会計

成功者の共通点を集めても、成功法則にはならない – 数字を読む人ほどハマる因果の罠

みなさん、おはようございます！こんにちは！こんばんは。Jindyです。

成功した人を100人集めて、その共通点を探す。

早起きしている。読書している。運動している。人脈を大事にしている。そして水を飲んでいる。

こう並べられると、最後の一つだけ急に冗談っぽく見えます。でも統計の構造としては、全部同じです。成功者に共通していることと、その人を成功させたことは別物だからです。

この記事で扱いたいのは、水そのものではありません。数字から原因を読み取るとき、人はどこで間違えるのか。その癖を、仕事、投資、経営、会計まで横断して見ていきます。

この見方を持っていると、成功者の習慣をそのまま真似しなくなります。好業績企業の特徴を見つけても、すぐに投資理由へ変換しなくなる。社内KPIが上がったときも、それが利益を生んだのか、利益が出たからKPIまで良く見えているのか、一度立ち止まれるようになります。

数字は嘘をつきません。ただし、数字は原因まで説明してくれません。

ここを混同すると、きれいなデータほど危ない。経理でも投資でも、怖いのは間違った数字より、正しい数字から間違った物語を作ることです。

成功者の共通点は成功要因ではない – 比較対象が消えた瞬間、物語が始まる

成功した人だけを集めると、共通点はいくらでも見つかります。問題は、その共通点が成功していない人にも同じように存在するかもしれないことです。

成功者100人の全員が水を飲んでいた。それ自体は事実でも、成功との関係についてはほとんど何も教えてくれません。非成功者100人も全員水を飲んでいるなら、水は両者を分ける変数ではないからです。

条件付き確率は、向きを逆にすると別の数字になる

ここで見るべきは、成功した人のうち何人が水を飲んでいたかではありません。

知りたいのは、水を飲んだ人がどれくらい成功したのか。そして、比較可能な条件で水を飲まなかった人がどれくらい成功したのか。その差です。

たとえば1,000人全員が水を飲み、そのうち100人が成功したとします。成功者だけを調べれば、水を飲んでいる割合は100％です。かなり強い共通点に見えます。

でも母集団に戻ると、水を飲んだ人の成功率は10％にすぎません。しかも水を飲まない人がいないので、水によって成功率が上がったのかすら比較できません。

成功者の中で多い特徴と、その特徴を持つ人が成功しやすいことは別です。

比較できないものの効果は、原則として推定しにくい

因果推論にはpositivityと呼ばれる考え方があります。ざっくり言えば、ある要因の効果を比較したいなら、比較したい集団の中に、その要因を持つケースと持たないケースが存在する必要がある、という話です。

WestreichとColeは2010年の論文で、このpositivityが因果推論の前提として欠かせないことを整理しています。観察データであっても、比較対象がほぼ存在しない領域では、効果推定は不安定になります。 (pubmed.ncbi.nlm.nih.gov)

水はこの例として極端です。そもそも生命維持に不可欠で、日常生活では飲料だけでなく食物からも摂取します。Institute of Medicineの食事摂取基準でも、total waterは飲み水、その他の飲料、食品に含まれる水分を合わせて扱っています。 (nationalacademies.org)

つまり、水を摂る人とまったく摂らない人を長期間比較して成功率を見る、という問い自体が現実的ではありません。

成功者だけを残すと、成功しなかった世界が消える

もう一つの罠が選択バイアスです。

最初から成功者だけを研究対象にすると、成功に至らなかった人の情報が消えます。Luらは2022年、因果効果を推定するときのselection biasを整理し、誰が分析対象として選ばれるかによって曝露と結果の関係が歪みうることを論じています。 (pubmed.ncbi.nlm.nih.gov)

これは投資の世界だと直感的です。

現在の優良企業だけを並べて、長期成長企業には共通して強いブランドがある、と結論づけても足りません。かつてブランド力が高かったのに衰退した企業が抜けていたら、見えている景色は最初から偏っています。

だから、成功者の共通点を見つけたときに最初に聞くべき質問は、なぜ成功者はこれをしているのか、ではありません。

成功していない人はどうなのか、です。

経理で言えば、増収企業の売上高だけを見て理由を語らないのと同じです。数量なのか単価なのか、為替なのか連結範囲なのか。比較軸を分解しない限り、数字は説明ではなく結果です。

