注：これは、ジューディア・パール、ダナ・マッケンジー「因果推論の科学―「なぜ？」の問いにどう答えるか」のコメントです。
（２８）因果モデルの3段階
１）歴史は韻を踏む
マーク・トウェインは「歴史は繰り返さないが、韻を踏む」といったと伝えられています。
これを、次のように書くことができます。
歴史＝繰り返す部分（韻）＋繰り返さない部分
こう書けば、歴史から、「繰り返す部分（韻）」を抽出するフィルターの設計が課題になります。
因果推論の視点で見れば、歴史は次のようになります。
歴史＝因果構造（韻）＋非因果構造
ノイズを考慮すれば、次になります。
歴史＝因果構造（韻）＋非因果構造＋ノイズ
ノイズの分離は、解像度によります。
円ドルレートを考えます。
円ドルレート時系列＝因果構造（韻）＋非因果構造＋ノイズ
因果構造には、金利差と産業の競争力が含まれます。
政府が、為替介入すれば、円ドルレートは変化します。
これは、日単位のデータでは、非因果構造の変化に現われます。
しかし、月単位のデータであれば、ノイズとみなすことができます。
解像度を大きくとれば、非因果構造の部分は小さくなります。
これは、株式であれば、長期保有で利益をあげる方法と、短期の売買で利益をあげる方法が異なることを示しています。
株式の場合、株価の全てを予測する因果モデルを作ることは困難です。
一方、産業分野や解像度を限定すれば、その範囲で、株価を予測する因果モデルをつくることは可能です。
著名な投資家は、独自の因果モデルを持っていると思われます。
ジム・ロジャーズ氏は、ハイテク株を購入しませんが、これは、ロジャーズ氏が、ハイテク株の株価の因果モデルをもっていないためと思われます。
このように「因果構造（韻）」は、人間が、因果推論をして得るものです。時系列データに含まれているものではありません。人間が、因果モデルを作れなければ、「因果構造（韻）」と「非因果構造」の分離はできません。
また、ロジャーズ氏の持っている因果モデルは、ハイテク分野にはあてはまりませんが、因果モデルがどの分野にあてはまるかは、持っている因果モデルと同じ因果構造がある場合に限定されます。その判断は、因果モデルを使う人の主観に基づきます。
２）3段階
「因果構造（韻）」（因果モデル）を分離するだけでは、予測をすることはできません。
例を示します。
２－１）因果モデル
経済学のテキストにのっているシュムペーター型のモデルを取り上げます。
経済成長（結果）＜＝（労働力、資本、イノベーション）（原因）
このモデルでは、操作出来る変数は、３つ（労働力、資本、イノベーション）あります。
２－２）問いとエスティマンド
「問い」では、３つの操作可能な変数から１つを取り上げます。
設備投資は、資本に含まれます。
「工場を大型化して効率をあげたら効果（売りあげ、利益率、経済成長）があるか」といった問いを設定します。
この問いは、資本が原因（説明変数）、効果が結果（目的変数）モデルをつくることになります。
この場合、労働力とイノベーションは、交絡因子になる可能性がありますので、チェックして、問題があれば、交絡因子の影響を補正をします。
次の式（エスティマンド）を算出します。
効果（結果、目的変数）＝ｆ（資本（原因、説明変数））
２－３）予測モデルの作成
データをつかって、エスティマンドのf()を決定します。
回帰モデルであれば、係数の求めることに相当します。
使うデータは、前向き研究で取得したものを使います。
２－４）予測計算
予測モデルにデータを入れて、予測計算をします。
２－５）注意
予測モデルは、問いに対応しています。
予測モデルは、３つ（労働力、資本、イノベーション）の変数のどれを、変更すると最大の効果が得られるかには答えません。
この問題は、3つの予測モデルをつかって、感度分析をして、求めます。
３）帰納法との比較
経営コンサルタントなどの推論は、ほぼ100％帰納法をつかっています。
帰納法は、科学的に間違った推論です。
「歴史が韻を踏む」のは、因果構造だけです。
因果構造のモデルとデータは分離して処理する必要があります。
ほぼ100％帰納法をつかって推論するのは、コンサルタントだけではありません。
文系の研究手法では、帰納法が多用されています。
その結果は、仮説の提示としては受け入れられますが、検証がなされていない点では、まったく価値がありません。ジャッジ付きの論文を100本以上もっていても、使える成果はゼロです。
帰納法が正しい検証法であると勘違いして、何十年もライフワークを進めた人がいても、その研究成果に、検証済みの推論という価値はありません。
文系の大学院に進学して、10年近く、専門の研究を進めて、博士の学位を取得しても、その成果に、検証済みの推論という価値はありません。
パール先生の言い方をすれば、「なぜ」という質問に答えて、問題解決をすることはできないのです。
４）応用問題
モルガン銀行（現JPモルガン・チェース銀行）時代に「伝説のトレーダー」の異名を取った藤巻健史氏は、さらなる円安の進行やハイパーインフレが発生する可能性について、警鐘を鳴らしています。
藤巻氏の因果モデルは、「通貨量を異常に増やす（原因）とハイパーインフレになる（結果）」というものです。この因果モデルは、教科書にのっているものでは、間違いはありません。
この因果構造（教科書にのっているハイパーインフレの因果構造）が、現在の日本にあてはまるかという判断は、主観の判断になります。
藤巻氏は、「さらなる円安の進行やハイパーインフレが発生する可能性について、警鐘を鳴らしています」つまり、今後、ハイパーインフレの因果構造が、現在の日本にあてはまる可能性が高くなるといっています。
ハイパーインフレの因果構造には、時間のパラメータがないので、将来起こることのタイムラグの推定はできません。
藤巻氏は、随分前から、ハイパーインフレのリスクを口にしています。
それにもかかわらず、まだ、ハイパーインフレになっていないので、藤巻氏の主張はデタラメであるという人もいます。
しかし、「因果モデル、因果モデルがあてはまる因果構造の確認、データ」は区別して扱う必要があります。
まだ、ハイパーインフレになっていないことは、ハイパーインフレの因果モデルが、間違っていることの検証にはなりません。
有名人になりすました投資詐欺が増えています。
ある人は、「SNSで掲載されている投資広告の６割は詐欺広告です。広告費の高いものが優先的に表示され、実際目にする９割は詐欺」であるといいます。
ここには、帰納法の推論（投資に成功したという人をまねする）があります。
筆者は、ロジャーズ氏は、因果モデルを持っていると思いますが、ロジャーズ氏は、因果モデルを公開しません。株式運用の因果モデルは、公開して、多くの人が使えば、因果モデルが成り立たなくなるからです。過去に、そうなった例には、ブラックーショールズモデルがあります。
因果モデルで考えることが出来れば、詐欺にだまされるリスクは劇的に小さくなるはずです。
