AIで「不合理な予測前提」を検出する｜モデルのレッドフラグ点検12項目と差戻しコメント

結論：前提は「正しいか」ではなく「実績・開示・外部資料と説明がつくか」で点検する

他人が作った財務モデルを査読するとき、前提の良し悪しを直感で判断すると議論が空転します。「この成長率は強気すぎる」と言っても、作成者が「事業計画に基づいています」と返せばそこで止まってしまうからです。査読者の仕事は前提を否定することではなく、前提が外部の資料と突き合わせて説明できる状態にあるかどうかを確認し、説明できていない箇所について根拠の提出を求めることです。

そのために本記事では、予測前提を①過去実績、②会社計画・中期経営計画、③業界環境、④競合企業、⑤マクロ環境という5つの軸で照合し、レッドフラグ12項目に落として判定する手順を示します。生成AIは、この照合作業のうち「差分の洗い出し」と「判定表の下書き」を速くする道具として使います。赤・黄・緑の最終判定と差戻しの意思決定は人が行います。

なお、レッドフラグに該当しても、その前提が誤りだと決まるわけではありません。レッドフラグは「追加の説明と資料が必要」という印であり、投資判断そのものではありません。バリュエーション段階で指摘されがちな論点はバリュエーションの落とし穴にまとめてありますが、本記事はその手前、予測前提の入口を機械的に点検する工程を扱います。

5つの照合軸：何と何を突き合わせるか

前提の点検が主観的になるのは、比較対象を決めずに読み始めるからです。先に「どの前提を、どの資料と突き合わせるか」を固定しておくと、誰がやっても同じ論点に到達します。本記事では次の5軸を使います。

軸①　過去実績との照合

最初に見るのは、その会社自身の過去です。予測期間の売上成長率・営業利益率・運転資本の回転日数・売上高に対するCapex比率・実効税率を、直近5期の有価証券報告書と決算短信から拾った実績と並べます。5期を使うのは、単年度の一過性要因（大口案件の計上、減損、特需）を平準化するためです。連結だけでなくセグメント情報まで降りると、成長を牽引しているとされる事業の実績が本当に伸びているかが分かります。

軸②　会社計画・中期経営計画との照合

次に、モデルの予測1〜3年目を、その会社が対外的に公表している数値と突き合わせます。上場企業であれば当期の業績予想、中期経営計画を公表していればその目標値です。ここで見るべきは水準の一致だけではありません。過年度の業績予想がどれだけ修正されてきたかも同じくらい重要です。業績予想の修正が下方に偏っている会社の計画をそのまま採用すると、モデル全体が構造的に強気になります。予測が実績からどれだけ外れる癖があるかを測る考え方は予測精度（Forecast Accuracy）の管理で扱っています。

軸③　業界環境との照合

市場規模と市場成長率の前提は、モデルの中では1行の数字ですが、根拠は外にしかありません。業界団体や官公庁の統計、業界紙の集計値と突き合わせます。あわせて、有価証券報告書の「事業等のリスク」に記載されている事象（規制改正、価格改定、原材料価格、特定顧客への依存など）が、前提やシナリオのどこかに登場しているかを確認します。リスクとして開示している事象が計画に一切反映されていない場合、その不整合自体が論点になります。

軸④　競合企業との照合

市場シェアと到達利益率は、自社の計画だけを見ていても妥当性が判断できません。競合上位社の有価証券報告書から実績のシェアと営業利益率を拾い、同じ市場の中に並べます。各社の計画シェアを足し合わせると100%を超えるという現象は、複数社の計画を同時に読むと頻繁に見つかります。誰かの計画が達成されないことが、算数として確定している状態です。

軸⑤　マクロ環境との照合

最後に、モデルの外側にある数値です。永久成長法で用いるターミナル成長率、借入金利、想定為替レート、実効税率が対象になります。永久成長率は「その国の経済が永久に成長する速度」を意味するため、長期の名目成長率想定を超える値を置くと、いずれその企業が経済全体を上回る規模になるという帰結を含みます。永久成長法とExitマルチプル法のクロスチェックについてはターミナルバリューの計算を参照してください。