実務で使うなら、共通点を見つけた後に三つだけ確認すると精度が上がります。その特徴は比較対象にもあるか。結果より前から存在したか。別の要因で同時に説明できないか。難しい統計モデルを組まなくても、この三問だけで雑な因果ストーリーはかなり減ります。

水分補給には意味がある – ただし、成功の秘密ではなく性能を落とさない基盤である

では、水を飲むこと自体には意味がないのか。

それも違います。

ここがこの話の面白いところです。水分補給と成功を直接結びつけるのは無理がある一方で、脱水と認知機能の関係については実際に研究があります。

科学が言っている範囲を越えずに読むと、水は成功を作る魔法の習慣というより、人間の性能を不用意に落とさないためのインフラに近いと見えてきます。

脱水すると、一部の認知機能は落ちる

WittbrodtとMillard-Staffordは2018年、脱水と認知パフォーマンスに関する研究を統合したメタ分析を公表しました。結論として、研究間にはばらつきがあるものの、とくに体重の2％を超える水分欠乏では、注意、実行機能、運動協調を伴う課題でパフォーマンス低下が目立つとしています。 (pubmed.ncbi.nlm.nih.gov)

ここから水をたくさん飲めば能力が上がる、と読むのは飛躍です。

示されているのは主に、脱水というマイナス状態が認知パフォーマンスを下げる可能性です。0から100へ上げるブースターではなく、100で動けるはずの人を80や90に落とさないための管理に近い。

この違い、会計で考えると分かりやすいです。

内部統制が整っているから高収益企業になるわけではありません。しかし内部統制が壊れれば、誤謬、不正、決算遅延などのリスクは増える。内部統制は利益を直接作るエンジンではないが、企業が本来の力を出すための土台です。

水分補給も、それに近い位置づけで見ると過大評価も過小評価もしなくて済みます。

水を補えば改善する研究もあるが、条件を読まないと危ない

Zhangらが2021年に公表したランダム化比較試験では、若年成人を対象に水分制限とその後の水分補給を比較し、脱水でエピソード記憶や気分が悪化し、水分補給後に処理速度やワーキングメモリ、気分の改善が観察されました。 (pubmed.ncbi.nlm.nih.gov)

これだけ見ると、やはり水を飲めば頭が働く、と言いたくなります。

でも実験の前提を見る必要があります。水分を制限した状態から補給している。つまり比較しているのは、普段から十分に水分が足りている人へさらに水を追加した効果とは違います。

投資でも同じです。赤字企業が黒字化した翌年に利益成長率200％と出ても、安定黒字企業が利益を3倍にした話とは意味が違う。分母が小さかったのか、正常化しただけなのか、構造的成長なのか。同じ200％でも中身は別物です。

長期の世界では、単純な水分量だけでは説明できない

さらに興味深いのが、短期実験と長期観察では景色が少し変わることです。

Nishiらの2023年の前向きコホート研究では、メタボリックシンドロームかつ過体重または肥満の高齢者を対象に、2年間の水分状態と認知機能の変化を追いました。生理学的な水分状態が悪いことは、全般的認知機能のより大きな低下と関連しました。一方で、飲料や食品からの水分摂取量そのものと、2年間の全般的認知機能変化には有意な関連が確認されませんでした。著者らも長期的な影響にはさらなる研究が必要としています。 (link.springer.com)

ここ、かなり面白い。

摂取した量と、体が実際にどんな状態にあるかは同じではありません。

会計で言えば、売上高とキャッシュが同じではないのと似ています。売上を100計上しても、売掛金のままなら現金は入っていない。入金しても運転資金や投資で出ていけば、手元資金は残らない。

水を何ml飲んだかだけで人体の状態を語れないように、売上高だけで企業の資金状態は語れません。

水分補給を巡る研究が教えてくれるのは、成功者は水を飲むべきだ、という話ではありません。

原因を考えるときは、何を測ったのかを揃えなければいけないということです。

摂取量なのか、水分状態なのか。短期の注意力なのか、長期の認知変化なのか。ここを混ぜれば、研究結果は簡単に都合のいい健康法へ化けます。

企業分析でも、利益、営業キャッシュフロー、フリーキャッシュフロー、ROIC、株主還元を一つの優良企業という言葉に押し込めた瞬間、分析は荒くなる。良い数字は、ちゃんと分けて読むほど面白いんです。

