アクティビストの買い増し
予測モデルに関する分析記事を
公開しました

大量保有報告書や財務・市場データを活用し、アクティビストが既に保有する企業について、その後の買い増し可能性を分析するモデルを開発しています。

OVERVIEW

保有の「その後」を、
データから読み解く。

大量保有報告書や財務・市場データを活用し、アクティビストが既に保有する企業について、その後の買い増し可能性を分析するモデルを開発しています。今回、このモデルの考え方や検証結果をまとめた記事をnoteで公開しました。

INSIGHT NOTE 上で提供している、アクティビストの買い増し予測画面。対象企業ごとの予測スコアや保有比率の推移をすぐに確認できる。

VERIFICATION RESULTS

2026年上期の検証では、モデルが選んだ上位25件のうち、その後180日以内に保有比率が1ポイント以上上昇した件数を、過去の保有比率の動きのみを使った単純な方法と比較しました。

17/ 25件

モデルが選んだ上位25件のうち、その後180日以内に保有比率が1ポイント以上上昇した件数。

13/ 25件

過去の保有比率の動きのみを使った単純な方法による、同条件での的中件数。

KEY FACTORS

分析では、直近の買い増し履歴や報告頻度、保有比率のトレンドといった投資家の行動履歴が、買い増し予測において最も重要な手がかりになることを確認しています。ROEやPERなどの企業のファンダメンタルズも一定の寄与はあるものの、その影響は行動履歴に比べて小さいという結果です。

対象企業に対する直近の買い増し実績が、その後の行動を最も強く予測する情報となる。

大量保有報告書の提出頻度から、投資家の関与度合いの変化を読み取ることができる。

保有比率の推移パターンそのものが、今後の増減を予測する上で有効な情報となる。

ROEやPERといった財務指標も手がかりの一つだが、行動履歴に比べると寄与は小さい。

ARTICLE CONTENTS

記事では、モデルの構成、過去期間での検証、個別指標ごとの実績率、実務への適用方法などを紹介しています。

予測モデルの構成と考え方

過去期間における検証結果

個別指標ごとの実績率の比較

実務での活用と今後の検証

今後も、大量保有報告や企業データを活用し、投資家の企業調査や候補発見につながる分析機能の改善を進めていきます。