この記事の位置づけ：モデルQC・AIレビューとの役割分担

モデルの点検には、性質の異なる作業が混在しています。混ぜて回すと漏れが出るため、先に分けておきます。

計算と構造の点検は、数式の参照先、ハードコード、循環参照、単位の混在、貸借の不一致といった「モデルの中で完結する誤り」を対象とします。これは財務モデルのクオリティチェック（QC）の領域で、外部資料を見なくても判定できます。前提の合理性の点検は本記事の対象で、モデルの中だけを見ても判定できません。必ず外部資料との照合が必要になります。計算が1円単位まで正しくても、売上成長率の前提が説明できなければモデルの出力は使えません。逆も同じです。

生成AIをモデルレビューに使う一般的な進め方（数式の言語化、矛盾探し、チェックリスト生成という3段階の流れと機密情報のマスキング手順）は、生成AIで財務モデルをレビューするで解説済みです。本記事はそこを前提にしたうえで、前提の妥当性という一点に絞った査読者向けの工程を扱います。3段階ワークフローの内容はここでは繰り返しません。

レッドフラグ点検の工程

点検は次の5工程で回します。工程を固定すると、案件が変わっても同じ品質で回せますし、差戻しの根拠も残ります。

STEP 1　前提の棚卸し

モデルの入力セル（多くのモデルでは青字などで色分けされています）をすべて抜き出し、「項目・単位・年度別の値・根拠の記載有無・参照シート」の列を持つ一覧表にします。これが前提条件シートにあたります。大事なのは数式ではなく数値だけを取り出すことです。この段階で「根拠の記載がない前提」が何行あるかを数えておくと、それだけで計画の粗さが分かります。

STEP 2　照合資料の準備

5軸に対応する資料をそろえます。直近5期の有価証券報告書（または決算短信）、公表中期経営計画と決算説明会資料、業界団体・官公庁の統計、競合上位3社の有価証券報告書、マクロ前提の参照資料です。入手できない資料がある軸は、後で「判定不能」として残します。資料がないまま判定すると、その判定は後から説明できません。

STEP 3　5軸での照合（AIに下書きさせる）

棚卸しした前提表と、照合資料から抜いた実績表を並べて渡し、差分と根拠の有無を表形式で出させます。ここでAIに求めるのは差分の計算と整理であって、良し悪しの評価ではありません。プロンプトは後述します。

STEP 4・5　判定と差戻し／承認

AIが出した差分表を見ながら、レッドフラグ12項目を人が赤（差戻し）・黄（条件付き承認）・緑（承認）の3段階で判定します。判定の際は、AIが挙げた数値を必ず元の表に戻って確認します。赤判定には差戻しコメントを作成し、黄判定は下振れケースを併記させたうえで先に進めます。緑も含めて判定根拠と参照資料を記録に残します。この記録がないと、数か月後に「なぜこの前提を通したのか」を説明できません。

レッドフラグ点検表（12項目）

判定基準は必ず数値で決めます。「妥当か」という問いには誰も答えられませんが、「実績CAGRを3pt超上回っているか」には答えられるからです。以下の目安は事業のステージや業種によって調整すべきものですが、まず固定値で運用を始め、案件を重ねながら自社の基準に育てるのが現実的です。

12項目のうち、①過去実績の4項目は資料がそろえば必ず判定できます。逆に③④は外部資料の入手可否に左右されるため、判定不能が残ることを前提に運用します。判定不能をゼロにしようとすると、根拠の弱い判定が混ざります。

数値例：彩都メディカルデバイス（仮設企業）の計画を点検する

以下は理解のための架空企業の設例です。国内で医療用計測機器を製造販売する非上場企業「彩都（さいと）メディカルデバイス株式会社」を想定します。単位はすべて百万円、決算期は3月期とします。同社が資金調達に際して提出した5か年計画を、査読者として点検します。

