PEファンドのためのDD設計——投資委員会に出せる厚みと撤退判断の速さ

金曜の夕方、ソーシングチームから1件のティーザーが回ってくる。ニッチ市場で2桁成長を続ける受託製造業、オーナーは事業承継を理由に売却を検討、想定EVは40億円前後。月曜のディールレビューに乗せるか、それとも見送るか。投資担当は週末に手元の公開情報と簡易な財務データだけで、「この案件に本格的なDD予算とチームの工数を張る価値があるか」を判断しなければならない。ファンドのディールチームが日常的に置かれているのは、こういう局面だ。

ファンドのDDには、事業会社のDDとは少し違う緊張がある。一方では投資委員会（IC）で「この成長前提の根拠は」「競合が値下げしてきたらどうなる」と詰められても崩れない厚みが要る。他方では、年に何十件と検討する案件のすべてに厚いDDを張っていてはディールの回転率が死ぬ。降りるべき案件は数日で降り、進めるべき案件にチームと予算を集中させる——この速さと厚みの両立が、ファンドのDD設計の核心になる。筆者はファンドの買い手側でDDを設計・実行する立場から、この二律背反をどう設計で解くかを見てきた。

あなたのファンドでは、検討する全案件に同じ重さのDDをかけていないだろうか。それとも、致命的論点だけを数日で潰すRed Flag DDと、投資テーゼを腰を据えて検証する本格DDを、意識的に段階分けできているだろうか。

ファンドのDDが事業会社と決定的に違うのは、母数だ。1件のM&Aに全力を注ぐ事業会社と違い、ファンドは検討段階の案件を常に複数抱える。仮に年間40件を検討して投資に至るのが3〜4件だとすると、残りの9割は途中で降りる。この9割に本格DDの工数を張っていたら、チームは回らないし、進めるべき案件への集中も削がれる。

だからファンドのDDは段階設計が前提になる。最初に薄く速いスクリーニングで致命的論点だけを潰し、生き残った案件に厚いDDを集中投下する。一見当たり前に聞こえるが、実務では「とりあえず財務DDから着手」と全案件に同じ入り方をしてしまい、降りる判断が遅れて工数を溶かすファンドは少なくない。

降りる速さがリターンを左右する

ファンドのリターンを決めるのは、当たった案件のリターンだけではない。外れ案件にどれだけ工数とコストを溶かさずに降りられたか、つまり機会費用のコントロールも同じくらい効く。Red Flag DDで早期に降りた案件のコストは小さく、そこで浮いたチームの時間を有望案件のテーゼ検証に回せる。降りる速さは、攻めの速さでもある。

ただし速さを追うあまりスクリーニングを雑にすると、本来降りるべき案件を本格DDまで進めてしまったり、逆に有望案件を表層情報だけで切ってしまったりする。速さと精度はトレードオフではなく、「何を数日で見極めるか」の論点設計の精度の問題だ。

速さと厚みを両立させる具体的な型が、DDの二段設計だ。第一段が初期スクリーニング（Red Flag DD）、第二段が投資テーゼを検証する本格DD。それぞれ目的・期間・アウトプットが違う。

Red Flag DDで見るのは「この案件を進める価値があるか」だけだ。簿外債務、許認可の承継可否、主要取引先や主要人材への過度な依存、係争、オーナー個人に紐づいた取引——こうした、見つかった瞬間にディールが壊れうる論点に絞る。網羅性は捨てる。逆に本格DDに進んだら、今度は投資テーゼそのものを疑ってかかる。

Red Flag DDは「降りる理由」を探す調査

Red Flag DDの設計でよくある失敗は、本格DDのミニチュア版にしてしまうことだ。財務も事業もITも少しずつ薄く見て、結局どれも判断には足りない、という中途半端な調査になる。Red Flag DDは「この案件の前提が崩れるとしたらどこか」という問いから論点を3〜5個に絞り込み、そこだけを深く見る設計が効く。薄く広くではなく、狭く深く、が原則だ。

中小・小型の対象会社では売り手側の資料が整っていないことも多く、Red Flag DDの段階で「そもそも判断材料が出てこない」こともある。その場合、資料が出ないこと自体がリスクシグナルになる。資料依頼リスト（IRL）の組み方は資料依頼リストIRLの記事で扱っているが、ファンドの初期スクリーニングでは「全項目を依頼する」のではなく、致命的論点に紐づく最小限の資料だけを最初に求めるのが速さにつながる。

本格DDに進んだら、調査の軸は投資テーゼの検証になる。ファンドが「なぜこの会社に投資するのか」を一文で言えるのが投資テーゼだ。たとえば「断片化した市場でロールアップの起点になりうる」「特定のニッチで圧倒的シェアを持ち価格決定力がある」「DX投資で利益率をあと数ポイント引き上げられる」——こうしたテーゼの前提を、DDで一つずつ独立に検証していく。

ここで重要なのは、テーゼを裏づける調査ではなく反証を試みる調査にすることだ。投資を進めたいチームほど、無意識にテーゼに有利な情報を集めてしまう。だからこそ、テーゼの最も脆い前提は何かを最初に特定し、そこを突きにいく設計が要る。

テーゼ検証は、おおむね3つの問いに分解できる。

• 成長ドライバ：過去の成長は何によるもので、それは今後も続くのか。市場成長か、シェア奪取か、一過性の特需か
• 参入障壁：その収益を守る堀は何か。スイッチングコスト、規制、立地、技術、ブランド——どれが本物で、どれが見かけか
• EXITシナリオ：誰に、どういうストーリーで、いくらで売るのか。そのストーリーの前提は買収時点で仕込めるか

