ではないという限界
- 日本の運用会社・販売チャネル戦略に置き換えて、販売会社別の設定・解約の同期を点検し、手元資金の目安とつなげる手順(学習用の設例つき)
想定読者:運用会社の商品企画・営業企画・リスク管理・ファンドマネジャー、販売会社の商品担当、ファンドを選ぶ年金・機関投資家の担当者
前提知識:投資信託の設定・解約と基準価額の仕組み、標準偏差と相関の意味(数式は最小限)
ある株式ファンドで、対面の証券会社経由の解約がまとまって出た日に、ネット証券の積立と年金経由の資金はむしろ入ってきた。ファンド全体の純流出は小さく、ファンドマネジャーは株を売らずに済んだ。逆に、すべての経路から同じ日に解約が来れば、手元の現金を超えた分は株を売って作るしかない。その売買コストは、解約した投資家ではなく、残った受益者の基準価額
運用会社の営業企画は、販売会社やチャネルを「どれだけ資金を集めたか」で評価することが多い。だが、どの経路の資金が同じ日に出ていくのかという観点は、資金量の表には現れない。米国の Sunil Wahal と Albert Y. Wang による論文は、この「フローの分散」を顧客層ごとの日次データで測り、ファンドの行動と成績との関係を調べた。
この記事が主に参照する研究
Sunil Wahal and Albert Y. Wang(2026)「Flow Diversification」Journal of Financial and Quantitative Analysis(オンライン先行掲載)
- 公表:ワーキングペーパーの初版は2022年(SSRN。月日は未確認)。2022年7月版が2023年1月の米国ファイナンス学会で報告された。参照した版:掲載誌のオープンアクセス版(2026年9月29日オンライン掲載)。査読:済1
- データ:米国籍の株式アクティブ投信6,548本・22,076シェアクラスの日次のフローとリターン(Morningstar・CRSP)、2007年1月〜2024年12月。インデックスファンドは除く2
- 方法:シェアクラス間のフローの相関を指標にした固定効果つきの回帰と5分位の比較。相関の分析で、無作為の実験や自然実験による因果の識別ではない
- 位置づけ:解約が残った受益者にコストを負わせるという既存の理論に、新しい指標と日次の顧客層別データを持ち込んだ実証研究
シェアクラスで顧客層を分け、その間のフローの同期を測る
米国の投資信託の多くは、同じ運用財産を、手数料や販売経路の違う複数のシェアクラスで売っている。研究はこれを、個人が直接買う「リテール」、確定拠出年金などの「退職口座」、ファイナンシャル・アドバイザーや機関投資家向けの「機関」の3つの顧客層に振り分けた。2024年末の標本では、資産の21%・18%・61%がそれぞれの層に属する。1本のファンドは平均4.17のクラスを持つ3。
運用者に届くのはシェアクラスごとの純フローの合計で、投資家一人ひとりの売買は運用者にも見えない。そこで著者らは、似た事情の投資家がクラスごとにまとまっていると考え、クラス間の日次フロー(金額)がそろって動く度合いを FlowCorr という指標にした。値は−1から+1で、高いほどフローが同じ方向に動き、分散が効いていない。さらに過去60営業日の移動平均を「予測できる部分」、その日の値との差を「予想外の部分」に分けた4。運用者は顧客層の癖を知っていれば前もって現金を積める。備えにくいのは予想外の同期のほうだ、という見立てである。
この区別が要になる理由は、流動性リスクの性質にある。現金を厚く持つコスト(株を持たないことによる機会損失)は比較的小さく予測しやすい。急な解約で株を売る場合は、売買手数料に加えて売り値と買い値の差や価格への影響がかかり、事前に読みにくい。標本では FlowCorr の平均が0.20、予想外の部分の標準偏差は0.39と、日によって大きく振れる。現金比率は平均3.97%、中央値1.83%だった5。
研究が示したこと:備えられる同期は現金で吸収され、予想外の同期が成績に表れた
まず、どんなファンドで同期が強いか。規模が大きく運用年数の長いファンドほど FlowCorr は低く(1標準偏差の差でそれぞれ4.53%・14.89%低い)、経費率や販売手数料が高いファンドほど高かった。時期では12月に約20%、月末の数営業日に4%高く、市場が下がった後にも高まる。著者らは、年末の税金対策やリバランス、月末の支払いに向けた現金需要と符合すると解釈している6。同期が強い日の後には、翌3日のフローのばらつきが大きく、翌日の流出も大きかった。1標準偏差の上昇で、翌日の流出は平均より3.78〜4.10%大きい7。