この形の計画は、実績が横ばいから緩やかな成長で推移し、予測期間に入った途端に傾きが急になるためホッケースティック型の予測と呼ばれます。まず乖離の大きさを数字にします。

成長率の乖離を測る

実績CAGR（FY2021→FY2025、4年）は次のとおりです。

(10,200 ÷ 8,400)^(1÷4) − 1 ＝ 1.2143^0.25 − 1 ＝ 約5.0%（厳密には4.97%）

計画CAGR（FY2025→FY2030、5年）は次のとおりです。

(21,000 ÷ 10,200)^(1÷5) − 1 ＝ 2.0588^0.2 − 1 ＝ 約15.5%（厳密には15.54%）

差は10.5pt、倍率では約3.1倍です。レッドフラグ#1の基準（実績CAGR＋3pt超、または2倍超）の両方に該当します。もう一段わかりやすくするために、実績CAGR5.0%をそのまま延長した場合のFY2030売上を出します。

10,200 × 1.05^5 ＝ 10,200 × 1.27628 ＝ 13,018百万円

計画の21,000百万円との差は 21,000 − 13,018 ＝ 7,982百万円、率にして +61%（7,982 ÷ 13,018 ＝ 61.3%）です。つまりこの計画は、5年後の売上のうち約8,000百万円分を「これまでとは違う何か」で説明しなければなりません。

どの程度の乖離なら要説明か

実務上の目安として、次の3段階で運用すると判定が安定します。数値は業種や事業ステージで調整してください。

本設例は+10.5pt・3.1倍なので赤です。ただし、これは「計画が誤っている」という判定ではなく、「説明資料が出るまで前に進めない」という判定です。

他の項目も同じ手順で数値化する

営業利益率（#2）：予測期間の利益率は8.0%→12.0%と上昇し、FY2028以降は過去5期の最高値7.5%を2.5〜4.5pt上回ります。基準（過去最高＋2pt超）に該当し赤です。しかも売上原価率と販管費率の内訳が示されていないため、改善が原価低減によるのか固定費のレバレッジによるのかが分かりません。逆に、コスト項目がすべて売上高比一定で置かれているモデルでは固定費が消えているため、レバレッジが効くはずの局面で利益率が動かないという別の不自然さが生じます。利益率が動くなら内訳を、動かないなら固定費の扱いを確認するのが対称的な見方です。

運転資本（#3）：売上債権回転日数が60日から40日へ20日短縮しています。FY2030の売上21,000百万円で換算すると、

60日の場合：21,000 × 60 ÷ 365 ＝ 3,452百万円
40日の場合：21,000 × 40 ÷ 365 ＝ 2,301百万円
差額：1,151百万円

つまり回収条件の前提だけで、キャッシュフローが約1,151百万円かさ上げされています。運転資本の前提は損益に表れないため見落とされがちですが、企業価値への影響は小さくありません。回収条件を変更した契約書や、顧客別の合意状況を求めます。

Capex（#4）：売上高はFY2025比で 21,000 ÷ 10,200 ＝ 2.06倍になる一方、Capexは 600 ÷ 510 ＝ 1.18倍にとどまります。Capex／売上比率は過去3期一貫して5.0%だったものが、FY2030には2.9%へ低下します。基準（過去3期平均を1pt超下回る）に該当し赤です。既存設備の稼働率と増産可能上限の資料がなければ、生産能力の裏づけがないまま売上が倍増している状態です。

市場シェア（#9）：同社が前提としている国内市場規模はFY2025で68,000百万円、年率3%成長です。FY2030の市場規模は 68,000 × 1.03^5 ＝ 78,831百万円となります。同社のシェアは、

FY2025：10,200 ÷ 68,000 ＝ 15.0%
FY2030：21,000 ÷ 78,831 ＝ 26.6%

5年で11.6pt奪う計画です。ここで競合上位3社の公表中期経営計画から逆算したFY2030の想定シェア合計が62.0%、それ以外のプレーヤーのFY2025実績シェアが18.0%だとすると、合計は 26.6 + 62.0 + 18.0 ＝ 106.6% となり100%を超えます。少なくともどれかの計画は達成されません。この計算は競合の有価証券報告書と中期経営計画がそろえば必ずできるため、費用対効果の高い点検項目です。

