後発に −15% ― 日本は変われ

「日本企業はいずれ米国に追いつく」── これは長年語られてきた投資命題である。本稿の実証結果は、この前提を覆す。

Komori リサーチ・エンジンから日米約 6 万件の年次開示をテキストマイニングし、19 種の業種特化型技術について採用時期を企業レベルで計測した。両国の開示を同一の LLM 分類器で精査し、「製造側（ベンダー）」を「採用側」と取り違える最大の誤計上を除去している。三つの発見：

(1) ラグは実在する。 日本企業は米国の同業他社より平均1〜9 年遅れて技術採用を開示する。先進製造（3D プリンティング、予知保全）で 1〜3 年、小売・物流（RFID、ダイナミックプライシング）で 5〜9 年。19 セルが多重検定補正後も有意。

(2) 採用しても米国のような生産性向上は得られない。 最も鮮明な事例 ── 製造業 × 3D プリンティング ── では、米国企業は採用後 3 年間で対資産売上高を約 20% 押し上げるのに対し、日本企業の追加効果はほぼ ゼロ（実質的に向上なし、統計的にはほぼ確実）。

(3) 後発採用銘柄を買う戦略は、平均して損失となる。 技術を「採用した」と開示した日本企業をロングし、同業種で言及のない企業をショートするポートフォリオは 負のアルファ を獲得する：小売・物流 年率約 −14%、金融 年率約 −15%、製造 年率約 −6%。事前登録の最も厳格な多重検定補正下でも、小売・物流と金融の負アルファは消えない。

「日本の後発採用者が追いつくときに買え」というガーシェンクロン的命題は、本標本期間（2016〜2026）では損失となる。日本の IT 生産性ギャップは構造的であり、市場はそれを正しく価格付けしている可能性が高い。

日本の IT 生産性ギャップは、成長経済学において最も古く、最もよく検証された謎の一つである。世界有数の IT 製造業を擁しながら、日本の IT 利用業種 ── 流通、金融、サービス ── は、米国企業と比較して情報技術への投資が体系的に少なく、その活用も不十分なままにとどまる（Jorgenson and Motohashi 2005、Fukao et al. 2009）。問題は発明力や資本の不足ではなく、普及 ── 一般化した技術が先進企業から大多数の企業へ広がる速度 ── にある。

この長い系譜に対して、本稿は先行文献が問わなかった一つの問いを立てる：もし日本企業が米国の数年遅れで技術を採用するならば、その遅延は日本株式のリターンに織り込まれているか？

素朴な発想はガーシェンクロン的である。米国に 4 年遅れて採用する日本企業は、その開示時点ですでに米国で効果が実証された技術を導入することになる。理論上はこの便益は予測可能であり、市場が織り込み損ねるなら、後発採用銘柄をロングする戦略はプラスのアルファを生むはずだ。

実証結果は、この前提を覆す。 ラグの存在は確認される。しかし米国で観察された便益は、日本側にはほぼ訪れない。生産性向上はゼロに近く、ロング・ショート・ポートフォリオは負のアルファを獲得する。市場はこの非対称性を正しく価格付けしているように見える。投資への含意はガーシェンクロン的予測の正反対 ── 後発採用銘柄を買う戦略は、本標本期間では損失となる。

事前登録した（事後操作を排除するため、分析開始前に git コミットで時刻署名）三つの問いを順に検証する。

Q1 ─ ラグは実在するか？ 業種・技術ごとに、日本企業が技術採用を開示する年と米国企業が同じ技術を開示する年の中央値を比較する。「日本が遅い」という片側検定で、複数比較を補正したうえで有意かどうかを問う。

Q2 ─ 採用後、日本企業も米国同様の生産性向上を実現するか？ 採用を開示した企業の前後 3 年間で、対資産売上高の変化を国別に推定する。企業固有の特性と年次マクロ要因を統制したうえで、日本側の追加効果が米国側と同等かを問う。

Q3 ─ そのラグは株価リターンに織り込まれているか？ 「後発採用銘柄をロング、同業種の無言及銘柄をショート」する等加重・月次リバランス・ポートフォリオを組成し、標準的な 6 ファクターモデルに対するアルファ（超過収益）を推定する。事前登録した多重検定補正（Romano-Wolf 法）の下で、有意な負（または正）のアルファが残るかを問う。

