【全4回シリーズブログ】第2回
第2回 AIが「コストが高い」と切り捨てるアクティブファンドの、本当の読み方
〜数字に現れない「運用の本質」をどう見るか〜
第1回では、「AIに最高の投資を聞くと全員にオルカンと答える理由」を解説しました。
AIはインターネット上に大量に存在する「インデックス最強論」を学習しており、その多数派の声を平均化した回答を出すに過ぎない。さらに、インデックス投資そのものにも「米国一国集中」という構造的な歪みがあることをお伝えしました。
では今回は、その対極として語られることの多い「アクティブファンド」について考えます。
AIは決まってこう言います。
「アクティブファンドはコストが高く、長期ではインデックスに勝てないため、推奨できません」
果たしてこれは、本当に正しいのでしょうか？
AIが「アクティブはNG」と言う3つの理由
AIがアクティブファンドを否定する根拠は、主に以下の3点です。
① 信託報酬（コスト）がインデックスより高い
インデックスファンドの信託報酬が年0.1〜0.2%程度であるのに対し、アクティブファンドは1.0〜2.0%程度が多い。単純な数字の比較では、コストの差が大きく見える。
② 長期では多くのアクティブファンドがインデックスを下回るというデータがある
米国の研究データ（S&Pダウ・ジョーンズが発表するSPIVAレポートなど）では、長期にわたってインデックスを上回るアクティブファンドは少数派とされています。
③ 「市場は効率的」という学術理論との整合性
効率的市場仮説（EMH）によれば、市場価格には既知の情報がすでに織り込まれており、継続的に市場平均を上回ることは難しいとされます。AIはこうした学術的に権威ある理論を学習しており、それを反映した回答を出す。
一見、極めて論理的な否定に見えます。
しかし、ここにも「第1回で触れた問題」と同じ構造が潜んでいます。
その「常識」に潜む3つの盲点
盲点① 「全アクティブファンドの平均」と「優良アクティブファンドの実績」は別の話
SPIVAレポートが示すのは、市場に存在するすべてのアクティブファンドを含んだ「平均値」です。
玉石混交のファンドをひとまとめにして「アクティブはダメ」と結論づけるのは、「すべての飲食店の平均クオリティが低いから外食はするな」と言うようなものです。
実際には、長期にわたって市場平均を上回り続けている優良なアクティブファンドは存在します。「平均がダメ」と「すべてがダメ」は、まったく異なります。
盲点② コスト比較には「何に対して払っているか」が抜け落ちている
信託報酬1.5%と0.1%を比べて「差が大きい」と言うのは、数字だけを見た評価です。
重要なのは「そのコストに見合う付加価値があるか」です。
たとえば、年率10%のリターンを実現するファンドのコストが1.5%であれば、投資家の手元には8.5%が残ります。一方、インデックスが年率5%でコストが0.1%なら4.9%。コストが高くても、リターンが大きければ実質の恩恵は上回ることがあります。
コスト単体で語ることは、コストパフォーマンスの議論を半分しかしていないことになります。
盲点③ 「どの市場」の話かで結論が変わる
効率的市場仮説が最もよく当てはまるのは、米国の大型株市場のような「情報が十分に行き渡り、多数の投資家が分析している市場」です。
しかし、情報格差が大きく、機関投資家の目が届きにくい新興国市場や、中小型株の世界では、調査力と判断力のある運用者が優位に立ちやすい環境が残っています。
「アクティブはどの市場でもダメ」という一般化は、市場の多様性を無視した過度な単純化です。
優良アクティブファンドを見分ける「4つの視点」
では、「玉」と「石」をどう見分けるのか。AIが一括りで否定するアクティブファンドの中から、本当に注目すべきものを見つけるための視点をお伝えします。
視点① 長期の実績（10年・20年単位）を見る
3年・5年の短期パフォーマンスは、たまたま市場の追い風に乗った結果である可能性があります。重要なのは、相場の好不調を複数サイクル経験した上での、10年・20年単位の長期実績です。
視点② 「下落局面での粘り強さ」を確認する
真に優れた運用者の実力は、上昇相場よりも下落局面で現れます。市場が大きく下げたときに、インデックスより損失を抑えられているか。そこに「銘柄選択力」と「リスク管理力」が如実に表れます。
視点③ 「純資産残高の推移」を見る
長期投資家に支持されているファンドは、解約が少なく純資産残高が安定または増加傾向にあります。逆に、資金が急速に流入・流出を繰り返すファンドは、短期マネーに振り回されている可能性があります。
視点④ 運用者の「哲学と言葉」に触れる
これが最も重要かもしれません。そのファンドの運用者が、どんな投資哲学を持ち、どんな言葉で自分たちの運用を語っているか。
月次レポートや運用報告書は、その思想が最も素直に現れる場所です。「なぜこの企業に投資するのか」「市場が下落したときにどう考えたか」——その言葉の質と誠実さに、運用者の本気度が見えます。
AIが要約しきれない「運用の本質」
AIは数値化された情報の処理が得意です。
しかし、優れたアクティブ運用の核心は、数値に現れない部分にあります。
たとえば、ある優良ファンドの運用者は、投資先企業の工場や現場に自ら足を運び、経営者と対話し、財務諸表には表れない「企業文化」や「現場の活力」を評価して投資判断を下します。
この「足で稼ぐ調査力」「経営者を見抜く目」「長期で保有し続ける忍耐力」は、AIがWebから収集したデータには含まれていません。
AIは「信託報酬が高い」という数字は読めても、「その運用チームが過去20年間、一貫した哲学で企業と向き合い続けてきた事実の重み」は評価できないのです。
だからこそ、AIの「アクティブはコストが高いからNG」という回答は、表面的なコスト比較に終始しており、「運用の本質」に届いていない。
第2回のまとめ
- AIが「アクティブNG」と言う根拠は、全ファンドの平均値とコスト比較にもとづく表面的な評価に過ぎない
- 「全アクティブの平均がダメ」と「優良アクティブもダメ」は、まったく別の話
- コストは「何に対して払うか」で意味が変わる。コスト単体の比較は半分の議論
- 効率的市場仮説が当てはまりやすい市場とそうでない市場がある
- 優れたアクティブ運用の本質——現場調査力・運用哲学・長期の視座——はAIに評価できない
次回（第3回）は、「知識があっても感情に振り回される」という投資心理の失敗局面を整理した上で、その打開策として「投資の決断」と「投資判断」を分離するというシンプルな発想についてお伝えします。
📘 FPぐっさん／CoMIRAIZ
お金の不安を、生きる力に変える。
長期・分散・積立の原則で、企業と働く人のウェルビーイングな資産形成をサポートしています。
