equities について
equitiesは、株式アナリストやポートフォリオ管理者向けの金融スキルです。業種に応じた評価指標や指数方式の選択を案内し、分析手順、数式、実行可能なデモを提供します。
主な機能
- 01業種に合った評価指標
- 02指数方式の選択
- 036段階の証券分析
- 04評価数式と事例
- 05実行可能なPythonデモ
活用シーン
- 01企業の評価倍率を選ぶ
- 02投資方針に沿って指数設計を比較
- 03株式の質、評価、ポートフォリオ適合性を確認
インストール
コマンドをコピーしてターミナルで実行します。
npx skills add https:/ / github.com/ joellewis/ finance_skills --skill equitiesインストール後、Claude Code で/equitiesを入力して読み込まれたか確認します。
同梱ファイルscripts/equities.py
詳細
株式
このスキルは意思決定の手順を示すものです。企業ごとにどのバリュエーション指標を使うか、どのインデックス手法がどの運用方針に適しているか、株式分析をどの順序で進めるかを判断します。定義はユーザーが調べられることを前提としており、ここで重視するのは適切なツールを選ぶことです。
基本概念
バリュエーション指標の選択
指標はセクターと資本構成に合わせて選びます。誤った指標を使うことは、株式分析で最もよくある誤りです。
| 状況 | 使用する指標 | 避ける指標 | 理由 |
|---|---|---|---|
| 金融(銀行、保険) | P/B、P/TBV、ROEとP/Bの比較 | EV/EBITDA | 負債は原材料であり、資金調達ではありません。EVとEBITDAは意味をなさず、簿価は公正価値に近い水準で評価されています |
| 資本集約型(工業、通信、エネルギー) | EV/EBITDA、EV/EBIT | P/Eのみ | 同業他社間の減価償却方針やレバレッジの違いを中立化します |
| 成熟した配当銘柄(公益事業、生活必需品) | 配当利回りと配当の持続可能性、P/E | PEG | 成長率は低く安定しており、最も重要なのはインカムと配当余力です |
| 高成長で利益が少ない、または利益がない企業 | EV/Sales、PEG(利益がある場合)、ユニットエコノミクス | P/E、P/B | 再投資によって利益が抑えられており、簿価の大部分は無形資産です |
| 景気循環株(自動車、半導体、素材) | サイクル中間または正常化後のP/E、底値でのP/B | 足元のP/E | P/Eはサイクルのピークで最も低く、底で最も高くなります。足元のP/Eは売買シグナルを逆転させます |
| 利益はマイナス、キャッシュフローはプラス | EV/EBITDA、P/FCF | P/E、益回り | 分母がマイナスだと比率が定義できないか、誤解を招きます |
| REITおよび上場不動産 | P/FFO、P/AFFO、NAV | P/E | GAAPに基づく減価償却は不動産の利益を歪めます。この点は実物資産スキルで詳しく扱います |
| 国境をまたぐ比較/レバレッジが異なる企業 | EVベースの倍率 | 株主資本ベースの倍率 | 企業価値によって資本構成を標準化できます |
あらゆる場面で適用できるクロスチェック:
- 事業が変化している場合、分子の判断にはフォワード(今後12カ月)の予想値を使います。予想の質が低い場合は過去の実績値を使います。
- 市場全体ではなく、企業自身の過去の推移と真の同業他社群を比較します。
- 割安・割高と判断する前に、倍率が示唆する前提(成長率、利益率、要求リターン)を明らかにします。倍率が低いのは通常、現実の問題を反映しています。
インデックス手法の選択
| 運用方針 | 手法 | 留意すべきトレードオフ |
|---|---|---|
| 低コストで税効率の高い市場エクスポージャー | 時価総額加重(S&P 500、全市場) | 仕組み上、モメンタムを追いかけることになります。大型株への集中が進み、単一セクターが30%を超える場合もあります |
| 集中を抑える/小型株に傾ける | 均等加重 | 回転率とリバランスコストが高く、構造的にサイズと逆張りの傾きが生じます |
| 価格とウェイトの連動をなくす | ファンダメンタル加重(売上高、利益、簿価) | 実質的には一段階手間のかかるバリュー傾斜です。明示的なバリューファンドとコストを比較します |
| 特定のファクターへの明示的なエクスポージャー | ファクター/スタイルインデックス(バリュー、モメンタム、クオリティ、低ボラティリティ) | ファクターの定義とリバランスルールを確認します。ファクターのタイミングを捉えることは、ほとんど成功しません |
| 避ける | 株価加重(DJIA型) | 株価に比例するウェイトは経済的に恣意的であり、過去の遺物です |
選択ルール:コアベータには時価総額加重を標準とします。均等加重またはファンダメンタル加重は、ユーザーが組み込まれた傾きを明確に望み、回転率を受け入れる場合にのみ追加します。「スマートベータ」商品はすべてファクターポートフォリオとして扱い、マーケティング上の名称ではなく、ファクターへのエクスポージャーを評価します。
セキュリティ分析の手順