実効税率（#12）：過去3期の実効税率は31.0%／30.8%／30.5%（平均30.8%）ですが、計画では全期間25.0%が置かれています。乖離は5.8ptで基準（3pt超）に該当します。FY2030の税引前利益を、営業利益2,520から支払利息60を控除した2,460百万円とすると、

実績並み30.5%の場合：2,460 × 30.5% ＝ 750百万円（750.3）
計画25.0%の場合：2,460 × 25.0% ＝ 615百万円
差：約135百万円／年

繰越欠損金や研究開発税制などの根拠がなければ、税引後利益が年間135百万円かさ上げされたままになります。

プロンプト例：差分の洗い出しをAIに下書きさせる

以下は特定のAI製品に依存しない汎用の書き方です。ポイントは、AIに「妥当かどうか」を聞かないことです。妥当性を聞くと、根拠のない一般論が返ってきます。聞くのは差分の計算と、判定基準に照らした該当・非該当だけにします。

# 役割
あなたは、投資委員会に提出される財務モデルの「予測前提」を点検する査読担当者です。
数値を作る側ではなく、前提が外部資料と照らして説明できる状態にあるかを確認する立場で回答してください。

# 目的
添付の実績表と予測前提表を突き合わせ、後述する12項目のレッドフラグに該当するかを判定し、
該当する項目について作成者に追加提出を求めるべき資料を示す。

# 入力資料
表1：過去実績（FY2021〜FY2025、連結、単位：百万円）
表2：予測前提（FY2026〜FY2030、金額は百万円、比率は%、回転日数は日）
表3：会社公表の中期経営計画の主要数値（出典名と公表日を併記）
表4：市場規模と市場成長率（出典名と公表日を併記）
※ 上記4表以外の情報は使用しないこと。

# 対象期間
実績：FY2021〜FY2025（3月期）　予測：FY2026〜FY2030（3月期）

# 単位
金額はすべて百万円・整数。比率は%で小数第1位まで。回転日数は日で整数。単位を混在させない。

# 判定するレッドフラグ（12項目）
1. 予測売上CAGRが実績CAGR＋3ptを超える、または実績CAGRの2倍を超える
2. 予測期間の平均営業利益率が過去5期の最高値を2pt超上回る、または原価率・販管費率が全期間同一
3. 売上債権・棚卸資産の回転日数が予測期間で通算5日超短縮している
4. 売上高が1.5倍以上になるのにCapex／売上比率が過去3期平均を1pt超下回る
5. 同一年度の売上高または営業利益が表3の公表値と5%超乖離している
6. 表3に過年度の下方修正履歴があるのに、今回計画の前提に反映が見当たらない
7. 表4の市場成長率と、予測に用いた市場成長率が2pt超乖離している
8. 表3・表4に記載のあるリスク事象が、予測前提のどこにも登場しない
9. 自社の計画シェアと表4の他社シェアの合計が100%を超える
10. 予測最終年の営業利益率が、表4に記載された同業他社の実績最高値を上回る
11. ターミナル成長率が予測最終年の売上成長率を上回る
12. 予測実効税率が過去3期平均と3pt超乖離している

# 計算方法
- CAGR ＝ (終期値 ÷ 始期値)^(1 ÷ 年数) − 1。年数は期間の差（FY2021→FY2025なら4）とする。
- 回転日数 ＝ 期末残高 ÷ 売上高 × 365。
- 各判定について、使用した数値と計算式をそのまま併記する。

# 出力形式
次の列を持つMarkdown表を1つだけ出力する。
| No | 照合軸 | レッドフラグ | 判定(赤/黄/緑/判定不能) | 根拠となる数値と計算式 | 追加提出を求める資料 |
表の後に、赤判定の項目についてのみ「作成者に確認すべきこと」を1項目100字以内の箇条書きで示す。

