
投資テーマは先に決めない。企業を「経済センサー」として変化の予兆を捉える
投資テーマを、もっと早く見つけることはできないか。
AI、データセンター、防衛、電力インフラ、ロボティクス。
大きく上昇したテーマを後から振り返れば、「なぜ上がったのか」はかなり説明できます。難しいのは、その前です。
市場が十分に期待を織り込む前に、何かが変わり始めていることを、どうやって捉えるのか。
この問いを考える中で、私は最初、将来有望そうなテーマをいくつも生成し、その一つひとつを調査する方法を考えていました。
これは、前回の記事で決めた「テーマ名ではなく、実体経済に現れた変化から候補をつくる」というアイデア創出の関門を、実際にどう実装するか考える中で出てきた問題です。
▶︎ 前回の記事:AI投資で判断をぶらさないために、先に決めた7つの関門
ただ、ここで引っかかりました。
テーマを先に決めた時点で、その後の調査は「発見」ではなく「確認」になるのではないか。
たとえば、データセンター市場の成長を調べるためにCBREの統計を見る。これは非常に有効な調査です。
しかし、その統計を見に行く時点で、すでに「データセンターが重要なのではないか」という仮説を持っています。つまり、その情報はテーマの検証には使えても、テーマそのものを発見する装置にはなりにくい。
では、テーマをまだ知らない状態で、何を見ればいいのか。
そこで発想を逆にしました。
テーマを探すのではなく、経済の変化そのものを観測する。
その観測点として、企業を使います。
企業を選ぶ前に、何を観測したいのかを決める
企業を観測点として使うなら、最初に「どの企業を見るか」を決めるのは少し違う気がします。
Microsoftを見る。NVIDIAを見る。Schneider Electricを見る。
もちろん、それ自体が悪いわけではありません。ただ、なぜその企業を見るのか。
その問いに答えるには、企業より一段上の概念が必要になります。
私が今考えているのは、経済機能を先に定義するという方法です。
経済には、たとえば、
需要を生み出す
資本を配分する
インフラを供給する
装置を供給する
部品や素材を供給する
建設・統合する
物流・流通する
最終的に運営する
といった異なる機能があります。
まず、どの経済機能を観測したいのかを決める。そのうえで、その機能の変化が現れやすい企業を選ぶ。
順番としては、
経済機能 → 観測企業
です。
企業そのものを見るのではなく、企業を通して経済を見る。

企業の「結果」より、その手前を見る
では、企業から何を観測するのか。売上、利益、EPSを見るだけでよいのか。
おそらく、それだけでは遅い。
売上や利益は重要です。ただ、多くの場合、それらは企業が意思決定を行ったあとの「結果」です。より早く変化を捉えるなら、その手前を見る必要があります。
そこで注目したいのが、企業の経営判断の痕跡です。
たとえば、
CapEx
生産能力の増強
受注・Bookings・Backlog
長期契約
Guidanceの変更
採用や人員配置
M&A
JV
新工場や新拠点
調達契約
などです。
「需要は強い」と経営者が話す。
それに対して、「設備投資計画を30%引き上げた」「新工場の建設を決めた」「5年間の供給契約を締結した」という事実がある。
同じ将来見通しに関する情報でも、後者の方が重い。そこには、実際に資本や人員を動かし、リスクを取った意思決定が含まれているからです。
将来への期待が、言葉ではなく行動として現れている。
企業がどこに資本を投じ、どこで人を増やし、どこと長期契約を結ぶのか。そこには、その企業が見ている将来が反映されています。
見たいのは「大きさ」ではなく「変化」
ただし、経営判断の痕跡を一度見るだけでは十分ではありません。
ある企業のCapExが100億ドルある。それだけでは、その数字が大きいのか小さいのか、今何が起きているのかは分かりません。
重要なのは、
100 → 105 → 120 → 150
のような変化です。
見たいのは、絶対値ではなくDeltaです。
前四半期から何が変わったのか。変化は加速しているのか。それは一時的なのか、継続的なのか。
つまり、企業の状態を評価するというより、
通常状態から何が変わったのかを検知する。
そう考えると、これは企業分析システムというより、変化検知システムに近くなります。
一社の変化だけでは、まだ何も決めない
ただ、一社で変化が見つかったからといって、それをすぐに投資テーマにするのは危険です。
