この記事で分かること
結論：Add-onは「別モデル」ではなく、Platformモデルへの拡張実装として組む
Add-on買収（Buy-and-Build戦略における追加取得）をLBOモデルに正しく織り込むと、リターンの見え方が大きく変わります。ポイントは3つです。第一に、Add-onは新しいモデルではなくPlatform（プラットフォーム投資先）モデルへの拡張として実装すること。第二に、Add-on特有のPro Forma EBITDA・シナジー・レバレッジの扱いにはPlatform単体にはない論点があること。第三に、これらを積み上げた結果としてBlended Entry MultipleとExit時のリターンがどう動くかを、数値で追えることです。
Add-on戦略がなぜリターンに効くのかという「戦略・算数」の全体像はロールアップ戦略｜小さく買って大きく売る「倍率の裁定」の算数で扱っています。本記事はその続編として、実際にモデル上でどう実装するかに範囲を絞ります。LBOモデルの基本6ステップ自体はLBOモデルの作り方｜S&Uからリターン計算まで6ステップで組むを前提とし、Cash Sweepの詳細ロジックはCash Sweep（キャッシュスイープ）モデルの作り方｜余剰現金による繰上返済の実装を参照してください。本記事では、その土台の上に「Add-onをどう足すか」だけを扱います。
モデル構造：Platform＋Add-onの2階建てで考える
Add-on込みのLBOモデルは、次の2階建てで設計するのが実務上もっとも崩れにくい構造です。
- 1階：Platformモデル——エントリー時のSources&Uses、財務三表、Cash Sweepによるデレバレッジを通常どおり実装する層。
- 2階：Add-onモジュール——Add-onごとに（a）取得時点のSources&Uses、（b）Pro Forma EBITDAへの統合、（c）シナジーの実現カーブ、（d）統合コストを別モジュールとして持たせ、実行タイミング（Year・Month）でPlatform側の財務三表に流し込む層。
複数のAdd-onを扱う場合は、この2階部分をAdd-on数だけ複製し、各々の実行年月をトリガーにPlatformの財務三表へ加算していく形にします。1本のシートに全Add-onを直接埋め込むと、後から実行年月を変更した際に按分計算がずれやすいため、Add-onごとにモジュール化しておくと保守性が高まります。
以下は説明用の仮設例です。実在の企業・案件ではありません。単位は億円です。
- Platform：EV 300、EBITDA 30（エントリー時）→ エントリーマルチプル 10.0x
- Add-on：EV 40、EBITDA 8（取得時のフルイヤー換算）→ 取得マルチプル 5.0x
PlatformはLBOマスター講座やLBOモデルの作り方の標準的な設計どおり、Senior Term Loan 120（4.0x）＋Sub Debt 45（1.5x）＝Debt 165（5.5x）、Sponsor Equity 140、取引費用5で調達したとします（Uses＝EV300＋Fees5＝305、Sources＝Debt165＋Equity140＝305）。ここから先、この仮設例の数値で一貫してAdd-onを積み上げます。
Add-on買収のSources & Usesを拡張する
Add-onの取得を、保有2年目（Year2）の期央（7月1日）に実行するケースで考えます。Add-on固有のUsesには、買収価格（EV）に加えて取引費用とone-time統合コスト（システム統合・重複拠点整理・アドバイザー費用等）を別立てで計上します。ここが漏れると統合負荷を過小評価してしまいます。
| Uses（資金使途） | 億円 | Sources（調達） | 億円 |
|---|---|---|---|
| Add-on買収価格（EV、5.0x） | 40 | 追加ターム・ローン（Delayed Draw、3.0x） | 24 |
| 取引費用（FA・DD・法務） | 1 | 手元現金（Revolver／Balance Sheet Cash） | 2 |
| One-time統合コスト | 2 | 追加スポンサー・エクイティ | 17 |
| Total Uses | 43 | Total Sources | 43 |
ここで扱うSources&Usesの考え方自体はソーシズ・アンド・ユーシズ（S&U）と同じフレームですが、Add-onでは「Platform全体を買い直す」わけではないため、Uses側はAdd-on単体の取得価格・費用のみに限定します。追加借入の調達可能額は、既存Facilityのアコーディオン（Incremental Facility）条項や、Add-on単体のEBITDA・キャッシュフローに対するDebt Capacityで決まります。この考え方はDebt CapacityとLBOファイナンス｜「いくらまで借りられるか」の考え方で扱っている内容がそのまま応用できます。また、追加借入にOIDやアレンジメントフィーが発生する場合の実効コストの扱いはLBOファイナンスのフィーと実効コスト｜OID・アレンジメントフィー・コミットメントフィーの計算と会計処理を参照してください。