運用者の側の対応も見えた。四半期の平均的な FlowCorr が高いファンドほど、期末の現金比率が高い(1標準偏差で2.78〜3.35%、論文の表記)8。新しい顧客層向けのシェアクラスを追加した6,552件では、追加の前後で FlowCorr が6.39%下がり、現金比率は約3%下がった。追加後のクラス数が4以下になる大きな拡張では5.3%の低下で、すでに4クラス以上ある場合の追加では統計的に有意な変化は確認されなかった。退職口座向けクラスの追加は258件と少なく、相関の有意な低下は確認されなかった9。
中心の結果は成績である。純流出があった日のファンドを予想外の部分の大きさで5つに分けると、最も同期が弱い群は最も強い群より、翌日から3営業日のベンチマーク調整後リターンが1.07bp高かった(1bp=0.01%)。差は20営業日では4.13bpに広がり、反転しなかった。一方、FlowCorr 全体で分けた差は統計的に有意ではなく、予測できる部分では差の符号が逆(−0.47bp)で、これも有意ではなかった10。
図1の上段の金色の線は、流出が小さい群と大きい群の3日間の差(1.22bp)で、解約が残った受益者に負わせるコストの大きさの物差しにあたる。予想外の同期による差はこれと同じ程度の大きさだ、というのが著者らの比較である11。ファンドの規模や手数料、現金比率、過去のフローのばらつき、ファンドと日の固定効果を入れた回帰でも、予想外の部分の係数は負で有意で、予測できる部分は有意でなかった。標準誤差の計算方法を変えても、予想外の部分の有意性は変わらなかった12。
研究はさらに、取り付けに似た連鎖にも踏み込む。他の投資家の解約が自分の持分を傷めると予想されると、成績の悪化に先回りした解約が増える。非流動な資産を持つファンドで成績への資金の反応が強いという先行研究の結果を日次データで再現したうえで、FlowCorr が中央値を超えるファンドでは反応が49%大きかった。流出局面では、非流動資産を持ち分散の低いファンドで反応がさらに強まり、著者らはその上乗せ分を基準の感応度の約31%と説明している。流入局面では、この上乗せ部分に統計的に有意な差は確認されなかった13。
表1 フローの分散について研究が示したこと
表は横にスクロールできます →
| 論点 | 結果(米国の株式アクティブ投信、2007〜2024年) | 根拠 |
|---|---|---|
| 相関が高くなりやすいファンド・時期 | 規模が小さい・運用年数が短い・経費率や販売手数料が高いファンド(回転率は本文と表の符号が食い違うため記さない)。12月は約20%、月末の数日は4%高い。市場の下落時にも高い | 表1(p.10)・図1(p.9)、本文 p.9〜11 |
| 相関が高い日の後に起きること | 翌3日のフローのばらつきが大きく、翌日の流出が大きい(相関1標準偏差の上昇で、翌日の流出が平均より3.78〜4.10%大きい) | 表2(p.11〜13) |
| 予測できる相関への運用者の対応 | 四半期の平均的な相関が高いファンドは期末の現金比率が高い(1標準偏差で2.78〜3.35%、論文の表記) | 本文 p.13、表3(p.14) |
| シェアクラス(販売経路)の追加 | 追加6,552件の前後で相関は6.39%低下。現金比率は約3%低下し、追加後4クラス以下の大きな拡張では5.3%低下。追加後に5クラス以上となる追加では有意な変化が確認されなかった | 表3パネルB(p.14)・図2(p.15)、本文 p.15〜16 |
| 流出後の成績 | 予想外の同期が強い日の後ほど成績が低い(3日1.07bp、20日4.13bpの差、反転しない)。予測可能な部分では有意な差なし | 表4〜6(p.17〜20)・表A3(p.28〜29) |
| 取り付けに似た動き | 相関が中央値を超えるファンドは成績への資金の反応が49%大きい。流出局面では、非流動資産で分散が低いファンドの上乗せ(三重交差項)が基準の感応度の約31%に当たると著者らは説明(係数からの再計算は31.9%) | 表7(p.22〜24) |
数字の大きさと、この研究で言えないこと
1.07bpは3営業日の差で、年率の超過リターンではない。著者らは、解約による売買コストと同じ桁であり、フローのばらつきが大きいファンドの成績差を測った先行研究(1日0.89bp)とも同程度だと位置づける14。単位の換算として、純資産1,000億円のファンドに当てはめれば3日分の1.07bpは約1,070万円になる。ただしこれは5分位の平均の差で、あるファンドが分散を高めれば得られる金額の推定ではない。