設備投資が増えたとしても、
単なる更新投資
シェア獲得のための攻勢
その会社固有の経営判断
一時的な大型案件
かもしれません。
一社だけの変化は、まず単独シグナルとして残します。別の企業へ波及し、さらに異なる経済機能でも同じ方向の変化が確認されたとき、初めて調査候補に昇格させる。
単独シグナル → 波及 → 複数機能での一致 → 調査候補
という流れです。
ここで重要なのは、単純な企業数ではありません。
たとえば、NVIDIA、AMD、Broadcomの3社で同じ変化が見つかったとします。
3社で一致していても、かなり近い場所から同じ経済を見ている可能性があります。
一方で、クラウド企業がCapExを増やす。電力設備企業のBacklogが伸びる。建設会社の案件が増える。光通信企業の需要見通しが変わる。
こうした異なる場所で、同じ需要源による変化が出ていたらどうか。
意味はかなり違います。
重要なのは、観測数ではなく、観測の独立性ではないか。
同じ方向から3回確認するよりも、異なる方向から同じ現象が見えた方が強い。ここは、この仕組みの重要な原則になりそうです。

どの企業を継続的に見るのか
この仕組みを運用するには、継続的に観測する企業群が必要です。
ここでは、これを 観測企業群(センサー企業群)と呼ぶことにします。
ただし、企業名だけを並べたリストにはしたくありません。
「なぜその企業を見るのか」「その企業の何を見るのか」が決まっていなければ、観測装置にはならないからです。
必要なのは、
経済機能 × 観測企業 × 観測指標
の対応関係です。
たとえば、需要側のクラウド企業ではCapExを、インフラ供給側の電力設備企業では受注やBacklogを見る。
つまり、どの機能を、どの企業の、どの指標で見るのかまで決めて初めて、一つのセンサーになります。
MVPでは、まず20社前後から始めるつもりです。ただし、その企業群を永続的に固定する必要はないと思っています。
経済構造そのものが変わるのであれば、観測装置も変わる必要があります。
固定された企業リストではなく、変化する観測網にする。
データセンターを、テーマ名なしで見つけられたか
この考え方が本当に機能するかは、過去のテーマで検証できます。
たとえば、データセンターです。
ただし、最初から「データセンター」という答えを与えてはいけません。それでは、結果を知った状態で探しているだけです。
過去のある時点まで巻き戻し、その時点で利用できた情報だけを使う。そして、経済機能ごとに選んだ企業を観測します。
もし、需要側、半導体、電力設備、建設、通信といった異なる場所で、同じ方向の変化が同時に現れていたとしたら。
そのとき、
どうやら巨大な計算インフラ投資が始まっているのではないか。
という仮説を、テーマ名を知らない状態から生成できたか。そこを検証します。
さらに重要なのは、その時点で市場がどこまで織り込んでいたかです。
変化を発見できても、市場がすでに十分認識していたのであれば、投資上の優位性にはなりません。
だから見るべきなのは、「発見できたか」だけではなく、
「市場より早く発見できたか」
です。
これなら、「結果を知っていたから見つけられた」という後知恵バイアスも、ある程度抑えることができます。
作りたいのは、企業分析の自動化ではない
ここまで考えて、作りたいものが少しはっきりしてきました。
企業の決算を要約する。財務指標を比較する。ニュースを集める。
こうした作業は、AIによってかなり効率化できます。ただ、それだけでは「次に何を調べるべきか」は生まれません。
私が作りたいのは、その一段手前です。
企業の経営判断を観測点として、経済の構造変化を早期に捉える仕組み。
テーマを先に与えるのではなく、経済機能ごとの変化を観測し、その結果としてテーマが浮かび上がるようにする。
もちろん、これで本当に市場より早く変化を捉えられるかは分かりません。
ノイズばかり拾うかもしれない。経済機能の分類そのものが不十分かもしれない。複数のシグナルが揃うころには、市場がすでに織り込んでいる可能性もあります。
だから、次は過去データで確かめます。
経済機能をどう分類するか。どの企業を観測点にするか。何をシグナルとして追うか。そして、その仕組みを過去に戻して動かしたとき、本当にテーマを早く見つけられたのか。
企業をセンサーとして変化の予兆を捉え、そこからテーマを浮かび上がらせる。
今のところ、試してみたいのはそこです。
次に考えるのは、そのセンサーを「経済のどこに置くか」です。