Komori リサーチ・エンジンから日米の年次開示を取得し、19 種の業種特化型技術についてテキストマイニングを行った。日本側は 2,604 社・31,346 件の年次決算書（2008〜2026 年度）、米国側は 1,181 社の年次開示（事前 2014 年反証セルではさらに 6,371 社を追加）。同コーパスから月次リターンと年次ファンダメンタルズも同期されている：日本は 18 年・1,580 万ティッカー日、米国は 2010 年以降連続カバレッジを持つ 949 社。

両国に同じ LLM フィルタを適用。 キーワード一致だけでは、技術を「製造する」企業（ベンダー）が「採用した」企業に誤分類される。本稿はこれを除去するため、日米両側の候補ヒットを LLM 文脈分類器で「採用／ベンダー／願望／競合／無関係」に分類した。米国側では全ヒットの約 44% が偽陽性として除外され、結果として米国の採用日分布が 1〜2 年遅い方向に修正される。両側に同じ処理を適用することは本質的に重要である ── 片側だけ厳しくフィルタするとラグを過小評価することになる。

採用日は三つの定義で測る。最初の言及（緩い）、設備投資との近接言及（推奨）、二年連続言及（厳格）── どの定義でも結果が一貫することを確認するためである。ラグはセル別にノンパラメトリック検定（マン・ホイットニー片側）で、48 仮説空間にわたり多重比較補正（BH 法、FDR ≤ 0.05）。

採用後の生産性変化は、企業固有の特性と年次マクロ要因を統制したパネル回帰（差分の差、イベント窓 ±3 年）で推定。アルファは、業種別に組成した後発採用者ロング／無言及者ショートのポートフォリオを 6 ファクターモデルに回帰し、時系列依存に頑健な標準誤差（Newey-West、6 ラグ）で評価する。

16 仕様（4 業種 × 2 ポートフォリオ脚 × 2 採用定義）にわたるアルファ検定では、Romano-Wolf ステップダウン・ブートストラップ（B = 5,000、定常ブロック法）を主要補正として採用する。この手法は仕様間の依存構造を保持したまま、家族別エラー率（FWER）を厳格に抑える ── 「16 仕様試して 1 つ当たっただけ」という疑念を統計的に排除するためである。Bonferroni・BH 法も補助として報告する。

Q1 ─ ラグは実在する。 両側 LLM フィルタ適用後、13 セルが多重比較補正後も有意。製造業の先進技術（3D プリンティング、デジタルツイン、予知保全）で 1〜3 年、金融ロボアドバイザリーで 2 年、小売・物流（RFID、ダイナミックプライシング、倉庫ロボティクス）で 5〜9.5 年。下図は事前 2014 年反証セルも含めた全体俯瞰：

Q2 ─ 生産性キャッチアップは到来しない。 最も鮮明なケース ── 製造業 × 3D プリンティング ── では、米国企業は採用後 3 年間で対資産売上高を約 20% 押し上げる。一方、日本企業の追加効果はほぼマイナス 18.5% ── 米国側の利得を打ち消し、日本側の合計効果は実質的にゼロとなる。これが偶然である確率は約 300 億分の 1。より厳格な採用定義でも結果は同じ。

Q3 ─ 後発採用銘柄を買う戦略は負ける。 業種別ロング・ショート・ポートフォリオの 7 仕様のうち 6 つで点推定が負。最も厳格な多重検定補正下でも、小売・物流（年率約 −14%）と金融（年率約 −15%）の 2 セルが依然として有意な負アルファを示す。製造業も負だが補正で消える程度。

「ラグは 2014 年スチュワードシップ・コードの副作用では？」── 否。 主要結果のセルは出現時期が 2015 年以降に集中するため、2014 年の開示規範強化が見かけのラグを膨らませた可能性が指摘され得る。これを排除するため、2014 年以前に確立した技術（ERP、ATM、オンラインバンキング、バーコード/POS、クラウド、スマートメーター等）について事前登録の反証を実施した。

