不確実性シナリオの記述方法：ロットモデルの構築と応用

気候変動対策とエネルギー転換は、現代経済において最も複雑かつ重要な課題の一つとなっています。しかし、太陽光や風力などの再生可能エネルギーの導入には、技術的成熟度、原材料の供給、国際的な貿易規制など、数多くの不確実性が伴います。この不確実性を定量的に扱い、意思決定を支援するための手法として、**ロットモデル（Lot Model）**が注目されています。本稿では、このモデルの基本概念、構築プロセス、および実務への応用例について解説します。

ロットモデルの基本概念と不確実性の定量化

ロットモデルとは、単一の確定的な未来を前提とするのではなく、複数の不確実なシナリオを定義し、それぞれに割り当てられた確率分布を用いてリスクを評価するアプローチです。従来のシナリオプランニングが「最悪の場合」「理想の場合」といった離散的なケースを扱うのに対し、ロットモデルは連続的な確率分布を扱える点が特徴的です。

このモデルの核心は、以下の要素の組み合わせにあります。

複数のシナリオ定義: 例として、エネルギー価格の急騰、技術革新の遅延、政策変更など、現実的な未来のシナリオを特定する。
確率分布の割り当て: 各シナリオが実現する確率を定義し、全体を確率的に分割する。
コスト・ベネフィットのシミュレーション: 各シナリオ下での経済的インパクトを計算し、期待値やリスク範囲を可視化する。

これにより、組織は「もし A が起きればどうなるか」だけでなく、「A が起きる確率 30% の場合と、B が起きる確率 70% の場合」といった、統計的な視点からリスクを管理できます。

ロットモデルの構築プロセス

実務において効果的なロットモデルを構築するには、以下のステップを慎重に進める必要があります。

不確実性の要因の特定
まず、プロジェクトや戦略に影響を与える主要な変数を洗い出します。再生可能エネルギーの文脈では、原材料価格（リチウムやコバルトなど）、固定費の変動、政府補助金の変更などが主要な要因となります。
シナリオの定義と確率設定
特定された変数に基づき、現実的な未来のシナリオを作成します。例えば、「原材料価格が 20% 上昇する」というシナリオと、「価格が安定し続ける」というシナリオを定義し、それぞれの発生確率を設定します。
数値モデルの構築
Excel や Python などのツールを用いて、各シナリオ下でのコスト構造や収益性を計算するモデルを作成します。ここで重要なのは、単一の数値ではなく、**確率分布（正規分布や対数正規分布など）**を用いて変動幅を表現することです。
シミュレーションと分析
モデルをランダムに実行し、数千回のシミュレーションを通じて、結果の分散や極端なケース（尾値リスク）を分析します。

応用例：再生可能エネルギー投資のリスク評価

実際のエネルギー分野における応用例として、太陽光発電プロジェクトの投資判断を検討する場合を挙げます。

シナリオ A（好況シナリオ）: 補助金延長と技術コストの低下により、収益が予想より 15% 上回る。
シナリオ B（基線シナリオ）: 想定通りの進行で、計画通りの収益を得る。
シナリオ C（不況シナリオ）: 原材料価格の高騰と政策変更により、収益が 20% 下回る。

ロットモデルでは、各シナリオに確率（例：A=20%, B=60%, C=20%）を割り当て、投資回収期間（ROI）の確率分布を算出します。その結果、単に「平均で 5 年目回収」と言われるだけでなく、「回収が 8 年目を超えるリスクは 25% あり、その場合の損失額は X 億円である」という具体的なリスクプロファイルが得られます。これにより、投資家はリスクヘッジ策（保険購入、調達先多角化など）を講じる根拠を得られます。

結論：不確実性への適応

ロットモデルは、不確実性を「問題」として排除するのではなく、それを「管理可能な要素」として捉える考え方に基づいています。再生可能エネルギーの転換期において、技術的飛躍と経済的安定性の両立は極めて困難です。しかし、ロットモデルを通じて構築されたシナリオ分析は、組織に構造的な柔軟性を付与し、長期的な持続可能性を担保する基盤となります。

未来は予測不可能であり、確実な答えを探すのではなく、不確実性の中で最適な選択を続ける能力こそが、現代企業にとっての競争力です。ロットモデルはその一助となる強力なツールです。