この記事で分かること
結論：機械学習は「過 去のパターンが繰り返す問題」にしか効かない
機械学習（Machine Learning、ML）は、過去のデータに含まれる統計的な規則性を数式として抽出し、それを新しいデータに当てはめて数値やカテゴリを予測する技術です。財務・投資実務での位置づけを一言でまとめると、「過去に繰り返し起きた構造が、これからも一定程度繰り返される」という前提が成り立つ問題にだけ効く、ということに尽きます。
与信の延滞・不正取引のパターン・需要の季節変動などは、発生の仕組みが比較的安定しており、過去データから学習した規則性が将来にも通用しやすいです。一方で、リーマンショック級の金融危機、前例のない規制変更、まったく新しい手口の不正、パンデミックのような一回性のショックは、学習データそのものに存在しないため、機械学習は原理的に予測できません。この「効く／効かない」の境界線を理解することが、非エンジニアが機械学習を実務で正しく使う（あるいは使わないと判断する）ための出発点になります。
教師あり学習の基本：回帰と分類
機械学習には大きく分けて教師あり学習・教師なし学習・強化学習があるが、財務・投資実務で最も多く使われるのは教師あり学習（Supervised Learning）です。教師あり学習はさらに、出力が数値かカテゴリかで2種類に分かれます。
回帰（Regression）は「来月の売上高はいくらか」「延滞確率は何%か」といった連続的な数値を予測します。分類（Classification）は「この取引は不正か否か」「この与信申込みは承認すべきか」といった離散的なカテゴリを判定します。どちらも仕組みは同じで、過去の入力（特徴量）と正解（目的変数）のペアから規則性を学習し、新しい入力に対して出力を推定します。
財務・金融での実例
実務でよく使われる4つの適用領域を、問題タイプとともに整理します。
| 用途 | 問題タイプ | 入力（特徴量）の例 | 出力 |
|---|---|---|---|
| 与信スコアリング | 回帰／分類 | 財務諸表指標、返済履歴、業種 | 延滞確率スコア、承認可否 |
| 不正検知 | 分類 | 取引金額、頻度、時間帯、端末情報 | 不正／正常の判定 |
| 需要予測 | 回帰（時系列） | 過去の販売実績、季節性、価格 | 来月・来期の需要量 |
| 債権回収予測 | 回帰／分類 | 延滞日数、接触履歴、残高 | 回収可能性、回収見込み額 |
与信スコアリングは、財務指標や返済履歴から延滞確率を数値化する回帰・分類の応用例で、伝統的な信用格付けを補完・高度化する用途として広がっています（与信の考え方自体は/cm-009-credit-risk/で解説しています）。不正検知は、正常な取引パターンからの逸脱を検出する分類問題で、リアルタイム性が求められるため異常検知系のアルゴリズムが使われることが多いです。需要予測は在庫・仕入計画に直結する回帰（時系列）の代表例、債権回収予測は延滞債権のうちどれがどの程度回収できるかを見積もる用途です。
整数設例：単回帰の最小例
回帰がどう「数値を当てる」のかを、最小二乗法（Ordinary Least Squares、OLS）による単回帰の手計算で確認します。以下はきれいに直線に乗る例（現実のデータはこれほど整わないが、仕組みを理解するための仮設例）です。
| 広告費 x（百万円） | 売上 y（百万円） |
|---|---|
| 1 | 3 |
| 2 | 5 |
| 3 | 7 |
| 4 | 9 |
| 5 | 11 |
単回帰式 y = b1x + b0 の係数は、最小二乗法により次の式で求まります。
b1（傾き）= Σ(x−x̄)(y−ȳ) ÷ Σ(x−x̄)² 、 b0（切片）= ȳ − b1・x̄
まず平均を求めると、x̄ = (1+2+3+4+5) ÷ 5 = 3、ȳ = (3+5+7+9+11) ÷ 5 = 7 百万円。次に各点の偏差の積と2乗を計算します。
Σ(x−x̄)(y−ȳ) = (−2)(−4) + (−1)(−2) + (0)(0) + (1)(2) + (2)(4) = 8+2+0+2+8 = 20
Σ(x−x̄)² = (−2)² + (−1)² + 0² + 1² + 2² = 4+1+0+1+4 = 10
よって b1 = 20 ÷ 10 = 2、b0 = 7 − 2×3 = 1。回帰式は y = 2x + 1 となります。検算すると、x=1→2×1+1=3、x=2→5、x=3→7、x=4→9、x=5→11となり、5点すべてが式に完全に一致します（決定係数R²=1）。
この設例が「当たる」のは、広告費と売上の関係が線形かつ安定している。つまり広告費が1百万円増えるごとに売上が常に2百万円増える、という一定の構造がデータ全体を通じて崩れていないためです。現実のデータはノイズを含み、この関係が期間によって変化する（後述の構造変化）ため、回帰式は「完全一致」ではなく「誤差を含む近似」として使うのが通常です。
過学習とデータリーク：バックテストが本番で崩れる理由
過学習（Overfitting）とは、モデルが訓練データの細かいノイズまで学習してしまい、新しいデータに対する予測精度が落ちる現象です。訓練データでの精度（バックテストの成績）が高くても、それだけでは実務投入後の性能を保証しません。
データリーク（Data Leakage）は、本来モデルが予測時点で知り得ない未来の情報や目的変数に関する情報が、特徴量に紛れ込んでしまう問題です。例えば「延滞後に付与されるフラグ」を特徴量に含めて延滞予測モデルを作ると、バックテスト上は驚くほど高精度に見えるが、実際の予測時点ではそのフラグはまだ存在しないため、本番では機能しません。バックテストの成績が良すぎる場合はまずデータリークを疑うべきです。
これらを防ぐ基本が訓練データ・検証データの分割です。特に時系列データでは、ランダムにシャッフルして分割すると未来のデータが訓練データに紛れ込みリークの原因になるため、時系列を保ったまま時間軸で分割する手法（scikit-learnのTimeSeriesSplit等）が使われます。
時系列予測の特殊性：構造変化とレジームチェンジ
