第9章 観測事実・推定・仮定を分ける

レベル: 中級 / 読了目安: 約30分 / 前提知識: 第7章(CAPMとβ)。決算短信・有価証券報告書を読んだ経験。

学習目標

  • 入力を観測事実・推定・仮定の三層に分類できる
  • 推定の誤差(信頼区間)が割引率と価値にどう波及するか計算できる
  • 監査可能なモデルカードの最小構成を作れる

理論の起源

F. H. Knight, Risk, Uncertainty and Profit, Houghton Mifflin, 1921。測定可能なリスクと測定不能な不確実性の区別は、入力の確からしさを階層分けする本章の視点の起源である。

本文

三層分類

バリュエーションの入力は、確からしさがまったく違う三層に分けて管理する。

  • 観測事実: 決算短信・有報に開示された数値(売上高、営業利益、借入金残高等)
  • 推定: データから統計的に出すが誤差を伴う値(β、ERP、正常化マージン、維持Capex)
  • 仮定: 未来についての意思決定(成長経路、最終成長率、マージンの到達点)

この区別がないと「開示数字」と「自分の願望」が同じ表に並び、議論が噛み合わなくなる。

数値例:βの誤差が価値レンジを作る

個別銘柄の回帰βが1.08、標準誤差(SE)0.15だったとする。95%区間は約1.08 ± 2×0.15 = 0.78〜1.38。rf=1.5%、ERP=5.5%でCAPMに通すと

下限: Re = 1.5 + 0.78×5.5 = 5.79%

中央: Re = 1.5 + 1.08×5.5 = 7.44%

上限: Re = 1.5 + 1.38×5.5 = 9.09%

同一銘柄の株主資本コストが5.79%〜9.09%まで動く。第1章の通り割引率2ポイント弱の差は価値を数割動かすから、「β」という一つの推定の誤差だけで理論価値のレンジがほぼ決まってしまう。だからこそ入力に層ラベルを付け、推定層には誤差幅を添えるのである。

監査可能な文書化:モデルカード

推奨フォーマットは、入力ごとに「値・層・根拠・感度」の四項目を一行で書くこと。例:

最終成長率 g=2.0% | 仮定 | 長期名目GDP上限 | ±0.5ptで価値±15%

β=1.08 | 推定 | 5年週次回帰 SE0.15 | Re±1.65pt

売上高1,000億円 | 事実 | 第4Q決算短信 | —

第三者はこの表だけで、論点が事実の読み違いか、推定の誤差か、仮定の是非かを即座に判定できる。これがレビューと自己検証のコストを激減させる。

層の境界で迷いやすい例を挙げる。決算短信の営業利益は事実だが、特別損益を除いて加工した「クリーン営業利益」は推定寄りの準事実である。有報注記の潜在株式数は事実だが、来期のSBC発生量の見込みは仮定に近い推定。長期金利の現在値は事実だが、それを今後10年固定して使う判断は仮定である。決算短信の配当予想は会社の宣言という事実だが、達成可能性の判断は推定だ。多くの入力は層の混合物なので、主成分でラベルを打ち、混合がある場合は備考欄に書く。運用面では更新プロトコルを決めて形骸化を防ぐ。四半期決算後48時間以内に事実層を更新し、仮定を変えるときは必ず理由を一行追記する(例: 「第2Q受注減速により明示成長率を4%→3%へ」)。変更履歴の残らないモデルは、半年後に誰にも説明できなくなる。表示面では層ラベルを色分けすると効果的だ。事実=青、推定=橙、仮定=赤といった固定ルールをチームで共有するだけで、会話の中の混線が激減し、「今、どの層の話をしているのか」が全員に見える状態になる。

反例・失敗パターン

第一はアナリストコンセンサス予想を「事実」扱いすること。コンセンサスは他人の推定の集合であり事実ではない。第二は仮定を根拠なく過剰な桁数で示すこと(g=2.37%など)。仮定に精密さを装うのは精度の錯覚である。第三は推定誤差の伝播の無視。β・ERP・マージンの誤差は独立ではなく重なり合って価値分布を広げるため、主要入力3つ以上の感度表が必要である。第四は、層の更新漏れ。決算が出たら事実層だけ機械的に更新し、仮定層は別途判断する運用を決めておかないと、更新のたびに仮定まで無意識に改変される。

