会計

自分を信じるな、違和感は捨てるな – 恐怖と直感を分ける意思決定の会計学

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。

人は、自分のことをどこまで信じていいのでしょうか。

仕事で大きな判断をするとき。投資先を選ぶとき。撤退するか、もう少し粘るかを決めるとき。数字を集めて、資料を作って、関係者の説明も聞いて、理屈としては一応そろっている。それでも腹のどこかに、なんか嫌だな、という感覚が残ることがあります。

厄介なのは、その感覚が二種類あることです。

一つは、損をしたくない、失敗を認めたくない、今の立場を失いたくない、といった恐怖が姿を変えたもの。もう一つは、過去の経験が圧縮され、まだ言語化できない異常を拾っている直感です。

見た目はかなり似ています。どちらも理由をうまく説明できません。

だから、直感を全部信じるのも危ないし、感情だからと全部捨てるのも危ない。

この記事で掘り下げたいのは、このややこしい境界線です。なぜ恐怖は判断を歪め、熟練者の違和感はときに数字より早く異常を拾うのか。そしてAI時代に、人間はどこで意思決定に残るべきなのか。

この構造が分かると、投資では暴落時の売買や損切りを少し冷静に見られるようになります。経営では、撤退判断や大型投資で自分がどんな物語を作っているかを疑える。会計実務では、数字が合っていることと、数字が正しいことは違う、と理解できるようになる。

数字は客観的に見えます。でも、どの数字を集め、どの前提を置き、何を重要指標として見せるかを決めるのは人間です。

つまり意思決定の怖さは、感情が数字を壊すことだけではない。

感情が、きれいな数字を作れてしまうことにあります。

人間は自分の判断を疑ったほうがいい – 恐怖は数字の外ではなく、数字の中に入り込む

恐怖というと、パニックになって逃げる場面を想像しがちです。でも実務で厄介なのは、もっと静かな恐怖です。失敗したくない。評価を落としたくない。含み損を確定したくない。自分の過去の判断が間違っていたと認めたくない。

こうした感情は、判断の席から人を追い出すわけではありません。むしろ理屈の服を着て、その席に座ります。

恐怖はリスクそのものを大きく見せる

LernerとKeltnerの研究では、恐怖を感じている人は将来の出来事をより悲観的に見積もり、リスク回避的な選択をしやすい一方、怒りでは逆方向の傾向が示されました。さらにWakeらのメタ分析では、68の独立サンプル、9,544人、136の効果量を統合し、恐怖や不安がリスクテイクの減少とリスク推定の上昇に関連していました。平均効果量はr=0.22で、万能な法則ではないものの、無視できるほど小さくもありません。 (pubmed.ncbi.nlm.nih.gov)

投資で株価が急落したとします。昨日まで適正だと思っていた企業価値が、今日だけ突然半分になったわけではない。それでも価格が赤く点滅し、含み損が膨らむと、事業のリスクまで昨日より大きく見える。

逆もあります。上昇相場では、同じ借入金、同じ競争環境、同じ顧客集中でも、なぜか危険が薄く感じられる。

数字は変わっていなくても、数字を見る人間の倍率が変わるのです。

人は恐怖をそのまま恐怖とは呼ばない

もっと面倒なのが、Kundaが整理した動機づけられた推論です。

人間は、最初から結論を捏造しているとは限りません。むしろ自分が望む結論にたどり着きやすい証拠を集めたり、都合のいい解釈を採用したりしながら、それを合理的な判断だと感じることがあります。 (pubmed.ncbi.nlm.nih.gov)

赤字事業から撤退したくない経営者が、将来市場は伸びると説明する。高値で買った株を売れない投資家が、長期投資だからと説明する。進まないプロジェクトの責任者が、ここまで投資したのだから完成させるべきだと説明する。

全部、文章として成立します。

ここが怖い。

人間の自己正当化は、支離滅裂な文章だけを作るわけではありません。むしろ会議で通りそうな説明を作れてしまう。

会計の世界では、さらに精巧です。減損テストの将来キャッシュフロー、引当金の見積り、在庫評価、投資案件の事業計画。一定のルールはあっても、将来を扱う以上、判断や仮定が入る余地は残ります。