財務・金融の時系列データ（株価、金利、需要、デフォルト率等）は、工業製品の品質データのように条件が一定ではありません。市場環境や制度、消費者行動は時間とともに変化し、これを構造変化（Structural Change）やレジームチェンジ（Regime Change）と呼びます。過去数年のパターンで訓練したモデルは、金融危機や規制変更、新しい競合の参入といった構造変化が起きた瞬間に精度を失いやすいです。
より根本的な限界として、「過去に一度も起きていないイベント」は機械学習では原理的に予測できないという点があります。機械学習は過去データにあるパターンを繰り返す前提の技術であり、前例のないショックそのものを予知する能力は持ちません。実務では、モデルの前提条件（どの期間・どの市場環境のデータで学習したか）を明示し、定期的な再学習と精度モニタリングを行うことで、この限界と付き合っていきます。
生成AI（LLM）との違い
ChatGPTのような大規模言語モデル（Large Language Model、LLM）と、本稿で扱う回帰・分類モデルは、同じ「機械学習」というくくりに入るが目的が異なります。回帰・分類モデルは「入力から特定の数値・カテゴリを予測する」予測モデル（Predictive Model）であるのに対し、LLMは「学習した分布に基づいてもっともらしい文章・系列を生成する」生成モデル（Generative Model）です。
したがって、延滞確率や需要量のような具体的な数値予測にLLMをそのまま使うのは筋が悪く、与信スコアリングや不正検知には回帰・分類モデルが適しています。一方でLLMは、決算資料の要約、契約書からの情報抽出、レポート作成の補助など、テキストを扱う業務での活用が広がっています。両者は代替ではなく、目的に応じて使い分けるものと理解しておくとよいです（生成AIの財務実務での使い方は/dt-005-ai-finance-practice/で扱っています）。
学び方：Pythonとscikit-learnの位置づけ
機械学習を実務で扱うための標準的な入口は、Pythonのpandasでデータを整形し、scikit-learnで回帰・分類モデルを構築する流れです。scikit-learnは線形回帰やロジスティック回帰、決定木、ランダムフォレストなど本稿で挙げた手法を統一的なインターフェースで提供しており、非エンジニアでも数行のコードで基本モデルを試すことができます。Pythonの基礎とファイナンス実務への接続は/dt-001-python-finance-intro/、財務モデリングへの応用は/dt-002-python-financial-modeling/で解説しているので、あわせて参照してほしいです。
面接での答え方（30秒回答例）
Q：機械学習は財務のどこで使えると思いますか。
「機械学習は、過去のパターンが繰り返す問題に強い技術だと理解しています。与信スコアリングや不正検知、需要予測のように、発生の仕組みが比較的安定している領域では有効です。一方で、前例のない構造変化やマクロショックの予測には向かないため、モデルの前提を理解した上で、過学習やデータリークに注意しながら使う必要があると考えています。」
よくある質問（FAQ）
機械学習とディープラーニングは何が違いますか。
ディープラーニングは機械学習の一種で、多層のニューラルネットワークを使う手法を指します。財務実務で扱う与信スコアリングや需要予測の多くは、線形回帰やロジスティック回帰、決定木・ランダムフォレストといった比較的シンプルな手法で十分なことが多く、必ずしもディープラーニングが必要になるわけではありません。
Excelでの回帰分析と、機械学習の回帰は何が違いますか。
数学的な考え方（最小二乗法など）は共通する部分が多いです。違いは主にスケールと自動化にあり、機械学習のフレームワーク（scikit-learn等）は大量データや多数の特徴量、交差検証による精度検証を効率的に扱える点で、Excelの回帰分析より実務での拡張性が高いです。
まとめ
機械学習は、過去に繰り返し起きたパターンを数式化し、将来に当てはめる技術です。与信スコアリングや不正検知、需要予測のように構造が比較的安定した問題には有効だが、前例のない構造変化やマクロショックは予測できません。回帰と分類という教師あり学習の基本、最小二乗法による単回帰の仕組み、過学習・データリークという落とし穴、そして生成AIとの違いを押さえておくことが、非エンジニアが機械学習を実務で適切に評価し活用するための土台になります。
出典・参考（2026-08-01確認）
- scikit-learn, “1. Supervised learning” — https://scikit-learn.org/stable/supervised_learning.html
- scikit-learn, “3.1. Cross-validation: evaluating estimator performance” — https://scikit-learn.org/stable/modules/cross_validation.html
- Financial Stability Board, “The Financial Stability Implications of Artificial Intelligence” (2024年11月14日公表) — https://www.fsb.org/2024/11/the-financial-stability-implications-of-artificial-intelligence/
- Stripe, “How machine learning works for payment fraud detection and prevention” — https://stripe.com/resources/more/how-machine-learning-works-for-payment-fraud-detection-and-prevention
※本記事は教育目的の一般的な解説であり、法務・税務・投資助言ではありません。設例は理解のための仮設例です。
