経済指標の発表で「予想を上回った」「予想に届かなかった」という言い方は毎日のように流れます。ただ、その「予想」が誰のどんな数字なのかを説明できる人は意外と少ない。カレンダーに表示されている一つの値は、実際には複数のエコノミスト回答を集計した結果であり、集計の方法・締切・回答者の顔ぶれによって変わります。
この記事では、市場予想（コンセンサス）がどう作られるのかを整理し、「予想との差（サプライズ）」をどう読むか、そして自分で検証する場合に何を前提として記録しておくべきかをまとめます。将来の値動きを当てるための記事ではありません。あくまで、後から自分で検証できる形に落とすための設計の話です。
「市場予想」は一つの数字ではない
主要な指標について、ブルームバーグ、ロイター、ダウ・ジョーンズといった情報ベンダーは、それぞれ独自にエコノミストへ調査を行い、回答の中央値をコンセンサスとして公表しています。ここで押さえておきたいのは次の点です。
- 中央値か平均か：多くは中央値が使われます。極端な回答に引っ張られにくい一方で、分布の偏りは見えなくなります。
- 回答者数：数十人の調査もあれば、十人未満の指標もあります。回答が少ない指標のコンセンサスは、数人の入れ替わりで動きます。
- 回答のばらつき：最高値と最低値のレンジが広い指標は、そもそも「予想が難しい」指標です。中央値だけ見てもその難しさは分かりません。
- 調査の締切：調査は発表の数日前に締め切られることが一般的です。締切後に出た関連データ（たとえば先行する民間統計や関連指標）は、コンセンサスの数字に反映されていない場合があります。
最後の点は実務上かなり重要です。締切後に出た材料を受けて、エコノミストや市場参加者が頭の中で予想を修正していることがあります。表に出ていないこの修正後の水準は俗に「ウィスパーナンバー」と呼ばれますが、定義も出典も曖昧で、検証可能な数値として扱うのは難しい。「公表コンセンサスと、直前に市場が織り込んでいた水準は別物になりうる」という事実だけ頭に置いておけば十分です。
予想の出どころを性格で分けて考える
予想値と呼ばれるものには、性格の違う複数の種類があります。混ぜて使うと、何と比べて「ずれ」を測っているのか分からなくなります。
| 種類 | 作り方 | 特徴と注意点 |
|---|---|---|
| エコノミスト調査の中央値 | 情報ベンダーが個別に聞き取り、集計 | 最も広く「コンセンサス」として参照される。ベンダーごとに値が異なることがある |
| ナウキャスト型モデル | 公表済みの関連統計から機械的に推計 | アトランタ連銀のGDPNow、ニューヨーク連銀のスタッフ・ナウキャストなどが公開されている。更新のたびに値が動く |
| 金利・先物からの逆算 | 市場価格から織り込み水準を推定 | 政策金利など、価格に直接ひも付く対象に限られる |
| FXカレンダー表示値 | 提供元が独自に選択・集計 | 出典が明示されないことがある。どのベンダー由来かを確認しないと再現できない |
検証を目的にするなら、どの系列を使ったかを記録しておかないと後で再現できません。カレンダーの表示値は提供元が後から差し替えることもあるため、発表前にスクリーンショットなり数値なりを自分の手元に残しておくのが無難です。
「0.1のずれ」の意味は指標ごとに違う
米国の消費者物価指数（CPI、労働統計局=BLSが公表）のコア前月比で0.1ポイントのずれと、米雇用統計の非農業部門雇用者数（NFP）で1万人のずれは、まったく性質が違います。
BLSは、事業所調査に基づく月次の雇用者数変化について、統計上の標準誤差から導かれる90%信頼区間がおよそ±13万人規模であると公表資料で説明しています。つまり、統計そのものの誤差が、市場がサプライズと呼ぶ幅と同じかそれ以上になりうるということです。一方でCPIは、公表値が小数第1位に丸められる関係で、丸め前の値がどちら寄りだったかによって、同じ「予想通り」でも受け止め方が変わることがあります。
このように単位も精度も異なる指標を横並びで比べるには、ずれを揃える必要があります。よく使われるのが標準化サプライズです。
- 標準化サプライズ＝（実績値 − コンセンサス）÷（過去のサプライズの標準偏差）
- 分母には、同じ指標の過去一定期間（たとえば直近2〜3年分）のサプライズの標準偏差を使う
- これにより、単位の違う指標を「何σ分の驚きだったか」という共通の尺度に変換できる
市場で参照されるシティグループのエコノミック・サプライズ・インデックス（CESI）も、個別指標のサプライズを標準化して合成するという発想に基づくものとして説明されています。ただし算出の詳細は完全に公開されているわけではないため、自分の検証に使うなら自作の標準化指標を定義ごと記録するほうが扱いやすいと考えています。