恐怖は仕訳伝票に恐怖と書いて入ってきません。売上成長率、割引率、回収可能性、シナリオ確率という顔をして入ってきます。

自分だけは客観的、が一番危ない

Pronin、Lin、RossのBias Blind Spot研究では、人は他人のバイアスには気づきやすい一方、自分自身は平均的な他人よりバイアスの影響を受けにくいと評価する傾向が示されました。 (journals.sagepub.com)

会社でも同じです。他部署の甘い予算はすぐ見抜けるのに、自分の担当事業の強気計画にはもっともらしい理由が見つかる。

だから、頭の良さだけでは安全装置になりません。間違った結論を守る説明まで上手くなれるからです。

ここから導けるのは、自分を信用するな、という自己否定ではありません。

むしろ、自分も会計見積りの一部だと思ったほうがいい。

決算で重要な見積りには感応度を見ます。前提が少し動いたら、利益や純資産がどう変わるかを確認する。それと同じように、自分の意思決定にも感応度分析が必要です。

この案件を失うのが怖くなかったら、同じ判断をするか。自分が過去に推した案件でなかったら、同じ評価をするか。含み損ではなく、今日初めて現金を持ってこの銘柄を見るとして、それでも買うか。

自分の感情を消す必要はありません。前提条件として開示すればいいのです。

直感は捨てるべきノイズではない – 熟練者の違和感には、圧縮されたデータが入っている

ここまで読むと、やっぱり人間の感覚なんて信用しないほうがいい、となりそうです。

でも、それも極端です。

長く仕事をしている人ほど、説明できない違和感に助けられた経験を持っているはずです。資料は整っている。計算も合う。説明も一応通る。でも、なんか変だ。

このなんか変だを、非合理の一言で捨てるのはもったいない。

言葉になる前に、脳は差を拾うことがある

BecharaらのIowa Gambling Task研究は、この話でよく引用されます。参加者は複数のカード束から選択し、利益と損失を経験します。健常者は、どの選択肢が有利なのかを明確に説明できる前から、徐々に有利な選択を増やしました。 (pubmed.ncbi.nlm.nih.gov)

この研究だけで、人間の身体は未来を予知できる、などと言うのは飛躍です。ただ、明示的に説明できる知識だけが判断材料ではない、という点は示唆的です。

会計実務でも似たことがあります。

試算表を見ていて、一つ一つの残高はあり得る範囲なのに全体として気持ち悪い。売上は伸びているのに営業キャッシュフローがついてこない。在庫回転が少し落ち、売掛金日数も少し伸び、粗利率もほんの少し改善している。

単独では決定打にならない。

でも複数の小さなズレが同時に起きると、経験者には匂いとして届くことがあります。

それは超能力ではありません。過去に何度も見たパターンの圧縮データかもしれない。

直感の価値は、経験年数ではなく学習環境で決まる

では、ベテランなら勘を信じていいのか。

ここでKahnemanとKleinの共同論文が効いてきます。直感研究に対してかなり異なる立場を持っていた二人が議論した結果、熟練した直感が育つためには、環境に十分な規則性があり、その規則性を学ぶ機会とフィードバックが必要だという点で合意しています。本人が直感に強い確信を持っていること自体は、その精度の保証にはなりません。 (pubmed.ncbi.nlm.nih.gov)

つまり、経験年数そのものは証拠になりません。

毎月決算を締め、異常値を見つけ、原因を調べ、翌月に答え合わせをする。こういう仕事は比較的フィードバックが返りやすい。何度も同じ構造を見るため、直感が鍛えられる余地があります。

一方、数年に一度しか起きない大型M&Aや、結果が十年後にしか分からない事業投資ではどうか。経験豊富という肩書きがあっても、十分な回数の答え合わせをしているとは限らない。

株式市場も同様です。

上昇相場を五年間経験した人が五年の熟練者なのか、同じ相場を一回経験した人なのか。この差は大きい。

Daneらの研究でも、バスケットボールと高級バッグの真贋判定という異なる領域で、専門性が高いほど直感的判断の有効性が高まる結果が示されています。 (sciencedirect.com)

直感は才能というより、どの環境で何回フィードバックを受けたかという資産に近いのです。

違和感は答えではなく、監査手続きの開始ボタンにする

ここで、会計屋らしい扱い方ができます。

違和感がある。
だから否決する。

これでは弱い。

違和感がある。
だから追加手続きをする。

これなら強い。

監査でも、異常を感じた瞬間に不正と断定するわけではありません。証憑を見る。前年差を見る。取引先を見る。入出金を見る。期末後の動きを見る。仮説を立てて、反証可能な形にする。