Pro Forma EBITDAへの統合：取得月按分をどう扱うか
Add-onをモデルに統合する際、最も間違えやすいのが「その年のEBITDAを単純合算してよいか」という点です。ここでは実績（Actual）ベースとPro Formaベースを区別して扱います。
Add-onが7月1日にクローズした場合、その年度の実際の連結P&Lには、Add-onの7〜12月（6か月分）しか含まれません。一方、与信契約（クレジット契約）上のレバレッジ・コベナンツ判定や投資委員会向けのモデルでは、Add-onを期初から保有していたとみなしたフルイヤー換算EBITDAを用いる「Pro Forma EBITDA」の考え方が一般的です。両者は目的が異なるため、モデル上は必ず別の行として管理します。
| Year2（Add-on取得年度） | Platform | Add-on | 合計 | 用途 |
|---|---|---|---|---|
| 実績（Actual、7〜12月の6か月分のみ） | 36 | 4（8×6/12） | 40 | P&L・実績管理 |
| Pro Forma（フルイヤー換算・統合前） | 36 | 8 | 44 | レバレッジ判定・IC資料 |
モデルテストや投資委員会資料では「Pro Forma EBITDAを使え」とだけ指示されることが多いため、この2つを混同すると、レバレッジ倍率やコベナンツ・ヘッドルームの計算がすべてずれます。実務では、月次のEBITDA按分列を持たせておき、「実績シート」と「Pro Formaシート」の両方が同じ按分ロジックから自動算出される構造にしておくと、後から取得月が変わっても崩れません。
シナジーの織り込み方：目標値と段階実現を分けて持つ
シナジーは「合意した瞬間に発現する」ものではなく、統合の進捗に応じて段階的に実現します。モデル上は、①ランレート目標値（フル実現時の年間効果額）と、②実現率カーブ（何年目に何%達成しているか）を分けて持たせ、両者の掛け算で各年のシナジー実現額を算出します。
本仮設例では、Add-onの調達・G&A重複解消を中心としたコストシナジーのランレート目標を1億円/年とし、次のように段階実現させます。
| 年度 | 実現率 | 実現額（億円） |
|---|---|---|
| Year2（取得年、7月クローズ） | 30% | 0.3 |
| Year3 | 70% | 0.7 |
| Year4以降 | 100% | 1.0 |
この実現カーブの設計自体はシナジー実現カーブの考え方に沿っています。また、シナジーは種類によって実現確度が大きく異なる点も重要です。調達・G&A統合などのコストシナジーは比較的コントロール可能で実現確度が高い一方、クロスセルなどの収益シナジーは顧客側の意思決定に依存するため確度が下がります（両者の違いはコストシナジーと収益シナジーを参照）。モデル上、投資委員会向けのベースケースには確度の高いコストシナジーのみを織り込み、収益シナジーはアップサイドとして別掲するのが保守的な設計です。
Pro Formaレバレッジの再計算
Add-on実行直前、PlatformはCash Sweepにより Net Debtを165から155（Year1末）、さらにYear2上期のスイープで150まで圧縮していたとします。ここにAdd-onの調達（追加ターム・ローン24＋手元現金充当2）が加わるため、実行直後のNet Debtは176に増加します。
| 時点 | Net Debt（億円） | Pro Forma EBITDA（億円） | レバレッジ倍率 |
|---|---|---|---|
| エントリー時（Year0） | 165 | 30 | 5.5x |
| Add-on実行直前（Year2上期末） | 150 | 36 | 4.2x |
| Add-on実行直後（Pro Forma） | 176 | 44 | 4.0x |
この仮設例では、Add-onによってNet Debtの絶対額は増えているものの、Platform自身の有機的なデレバレッジが先行していたため、Pro Formaレバレッジはエントリー時の5.5xより低い4.0xに収まっています。実務では、この再計算の結果がクレジット契約上のレバレッジ・コベナンツやIncremental Facilityの発動条件（多くの場合「Pro Forma Leverageが一定倍率以下であること」が条件）に抵触しないかを、Add-on実行前に必ず確認します。
