AI時代のテールリスクは、偶然が増えることではない。本来は独立だった事象が、条件付きで同じ時間へ集まることである。

前稿「AI時代の戦争では、金融市場そのものが攻撃効果の増幅器になる」では、物理的な供給不安が先物ポジション、在庫積み増し、現物逼迫を通じて自己増殖する仕組みを見た。

そこで残る疑問は、なぜ個別には起こりにくい悪材料が、危機の局面では申し合わせたように重なるのかということである。

製油所の停止、輸送障害、輸出規制、企業の在庫積み増し、先物のショートカバー、政府の価格対策。平時には別々の理由で動く事象が、ある時点から短い時間へ集中する。

これを単なる不運と考えると、重要な変化を見落とす。

レアな事象の発生確率が上がったとは限らない

三つの低確率事象A、B、Cが互いに独立なら、同時発生の確率は単純化すると次のように表せる。

P(A) × P(B) × P(C)

一つひとつが珍しければ、その積は極めて小さくなる。針孔を通すような組み合わせである。

しかし現実の危機では、BとCがAから独立しているとは限らない。

Aが起きるまで参加者が待ち、Aを確認してからBに関する判断を行い、AとBによる価格変動を見て別の参加者がCを起こすなら、見るべきものは次の形になる。

P(A) × P(B｜A) × P(C｜A・B)

最初の事象Aは偶然でも、その後は偶然ではない。Aによって環境が変わり、BとCを選ぶ動機が強くなる。

AIが変えるのは、Aそのものの発生頻度とは限らない。Aを検出し、それを条件にBを選び、AとBからCを予測する費用と時間を小さくする。

その結果、過去には独立として扱えた事象の条件付き確率が上がる可能性がある。

危機を吸収していた「時間差」が消える

以前は、異常の発生から経済全体の反応までに時間がかかった。

現場で異常を確認する。組織内で報告する。専門家が影響を評価する。経営陣や政府が判断する。企業が調達計画を変える。投資家がポジションを調整する。

この遅さには弊害もあるが、緩衝材としての役割もあった。売買、在庫需要、資金需要、政策対応が同じ瞬間に集中せず、市場と物流に回復する時間があったからである。

AIは、ニュース、価格、衛星画像、輸送、在庫、企業開示を同時に処理し、異常の検出から判断までを短くできる。発注やリスク管理まで自動化されれば、実行も速くなる。

IMFの2024年世界金融安定報告は、AIが市場を効率化する一方、似た戦略が同じショックへ反応すれば、ストレス時の速度とボラティリティを高める可能性を指摘した。IMFの2026年の整理も、AIが金融の時間と距離を圧縮し、並行的な反応によって市場を強く結合させ得るとしている。

危機の規模だけではなく、危機の展開速度が制度の対応速度を上回るかが重要になる。

利益追求者は、次の事象を内生的に作る

最初の供給不安が確認されると、投資家は値上がりを予想して買う。ショート保有者は損失を限定するために買い戻す。需要家は欠品を避けるために在庫を積み増す。金融機関は与信と証拠金条件を厳しくする。

それぞれは合理的な行動である。

しかし全参加者が同時に合理的な行動を取ると、合計では在庫不足、資金需要、流動性低下を悪化させる場合がある。

イングランド銀行は、共通のモデルやデータを使うAI戦略が相関したポジションを生み、ストレス時のファイアセールを増幅し得ると指摘する。個々の機関が、自らの売却が市場全体へ与える影響まで価格に入れないためである。

つまり次の事象は、外から追加されるとは限らない。

最初の異常に対する市場の防御行動が、次の異常を作る。

価格上昇を予測した買いが価格を上げ、欠品を恐れた在庫確保が現物を減らし、損失を避ける売却が流動性を消す。予測が正しいから行動するのではなく、全員が行動した結果、予測が正しくなることがある。

そこへ戦略的にタイミングを選ぶ主体が入る

さらに従来の市場モデルが扱いにくいのは、すべての参加者が利益を目的としているとは限らないことである。

政府や政治組織は、金融上の損失を政策費用や安全保障費として受け入れられる。相手側の資金調達、在庫、物流、政治的合意へ負荷をかけること自体に価値を置く主体も存在し得る。

この主体は、危機全体を作り出す必要はない。最初の異常が起き、在庫が薄くなり、金融ポジションが偏り、政策余力が小さくなった局面を認識するだけでも、同じ判断が持つ経済的影響は変わる。

ここで述べているのは、具体的な攻撃方法や、現在の市場変動の背後に意図的な行為があるという主張ではない。重要なのは、事象のタイミングを選べる参加者が存在するなら、低確率事象をすべて独立した外生ショックとして扱えないことである。

従来のストレステストが見落としやすいもの

多くのリスクモデルは、過去の変動率、相関、流動性、イベント頻度を使う。そこには暗黙の前提がある。

• 事象間の依存関係は、観測期間中と大きく変わらない
• ショックはシステムの外から与えられる
• 参加者は主として利益最大化または損失限定を目指す
• 売買と政策対応には一定の時間差がある
• 過去に存在しなかった組み合わせは起こりにくい

AI時代のテールリスクでは、これらの前提が危機の途中で崩れる。

相関は急上昇し、参加者の行動が次のショックを内生化し、判断時間は短縮される。さらに、利益以外の目的を持つ主体が最も効果の大きい時期を選ぶ可能性もある。

過去データに同じ組み合わせが一度もなくても、安全だとはいえない。過去には組み合わせを発見し、条件付きで行動する技術が存在しなかっただけかもしれないからである。

防御側が見るべきなのは、確率より遷移速度である

個々の悪材料について「発生確率は何％か」と推計するだけでは不十分になる。

見るべきなのは、最初の異常が起きた後、別の主体がどれほど速く反応し、次の状態へ移しているかである。

• ニュースから価格反応までの時間が短くなっているか
• 価格上昇が在庫積み増しへ伝わっているか
• 複数企業が同時に調達条件を変更しているか
• 建玉、証拠金、信用スプレッドが同時に動いているか
• 政策対応が市場を鎮静化せず、次の前倒し行動を生んでいないか
• 独立していた市場間の相関が急上昇していないか

防御に必要なのは、すべてのレア事象を予言することではない。Aが起きた後にP(B｜A)とP(C｜A・B)が急上昇していないかを監視し、連鎖が完成する前に時間差を取り戻すことである。

最も見落とされやすいテールリスクは、誰も予測できない偶然ではない。最初の異常を観測した複数の合理的判断が短時間に同期し、本来は独立だった低確率事象を一つの連鎖へ変えてしまうことである。

次稿「陰謀なき同期――なぜ政治・戦争・市場は申し合わせたように動くのか」では、目的の異なる参加者が、中央の指揮者なしに協調した結果を生み出す仕組みと、それを本当の共謀からどう区別するかを考える。

※本稿は公開資料に基づく一般的なリスク分析であり、低確率シナリオと筆者の推論を含みます。特定の軍事行動、市場操作または破壊工作を提案・推奨するものではなく、特定の有価証券、先物または商品の売買を推奨するものでもありません。