ファイナンシャルモデリング

基本原則: 意思決定を売上ドライバー、コストドライバー、およびタイミングに分解し、その後、結果を左右する前提条件をストレステストする。モデルそのものが答えではなく、感度分析こそが答えです。

---

このスキルを使う場面

• プロジェクト、製品、またはイニシアティブへの投資の判断が必要な場合
• 価格設定の意思決定に分析的な根拠が必要な場合
• 「これは利益が出るのか？」または「ROIはいくらか？」という質問に対して、体系的なモデルがない場合
• 意思決定の統合分析に財務基準とスコアが必要な場合
• フェルミ推定の出力を厳密なモデルに精緻化する必要がある場合
• 異なるコスト構造または売上タイムラインを持つオプションを比較する場合

---

コア方法論

ステップ1: 財務上の質問をフレーム化する

• 何を決定するのか？（投資する／しない、AかB、価格XかY）
• 時間軸は？（意思決定の自然なライフサイクルに合わせる）
• 誰がコストを負担し、誰が価値を獲得するのか？
• 割引率は？（資本コスト、機会費用、または示された必要利回り）

入力が粗い場合は、Contract Mを経由してfermi-estimationから受け入れ、検証が必要な部分にフラグを立てます。

ステップ2: ユニットエコノミクスをマッピングする

最小の反復可能な経済単位（顧客あたり、トランザクションあたり、売上ユニットあたり、APIコールあたり）に分解します。

• ユニットあたりの売上: 価格 × 数量、または経常収益 × リテンション
• ユニットあたりのコスト: 直接費（COGS、変動費）+ 配分された間接費
• 貢献利益: ユニットあたりの売上 − コスト
• 損益分岐点数量: 固定費 / 貢献利益

クリーンなユニットエコノミクスが存在しない場合（例：ネットワーク効果を持つプラットフォーム）、価値ドライバー（ユーザー、トランザクション、データ量）を特定し、これを中心にモデル化します。

ステップ3: コスト・ベネフィット表を作成する

明示的に列挙します。各項目を分類します：

• 直接コスト: エンジニアリング時間、インフラ、ライセンス、材料
• 間接コスト: 機会費用、調整オーバーヘッド、技術的債務
• 直接便益: 売上、コスト削減、効率向上
• 間接便益: オプション価値、学習、戦略的ポジショニング

ステップ1の割引率を使用して将来を現在に割り引きます。以下を計算します：

• NPV: 割引キャッシュフローの合計
• IRR: NPVがゼロになる割引率
• 回収期間: 累積キャッシュフローがプラスになる時点

ステップ4: シナリオモデリング

主要な前提条件を変化させることで、3つのケースを作成します：

• ベースケース: 最も可能性が高い
• アップサイド: 楽観的だが現実的（最高の空想ではない）
• ダウンサイド: 悲観的だが現実的（最悪の大惨事ではない）

シナリオごとにNPV、回収期間、ユニットあたりの貢献利益を再計算します。アップサイド・ダウンサイドの幅が大きい = 不確実性が高く、信頼度が低い。

ステップ5: 感度分析を実行する

どの前提条件が間違っている場合、意思決定が変わるかを特定します。

• 各主要な前提条件を±25%および±50%で変化させる
• 最大のNPV変動を記録する
• それが重要な財務リスクです — 最も検証努力を必要とします

2つの前提条件が相互作用する場合（例：価格と数量）、相互作用を明示的にモデル化します。

ステップ6: 意思決定統合のための財務基準を提示する

Contract G経由でdecision-synthesisに情報を提供し、調査結果を基準に変換します：

• 閾値をマスト・ハブまたはウォント・トゥ・ハブに変換（「NPV > $0」はマストハブ、「回収期間 < 18ヶ月」はウォントトゥハブ）
• 各オプションを財務パフォーマンスで1-5でスコアリング
• 主要な財務リスクとシナリオスプレッドを信頼度修正要因としてフラグ
• 意思決定がどの程度財務的に支配的かに基づいて重み付けを提案