# 禁止事項
- 入力資料にない数値を補完・推測しない。業界平均や一般的な水準を勝手に持ち出さない。
- 前提が正しい／誤っていると断定しない。判定は「要説明かどうか」に限る。
- 業界慣行や会社固有の事情を推測して書かない。
- 出典が確認できない統計名・レポート名・URLを書かない。

# 不明情報の処理
判定に必要な数値が入力資料にない場合は、判定欄に「判定不能」と書き、
不足している資料名を「追加提出を求める資料」欄に明記する。推測で埋めない。

# 出典の表示
各判定の根拠には、参照した表番号と項目名・年度を示す（例：表1「営業利益率」FY2025）。

# 検算
出力したCAGR・比率・回転日数を、別の式でもう一度計算し直す。
一致しない場合はその旨を明記し、両方の結果を示す。

# 最後に自己申告するレビュー項目
- 単位（百万円・%・日）が統一されているか
- 入力資料にない数値を使っていないか
- 判定不能とすべき項目を無理に判定していないか

出力例

上記のプロンプトに設例の表を与えたときに期待する出力の形です（抜粋）。この形で返ってこない場合は、出力形式の指定が効いていないので、表の列名をそのまま貼り直して再指示します。

| No | 照合軸 | レッドフラグ | 判定 | 根拠となる数値と計算式 | 追加提出を求める資料 |
|----|--------|--------------|------|------------------------|----------------------|
| 1 | 過去実績 | 予測CAGRが実績CAGRを大幅超過 | 赤 | 実績CAGR=(10,200÷8,400)^(1÷4)−1=5.0%（表1 売上高 FY2021・FY2025）。計画CAGR=(21,000÷10,200)^(1÷5)−1=15.5%（表2 売上高 FY2025・FY2030）。差=10.5pt、倍率=3.1倍。基準（+3pt超または2倍超）に該当 | 成長要因別の売上金額分解（新製品／新チャネル／価格）、受注残・引合の一覧 |
| 3 | 過去実績 | 回転日数の説明なき改善 | 赤 | 売上債権回転日数 60日（表1 FY2025）→40日（表2 FY2030）、通算20日短縮。基準（通算5日超）に該当 | 回収条件を変更した契約書、顧客別の支払サイト一覧 |
| 4 | 過去実績 | Capexが売上成長に対して不足 | 赤 | 売上高 21,000÷10,200=2.06倍。Capex 600÷510=1.18倍。Capex／売上 5.0%（過去3期平均）→2.9%（FY2030）、差 2.1pt。基準（1pt超下回る）に該当 | 既存設備の稼働率、生産能力の上限、設備投資計画の明細 |
| 7 | 業界環境 | 市場成長率の前提が第三者資料と乖離 | 判定不能 | 表4に業界団体統計の公表見通しが含まれておらず、比較対象が存在しない | 市場規模・成長率の出典（業界団体統計または官公庁統計、公表日を含む） |
| 11 | マクロ | ターミナル成長率が過大 | 判定不能 | 表2にターミナル成長率の記載がない | ターミナルバリューの計算シート、永久成長率の設定根拠 |

【赤判定について作成者に確認すべきこと】
- FY2027以降の年率15〜19%の成長について、新製品・新チャネル・価格のどれが何百万円寄与するのかを年度別に示していただきたい。
- 売上債権回転日数を20日短縮する前提の裏づけとして、回収条件の変更契約または顧客との合意状況を示していただきたい。
- 売上が2.06倍になる一方でCapexが1.18倍にとどまる点について、既存設備の増産可能上限を示していただきたい。

注目すべきは判定不能が出ていることです。ターミナル成長率や市場統計を渡していなければ、AIは判定できません。これを「該当なし（緑）」にしてしまうと、点検したことになりません。判定不能は残ってよい結果です。