投資と会計で怖いのは数字ではなく物語である – 共通点を因果へ変換した瞬間に判断を誤る

成功法則の話は、実はビジネスパーソンにとって他人事ではありません。

会社では毎月KPIを追います。投資家は高成長企業の共通点を探します。経営者は好調部門のやり方を横展開したくなる。

ただし、共通点から原因へ飛ぶ瞬間だけは危ない。数字を作る側から見ると、実績値には、その数字ができるまでの事情が大量に埋まっています。

優良企業の特徴を集めても、優良株の条件にはならない

投資では、過去の勝ち組企業を並べると魅力的な共通項が見つかります。

高い利益率。強いブランド。継続的な増収。高いROE。優秀な経営者。

どれも企業を見る材料にはなります。でも、それがそのまま将来の株主リターンを保証する条件にはなりません。

一つは、失敗した企業にも同じ特徴があった可能性があること。もう一つは、その良さがすでに株価へ織り込まれている可能性です。

企業として素晴らしいことと、株として割安であることは別問題です。

だから投資家が見るべきなのは、良い会社かだけではなく、市場が何を前提に値付けしているか。その前提と実際の将来にズレがあるかです。

P/Lの結果を原因だと思うと、会社の中身を見誤る

会計では、因果の逆転がもっと露骨に起きます。

利益率が上がった。だから経営が改善した。

本当にそうでしょうか。

値上げが効いたのかもしれない。原材料価格が一時的に下がったのかもしれない。為替が追い風だったのかもしれない。研究開発費や広告費を削って短期利益を作ったのかもしれない。低採算事業を売却し、連結範囲が変わった可能性もあります。

P/Lは結果をかなりきれいに見せます。

だからこそBSとCFを見る。

売上債権は膨らんでいないか。在庫は積み上がっていないか。営業キャッシュフローは利益についてきているか。投資を止めてフリーキャッシュフローだけ良くなっていないか。

利益という一つの共通点を原因だと思わず、数字ができた工程まで降りていく。これは財務分析というより、因果関係の解体作業です。

数字を作る側の感覚では、決算書は完成品ではありますが、完成品だけ見ても製造工程までは分かりません。

KPIは管理道具であって、因果関係の証明書ではない

経営管理でも同じ問題が起きます。

好調な営業チームは訪問件数が多い。だから全チームの訪問件数目標を増やそう。

この施策、いかにも合理的です。

でも好調だから顧客から呼ばれ、結果として訪問件数が増えているだけかもしれない。優秀な担当者ほど案件数が多く、訪問回数も増えている可能性もある。

訪問件数が売上を作ったのか。売れる状態が訪問件数を増やしたのか。

向きを間違えると、KPI管理は一気に儀式になります。

本当に原因へ近づきたいなら、施策前後だけでなく比較群を見る。顧客属性や担当者の経験年数など、結果に影響しそうな条件を考える。できるなら一部で試し、どの集団に効いたかを見る。

これは研究者だけの技術ではありません。予実管理も同じです。

実績が予算を上回ったときに、営業努力で終わらせず、価格、数量、商品構成、為替、原価、固定費などへ分解する。経理が現場へ問い返すのは、数字を疑っているからではなく、原因を間違えないためです。

管理会計でも、予算差異を一つの理由で片づけると現場を誤解します。売上差異を価格差と数量差へ分け、原価差異を単価と使用量へ分けるのは、責任追及のためではありません。結果を生んだ経路をほどくためです。数字を細かくすること自体が目的ではなく、打ち手を間違えない粒度まで原因を近づける。その感覚は因果推論とよく似ています。

数字は、説明力が高そうに見えるほど厄介です。

成功者の100％がやっている。利益率が前年比3ポイント改善した。訪問件数がトップチームの1.5倍だった。

全部、事実かもしれません。

それでも原因とは限らない。

仕事で数字を扱うなら、事実確認の次に必要なのは、もしこの要因がなかったら結果はどうなったか、という発想です。現実には同じ会社、同じ人、同じ時間を二つに分けて観察できません。だから比較対象を工夫し、条件を揃え、別の説明を潰していく。

