Intellics Labs
シミュレーション上の投資家は、自分のルールどおりに開示書類を読むか
日本企業5社の有価証券報告書を、投資ルールを文章で定めたシミュレーション上の投資家ペルソナに読ませ、次の3点を確かめました。書類の事実を正確に引用するか。ルールに沿って、ペルソナごとに行動が分かれるか。主要な事実を変えたとき、ルールが示す方向に動くか。
ペルソナはシミュレーションであり、実際の投資家ではありません。本稿の内容は予測でも投資助言でもありません。
方法
- 書類：大手上場企業5社の有価証券報告書。ここでは A社〜E社と表記します。
- エビデンス：各書類について、EDINET のデータを提供する Kabuken の公開 MCP サーバーから、固定のエビデンスパックを作りました。株価データもニュースも含みません。
- ペルソナ：20のペルソナ。それぞれに文章で書いた短いルールがあります（例：パッシブなインデックス保有者、配当重視の保有者、アクティブ運用者）。各ペルソナは、保有・買い増し・一部売却・全売却・反応なしのいずれか1つを選び、根拠にした事実をすべて、出典の行まで正確に引用します。
- 事実の変更：テスト用のパックでは、主要な事実を強く、かつ整合的に変えました（例：売上高の大幅な減少、損失、純資産の減少、大幅な減配。1社については逆に黒字転換）。これらのパックからは社名を除いています。
- 事前に決めた判定基準：実行前に、ペルソナが自分のルールに従うなら、誰がどの方向に動くはずか、何人が動けば成功とするかを書き残しました。結果を見たあとで判定基準を変えていません。
- モデル：第1実験は Claude Haiku 4.5 で実行しました。第2実験は Claude Haiku 4.5 で実行し、同じ400セル（ペルソナと条件の組み合わせ）を Claude Sonnet でも実行しました。20セルの小規模な試行では Gemma 4 26B も試しました。Claude の2モデルは、拡張思考を有効にして実行しています。
例：ペルソナと事実の変更
20のペルソナのうち3つと、変更の種類を1つ取り上げて、テストの仕組みを示します。ペルソナはすべてシミュレーションです。以下のルールは短く言い換えたもので、ペルソナの原文そのものではありません。
パッシブなインデックス保有者
ルール：信託銀行の TOPIX インデックスファンド。指数の全構成銘柄を指数のウェイトどおりに保有し、売買は指数のルールに従います。反応するのは、上場廃止のリスク、継続企業の前提への疑義、会計不正の指摘があった場合だけです。
変更後に期待される反応：反応なし。減配はこのペルソナの反応条件ではありません。
配当重視の保有者
ルール：グローバル株式のインカムファンド。1株当たり配当の水準と方向、利益で配当を賄えているか、補足として自社株買いを見ます。減配や、利益で賄えない配当は一部売却に向かわせ、継続的な増配は保有や買い増しを支えます。
変更後に期待される反応：一部売却。
アクティブ運用者
ルール：信託銀行の国内成長株アクティブ運用。セグメントの成長、研究開発投資、利益率の拡大を探します。成長と利益率が改善すれば買い増し、悪化すれば一部売却します。
変更後に期待される反応：成長と利益率も下がれば、一部売却。
変更の例：使った変更の1つが、大幅な減配です。ある1つのパックでは、事実は次のようになります。
- 変更前：開示書類のとおりの1株当たり配当。
- 変更後：1株当たり配当を大幅に減らし、ほかの主要な事実もそれに整合するよう動かしたもの。
回答の形（形だけで、値は空欄です）：
行動：保有・買い増し・一部売却・全売却・反応なし のいずれか1つ 引用した事実：概念＝... ｜ コンテキスト＝... ｜ 書類＝... ｜ 値＝... 理由：引用した事実だけを使った1〜2文
テストでは、変更した事実に関わるルールを持つペルソナがルールの示す方向に動くか、そしてパッシブなペルソナが動かないままかを確かめます。
結果
- Haiku：事前に決めた判定基準は満たされませんでした。 Claude Haiku 4.5 の第1実験（事実を1つだけ小さく変更）では、どの書類でも判定基準は満たされませんでした。第2実験（強く整合的な変更）でも、動くはずだったペルソナのうち、期待した方向に動いたのは半数に届かず、私たちの判定基準では「まちまち」でした。
- Sonnet：同じ判定基準が満たされました。 同じ400セルを Claude Sonnet で実行すると、同じ判定基準が満たされました。動くはずだったペルソナの大多数が、ルールが示す方向に動き、逆方向に動いたものはなく、動かないはずのペルソナは動きませんでした。
- 差の多くは、変更前の書類の読み方にあります。 強い変更の後は、どちらのモデルも「一部売却」を選ぶことが多く、変更前の段階での選び方のほうが大きく違いました。Sonnet のほうがショックをよく理解している、とは解釈していません。
- 引用は、どちらの Claude モデルでも正確でした。 引用された事実のほぼすべてが出典の行に正確に一致しました。Claude Sonnet は、理由の中で使った数値もほぼすべて引用しました。Claude Haiku は、引用のない数値が明らかに多く残りました。
- ペルソナごとに行動が分かれ、パッシブなペルソナはパッシブなままでした。 行動はルールに沿ってペルソナごとに分かれ、パッシブなルールのペルソナは、変更に反応しませんでした。
- Gemma 4 26B。 小規模な試行では、2つの Claude モデルより引用が不安定だったため、以降は使いませんでした。
限界
- シミュレーション上のペルソナが固定データを読んだ結果です。実際の保有者の行動については何も示しません。
- 予測でも、企業のランキングでも、投資助言でもありません。Kabuken は株価を扱いません。
- 大手5社のみです。規模の小さい企業、実際のニュース、他のモデルでは同じ結果にならないかもしれません。
- パックへの変更は強く、人工的で、内部で整合しています。現実の開示書類より判断しやすい条件です。
- 匿名化で社名と証券コードは除きましたが、数値の規模は残っています。非常に大きな企業なら、モデルが企業を特定できる可能性があります。この点は検証していません。
- 第2実験では各セルの繰り返しは2回のみで、Sonnet の2回はほぼ同じ結果でした。実質的なサンプル数は見かけより小さくなります。
- サンプリング設定は制御しておらず、繰り返しは独立したサンプルです。
- 変更前から「一部売却」を選ぶペルソナは、さらに弱気な反応を示すには「全売却」に移るしかなく、この検証はこのようなペルソナには厳しくなります。こうしたペルソナ向けに、Sonnet の実行前に別の判定基準も定めましたが、裏付けは弱いものでした。
- 第1実験では、説明用の注記欄が文字化けした形でペルソナに渡りました。以降の実験では修正しましたが、第1実験はやり直していません。
- Gemma の試行は小規模で、呼び出しの1つがタイムアウトしました。
今後について
複数の人が一緒に使う形についても、可能性を探っています。たとえば、同じ書類をチームで読み、各自の読み方を並べて比べる、といった使い方です。あくまで可能性を探っている段階で、提供の時期も約束もありません。ここに書いた内容は、現時点の Kabuken の機能ではありません。
出典
出典：EDINET（金融庁）、公共データ利用規約（第1.0版）。データは Kabuken が加工しています。