差戻しコメントの書き方（文面3例）

差戻しコメントの目的は、前提を否定することではなく根拠の提出を求めることです。「強気すぎる」「非現実的だ」と書くと、作成者は防御に回り、資料が出てこなくなります。求める資料を具体的に、期限とセットで書きます。以下はそのまま使える文面例です。

3例に共通するのは、（1）どの数値のどの部分かを特定している、（2）求める資料の形式（年度別・百万円単位・区分）を指定している、（3）資料が出せない場合の代替案（感応度分析での併記）を示している、という点です。代替案を用意しておくと、議論が止まりません。

AIに任せる部分と人が判断する部分

前提の点検にAIを使うとき、AIが構造的にできないことがあります。ここを理解せずに使うと、点検したつもりで抜けが生じます。

AIが苦手な3つのこと

1. モデルの構造を見ずに数字だけで指摘する：査読者がAIに渡すのは通常「前提の一覧表」であり、Excelの数式ネットワークそのものではありません。したがってAIは、その18%という成長率がどのセルから来ているのか、他のシートでどう使われているのか、二重に計上されていないかを判断できません。前提の値が妥当でも、モデル内で誤って参照されていれば出力は狂います。これは前提点検の守備範囲外であり、モデルのデバッグ手順や構造のQCで別途潰します。

2. 業界慣行を知らない：回転日数の短縮がその業界で進行中の標準変化なのか異例なのかを、AIは知りません。医療機器の保険償還価格の改定サイクル、建設業の受注残の見方、SaaSの契約更新月の偏りといった前提は統計の外にあります。AIが「20日短縮は不合理」と判定しても業界全体で決済条件の見直しが進んでいれば説明がつきますし、逆にAIが問題視しなかった前提が業界的には異常ということもあります。

3. 会社固有の事情を知らない：大口顧客との契約更改、生産拠点の移管、直近の子会社取得、補助金の採択、キーパーソンの退職。これらは開示されていないか、そもそもAIに入力できない情報です。作成者や事業部門へのヒアリングでしか得られません。

人が必ず行う5つの確認

• 原本照合：AIが引用した実績値を、有価証券報告書・決算短信の該当ページを開いて確認する
• モデルのセル確認：前提が入力セルなのか数式なのか、参照先はどこかを開いて確かめる
• ヒアリング：業界慣行と会社固有の事情について、作成者・事業部門に直接確認する
• 判定の確定：赤・黄・緑を決めるのは人。AIの判定は下書きとして扱う
• 意思決定と説明責任：差戻すか進めるかを決め、その根拠を記録に残す

前提点検におけるAI出力の検証方法

出典実在・数値転記・計算再現・論理整合という一般的な検証の型は生成AI出力の検証手順で扱っています。ここでは前提点検に固有の検証項目だけを挙げます。

1. 前提の抽出漏れの確認：モデルの入力セルの個数と、AIに渡した前提一覧の行数を突き合わせます。数が合わなければ、渡し漏れた前提について判定が行われていません。
2. 判定根拠の再計算：AIが出したCAGR・回転日数・比率をExcelで独立に計算し、小数第1位まで一致するかを確認します。CAGRの年数（期間の差か期数か）で結果が変わるため、ここは特に注意します。
3. 参照箇所の実在確認：AIが「表1の営業利益率FY2025」と書いた箇所を実際に開き、値が一致するかを確認します。近い値を別の年度から引いてくる誤りが起きます。
4. 緑判定の再確認：緑と判定された項目のうち、根拠欄が空欄・曖昧なものは緑ではなく「判定不能」に戻します。緑を無条件に信用しないことが、この工程で最も重要です。
5. 検知力のテスト（逆方向テスト）：前提のうち1項目だけを意図的に極端な値（例：ターミナル成長率5.0%、実効税率10%）に差し替えて同じプロンプトを流し、赤判定が出るかを確認します。出なければ、プロンプトか入力表に不備があります。
6. 外部資料の実在確認：AIが挙げた統計名・レポート名・数値を、原典にあたって確認します。存在しない資料名が生成されることがあります。

