単一モデルが失敗する理由
アルトマンZ-Scoreは破綻を的確に予測します。ピオトロスキーF-Scoreは強固なファンダメンタルズを特定します。BeneishのM-Scoreは利益操作を検出します。それぞれのモデルは一つのことに優れています。問題は、投資には多くの次元で同時に企業を評価することが求められる点です。マルチファクターモデルは、シングルファクターアプローチと比較して誤検出を40%削減します。
構成要素
ピオトロスキーF-Scoreは、収益性、レバレッジ、効率性をカバーする9つの二項基準で、ファンダメンタルズの強さを評価します。8~9のスコアは強固なファンダメンタルズを示します。F-Scoreの高い銘柄は、低い銘柄を年率7.5%上回るパフォーマンスを示します。
アルトマンZ-Scoreは、5つの財務比率を用いて経営難を予測します。2.99以上のスコアは健全性を、1.81未満は経営難を示します。2年先の破綻予測精度は約72%です。
BeneishのM-Scoreは、8つの比率を用いて操作を検出します。-1.78を上回る場合、操作の可能性が高いことを示唆します。エンロン事件以前にエンロンを警告したことで知られています。
ベンジャミン・グレアムの公式は本質的価値を推定します。グレアムバリューと株価を比較することで、安全余裕度の指標が得られます。投下資本利益率(ROIC)は、資本配分の効率性を測定します。WACCを上回るROICを稼ぐ企業は価値を創造しています。
フレームワークの設計
標準化が必要なのは、各モデルが異なるスケールで出力を生成するためです。最もシンプルな手法は、対象ユニバース内でのパーセンタイルランキングです。各モデルについて、すべての企業をランク付けし、パーセンタイルに変換します。Z-Scoreで90パーセンタイル、F-Scoreで85パーセンタイルの企業は、直接比較が可能になります。
高いほど良いスコアでは、パーセンタイルをそのまま使用します。閾値が重要なM-Scoreでは、パーセンタイルを反転させます。
構成要素の重み付け
等加重は最もシンプルで、しばしば驚くほど効果的です。目的別の重み付けは、目標に沿って傾けます。経営破綻を避けたい場合は、Z-ScoreとM-Scoreの比重を高めます。質の高い複利成長企業を求める場合は、F-ScoreとROICの比重を高めます。ディープバリューを求める場合は、グレアムの安全余裕度の比重を高めます。
実用的な配分例として、F-Score 25%、Z-Score 20%、M-Score 15%、ROIC 20%、グレアムバリュー 20%があります。重み付けを文書化し、それを守り抜いてください。結果を見てから調整するのは、過剰適合(カーブフィッティング)です。
追加すべきカスタム指標
収益の質では、リカーリング収益の割合、顧客集中度、成長の一貫性を見ます。バランスシートの質では、資産構成、負債満期、運転資本のトレンドを評価します。キャッシュフローの質では、営業キャッシュフローと報告利益を比較します。資本配分の実績では、買収のリターン、自社株買いの効果、配当成長を確認します。
実装ワークフロー
3年以上の財務データを収集します。すべての企業について各モデルを計算します。パーセンタイルランクに正規化します。重み付けを適用して総合スコアを算出します。総合スコアでランク付けし、上位および下位10分位を分析します。スコアは最終的な答えではなく、スクリーニングの出発点として使用してください。
落とし穴を避ける
過剰適合に注意してください。過去のパフォーマンスに合わせてモデルを調整したい誘惑に抵抗しましょう。セクターバイアスを避けるため、ユニバース全体ではなくセクター内でスコアを調整してください。データのタイムラグにも注意が必要で、スコアは直近の報告日を反映しているため、最新情報で検証することが大切です。判断なしの機械的な適用も避けるべきです。一時的な評価減と恒久的な減損の区別には、人間の判断が必要です。目的は思考を整理することであり、置き換えることではありません。