投資でも同じです。

経営者の説明が妙に引っかかるなら、好き嫌いで売るのではなく、過去の説明との整合、キャッシュフロー、資本配分、在庫、顧客獲得コスト、株式報酬など、違和感の出所を数字へ降ろしていく。

直感を信じるとは、直感に従うことではありません。

直感を調査対象として扱うことです。

優れた実務家の強さは、何でも即答できることではないと思います。何かがおかしいときに、まだ証拠がなくても立ち止まれること。そして、その感覚を神託にせず、検証可能な問いへ変換できることです。

センスとは、正解を一発で当てる能力ではないのかもしれません。

どこを掘れば異常が出るかを早く見つける能力。

そう定義すると、直感と数字は敵ではなくなります。

AI時代に人間が残る場所は最終クリックではない – 違和感、反証、責任をどう分業するか

AIが大量の資料を読み、財務数値を比較し、シナリオを作り、文章まで生成するようになると、最後は人間が判断します、という言葉がよく出てきます。

響きはいい。

ただ、これだけでは設計として雑です。

人間が最後に承認ボタンを押しただけで、人間中心の意思決定になるわけではありません。

人間とAIを足せば強くなる、とは限らない

Vaccaro、Almaatouq、Maloneが2024年にNature Human Behaviourで発表したメタ分析では、2020年から2023年までの106実験、370効果量を統合しています。その結果、人間とAIの組み合わせは平均すると、人間単独とAI単独のうち良いほうを上回らず、意思決定タスクではパフォーマンス低下も観察されました。一方、人間単独との比較では人間＋AIの改善も見られており、単純にAI併用が悪いという話でもありません。組み合わせ方が問題なのです。 (nature.com)

これはかなり示唆的です。

AIが提案し、人間が確認する。この形だけ作っても強くなりません。

AIのもっともらしい数字に人間が安心することも、専門家が経験に固執してAIの予測を退けることもある。二人の弱点を足しただけなら、チームにした意味がありません。

AIには計算ではなく、人間への反証役もやらせる

経営判断でAIを使うなら、予測値を一つ出させるより、自分の判断を壊しに来てもらうほうが面白い。

この投資案件を否決すべき材料を列挙して。

この事業計画で最も脆い前提はどこか。

売上成長率を達成してもキャッシュが枯れるシナリオを作って。

自分がこの銘柄を保有している事実を除いたら、買い推奨は成立するか。

会計なら、前年差異の説明を要約させるだけでは弱い。説明と元データの矛盾、前年差と予算差で方向が逆の項目、複数社にまたがる異常な相関、手作業調整が集中している勘定を探させる。

AIを答えをくれる賢い部下としてだけ使うと、人間の確証バイアスを高速化する危険があります。

むしろ、反対尋問をしてくる相手として使ったほうがいい。

数字を作る実務では、この使い方のほうが価値がある場面は多いはずです。

最後に人間が担うのは、予測よりも価値判断と責任

それでも人間に残るものがあります。

未来予測の精度でAIに勝つことではありません。

どの目的を優先するかを決めることです。

投資なら、期待収益だけでなく、どこまで損失に耐えるのか。経営なら、利益率を守るために何を切り、何を残すのか。会計なら、制度上許される処理の中でも、どこまで保守的に見るのか。人生なら、年収、時間、家族、健康、挑戦のどれを重く置くのか。

ここには唯一の正解がありません。

だからAIが高精度になっても、目的関数そのものを誰が決めるかという問題は消えない。

さらに、失敗したときに誰が説明し、責任を引き受けるのかも残ります。意思決定は予測コンテストではないからです。

人間の仕事を最後の承認者として残すだけでは、たぶん足りません。

人間は違和感を出す。AIは大量の情報から反証する。人間はその反証を受け、自分の恐怖や利害も含めてもう一度判断する。

この往復の設計こそ価値があります。

AI時代に残る人間らしさを、勘とか温かみだけで語る必要はありません。

自分が間違うことを前提に、機械を使って自分自身を監査する。

かなり人間的で、かなり実務的な答えだと思います。

結論　自分を信じない人ほど、自分の違和感を雑に捨ててはいけない

会計には、少し不思議なところがあります。

数字を信用するために、数字を疑います。

残高が合っているか確認する。証憑を見る。前年と比べる。キャッシュとつなぐ。見積りの前提を揺らす。内部統制を置く。

疑うことは、信用していないからではありません。

信用できる状態を作るためです。

人間の意思決定も、たぶん同じです。

自分を信じられないから、何も決められない、ではない。恐怖もある。保身もある。損失回避もある。自分だけは冷静だと思い込む癖もある。そこまで込みで、自分という意思決定装置の仕様を知っておく。