この3つは、Commercial DD（事業の商業性に踏み込むDD）の方法論とほぼ重なる。財務DDが過去の数字の正常化を担うのに対し、Commercial DDは将来の事業性を独立検証する。ファンドのテーゼ検証は、まさにこの将来の検証が主戦場だ。ただ事業会社のCommercial DDと違うのは、3つ目のEXITがファンドの満期から逆算される点だ。期限付きで投資家から資金を預かるファンドは、保有期間内に成立するEXITストーリーを買収時点で仕込めるかまで踏み込む必要がある。同じ「将来の検証」でも、検証の終点が決算上の事業継続ではなく、有限の保有期間内の売却にある。ここが、ICでEXITの前提を問われたときに効いてくる。Commercial DDのフレーム全体はCommercial DDとはの記事に、限られた予算と期間でこれを簡略化して回す型は中小Commercial DDの簡略フレームの記事にまとめている。

検証したテーゼは、最終的にバリュエーションの前提に落ちる。成長率、利益率の改善幅、EXIT時のマルチプル——これらの根拠がDDの検証結果とつながっていないと、ICで「その成長率の前提はどこから来たのか」と問われたときに答えられない。DDとバリュエーションの接続は買収価格の決め方の記事で扱っている。

ファンドが関わるDDには、自ら買い手として行うBuy-side DDと、売り手があらかじめ用意したVDD（ベンダーDD、Sell-side DD）の2種類がある。とくにオークション形式の案件や、売り手側にもファンドやアドバイザーがついている案件では、VDDレポートが先に配られていることが多い。

VDDがあると、買い手は一からDDを組み立てる手間が省け、初期の検討が速くなる。ただしVDDは売り手が費用を負担して作らせたレポートだ。意図的に虚偽を書くことは稀でも、売り手にとって不利な論点は深掘りされにくく、前提が売り手寄りに置かれていることはある。VDDを鵜呑みにして本格DDを省くのは危うい。

実務での勘所は、VDDが出ている案件でも、テーゼの中核に関わる前提だけはBuy-sideで独立検証することだ。たとえばVDDが市場規模を一次データなしに楽観的に置いているなら、そこは自前で取りにいく。VDD全体を再調査する必要はないが、投資判断の急所に関わる数字の出所だけは、自分の目で確かめる。VDDは「足場」であって「結論」ではない。

仲介会社の用意した資料とDDの違い、売り手がどこまでDDに踏み込めるかという構造は仲介はDDをどこまでやるかの記事でも触れている。VDDも構造としては似た立場の限界を抱えている。

ここまでの段階設計とテーゼ検証を、すべて人手の専門家工数だけで回そうとすると、案件数の多いファンドほど工数が破綻する。Red Flag DDの段階で公開情報を集め、開示資料を読み込み、IRLの初稿を作り、市場データを整理する——この定型処理に専門家の時間を奪われると、肝心のテーゼ検証やマネジメントインタビューに割く時間が削られる。

ここがAI×専門家の分担が効く一番の理由だ。定型処理をAIで圧縮し、専門家を判断が要る工程に集中させる。ただファンドで効くのは「1件あたりが安くなる」ことより、効率化が案件のファネルに沿って効くことだ。圧縮が効くのは案件数の多いスクリーニング段階——降りる9割が通る入口——で、ここの一次整理が速くなると、降りる判断が前倒しになり、本格DDに進む数件へ専門家の時間を厚く寄せられる。1件あたりの効率化は小さく見えても、年間数十件のスクリーニングのレイヤーで積み上がると、チームのキャパシティが実質的に増える。

工程の分担はおおむねこうなる。

• AIが担う：開示資料の横断分析、公開情報の名寄せ、市場・競合の一次調査、IRL（質問票）の初稿、契約書の網羅レビューの下処理
• 専門家が握る：論点設計、テーゼの脆い前提の特定、マネジメントインタビュー、出典妥当性の評価、最終判断

この分担によって、たとえば数十億円規模のディールでBDDとIT-DDを大手ファームにフルスコープで委託すれば1,500万〜3,000万円規模になる——案件規模やスコープ次第で当然上下するが、おおむねこの水準だ——ところを、品質を落とさず大手より速く・安く回せる余地が生まれる。ファンドにとっては、1件あたりのDDコストが下がること以上に、降りる判断が速くなり、進める案件にチームを集中できることの価値が大きい。なぜAIで圧縮しても品質が落ちないのか、どの工程を機械に任せ、どこを人が大手と同等に握るのかはAIで安く・速いのに品質が落ちない理由の記事で具体的に開示している。

ロールアップ戦略で同種の会社を連続して買うファンドでは、この効果がさらに大きい。買収先ごとにDDの論点と型が共通化できるため、AIで定型部分を標準化し、専門家は会社固有の差分に集中できる。ロールアップ案件でDDを標準化する設計はロールアップDD標準化の記事で扱っている。

そして、検証したリスクは買収後の100日で手当てされて初めて意味を持つ。DDで「キーパーソン流出リスク」「システムの属人化」と特定したなら、それは100日計画の最優先項目になる。DDの発見事項とPMIの接続はPMI100日プランの記事で詳しく扱っている。ファンドにとってDDは投資判断のためだけでなく、EXITまでの価値創造プランの起点でもある。