メリットとデメリット

メリットは、(1)議論の焦点が「事実の読み違い/推定の誤差/仮定の是非」に特定される、(2)レビュー・自己検証コストが下がる、(3)更新対象(決算=事実層)が明確になる、の三点。デメリットは、(1)文書化の手間、(2)境界(正常化マージンは事実と推定の混合)の判定に慣れが必要、(3)面倒ゆえ省略され形骸化するリスク、の三点である。

適用条件・非適用条件

適用はすべてのバリュエーション。特に第三者レビュー、社内稟議、教材やブログでの公開モデルには必須。個人の一発概算でも、頭の中の分類だけでよいので必ず行う。チームで使う場合は、レビュアーが最初にモデルカードだけを読んで論点を三つ挙げてから本体に入る運用にすると、レビュー時間が大幅に短くなる。

本サイトの思想との接続

本サイトが全章で「これは事実? 推定? 仮定?」と問うのは、理論価値を未来予知ではなく仮定の関数として扱うための運用ルールである。関数なら入力に品質表示があり、出力の信用度が決まる。以降のPER章・DDM章でも同じ語彙を使い続ける。

変数辞書

本章で使う変数
変数意味
Fact観測事実。開示財務数値など検証可能な入力
Estimate推定。統計的導出だが誤差を伴う入力
Assumption仮定。未来に関する意思決定的な入力
SE標準誤差。推定のばらつき尺度
Sens感度。当該入力が変化したときの価値変化幅

推定方法

推定層には必ず導出手順と標準誤差(またはレンジ)を添える。βは5年週次回帰+同業βU併記。正常化マージンは複数年統計。すべての推定は「誰がやっても同じ手順で再現できる」ことを基準に選ぶ。

数値例

β=1.08(SE0.15) → 95%区間0.78〜1.38 → Re=5.79%〜9.09%(rf1.5%、ERP5.5%)。中央7.44%。推定一つの誤差で要求リターンが約3.3ポイント動く。

反例

アナリストコンセンサスの3年後EPSを「事実」としてDCFに投入し、根拠欄が空のまま稟議を通ったケース。翌期にコンセンサスが大幅下方修正され、モデル全体が説明不能になった反例。

利点/欠点

  • 利点: 議論の焦点が特定され、レビューが速くなる
  • 利点: 更新対象(事実層)が明確になる
  • 利点: 偽の精密さ(g=2.37%)を防げる
  • 欠点: 文書化の手間がかかる
  • 欠点: 層の境界判定に慣れが必要
  • 欠点: 運用が形骸化しやすい

適用条件・非適用条件

適用できる場面: すべてのバリュエーション。公開モデル・稟議・レビューでは必須。

適用できない場面: 実質的な非適用はない。概算時も頭の中で三層分類だけは行う。

本サイト入力との対応

簡易版ツール各入力欄の「事実/推定/仮定」バッジ表示、およびモデルカード(入力一覧+根拠メモ)機能の仕様に対応する。

精度の読み方

事実層は開示単位そのまま、推定層は区間で、仮定層は0.25〜0.5ポイント刻みの丸めで持つ。「2.37%」のような桁は仮定層には出現しない、という規則を自分に課す。

よくある誤り

  • コンセンサス予想を観測事実として扱う
  • 仮定を過剰な桁数で提示して精密さを装う
  • 決算更新時に仮定層まで無意識に書き換える

技術付録

Knightの区別によれば、βやERPはリスク(分布が想定できる)側の概念であり、構造転換の行方は不確実性(分布自体が未知)側にある。モデルカードで言えば、前者には誤差幅が書け、後者にはシナリオしか書けない。道具の使い分けがここで決まる。

一次資料

  • F. H. Knight, Risk, Uncertainty and Profit, Houghton Mifflin, 1921
  • A. Damodaran, Investment Valuation, 3rd ed., Wiley, 2012
  • Koller, Goedhart, Wessels, Valuation, 7th ed., Wiley, 2020

章末要約

  • 入力は事実/推定/仮定の三層に分けて管理する
  • β一つの誤差(SE0.15)でReが5.79%〜9.09%まで動く
  • モデルカード(値・層・根拠・感度)で監査可能性を担保

理解度クイズ

1. 決算短信に記載された売上高1,000億円という入力の分類はどれか。
2. β=1.08(SE0.15)、rf=1.5%、ERP=5.5%のとき、95%区間の下限側の株主資本コストはいくらか。
3. モデルカードの最小項目として正しい組み合わせはどれか。

未回答の設問があります(0/3問回答済み)。

← 目次へ戻る