一方で、長年積み上げた経験から出てくる違和感まで消す必要はない。

数字が全部きれいなのに、なぜか引っかかる。
説明は通っているのに、何かがつながらない。

その感覚は、まだ帳簿に載っていない情報かもしれません。

ただし、そこで結論を出さない。

掘る。

この一手が、恐怖と直感を分けます。

投資で強い人は、未来を全部当てる人ではありません。間違えたときに壊れないよう資金を配分し、それでも違和感があれば前提を見直せる人です。

経営で強い組織も、天才経営者の勘だけでは続かない。現場の小さな異常を拾い、数字で確かめ、都合の悪い情報が上まで届く仕組みを持つ組織のほうがしぶとい。

会計も同じです。

良い決算とは、数字が一度で合うことではない。数字が間違っている可能性を前提に、照合し、検証し、修正できるプロセスがあることです。

人生だけ、自分を無条件に信じなければならない理由はありません。

自分の中には、逃げたい自分もいる。
見栄を守りたい自分もいる。
まだ言葉になっていない異常を拾っている自分もいる。

全部、自分です。

だから必要なのは、自分を信じる勇気より、自分を監査できる仕組みなのかもしれません。

そして本当に残すべき人間の仕事は、完璧な答えを出すことではない。

何かがおかしいと感じたとき、その感覚を無視せず、しかし盲信もせず、数字を集め、反証を受け、それでも最後は自分で選ぶこと。

意思決定とは、自分を信じ切る行為ではありません。

疑ったうえで、それでも引き受ける行為です。

自分の判断を、もう一段深く考えるための5冊

1．『THINK AGAIN 発想を変える、思い込みを手放す』アダム・グラント

自分の意見を守ることではなく、必要なときに考え直す能力をどう育てるかを扱った本です。確信する安心感に流されず、自分の思考モードを点検し、耳の痛い意見をくれる相手や健全な懐疑心を意思決定に組み込む方法まで射程に入っています。この記事で触れた動機づけられた推論や、自分の判断を監査するという発想と相性がいい。投資判断を変更するのは敗北なのか、経営者が前言を撤回するのは弱さなのか、と感じる人には特に考える材料が多いでしょう。ほかの4冊より、判断した後に自分の考えを更新する力へ重点を置いています。


2．『賢い人がなぜ決断を誤るのか？』オリヴィエ・シボニー

頭の良さや豊富な経験があっても、経営判断は認知バイアスから逃れられない。その前提から、ストーリーテリング、自信過剰、直感などの罠と、組織としてそれを減らす方法を扱っています。この記事の自分も会計見積りの一部だと思ったほうがいい、という論点を、個人ではなく会議や組織の設計へ広げてくれる位置づけです。優秀な人を集めたのになぜ変な意思決定が起きるのか、経営会議は何をチェックすべきなのか、という疑問を持つ読者向き。個人の心構えより、意思決定プロセスそのものを変える視点が強い点でほかの4冊と異なります。


3．『サイコロジー・オブ・マネー 一生お金に困らない「富」のマインドセット』モーガン・ハウセル

投資や資産形成を、知識量や計算能力だけではなく、人間の行動と感情の問題として捉える本です。人はそれぞれ異なる経験からお金に対する世界観を作り、その狭い経験を基準に未来を判断してしまう。本稿で触れた、相場が動くとリスクそのものまで違って見える現象や、同じ数字を見ても人によって判断が変わる構造を、お金の世界から考える助けになります。投資理論は分かるのに実際の売買では感情に振り回される、という疑問を持つ人に向いています。ほかの4冊が判断の精度を扱うのに対し、こちらは長期間ゲームから退場しないための行動に重心があります。