ヘッドラインの差より効くことがある3つ
「予想との差」がそのまま反応の大きさに結びつかない場面は珍しくありません。主な理由は次の3つです。
1. 前回値の改定（リビジョン）
多くの指標は、新しい値と同時に過去分の改定が出ます。ヘッドラインが予想通りでも、前月・前々月が大きく下方修正されれば、直近のトレンド評価は変わります。米雇用統計には年次のベンチマーク改定もあり、水準そのものが後から書き換わります。日本でも内閣府の国民経済計算は1次速報と2次速報で値が動きます。サプライズを「発表当日の実績値 − コンセンサス」だけで定義すると、改定の影響は検証から抜け落ちます。
2. 内訳と同時発表項目
雇用統計なら平均時給と失業率、CPIなら家賃・サービス・財の寄与など、ヘッドライン以外の項目が同時に出ます。ヘッドラインと内訳が逆方向を向いた場合、どちらが主導するかは事前には決まりません。また、同時刻に別の指標が重なる日もあります。この場合、どのニュースが価格を動かしたのかを事後に切り分けるのは困難です。
3. そのとき市場が何を気にしているか
同じ大きさのサプライズでも、反応の大きさは時期によって変わります。物価が政策の焦点になっている局面ではCPIへの感応度が高まり、景気減速が焦点になれば雇用や消費のほうが重く見られる、といった具合です。これは「反応関数」と呼ばれる考え方で、サプライズの大きさは入力、反応の係数は時期依存の変数と捉えると整理しやすくなります。過去データで推定した係数を、焦点が移った後の相場にそのまま当てはめると外れます。
自分で測る手順と、機能しない条件
サプライズと値動きの関係を自分で確かめるなら、最低限このくらいは固定しておきたい、という項目を挙げます。ニュースの織り込み時間を自分で測る手順と組み合わせると、時間軸の設計がしやすくなります。
- 対象指標と期間：どの指標を、何年何月から何年何月まで。サンプル数を必ず数える
- コンセンサスの出どころ：どのベンダーの中央値か。差し替えの可能性があるため発表前に保存
- サプライズの定義：生の差か標準化か。標準化なら分母の算出期間
- 観測対象：通貨ペア、価格の種類（ビッド/アスク/仲値）、取得元
- 時間窓：発表時刻の何分前から何分後まで。複数の窓（たとえば1分、5分、30分）を並行して取る
- 測る値：終値差だけでなく、高安レンジ、スプレッドの拡大幅、約定の滑り
- 除外条件：同時刻に別指標がある回、要人発言と重なった回をフラグ付けして分離
特に執行コスト側の観測は軽視されがちです。方向が合っていても、スプレッド拡大と滑りで結果が反転することは構造上ありえます。この点は米雇用統計の±30分は「方向」ではなく「執行コスト」が支配するで扱った観点と同じです。
そして、この種の分析が機能しにくい条件をあらかじめ書き出しておきます。
- サンプルが少ない：月次指標は年12回。3年分でも36回しかなく、条件で区切るとすぐ一桁になる
- 指標の重要度が時期で変わる：焦点が移ると過去の係数が使えない
- 同時刻に複数の情報：寄与を切り分けられない回は除外するしかない
- 統計の定義変更・基準改定：季節調整の再計算や基準年の変更で、過去系列の性格が変わる
- 流動性が薄い時間帯・イベント前後：値動きがサプライズ以外の要因で説明されやすい
発表直後に見出しだけで動いた後、原文や内訳で評価が入れ替わる場面もあります。この手順は発言見出しで動いた直後、原文確認までにやることと同じ考え方です。
まとめ
「予想との差」は、客観的な一つの数値のように見えて、実際にはどの調査の、いつ締め切られた、何人の回答の中央値かに依存します。そして同じ大きさのずれでも、指標の統計的精度、前回値の改定、内訳、その時期の市場の関心によって意味が変わります。
検証する側としてできるのは、当てにいくことではなく、前提を固定して記録することです。コンセンサスの出どころ、サプライズの定義、観測窓、除外条件を書き残しておけば、うまくいかなかったときに「定義が悪かったのか、相場条件が変わったのか」を切り分けられます。切り分けられない記録は、何回取っても積み上がりません。
なお、本記事は分析手法の整理であり、特定の売買を勧めるものではありません。経済指標の発表前後は値動きとスプレッドの両方が不安定になりやすく、想定を超える損失が生じる可能性があります。統計の定義や公表スケジュールは変更されることがあるため、各統計機関の公表資料で必ず一次情報を確認してください。
この記事は、AI で下書きを作り、益山康秀（運営者）が内容を確認して公開しています
この記事は情報の提供を目的としたもので、特定の金融商品の売買をすすめるものではありません。売買の判断は、ご自身の責任で行ってください。（運営者情報）