機密情報・個人情報の注意

前提の点検では、未公表の事業計画、顧客名、取引条件、原価情報といった非公開情報を扱います。これらは公開情報とは扱いが根本的に異なるため、社内で承認された利用環境以外には入力しないでください。判断の枠組み（情報の性質と利用環境の2軸）と社内規程の作り方は生成AIに入れてよい情報・いけない情報にまとめてあります。実務上は、社名・顧客名・製品名を伏せ、金額を一定倍率でスケールした表だけを渡す方法で、多くの点検が成立します。

よくある失敗

• モデルのスクリーンショットを渡す：数値の桁が読み取れず、10,200を1,020と誤読するなどの取り違えが起きます。前提は必ず数値のテキスト表（Markdown表またはCSV）で渡します。
• 判定基準を数値化せずに「妥当か」と聞く：「概ね妥当と考えられます」という無内容な回答が返り、点検した記録だけが残ります。基準は必ずptや倍率や日数で書きます。
• 赤判定を「前提が誤り」と扱う：作成者が防御に回り、根拠資料が出てこなくなります。赤は「要説明」であって否定ではない、と最初に共有しておきます。
• 比較の土台を揃えない：実績CAGRを3期と5期で混ぜると乖離の大きさが変わります。また、減損を計上した年や特需のあった年を含めたまま実績の平均を取ると、比較の基準そのものが歪みます。期間を固定し、異常年は注記して除外するか両方の結果を示します。
• AIの判定表をそのまま議事録に貼る：出典と検算のない記録が残り、後日「なぜ通したのか」を説明できません。人が確定した判定と根拠を、自分の言葉で残します。

実務チェックリスト

• モデルの入力セルをすべて抽出し、前提一覧表（項目・単位・年度別の値・根拠の記載有無）を作った
• 前提のうち「根拠の記載がない行」の数を数え、作成者に共有した
• 直近5期の実績を有価証券報告書または決算短信から取得し、一過性要因を注記した
• 実績CAGRと計画CAGRを同じ定義（期間の差を年数とする）で計算し、差をpt表示した
• 予測期間の営業利益率を過去5期の最高値と比較し、超過幅をptで出した
• 売上債権・棚卸資産の回転日数の推移を実績と計画で並べ、短縮幅を日数で出した
• Capex／売上比率の実績3期平均と計画値を比較し、生産能力の裏づけ資料を確認した
• 公表中期経営計画・当期業績予想とモデルの数値を突き合わせ、乖離率を計算した
• 過去3期の業績予想の修正開示を確認し、下方修正の回数を数えた
• 市場規模・成長率の出典と公表日を特定し、競合を含む計画シェア合計が100%以下かを確認した
• ターミナル成長率・実効税率・借入金利を、長期の名目成長率想定や実績3期平均と並べた
• AIの判定表について、根拠の数値を原本で再確認し、緑判定の空欄を判定不能に戻した
• 赤判定について差戻しコメントを作成し、求める資料の形式と期限を明記した
• 判定結果・根拠・参照資料・判定者・判定日を記録に残した

日本企業・日本市場での留意点

中期経営計画は法定開示ではありません。公表の有無、期間、指標の粒度は会社ごとに異なり、数値目標を出さない会社もあります。軸②が使えない案件では、当期の業績予想と過去の修正履歴で代替します。

業績予想の修正開示は計画の癖を測る材料になります。上場企業は業績予想に一定以上の差異が生じる見込みとなった場合、適時開示が求められます。直近3期の修正が下方に偏っている会社の計画をそのままモデルに入れると、モデル全体が構造的に強気になります。修正の方向と幅を数えるだけでも有用です。

有価証券報告書の「事業等のリスク」は照合資料として使えます。金融庁が公表した「記述情報の開示に関する原則」以降、リスク情報の記載は具体性が増しています。会社自身がリスクとして挙げた事象が、計画の前提にもシナリオにも一切登場しないなら、その不整合は指摘すべき論点です。