限界は著者自身が明記している。予想外の部分は、観測されない市場や需要、ファンド固有の出来事と相関しうるもので、外から与えられたショックではない。投資家ごとのフローは見えず、シェアクラスは代理変数にすぎない15。シェアクラスの追加は運用会社が自ら選んだもので、無作為の実験ではない。対象は米国の株式アクティブ投信で、インデックスファンド、債券ファンド、ETFは含まれない。
研究の流れも確認しておく。2022年7月の版は2020年6月までのデータで、分散したファンドの短期の成績が良いことを主に示していた。掲載版では、予測できる部分と予想外の部分の分解、現金比率とシェアクラス追加の分析、20営業日の検証が加わり、主張は「予想外の同期」に絞られた16。別の単位でフローの分散を測った研究もある。Casavecchia と Tiwari(2024)は、運用会社が抱えるファンドの間のフローの相関を測り、分散の低い運用会社は2008年9月以降の12か月の累積流出が分散の高い運用会社より8%大きく、分散の高い運用会社は報酬の免除・払い戻しをしやすく、投資家の手取りの成績が年0.56%高かったと報告した17。一本のファンドの中の顧客層の分散と、運用会社のファンド群の分散は別の仕組みで、後者は運用会社のAUMと収益の関係を通じた効果だが、どちらも分散の側に有利な方向の結果である。
大手町プレップの考察:チャネル戦略に「同 じ日に出ていくか」の物差しを足す
以下は研究の結果を基にした編集部の推論で、日本のデータでは検証されていない。
第一に、販売チャネルの評価軸である。研究では、運用者が分散に働きかける主な手段は新しいシェアクラスと販売経路の追加だと著者らは述べる18。日本の公募投信の販売経路は、米国のシェアクラスのように1本のファンドの中で区分されているとは限らない。それでも、販売会社別・口座の種類別に設定と解約の記録を集められれば、「どの経路の資金が同じ日に解約されやすいか」を測ることはできるはずだ。資金量が大きくても、既存の顧客層と同じ日に動く経路を足すだけなら、残った受益者を守る効果は小さいと考えられる(仮説)。
第二に、手元資金の水準を相関の想定と結びつけることである。研究の現金の分析は、運用者が予測できる部分には備えていることを示唆する。とすれば点検すべきは、平均的な相関で決めた現金の水準が、年末・月末・市場の急落時に同期が跳ねた日にどれだけ足りなくなるかだろう。
第三に、日本の制度との関係である。資産運用業協会は2026年9月、公募投信を組入資産の流動性に応じて高流動・低流動・非流動に分類し、低流動ファンドが日次の解約に応じるには変動型信託財産留保額とサスペンション(受付の一時停止)を常に使える状態に整備することを求める規則改正を公表した。適用は2027年10月1日からである19。変動型信託財産留保額は、設定・解約に伴う取引コストなどを払込金額や解約金額に反映させる仕組みで、研究の標本の米国株式投信では使われていなかったスイング・プライシングと狙いが近い20。コストを解約者に寄せる仕組みと、そもそも解約が同じ日に重なりにくい顧客基盤を作ることは、置き換えではなく組み合わせて考えるべきものだと編集部はみる。
学習用の設例:相関の想定が外れた日に、いくら足りなくなるか
学習用の設例(架空)
- 株式アクティブ投信X、純資産1,000億円。販売チャネルは対面の証券会社・銀行・ネット証券の積立・ラップ口座・DCの3つ
- 各チャネルの日次の純フロー(設定−解約)の標準偏差は4億円・3億円・2億円。チャネル間の相関は一律ρ
- 手元資金の目安=2.33(片側99%の正規近似)×√3(3日分)×ファンド全体の純フローの標準偏差。平均の純フローは0、日次は独立、正規分布と仮定する(平均的な流出が見込まれる場合は、その3日分を別に上乗せする)
- 売却コストは売却額の30bpと仮定。ρは研究の FlowCorr とは定義が違う単純な相関
3つのチャネルの標準偏差を単純に足すと9.00億円だが、相関が0なら全体の標準偏差は5.39億円まで下がる。図2は、相関ρの想定ごとに必要な手元資金を純資産比で示した。平時の相関を0.2と見て25.3億円(2.53%)を用意していたファンドが、同期が0.8まで高まった局面に直面すると、同じ99%の水準の流出に33.9億円が必要になる。差の8.6億円を株の売却で賄えば、コストは約257万円、純資産の0.26bpで、残った受益者の基準価額から差し引かれる。研究の「予想外の同期が成績に表れる」という結果を、手元資金の不足という形に置き換えた編集部の簡略化である。
表2は、新しいチャネルを加えた場合である。既存3チャネルの間の相関を0.5とし、純資産300億円の機関投資家・年金向けの経路を足す。新しい経路が既存の経路と無相関なら、純資産比の手元資金は2.99%から2.48%に下がる。既存と同じ程度に同期する経路なら2.96%とほとんど変わらない。資金量が同じでも、フローの性格で効果が変わる。
