シミュレーションの長所と短所とは？意味と試験で問われるポイント｜証券アナリスト2次・数量分析と確率・統計
ひとことで言うと
- シミュレーションの長所は、複雑な問題でも結果の分布全体（平均だけでなく、損失となる確率や最悪ケースの大きさ）を把握できることです。
- 短所（制約）は、結果が入力の前提（分布・相関・モデル）に強く左右されること、計算の手間や乱数による誤差があること、それ自体は最適な意思決定を教えてくれないことです。
- 「精緻な数値が出る＝正しい」とは限らず、前提を検証しながら使う姿勢が求められます。
この記事では、証券アナリスト2次「数量分析と確率・統計」の学習ポイントのひとつ「意思決定での長所と短所」について、意味と試験で問われやすいポイントを解説します。
| 分野 | 2次 市場と経済の分析／数量分析と確率・統計 |
|---|---|
| 大分類 | (14) シミュレーション手法 |
| 協会の学習ポイント | 意思決定にシミュレーションを用いる場合の長所と短所（制約）について理解する。 |
意思決定でのシミュレーションの長所と短所とは
投資プロジェクトの採否、資産配分の決定、リスク管理の方針など、意思決定には不確実性がつきものです。期待値だけを使って「NPVがプラスだから採用」と判断すると、ばらつきの大きさや失敗したときの損失の大きさが見えません。シミュレーションはこの点を補い、結果の確率分布を意思決定の材料として提供します。
主な長所
- 分布全体が見える：平均・標準偏差だけでなく、損失となる確率、下位5％点などを示せます。
- 複雑な問題に対応できる：非線形な関係、多数の不確実な変数、変数間の相関、経路に依存する損益など、公式では解けない問題も扱えます。
- 「もし〜なら」を試せる：入力の前提を変えて何度も実行し、どの変数が結果に大きく影響するか（感応度）を確認できます。
- 説明しやすい：「損失が出る確率は約○％」のように、意思決定者に直感的に伝えられます。
主な短所（制約）
- 入力しだい：分布の形やパラメータ、相関の設定が誤っていれば、結果も誤ります（ガーベージ・イン、ガーベージ・アウト）。
- 見かけの精密さ：何万回もの計算から細かい数値が出るため、実際以上に確かな結果だと受け取られやすい点に注意が必要です。
- 最適解は出ない：シミュレーションは与えられた条件での結果の分布を示すだけで、どの選択肢が最適かを自動的に決めるものではありません。リスク許容度などをふまえた判断は別に必要です。
- 段階的な判断の扱いが苦手：途中で撤退・拡張するといった経営判断（柔軟性）を組み込むのは、決定木などに比べて難しい面があります。
- コストと誤差：モデル構築や計算に手間がかかり、試行回数が少ないと乱数による誤差も残ります。
整理しておきたいポイント
| 観点 | 内容 |
|---|---|
| 得られるもの | 結果の確率分布（平均、ばらつき、損失確率、パーセンタイル） |
| 得意な問題 | 変数が多い、非線形、相関がある、解析的に解けない問題 |
| 最大の弱点 | 入力の分布・相関・モデルの前提に結果が依存する |
| 誤解しやすい点 | 最適な意思決定を直接示すものではない |
| 使い方のコツ | 前提を変えた感応度分析、ストレステストと組み合わせる |
具体例で確認
ある投資プロジェクトについて、売上・原価・為替を確率変数として1万回のシミュレーションを行ったところ、NPVの平均は+12億円でしたが、1万回のうち2,800回でNPVがマイナスになりました。
- NPVがマイナスになる確率の推定値：2,800 ÷ 10,000 ＝ 28％
- この推定値の標準誤差：√(0.28 × 0.72 ÷ 10,000) ≒ 0.45％（乱数による誤差はかなり小さい）
期待値だけならプラスで採用となりそうですが、約3割の確率で損失が出るという情報は、会社のリスク許容度によっては判断を変える材料になります。一方で、この「28％」は売上の分布や為替との相関の設定に依存しており、試行回数を増やしても前提の誤りは消えません。長所と短所が同時に表れる例といえます。
試験で問われやすいポイント
- 長所として分布全体を示せること、複雑な問題に対応できることを説明できるようにしましょう。
- 短所として入力の前提に依存すること、最適解を直接示さないことが問われやすいです。
- 「試行回数を増やせば正確になる」は乱数の誤差についてだけ正しく、前提の誤り（モデルリスク）は減らないという区別がひっかけになりやすいです。
- 段階的な意思決定（撤退・拡張の選択肢）の扱いでは決定木との比較が問われます。
- 記述式では、ある意思決定にシミュレーションを使う場合の利点と留意点を具体的に述べさせる形も考えられます。
要点まとめ
- 長所は結果の分布全体を把握でき、複雑な問題にも対応できること
- 短所は入力の前提に結果が左右され、見かけの精密さに惑わされやすいこと
- シミュレーションは最適な選択肢を自動的に示すものではない
- 感応度分析やストレステストと組み合わせて使う
▶ あわせて読みたい
証券アナリストアカデミーのYouTube（@cma-fa-academy）では、学習ポイントに沿って論点を1つずつ解説しています。
※学習ポイントは日本証券アナリスト協会「【2026年度】CMA資格の取得に求められる主要学習事項と学習ポイント」より引用しています。