Blended Entry Multiple：低い倍率で買う効果を数値化する
Add-on戦略の核心は、Platformより低いマルチプルでEBITDAを買い増すことで、投下資本全体の実質的な取得倍率（Blended Entry Multiple）を引き下げる点にあります。これはマルチプル・アービトラージと呼ばれる効果です。
本仮設例では、Platform（EV300／EBITDA30、10.0x）にAdd-on（EV40／EBITDA8、5.0x）を加えると、投下EV・取得EBITDAをそれぞれ合算したBlended Entry Multipleは次のようになります。
Blended Entry Multiple＝（300＋40）／（30＋8）＝340／38＝約8.9x（Platform単独の10.0xから1.1x低下）
この「Platformより低い倍率で買う」効果と、後述するシナジーの効果を合わせて、Exit時点のリターンにどう跳ね返るかを次章で確認します。
統合リスクとOne-time統合コストのモデル化
Add-onはSources&Uses上の資金調達だけでなく、統合の実行リスクをモデルに反映する必要があります。典型的なリスクは、システム統合の遅延、拠点統合に伴う一時的な生産性低下、キーパーソンの離脱、シナジーの未達です。これらをすべて確率変数として扱うのは実務上煩雑なため、多くのモデルでは次の2つの形でリスクを織り込みます。
- One-time統合コストの明示計上——本仮設例ではUsesに2億円を計上済み（図1参照）。システム統合費・重複拠点の解約違約金・退職関連費用などを個別に積み上げます。
- シナジー未達・コスト超過に対する感応度分析——ベースケースに対し、統合コストが想定より膨らんだ場合の影響を別途試算します。
例えば、統合コストが想定の2倍（2億円→4億円）に膨らんだ場合、その追加2億円は原則として追加エクイティで吸収されるため（Add-on側の追加借入枠は既存Facilityの上限で固定されていることが多い）、追加エクイティは17億円から19億円へ増加します。この場合、後述するExit時点のMOICは2.83xから2.80x程度への低下にとどまり、統合コスト単体の超過がリターンに与える影響は限定的です。ただし、統合コスト超過とシナジー未達が同時に起きるケースでは感応度が大きくなるため、両者を独立変数としてモデルに持たせ、同時発生シナリオも必ず確認します。シナジーが実現しない場合に許容できる最低限のシナジー額を逆算する手法としてはブレイクイーブン・シナジー分析が参考になります。
Add-on込みのモデルを、ゼロから自力で組めますか
ここまでの拡張（Add-on用S&U、Pro Forma統合、シナジー実現カーブ、統合コスト、Blended Multiple）は、Platform単体のLBOモデルが組めることが前提です。S&Uの基礎からCash Sweep、IRR・MOIC計算までを通しで自力構築できる状態を作りたい方は、LBOマスター講座（プラチナプラン）で、Excel上での完全な組み立て手順を確認できます。
Exit時のリターンへの影響：IRR・MOICの変化を仮設例で見る
ここまでの数値を積み上げ、5年後のExit（Year5）で、Add-onを実行した場合としなかった場合のリターンを比較します。Exitマルチプルは保守的に、Platformのエントリー時と同じ10.0x（マルチプル拡大なし）とします。
| 項目 | Add-onなし | Add-onあり |
|---|---|---|
| Exit時EBITDA（Platform45＋Add-on8＋シナジー1.0） | 45 | 54 |
| Exit EV（×10.0x） | 450 | 540 |
| Net Debt（Exit時点） | 68 | 95 |
| Exit Equity Value | 382 | 445 |
| 投下エクイティ合計 | 140 | 157（140＋17） |
| MOIC | 2.73x | 2.83x |
| IRR（5年保有） | 22.3% | 23.2% |
Add-onの実行により、Exit Equity Valueは382億円から445億円へ63億円増加します。この63億円を、Add-onのために追加投下したエクイティ17億円と比較すると、Add-on単体への「増分ベース」の投資効率は約3.7x（63／17）に相当し、Platform単体の最終MOIC（2.83x）よりも明確に高い水準です。これは、Add-onをPlatformより低いマルチプルで取得し、かつシナジーを実現できたことの複合効果です。一方で、ファンド全体（Platform＋Add-on）で見たMOICの改善幅は2.73x→2.83xの+0.10x、IRRは22.3%→23.2%の+0.9ptにとどまり、Add-on1件・EBITDA8億円という規模が全体に与えるインパクトの大きさを冷静に見る材料にもなります。複数のAdd-onを積み上げるロールアップ戦略で、この効果がどう累積するかはロールアップ戦略｜小さく買って大きく売る「倍率の裁定」の算数で扱っています。