表2 設例(架空):新しい販売チャネルを加えると手元資金の比率はどう変わるか
表は横にスクロールできます →
| ケース | 純資産(億円) | 日次の純フローの標準偏差(億円) | 必要な手元資金(億円) | 純資産比 |
|---|---|---|---|---|
| 追加前(3チャネル) | 1,000 | 7.42 | 29.9 | 2.99% |
| 新チャネルとの相関 0 | 1,300 | 8.00 | 32.3 | 2.48% |
| 新チャネルとの相関 0.5 | 1,300 | 9.54 | 38.5 | 2.96% |
明日から使える点検手順
- 販売会社別・口座の種類別(一般の口座・NISA・確定拠出年金・ラップなど)に、ファンドごとの日次の設定額と解約額を少なくとも過去3年分そろえる。日次で把握できない区分があれば、それ自体を課題として記録する。
- チャネルの組ごとに、日次の純フローの相関を月ごとに計算し、年末・月末・市場の急落日だけを抜き出した相関と並べる。抜き出した日の相関が平時より大きく上がる組み合わせが、予想外の同期の候補になる。
- 手元資金の方針が、どの相関の想定に基づいているかを書き出す。図2の計算で、平時の想定と同期が高まった日の想定の差(不足額)を出し、そのとき売る銘柄の売買コストを掛けて、基準価額への影響をbpで示す。
- 販売会社の新規開拓やチャネル別の目標を決める会議では、資金量の見込みに加えて「既存チャネルとの日次の純フローの相関」を1行足す。閾値(例えば相関0.5超は分散の効果が小さいとみなす)は編集部の仮の目安で、研究で検証された水準ではない。
- 低流動に分類されうるファンドでは、2027年10月の適用に向けて整備する変動型信託財産留保額の発動の基準と、上の不足額の試算を同じ表で管理する。
商品の組成段階で販売経路を設計する実務は投資信託の商品組成の記事、ラップ経由の資金の性格はSMA・ファンドラップの記事も参考になる。顧客の偏りをリスクとして測る考え方は、事業会社の顧客集中リスクの評価と通じるところがある。
よくある質問
顧客層を分散すると、ファンドの成績は上がるのですか。
研究が示したのは、流出があった日の後に、予想外の同期が弱いファンドほど短期の成績が高かったという関係です。差は3営業日で約1bpと小さく、運用の腕による超過リターンとは別物です。因果を確かめた研究でもないため、分散を高めれば成績が上がると言い切ることはできません。
日本の投信にもそのまま当てはまりますか。
当てはまるとは限りません。研究の対象は米国の株式アクティブ投信のシェアクラスで、日本の販売会社・口座の構造とは違います。日本で同じ傾向があるかは、各社の販売会社別の設定・解約データで確かめる必要があります。
まとめ
Wahal と Wang の研究は、米国の株式アクティブ投信で顧客層ごとの日次フローの同期を測り、予測できる同期には運用者が現金で備えている一方、予想外の同期が強い流出日の後ほど成績が低いことを示した。シェアクラスの追加は同期を弱め、現金比率の低下とも結びついていた。ただし相関の分析であり、対象は米国の株式アクティブ投信に限られる。日本の運用会社にとっての持ち帰りは、販売チャネルを資金量だけでなく「解約が同じ日に重なるか」でも評価し、手元資金や変動型信託財産留保額の設計と同じ表で管理することだろう。
脚注
- R1 の書誌は Crossref(2026年9月29日オンライン掲載、巻号未定、pp.1-32)で確認。初版は SSRN の WP(abstract 4013988、2022年)で、著者の CV による。SSRN のページは自動取得を拒否されたため、掲載日(Date Written / Posted)は未確認。確認できた最も古い本文は R2(2022年7月版、2023年1月7日の AEA 年次大会・米国ファイナンス学会のセッションの報告論文)。同じ著者・同題の前身稿で、これより前の版は見つからなかった(2026年11月8日確認)。掲載版の謝辞にも、2023年の米国ファイナンス学会と中国国際金融会議での報告が記されている(R1 p.1)。↩
- R1 p.7(III.B節)。Morningstar の日次データ(7,489本)を CRSP と接続した後の本数。2024年末に米国のアクティブ株式投信の資産の約60%に当たる。インデックスファンドは、顧客層が特殊で、最大手の Vanguard が日次フローを Morningstar に提供しないため除外。↩