因果推論とは、難しい数式の前に、このしつこさのことだと思います。

結論　成功法則を集めるより、反対側の世界を見る

人は成功した話が好きです。

勝った企業。伸びた事業。資産を築いた人。出世した人。

そこには物語があります。しかも結果が出た後の物語は、驚くほどきれいにつながります。

努力したから成功した。読書したから伸びた。毎朝走ったから仕事ができた。水を飲んだから調子が良かった。

でも人生は、決算書ほどきれいには締まりません。

同じ努力をして届かなかった人がいる。同じ戦略で負けた企業もある。同じ財務指標を持ちながら、その後の株価が正反対になる会社もあります。

だから、結果を出した人から学ぶときほど、結果を出せなかった側を想像したい。

会計は左右が合う世界です。借方があれば貸方がある。利益が出れば、その利益がBSのどこへ積み上がったかを見る。キャッシュが増えれば、どこから来たのかを追う。

投資も本当は似ています。

上がった理由だけではなく、なぜ市場はそれを事前に織り込めなかったのかを見る。強い企業だけでなく、同じ条件に見えて失速した企業を見る。成功した世界だけではなく、成功しなかった世界まで並べて初めて、数字に奥行きが出ます。

経営も人生も、おそらく同じです。

誰かの成功法則を集めれば、安心できます。でも安心できる説明と、正しい説明は同じではありません。

水は飲んだほうがいい。少なくとも適切な水分状態を保つことには、生理学的にも認知機能の面でも意味があります。研究レビューでも、水分状態と一部の認知機能・気分との関係が整理されています。 (pubmed.ncbi.nlm.nih.gov)

ただ、水を飲むことを成功法則に変えた瞬間、私たちは水ではなく物語を飲み始めます。

数字を見る力とは、数字をたくさん知っていることではない。

その数字の反対側に、何が消えているかを見る力です。

数字と因果を、もう一段深く考えるための5冊

1．『分析者のための因果推論入門 データ分析と意思決定を紐づける手法と考え方を網羅的に詳解する』堀井 俊佑

因果推論を、単なる統計手法ではなく意思決定につなげるための考え方として扱った一冊です。とくに、分析結果の数字だけを見るのではなく、その推定値が成立するためにどんな仮定を置いているのかを明示する姿勢が、本記事の問題意識と直結します。成功者と非成功者をどう比較するのか、施策がなかった世界をどう考えるのかを、もう少し技術的に理解したい読者に向いています。ほかの4冊より専門度は高めですが、因果推論を仕事の分析へ持ち込みたい人には最も踏み込んだ選択肢です。


2．『はじめての統計学 レジの行列が早く進むのは、どっち！？』佐藤舞（サトマイ）

確率や統計に苦手意識がある人でも入りやすいよう、身近な疑問から数字の見方を解いていく入門書です。ランダム化比較試験やプロスペクト理論などにも触れており、なぜ経験談だけでは判断を誤るのか、なぜ人は偶然に意味を見いだしてしまうのかを日常感覚から理解できます。本記事を読んで、因果関係の話は面白いけれど数式中心の本はまだ重い、と感じた人の入口に合います。ほかの4冊と比べ、仕事や投資以前の数字の基礎体力をつくる役割を担う本です。


3．『見るだけでKPIの構造から使い方までわかる 会計指標の比較図鑑』矢部 謙介

会計指標を公式だけで覚えるのではなく、決算書、ビジネスモデル、企業戦略と結びつけて読むことに軸を置いた本です。複数企業や同一企業の年度を比較しながら、B/S、収益性、企業価値、安全性、効率性などを見ていく構成は、本記事で触れた数字ができた工程まで降りていくという発想と相性がいい。ROEやPBRなどの数字を見て、それだけで良い会社、悪い会社と判断してしまう癖を修正したい読者に向いています。統計そのものではなく、会計数字を比較する実務へ橋を架ける点がほかの4冊との違いです。