期間のずれと開示情報の使い方に注意します。日本では3月決算が多い一方、業界統計は暦年集計のことがあるため、市場成長率と自社の成長率は期間を揃えてから比べます。為替は多くの会社が期初の想定レートを開示しており、税率は税効果会計注記に法定実効税率との差異要因が記載されているため、いずれも計画の前提と直接比較できます。

面接での答え方（30秒回答例）

投資銀行・PE・FASの面接で「他人が作ったモデルをどう見ますか」と問われたときの回答例です。

よくある質問（FAQ）

Q. レッドフラグが付いた案件は見送るべきですか。
A. いいえ。レッドフラグは「追加の説明と資料が必要」という印であり、投資判断そのものではありません。実際に高成長を実現する企業は存在します。重要なのは、乖離の大きさを数値で把握し、その乖離を説明する根拠が提出されたかどうかを記録することです。根拠が出たうえで進める判断も、出ないまま見送る判断も、どちらも成立します。

Q. 過去実績が2〜3期しかない会社では、どう点検すればよいですか。
A. 軸①（過去実績）が使えないため、軸②④⑤の比重を上げます。具体的には、同業の上場企業が同規模だった時点の実績を代替ベンチマークとして使う、前提を「数量×単価」まで分解して各々の実現可能性を個別に確認する、といった方法があります。あわせて、成長率そのものより成長に必要な投資と人員が計画に織り込まれているかを見ると、実現可能性の粗い判定ができます。

Q. AIに社内モデルのファイルをそのまま渡してもよいですか。
A. 利用環境と社内規程によります。契約上の学習不使用や保存条件が確認できていない環境に、未公表の事業計画や顧客名を入力するのは避けてください。前提の点検には数値の一覧表があれば足りるため、社名・顧客名を伏せ、金額を一定倍率でスケールした表を渡す運用で多くの案件が回ります。判断の枠組みは前掲の記事を参照してください。

まとめ

予測前提の点検は、直感ではなく手続きにできます。①過去実績、②会社計画・中期経営計画、③業界環境、④競合企業、⑤マクロ環境という5つの照合軸を固定し、レッドフラグ12項目に数値基準を与えれば、誰が査読しても同じ論点に到達します。設例の彩都メディカルデバイスでは、計画CAGR15.5%が実績CAGR5.0%を10.5pt上回り、FY2030の売上は実績トレンドの延長線を7,982百万円（+61%）上回っていました。同時に、Capex比率は5.0%から2.9%へ低下し、回転日数は20日短縮し、実効税率は5.8pt低く置かれていました。これらは個別には小さく見えても、合わさると出力を大きく動かします。

生成AIは、この照合作業のうち差分の計算と判定表の下書きを速くします。一方で、モデルの構造・業界慣行・会社固有の事情は見えていません。赤・黄・緑の確定と差戻しの判断、そして記録を残すことは人の仕事です。そして差戻しコメントは、前提を否定する文ではなく、根拠の提出を求める文として書きます。この順序を守るだけで、査読の議論は前に進みます。

出典・参考（2026-08-03確認）

• 金融庁「『記述情報の開示に関する原則』及び『記述情報の開示の好事例集』の公表について」 https://www.fsa.go.jp/news/30/singi/20190319.html
• 金融庁 EDINET（有価証券報告書等の開示書類に関する電子開示システム） https://disclosure2.edinet-fsa.go.jp/
• 日本取引所グループ「決算短信作成要領・四半期決算短信作成要領」 https://www.jpx.co.jp/equities/listed-co/format/summary/index.html
• 日本取引所グループ「適時開示情報閲覧サービス」 https://www.jpx.co.jp/listing/disclosure/index.html
• 内閣府 経済社会総合研究所「計量経済モデル及び試算関係資料」 https://www5.cao.go.jp/keizai3/econome.html

※本記事は教育目的の一般的な解説であり、法務・税務・会計・投資に関する助言ではありません。実際の判断は専門家にご確認ください。設例は理解のための仮設例です。AI製品の仕様・料金は変更されることがあるため、利用前に各社の公式情報をご確認ください。