4．『【改訂版】会計クイズを解くだけで財務3表がわかる 世界一楽しい決算書の読み方』大手町のランダムウォーカー

数字を覚えるのではなく、数字の裏にある企業行動を読むことに軸を置いた会計入門です。実在企業を題材にしたクイズと図解を通じ、財務3表の基礎から、数字に隠れたビジネス戦略を考える構成になっています。本稿で繰り返した、数字が合っていることと数字を理解することは別だ、という感覚を身につける入口として使いやすい。決算書を見ても売上や利益の増減だけで終わってしまう人、投資で財務諸表をどう企業理解につなげればいいか分からない人向けです。心理学を扱うほかの本と違い、判断の材料となる数字そのものを読む筋力を鍛える役割を担います。


5．『投資で一番大切な20の教え 賢い投資家になるための隠れた常識』ハワード・マークス

価格と価値、リスク、サイクル、市場心理、逆張り、二次的思考といったテーマから、投資判断の難しさを正面から扱う本です。特に面白いのは、リスクを単純な値動きとして処理するのではなく、未来には複数の可能性があり、その不確実性をどう扱うかという問題として見るところ。本稿の直感は答えではなく調査の開始ボタンという話を、実際の投資判断へ落とし込みたい読者と相性があります。良い会社を見つければ投資は終わりなのか、相場の総意と違う判断をどう作るのかを考えたい人向き。ほかの4冊より、市場という答え合わせの厳しい場所で意思決定をどう運用するかに焦点があります。


人間の判断そのものから入りたいなら『THINK AGAIN 発想を変える、思い込みを手放す』、会社やチームの意思決定まで広げたいなら『賢い人がなぜ決断を誤るのか？』から入ると流れをつかみやすいでしょう。投資で感情と数字の関係を考えたいなら『サイコロジー・オブ・マネー』、決算書の数字から企業の実態を読む感覚を鍛えたいなら『【改訂版】会計クイズを解くだけで財務3表がわかる 世界一楽しい決算書の読み方』が入口になります。さらに、市場心理、不確実性、リスクまで含めて投資判断を深く考えたいなら『投資で一番大切な20の教え』へ進む。この5冊は同じ答えを繰り返すのではなく、判断する人間、判断する組織、お金との付き合い方、数字の読み方、市場での意思決定という別々の角度から、このテーマを立体的にしてくれます。

それでは、またっ！！

引用論文・参考文献

  • Lerner, J. S., & Keltner, D. (2001). Fear, Anger, and Risk. Journal of Personality and Social Psychology, 81(1), 146–159. DOI: 10.1037/0022-3514.81.1.146. (pubmed.ncbi.nlm.nih.gov)
  • Wake, S., Wormwood, J., & Satpute, A. B. (2020). The influence of fear on risk taking: a meta-analysis. Cognition and Emotion, 34(6), 1143–1159. DOI: 10.1080/02699931.2020.1731428. (pubmed.ncbi.nlm.nih.gov)
  • Kunda, Z. (1990). The Case for Motivated Reasoning. Psychological Bulletin, 108(3), 480–498. DOI: 10.1037/0033-2909.108.3.480. (pubmed.ncbi.nlm.nih.gov)
  • Pronin, E., Lin, D. Y., & Ross, L. (2002). The Bias Blind Spot: Perceptions of Bias in Self Versus Others. Personality and Social Psychology Bulletin, 28(3), 369–381. DOI: 10.1177/0146167202286008. (journals.sagepub.com)
  • Bechara, A., Damasio, H., Tranel, D., & Damasio, A. R. (1997). Deciding Advantageously Before Knowing the Advantageous Strategy. Science, 275(5304), 1293–1295. DOI: 10.1126/science.275.5304.1293. (pubmed.ncbi.nlm.nih.gov)
  • Kahneman, D., & Klein, G. (2009). Conditions for Intuitive Expertise: A Failure to Disagree. American Psychologist, 64(6), 515–526. DOI: 10.1037/a0016755. (pubmed.ncbi.nlm.nih.gov)
  • Dane, E., Rockmann, K. W., & Pratt, M. G. (2012). When Should I Trust My Gut? Linking Domain Expertise to Intuitive Decision-Making Effectiveness. Organizational Behavior and Human Decision Processes, 119(2), 187–194. DOI: 10.1016/j.obhdp.2012.07.009. (sciencedirect.com)
  • Vaccaro, M., Almaatouq, A., & Malone, T. (2024). When combinations of humans and AI are useful: A systematic review and meta-analysis. Nature Human Behaviour, 8, 2293–2303. DOI: 10.1038/s41562-024-02024-1. (nature.com)

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。