- R1 p.7(III.B節)。退職口座のクラスは CRSP が区分しないため、名称の末尾(R6・K など)で振り分けている。91%超のファンドが2クラス以上の日次データを持つ。↩
- R1 p.6〜7(III.A節、式(3))。正確には、各クラスのフロー(ドル額、前日の資産ウエート)がファンド全体の純フローからどれだけ乖離したかを求め、その乖離どうしの積の平均を、乖離の二乗の平均で割る。予想外の部分は統計的な予測モデルの誤差ではなく、平均からの乖離として定義されている。↩
- R1 p.8(III.C節)、表A1(p.26)。純流出があったファンド日の記述統計。予測できる部分の平均は0.19、標準偏差は0.16。現金比率は現金同等物を含み、標準偏差は9.42%。日次の純フローの自己相関の中央値は0.03で、日々のフローはほとんど予測できない(p.5 脚注5)。↩
- R1 p.9〜11(IV.A節)、表1の列2(p.10)、図1(p.9)。全ファンド日(流入日を含む)の回帰。%は1標準偏差の変化に伴う FlowCorr の相対的な変化として論文が示した値。本文(p.10)は回転率が高いファンドでも高いと述べるが、表1の回転率の係数は負(−0.006・−0.005、10%水準)で本文と食い違うため、本記事では回転率の方向を記さない。12月・月末との符合は著者らの解釈(p.8〜9)。↩
- R1 p.11〜13(IV.B節、表2のパネルB)。全統制の列3・列6の係数(0.249・0.177)に基づく。翌3日のフローのばらつき(パネルA)も FlowCorr と正の関係で、過去のばらつき・VIX・規模を統制しても残る。↩
- R1 p.13(V.A節)、表3パネルA(p.14)。係数は0.744・0.898で有意。「2.78%・3.35%の増加」は論文の表記で、平均に対する相対的な増加か%ポイントかは本文で明示されていないため、論文の表記のまま記した。↩
- R1 p.15〜16(V.A節)、表3パネルB(p.14)、図2(p.15)。追加の内訳はリテール1,834件、機関4,460件、退職口座258件。現金の変化は追加日の20営業日前から20営業日後まで。回帰では、新しいクラスの追加で FlowCorr が0.02(標準誤差0.005)低下し、平均0.20の約10%に当たる(p.11、表1の列3・4)。↩
- R1 p.17〜18(V.B節)、表4(p.17)。差(最も低い5分位−最も高い5分位)と Newey–West 標準誤差は、予想外の部分が3日1.07bp(0.30、t値3.61)・20日4.13bp(1.10、t値3.76)、FlowCorr 全体が0.55bp(0.35)・1.66bp(1.43)、予測できる部分が−0.47bp(0.43)・−1.46bp(2.63)で、符号は負(相関が低い群の方が低い。表4パネルC)。本文は表の値を小数第2位に丸めた。t値は p.3 による。↩
- R1 p.11・p.20(IV.B節・V.B節)、p.27〜28(表A2)。流出が最も小さい5分位と最も大きい5分位の t+1〜t+3 の差。↩
- R1 p.18〜20(V.B節)、表5(p.19)・表6(p.20)・表A3(p.28〜29)。3日の回帰で予想外の部分が1標準偏差下がると、平均的な3日リターンに対して3%(0.22bp)の改善、20日では1.5%(0.47bp)。標準誤差は Driscoll–Kraay、ファンド別のクラスター、ファンドと日の二方向クラスターでも検証している(本文 p.20、表A3 は p.28〜29)。↩
- R1 p.22〜24(V.D節)、表7(p.23)。日次データで非流動ファンドの成績への資金の反応は49.4%高く、Chen, Goldstein and Jiang(2010)の月次の推計(52%)と同程度(p.23)。49%は列3の係数比(0.084/0.170)、約31%は著者らの記載(p.24)で、流出局面の列4の三重交差項(0.100)を基準の感応度(0.200+0.113=0.313)で割った比。同じ係数から再計算すると31.9%(約32%)。群の間の感応度の差全体ではなく、三重交差項だけの比である。成績は過去3日のリターンで測っている(p.22)。Chen らの論文は R1 の引用による確認で、原典は本稿では読んでいない。↩
- R1 p.3〜4・p.20(V.B節)。Rakowski(2010)の値は、日次データでフローのばらつきが小さい4分位と大きい4分位の3ファクター・アルファの差(R1 p.20 の引用。原典は本稿では読んでいない)。著者らは、20日の4.13bpが Chen, Goldstein and Jiang(2010)の最も非流動なファンドの翌月の流出効果の24〜34%に当たるとも比較している(p.21)。円への換算は編集部によるもので、研究の推計ではない(calc.py)。↩