---

出力フォーマット

🎯 評価対象の意思決定

• 意思決定: [何が決定されるのか]
• 時間軸: [N年/月]
• 割引率: [X% — 正当性を含む]

📋 主要な財務前提条件

前提条件	値	ソース	信頼度
[Y1月間アクティブユーザー]	[値]	[フェルミ/市場/内部]	高/中/低
[ユニットあたりの価格]	[値]	[ソース]	高/中/低
[ユーザーあたりのインフラコスト]	[値]	[ソース]	高/中/低

📊 ユニットエコノミクス

• ユニットあたりの売上: [値]
• ユニットあたりのコスト: [値]
• 貢献利益: [値] ([%])
• 損益分岐点数量: [値]

⚖️ コスト・ベネフィット概要

カテゴリー	項目	Y1	Y2	Y3	NPV
コスト	[項目]	[値]	[値]	[値]	[値]
便益	[項目]	[値]	[値]	[値]	[値]
合計		[値]	[値]	[値]	[NPV]

• IRR: [値]%
• 回収期間: [N月/年]

📊 シナリオ分析

シナリオ	NPV	回収期間	変更された主要前提条件
ダウンサイド	[値]	[値]	[悲観的な前提条件]
ベースケース	[値]	[値]	最も可能性の高い値
アップサイド	[値]	[値]	[楽観的な前提条件]

⚠️ 感度分析

前提条件	-50%	-25%	ベース	+25%	+50%	NPV変動
[主要1]	[NPV]	[NPV]	[NPV]	[NPV]	[NPV]	[最大-最小]
[主要2]	[NPV]	[NPV]	[NPV]	[NPV]	[NPV]	[最大-最小]

• 主要な財務リスク: [間違っている場合、答えを変える前提条件]

🏆 提言

• 財務的結論: [投資する / しない / Xの検証を条件に]
• 信頼度: 高/中/低 — シナリオスプレッドと感度によって判断
• 意思決定統合基準 (Contract G):
  • [「3年間でNPV > $X」] — タイプ: マスト/ウォント、重み: [N]
  • [「回収期間 < 18ヶ月」] — タイプ: マスト/ウォント、重み: [N]
• オプションごとの財務スコア（比較する場合）:
  • オプションA: NPV = $X、回収期間 = Y月、スコア = [1-5]
  • オプションB: NPV = $X、回収期間 = Y月、スコア = [1-5]

---

よくある落とし穴

誤った精度: 入力が桁違いの場合に、NPVをドル単位で報告する。出力精度を入力精度に合わせます。

機会費用の無視: 投資をゼロではなく、同じリソースの次点の使用との比較をする。ベースラインは「次点のことをする」であり、「何もしない」ではありません。

ホッケースティック予測: 売上は指数関数的に成長し、コストは平坦のまま。マージンが劇的に改善するモデルに対しては、構造的な理由があるかどうかを疑問視してください。

埋没費用の含含: 先行き分析に既に費やされたコストを含める。将来のキャッシュフローのみが重要です。

単一シナリオ思考: ベースケースのみ。アップサイド/ダウンサイドがなければ、ステークホルダーはリスクを評価できません。

LLMの算術の信頼: LLMがこのスキルを適用すると、モデルを正しく構造化しますが、NPV/IRR/感度を不正確に計算する可能性があります。スプレッドシートで検証してください。このスキルを構造、前提条件、ロジックのために使用します — 実際の財務モデルの置き換えではありません。

---

思考のきっかけ

• 「最も基本的なレベルでのユニットエコノミクスは何か？」
• 「どの単一の前提条件が2倍間違っていると、この意思決定を翻す可能性があるか？」
• 「機会費用は何か — これらのリソースで他に何ができるか？」
• 「アップサイド・ダウンサイドのスプレッドは私の信頼度を変えるか？」
• 「私は望んでいることをモデル化しているのか、それとも最も可能性が高いことをモデル化しているのか？」