日本、2026年の税制改革を発表、暗号資産に関する措置も含む
日本の金融庁(FSA)は、暗号資産課税の見直しやNippon Individual Savings Account(NISA)制度の拡充を含む2026年税制改正要望の概要を公表しました。
Kyodo Newsによると、FSAの改正要望には、Bitcoinなどの暗号資産取引に関する税制の見直しが含まれています。
FSAが暗号資産課税の見直しを提案
個人の暗号資産による利益は総合課税の対象となっており、給与所得と合算され、最大で55%の税率に達する可能性があります。
FSAおよび業界団体は、株式と同様に約20%の一律税率を適用する「申告分離課税」または「申告ベースのキャピタルゲイン課税」の導入を提唱しています。この変更は、より公正な税制環境を整備し、デジタル資産取引への幅広い参加を促進することを目的としています。
もう一つの重要な提案は、暗号資産取引における損失の繰越控除の導入です。現行ルールでは、投資家が損失を将来の利益と相殺することができず、リスク管理の選択肢が制限されています。
業界団体は、株式市場のルールに類似した3年間の損失繰越制度を求めています。これにより投資リスクが軽減され、個人投資家の参入障壁が下がる可能性があります。
FSAは8月末までに要望を財務省に提出し、年末までに与党との協議を行う予定です。政府は2026年の通常国会で関連法案の成立を目指しています。
NISA拡充が間接的に暗号資産投資を支援する可能性
暗号資産課税に加え、改正要望にはNISAの対象を未成年や高齢者を含む全世代に拡大する提案も含まれています。NISAは現時点で暗号資産を対象としていませんが、投資家はより広範な税制優遇制度を活用して間接的に暗号資産取引を支援できる可能性があります。
NISAは、家庭が株式やファンドに柔軟に売買・換金できる形で投資することを可能にします。投資家はこれらの投資を通じて、将来的な暗号資産取引のための資金を確保することができます。
これらの改革は、日本の個人投資エコシステムを強化し、投資家の参入障壁を低減します。世界第3位の経済大国である日本は、暗号資産の普及と投資市場として大きな存在感を示しています。
The post Japan Reveals 2026 Tax Reform, Including Crypto Measures appeared first on BeInCrypto.
免責事項:本記事の内容はあくまでも筆者の意見を反映したものであり、いかなる立場においても当プラットフォームを代表するものではありません。また、本記事は投資判断の参考となることを目的としたものではありません。
こちらもいかがですか?
米国株は目前の「好材料」を見逃した?利益予想が異例の上方修正、ストラテジスト:「ファンダメンタルズが強すぎて『現実と思えない』」
Seaport Research Partnersは、米国株式市場が企業利益と株価の明らかな乖離に直面していると指摘しています。第2四半期の利益は好調で、アナリストの予想も継続的に上方修正されていますが、高金利と利益の持続性への懸念が評価を圧迫しています。産業、運輸などのセクターではミスプライスの機会が存在する可 能性があります。ただし、もし米連邦準備制度が再び利上げのシグナルを出す場合、短期的には株式市場に圧力がかかる可能性があります。
米国中間選挙が間近、ウォール街が議会の分裂に賭け、市場は穏やかな小休止を迎える可能性?
アメリカの中間選挙が近づく中、ウォール街では、民主党が下院を奪還し、共和党が上院を守る「分裂議会」の構図になるとの見方が広がっており、これにより急進的な政策が抑制され、不確実性が緩和されると考えられています。歴史的データによれば、1950年以降、共和党大統領の任期中に分裂議会が出現した場合、米株の年間平均上昇率は13.7%となり、共和党または民主党が議会を単独で支配した場合の8.3%や4.9%を上回っています。もし選挙結果が予想と異なった場合、市場は引き続き大きく変動する可能性があります。
米国株の著名投資家Eric JacksonがShanda Technology(SDA.US)の諮問委員会に参加 同社の国際戦略および投資家関係の構築を支援
EMJ Capitalの創設者であり著名なテクノロジー投資家であるEric Jacksonが、正式に企業の顧問委員会に加入しました。

AI推論時代の「光インターコネクト」需要が急増!「光の中に立つ」Lumentum(LITE.US)がNPOに先行、OCSを拡張し、利益飛躍の時を迎える
エンジニアリングの観点から見ると、フォトニックインターコネクトへの需要増加は、より多くの計算ノード間でより頻繁かつ厳密なデータ交換が行われることに起因します。混合エキスパートモデル(MoE)のエキスパート並列処理では、GPU間でのデータの分配と集約が必要です。プレフィルとデコードの分離(Prefill–Decode Disaggregation)では、キーバリューキャッシュ(KV Cache)の転送が求められます。さらに、複雑なエージェントワークフローによって、モデル呼び出し、ツール実行、データアクセスの並列量が増加します。

