プロジェクト評価におけるリスク分析へようこそ！
これまでの章では、正味現在価値（NPV）と内部収益率（IRR）の計算方法について学びました。これらのツールは非常に強力ですが、通常は「ポイント推計（点推定）」、つまり「こうなればいいな」という単一の数字に基づいています。しかし、現実の世界で計画通りに物事が進むことはめったにありませんよね！
この章では、「希望的観測」から「情報に基づいたリスク管理」へとステップアップします。リスクの確率を特定し、時間経過に伴う財務的インパクトを測定する方法を探っていきましょう。最初は少し数学的に感じるかもしれませんが、心配はいりません。すべての概念をシンプルで理解しやすい手順に分解していきます。
1. 感度分析
感度分析（Sensitivity Analysis）は、「もし〜だとしたら（What-if）」分析とも呼ばれます。これは、「特定の変数が1つ変化したとき、NPVはどれだけ変わるのか？」を問うものです。
あなたがレモネードスタンドを開くところを想像してみてください。1杯1ドルで100杯売れると仮定して利益を見積もります。感度分析ではこう問いかけます。「もし80杯しか売れなかったら利益はどうなる？」「もしレモンの価格が突然2倍になったら？」
仕組み：
1. 主要な変数（売上数量、割引率、初期投資額など）を特定する。
2. 他の変数は固定したまま、一度に1つの変数だけを変更する。
3. NPVを再計算する。
4. プロジェクトがどの変数に最も「敏感」か（つまり、どの変数がNPVを最も大きく下げる原因になるか）を特定する。
避けるべきよくあるミス：
学生の皆さんは、感度分析で複数の変数を一度に変更するものだと誤解しがちです。覚えておいてください：純粋な感度分析では、その影響を個別に切り出すために、一度に1つの要素しか変更しません。
クイック復習：感度分析は、プロジェクトの成否を分ける重要な変数（クリティカル・バリアブル）を特定するのに役立ちます。もし原材料費の1％の変動でNPVがマイナスになるなら、それは非常にリスクの高い変数だということです！
2. シナリオ分析
感度分析が1つの変数に注目するのに対し、シナリオ分析（Scenario Analysis）は、変数の「組み合わせ（パッケージ）」が同時に変化する状況を見ます。現実の世界ではリスクがまとめて発生することが多いため、こちらの方がより現実的です。
3つの標準的なシナリオ：
1. ワーストケース（悲観的）：高コスト、低売上、高金利。
2. ベースケース（最も可能性が高い）：予想される最も現実的な見通し。
3. ベストケース（楽観的）：低コスト、高売上、低金利。
例：映画の公開を考えてみましょう。「ワーストケース」とは単にチケットが売れないことではありません。チケットが売れない上に、広告費がかさみ、さらに酷評されるといった「負の連鎖」を指すことが多いのです。シナリオ分析は、このような「最悪の嵐」を捉えることができます。
重要なポイント：シナリオ分析は可能なNPV結果の範囲を提示し、マネージャーがプロジェクトの「下方リスク」と「上方ポテンシャル」を把握する手助けをします。
3. 確率分析と期待値
時に、私たちは異なる結果に対して数学的な確率（可能性）を割り当てることができます。これを行うことで、期待値（Expected Value: EV）を計算できます。
計算式：
期待値は、すべての起こりうる結果の加重平均です：
\( EV = \sum (P_i \times X_i) \)
ここで、\( P_i \) は結果が発生する確率、\( X_i \) はその結果の財務価値（NPV）です。
計算例：
あるプロジェクトで、10万ドルの利益が出る確率が30％、4万ドルの利益が出る確率が70％あるとします。
\( EV = (0.30 \times 100,000) + (0.70 \times 40,000) \)
\( EV = 30,000 + 28,000 = \$58,000 \)
知っていましたか？期待値は、1回の試行で必ず得られる結果ではありません。上記の例では、実際に5万8,000ドルになることは一度もなく、10万ドルか4万ドルのどちらかになります。期待値は、そのプロジェクトを何度も繰り返した場合の長期的な平均値を表しているのです。
4. モンテカルロ・シミュレーション
プロジェクトが非常に複雑で多くの可変要素がある場合、単純なシナリオ分析では不十分です。モンテカルロ・シミュレーションは、コンピュータを使って数千通りの「もし〜だとしたら」というシナリオを一度に実行します。
プロセス：
1. すべての不確実な変数に確率分布を割り当てる（例えば、売上は500〜1,000ユニットの間で、ベルカーブ状に分布するなど）。
2. コンピュータが変数ごとに値をランダムに選択し、NPVを計算する。
3. コンピュータがこの作業を1,000回以上繰り返す。
4. 結果としてNPVの分布が得られ、プロジェクトが利益を生む確率が可視化される。
覚え方：モンテカルロ・シミュレーションはカジノのようなものだと考えてください。何千回も「サイコロを振って」、長期的にどのような平均的な結果になるかを観察しているのです。
5. 決定木（ディシジョン・ツリー）
決定木は、時間が経過する中で段階的に意思決定を行うプロジェクトに使われる図解ツールです。異なる時間軸で発生するリスクを特定するのに非常に優れています。
主要な構成要素：
1. 決定ノード（四角）：経営陣が選択を迫られる場所。
2. チャンスノード（丸）：不確実な事象が発生する場所（例：市場の成長や不況）。
3. 枝：異なる経路と、それに関連するコストや収益を示す。
解き方：「ロールバック法（逆順解法）」
決定木を評価するには、右側（プロジェクトの終了時点）から始めて、左側（現在）へと遡っていきます。
- チャンスノードでは、期待値を計算します。
- 決定ノードでは、最も価値の高い枝を選択し、それ以外は「切り捨て（無視）」ます。
重要なポイント：決定木は、各試験フェーズの後に継続するかどうかを選択する医薬品開発のような「多段階」プロジェクトに最適です。
6. 手法のまとめ
どの手法を使うべきでしょうか？それは、何を知りたいかによります：
• 最も危険な単一変数を見つけるには、感度分析。
• 複合的なイベント（ベスト/ワーストケース）の影響を見るには、シナリオ分析。
• 信頼できる確率データがある場合は、期待値。
• 変数が非常に多く複雑なプロジェクトには、モンテカルロ・シミュレーション。
• 段階的な意思決定や軌道修正が必要なプロジェクトには、決定木。
クイック復習ボックス：
リスク（Risk）＝数値化可能（確率がわかっている）。
不確実性（Uncertainty）＝数値化不可能（確率がわからない）。
CB1試験のほとんどの問題は、恐怖に対して数値を当てはめようとする「リスク」に焦点を当てています！
最初は難しく感じるかもしれませんが、大丈夫です！これらをマスターする一番の方法は、実際に決定木を描いてみたり、異なるシナリオでNPVを計算してみたりすることです。あなたならきっとできます！