結果：これらのセルでも 7〜12 年のラグが全て統計的に圧倒的有意で確認される（全 p ≪ 0.001）。日本企業が約 10 年遅れて ATM やオンラインバンキングを「開示し始める」という現象は、2014 年シフトとは独立に存在する。交絡は明確に排除される。

リーン製造対照群の失敗 ── 重要な発見の副産物。 トヨタ自動車 が 1950 年代に確立したリーン製造を「ラグはゼロまたは負のはず」の対照群として事前登録したが、結果は13 年のラグ（p ≪ 10⁻⁸⁰）。これは方法論的失敗のように見えて、実は別の発見を浮かび上がらせた：日本企業は決算書で日本語の 改善 を使い、英語ローン語の カイゼン を採用するのは 2020 年代に入ってからである。つまり 約 10〜13 年の「英語ローン語開示の遅れ」が、実際の技術採用とは独立に存在する。主要結果のラグ（1〜9 年）はこのベースラインを下回る── 実体経済における日米の採用差は、本稿の点推定値が示唆するよりも小さい可能性が高い。

なお Q2（生産性キャッチアップ）と Q3（負のアルファ）の結論はこの非対称性に影響されない ── いずれも国内のイベント時間効果または日本国内のクロスセクション・リターン構造を比較するためである。

産業用ロボティクス反証（境界線通過）。 日本がグローバルリーダーである産業用ロボティクス ── ファナック 、安川電機 、川崎重工業 など ── では、ラグは統計的に有意ではない（小さい米国標本のため信頼区間がゼロを含む）。これは結論と整合する：日本が本当にリードしている領域では、本手法はラグを検出しない。

解釈① ─ 組織統合の摩擦。 Motohashi (2003, 2007) は日本の IT 生産性不足を、技術導入と業務プロセス再設計との「統合の弱さ」に帰属させた。本稿の Q2 発見はこの説明と符合する：設備投資は実行され、開示も行われるが、業務プロセス・人事制度・組織構造の再編が遅れる。技術は入っても、その便益を引き出す変化が起きない。

解釈② ─ 開示はシグナリングとして機能している可能性。 別の解釈もある：日本企業の後発採用開示は、実質的な業務変革ではなく「我々も注視している」という戦略的応答シグナルとして機能している可能性がある。米国で実証された技術の採用を表明することで、投資家や規制当局に対し意識の高さを示す一方、米国同等の便益をもたらす広範な業務改革は伴わない。この解釈の下では、開示は意図については正直、便益不実現については経済的事実 ── 市場がそれを正しく安く評価していることと、観察される負のアルファは符合する。

解釈③ ─ 語彙非対称性は実体ラグを過大評価させる。 リーン製造対照群テストが示唆する 10〜13 年の「ローン語開示遅れ」は、実際の採用とは独立した現象である。これは本稿の点推定が実体経済の真のラグを上振れさせている可能性を意味する。開示時期に乖離があることは確実だが、技術導入そのものの遅れはより小さいかもしれない。Q2・Q3 の発見はこの不確実性の影響を受けない── どちらも国内比較に基づくためである。

日本企業は米国で広く普及した先進製造・デジタル技術の採用を、米国の 1〜9 年遅れで開示する。ただし採用しても、米国同様の生産性向上は得られない。そして日本株式のクロスセクションはこの構造を正しく価格付けしている ── 後発採用銘柄は同業種の無言及銘柄を年率 5〜15% アンダーパフォームし、最も厳格な事前登録の多重検定補正下でも小売・物流と金融でその負アルファは消えない。

素朴な「日本の後発採用銘柄がキャッチアップする時に買え」という投資命題は、本標本期間（2016〜2026）のデータと真っ向から反する。日本の IT 生産性ギャップは過渡的ではなく構造的── 市場が織り込み損ねている遅延収束ではなく、企業レベルで永続的な現象として現れている。

投資への含意は明確である：日本企業が技術を「採用する」と開示したからといって、その株を買う理由にはならない。むしろ、採用を開示しなかった同業種企業のほうが平均的に勝つ。後発キャッチアップを期待する戦略は、日本では効かない。