- R1 p.2・p.5(I節・III.A節)、p.3・p.7。著者らは予想外の部分を「完全に外生的なショックではなく、同期した流動性需要の尺度」と解釈すると書いている。↩
- R2(2022年7月版)p.1〜3。標本は2007年4月〜2020年6月。要旨は、日次フローの相関と不均衡がより分散したファンドは翌3日の成績が高く、市場全体の予期しないショックの局面で効果が大きいとする。掲載版との主な違いは編集部が両版を読み比べて整理したもの。↩
- R3 p.1〜2(Introduction)。米国の投信(CRSP、1993〜2017年、2,137の運用会社・6,766本)。分散の低い(フロー相関が中央値を上回る)運用会社の累積のスタイル調整後純流出が、分散の高い運用会社より8%大きい(2008年9月以降の12か月)、分散の高い運用会社は報酬の免除・払い戻しが20%起きやすい、純アルファの差が年0.56%で、手数料控除前の成績では差がない。著者らは逓減型の報酬体系の下で資産の安定が運用会社の収入を増やすことを仕組みとして挙げる。↩
- R1 p.21(V.B節)。著者らは、投資家個人の需要が予想外にそろう動きは、運用者が直接管理しにくいとも述べている。↩
- R4 p.1〜2。施行日は2026年9月16日、経過措置期間を経て2027年10月1日から適用。標準方式では、高流動性・中流動性資産の合計が50%超のファンドを高流動、低流動性資産が50%超を低流動、非流動性資産が30%超を非流動とし、非流動の判定を優先する。非流動ファンドは日次以外の頻度での解約のみ。意見募集は2026年4月9日〜6月8日。資産運用業協会は旧称・投資信託協会。↩
- 変動型信託財産留保額の定義は R4 p.2。米国の標本でスイング・プライシングを使うファンドがない点は R1 p.21(N-CEN 2019〜2024年)。両者の比較は編集部の見方で、研究は日本の制度を検証していない。現物での償還も、R1 が引く研究では58,443ファンド年で2,985件にとどまる(R1 p.21)。↩
参考文献(2 026年11月確認)
- R1 Wahal, S. and A. Y. Wang (2026), “Flow Diversification,” Journal of Financial and Quantitative Analysis(オンライン先行掲載、巻号未定), pp.1-32. DOI: 10.1017/S0022109026103172. 参照した版:Cambridge University Press のオープンアクセス版(2026年9月29日オンライン掲載、CC BY 4.0)。査読:済。 doi.org (参照箇所:主論文。脚注1〜15、18〜20。閲覧日:2026年11月)
- R2 Wahal, S. and A. Y. Wang (2022), “Flow Diversification,” Working Paper(July 2022), 2023 AEA/AFA Annual Meeting. SSRN 4013988. 参照した版:AEA の年次大会のページで公開された2022年7月版 PDF。査読:未査読(WP)。 aeaweb.org (参照箇所:主論文の旧版。脚注1・16。閲覧日:2026年11月)
- R3 Casavecchia, L. and A. Tiwari (2024), “Fund flow diversification: Implications for asset stability, fee-setting and performance,” International Review of Financial Analysis 95, 103360. DOI: 10.1016/j.irfa.2024.103360. 参照した版:University of Technology Sydney のリポジトリで公開された掲載誌版(オープンアクセス)。査読:済。 doi.org (参照箇所:関連研究。脚注17。閲覧日:2026年11月)
- R4 一般社団法人 資産運用業協会「『投資信託等の運用に関する規則』等の一部改正等について―IOSCO勧告を踏まえた流動性区分に基づくファンド分類、流動性管理ツール及び解約条件の見直しについて―」(参考1、2026年9月16日)。 imaj.or.jp (参照箇所:日本の規則改正。脚注19・20。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。