よくある質問（FAQ）
Q. Add-onのSources&Usesは、Platformと1つのシートに合算すべきですか。
A. 合算した最終形は必要ですが、入力・管理はAdd-onごとに別モジュールで持つべきです。実行時期・調達構成・シナジー実現カーブがAdd-onごとに異なるため、合算シートに直接書き込むと後から変更が効きにくくなります。
Q. シナジーは何%くらい保守的に見積もるべきですか。
A. 一律の正解はありませんが、コストシナジーは実現確度が相対的に高く、収益シナジーは確度が低いという性質の違いを踏まえ、投資委員会のベースケースにはコストシナジーを中心に織り込み、収益シナジーはアップサイド・ケースに分離するのが一般的な保守的設計です。
Q. モデルテストでPro Forma EBITDAを聞かれたら、月按分と全年換算のどちらを答えるべきですか。
A. 出題文の指示に従うのが原則ですが、「レバレッジ倍率」や「コベナンツ判定」の文脈であれば全年換算のPro Forma EBITDA、「その年度の実績P&L」の文脈であれば取得月按分の実績ベースを使うのが標準的な整理です。両方を求められることも多いため、按分ロジックを常に併記できるようにしておくと安全です。
Q. Blended Entry Multipleが下がれば、必ずリターンは改善しますか。
A. いいえ。本記事の仮設例のとおり、低い倍率で買えてもExit時のレバレッジ増加・統合コスト・シナジー未達リスクを差し引くと、ファンド全体でのリターン改善幅は限定的になることがあります。倍率の低さだけでなく、統合実行力とシナジーの実現確度を合わせて評価する必要があります。
まとめ：Add-onモデル実装のチェックリスト
- Add-on用のSources&Uses（買収価格・費用・統合コスト／追加借入・追加エクイティ・手元現金）を別立てで作ったか
- Actual（取得月按分）とPro Forma（フルイヤー換算）のEBITDAを別行で管理しているか
- シナジーはランレート目標値と実現率カーブを分けて持たせているか、コスト／収益シナジーを区別しているか
- Add-on実行直後のPro Formaレバレッジを再計算し、コベナンツ・Facility条件との整合を確認したか
- Blended Entry MultipleをPlatform単独のエントリーマルチプルと比較しているか
- Exit時点のリターン（IRR・MOIC）を、Add-onあり／なしのシナリオで比較し、統合コスト超過などの感応度も試算したか
これらを1本のモデルに実装できれば、モデルテストでの出題（Add-on追加後のPro Forma財務諸表・リターン算出）にも、実務でのIC資料作成にも対応できます。Add-onを含むExcelモデルの通しでの組み立て手順はExcelでつくるLBOモデル完全ガイド｜S&U・Cash SweepからIRR・MOICまで【15 STEP】で、モデルテストで頻出するミスの点検はLBOモデルテストで落ちる典型的なミス30選｜採点者が見るポイントと修正方法で確認できます。実際にAdd-on・ロールアップ戦略を掲げるファンドの投資実例はPEファンドデータベースで検索できます。
Add-on込みのLBOモデルを、自力で最後まで組み切る
本記事で扱った拡張実装（S&U拡張、Pro Forma統合、シナジー実現、レバレッジ再計算、Blended Multiple、リターン比較）は、いずれもExcel上で1つのモデルとして自力構築できることが実務では求められます。LBOマスター講座（プラチナプラン）では、Platformモデルの基礎からAdd-on拡張までを通しで学べます。
出典・参考（2026年8月16日確認）
- 本記事中の数値設例（Platform・Add-onのEV／EBITDA／マルチプル／IRR／MOIC等）はすべて説明用の仮設例であり、実在の企業・案件のデータではありません。
- Sources&Uses、Pro Forma EBITDA、シナジー実現カーブ、レバレッジ算定の一般的な考え方は、大手町プレップ内の関連記事（LBOモデルの作り方、Cash Sweepモデルの作り方、ロールアップ戦略）に基づき整理しています。
※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。