4．『企業価値がわかる 財務分析講座』辻本 臣哉

投資家やアナリストが企業をどのような手順で分析するのかを、財務諸表分析からROE、株主資本コスト、企業価値までつないで解説する本です。本記事で述べた企業として素晴らしいことと、株として魅力的であることは別という論点を、ファンダメンタルズ分析の側から深掘りできます。決算数字を読めるようになったものの、その数字を企業価値や投資判断へどう接続すればいいのか分からない読者に向いています。会計指標の理解を中心とする3冊目に対し、こちらは数字から投資家の判断へ進むための視点を補ってくれます。

[商品価格に関しましては、リンクが作成された時点と現時点で情報が変更されている場合がございます。]

企業価値がわかる　財務分析講座 [ 辻󠄀本 臣哉 ]
価格：2,530円（税込、送料無料) (2026/8/15時点)


5．『The Number Bias 数字を見たときにぜひ考えてほしいこと』サンヌ・ブラウ 著／桜田直美 訳

数字は客観的である、という思い込みそのものを疑うところから始まる本です。サンプリングの罠、相関と因果の混同、原因と結果の逆転、都合のいい解釈などを扱っており、本記事の成功者だけを見て成功法則を作る危うさを、より広い社会の数字へ展開できます。ニュースや調査結果、ランキングを見て、数字が出ているのだから正しいだろうと感じてしまう人ほど得るものがあります。ほかの4冊が数字をどう使うかに寄っているのに対し、数字を信じる自分自身の心理まで疑う点が、この本の面白いところです。


統計や因果関係にまだ馴染みがなければ、『はじめての統計学』から入ると全体像をつかみやすいでしょう。そこから原因と結果をもう一段厳密に考えたくなったら『分析者のための因果推論入門』へ。仕事で決算書やKPIを見る機会が多いなら『会計指標の比較図鑑』、その数字を投資判断までつなげたいなら『企業価値がわかる 財務分析講座』が自然です。そして、そもそも自分は数字を客観的に読めているのか、と足元から疑いたくなったときに『The Number Bias』を挟む。この5冊は答えを暗記するためというより、数字を見た瞬間に物語へ飛びつかないための視点を、それぞれ違う方向から補ってくれます。

それでは、またっ！！

引用論文・参考文献

  • Wittbrodt, M. T., & Millard-Stafford, M. (2018). Dehydration Impairs Cognitive Performance: A Meta-analysis. Medicine & Science in Sports & Exercise, 50(11), 2360–2368. DOI: 10.1249/MSS.0000000000001682. (pubmed.ncbi.nlm.nih.gov)
  • Zhang, J., Ma, G., Du, S., Liu, S., & Zhang, N. (2021). Effects of Water Restriction and Supplementation on Cognitive Performances and Mood among Young Adults in Baoding, China: A Randomized Controlled Trial (RCT). Nutrients, 13(10), 3645. DOI: 10.3390/nu13103645. (researchgate.net)
  • Nishi, S. K., et al. (2023). Water intake, hydration status and 2-year changes in cognitive performance: a prospective cohort study. BMC Medicine, 21, 82. DOI: 10.1186/s12916-023-02771-4. (pubmed.ncbi.nlm.nih.gov)
  • Masento, N. A., Golightly, M., Field, D. T., Butler, L. T., & van Reekum, C. M. (2014). Effects of hydration status on cognitive performance and mood. British Journal of Nutrition, 111(10), 1841–1852. DOI: 10.1017/S0007114513004455. (cambridge.org)
  • Westreich, D., & Cole, S. R. (2010). Invited Commentary: Positivity in Practice. American Journal of Epidemiology, 171(6), 674–677. DOI: 10.1093/aje/kwp436. (pubmed.ncbi.nlm.nih.gov)
  • Lu, H., Cole, S. R., Howe, C. J., & Westreich, D. (2022). Toward a Clearer Definition of Selection Bias When Estimating Causal Effects. Epidemiology, 33(5), 699–706. DOI: 10.1097/EDE.0000000000001516. (pubmed.ncbi.nlm.nih.gov)
  • Institute of Medicine. (2005). Dietary Reference Intakes for Water, Potassium, Sodium, Chloride, and Sulfate. Washington, DC: The National Academies Press. DOI: 10.17226/10925. (nationalacademies.org)

コメントを残す

メールアドレスが公開されることはありません。 ※ が付いている欄は必須項目です

RECOMMENDこちらの記事も人気です。