- 事業を分類する — セクター(GICS または同等の分類)、景気循環型かディフェンシブ型か、資本集約度、レバレッジを確認します。これにより、使用する評価手法が決まります(上の表を参照)。
- 品質をスクリーニングする — 売上高の推移、利益率の推移、資本コストに対するROIC、バランスシートのリスク(純有利子負債/EBITDA、インタレスト・カバレッジ・レシオ)、発行済み株式数の推移(希薄化か自社株買いか)を確認します。
- 利益の基準を選ぶ — 過去実績か予想のEPSを選択し、一過性要因を確認して、希薄化後株式数を使用します。景気循環株の場合は、中期的な水準に正常化します。
- 適切な指標で評価する — 表にある主要な倍率、クロスチェック用の倍率を1つ使用し、配当が重要な場合は配当ベースのチェックも行います(ゴードン成長モデル:P = D1 / (r - g)。g < r の場合にのみ有効です)。
- ファクターとスタイルの文脈を確認する — 市場ベータ、サイズ、バリュー、モメンタム、クオリティへのエクスポージャーを回帰分析(または概算)します。銘柄固有の投資仮説と、インデックスを通じてより低コストで購入できるファクターへの投資を区別します。
- ポートフォリオへの適合性を確認する — セクター集中度とファクター傾斜への限界的な影響を確認します。比較基準にはトータルリターン(価格リターン+配当)を使い、価格リターンだけで判断してはいけません。
主な計算式
| 計算式 | 表現 | 用途 |
|---|---|---|
| EV/EBITDA | (時価総額 + 負債 - 現金) / EBITDA | 資本構成に左右されない企業価値評価 |
| 利益利回り | EPS / 株価 | 株式利回りと債券利回りの比較 |
| PEG | (P/E) / 利益成長率(%) | 成長率を考慮したバリュエーション |
| ゴードン成長モデル | P = D1 / (r - g) | 配当ベースの本質的価値 |
| CAPM | E(R) = R_f + beta × (E(R_m) - R_f) | バリュエーションに用いる期待リターンの入力値 |
| トータルリターン | 価格リターン + 配当リターン | パフォーマンス比較の基準 |
計算例
指標の選択とバリュエーション
前提: 時価総額$500M、総負債$100M、現金$50M、EBITDA $75M、EPS $7.50、株価$150の産業企業。 判断と計算:
- 資本集約型の産業企業 → 主要指標はEV/EBITDA(上の表を参照)、P/Eをクロスチェックに使用します。
- EV = $500M + $100M - $50M = $550M。EV/EBITDA = $550M / $75M = 7.33x。
- クロスチェック:P/E = $150 / $7.50 = 20.0x、利益利回り = 7.50 / 150 = 5.0%。
- 解釈:利益率が安定している場合、EV/EBITDAの7.33xは産業企業として控えめな水準です。同業他社と自社の過去5~10年間の水準と比較してください。企業の純有利子負債が少ないため、P/Eの20xはEV倍率より割高に見えます。企業間の比較にはEV倍率の方が適しています。
よくある落とし穴
- 銀行にEV/EBITDAを適用したり、REITにP/Eを適用したりすること — 指標とセクターの不一致は、このスキルで防ごうとしている最大の誤りです
- 景気循環株をサイクルのピークで低い過去実績P/Eを根拠に購入すること(「バリュートラップ」の逆転)
- ファンダメンタル加重インデックスやスマートベータ・インデックスを、パッケージ化されたファクター傾斜ではなくアルファと見なすこと
- 価格リターンとトータルリターンを混同すること — 配当は長期的な株式リターンの大きな割合を複利で生み出します
- バックテストされたファクターやスクリーニング結果における生存者バイアス
相互参照
- historical-risk(資産運用プラグイン):株式リターン系列のボラティリティとドローダウンの測定
- statistics-fundamentals(コアプラグイン):CAPM 回帰によるベータの推定
- performance-metrics(資産運用プラグイン):シャープレシオと関連するリスク調整後リターン指標
- fund-vehicles(資産運用プラグイン):株式ファンドの選定(ETF、投資信託、SMA)
- currencies-and-fx(資産運用プラグイン):国際株式の通貨効果
- asset-allocation(資産運用プラグイン):マルチアセットポートフォリオにおける株式配分
- real-assets(資産運用プラグイン):REIT の評価(P/FFO、NAV)はこのスキルの担当です
- qualitative-valuation(資産運用プラグイン)および quantitative-valuation(資産運用プラグイン):個別企業のより詳細な評価ワークフロー
- financial-statements(資産運用プラグイン):ファンダメンタルズに基づく銘柄選定の基礎となる EBITDA、フリーキャッシュフロー、ROIC、利益率の分析
- equity-compensation(資産運用プラグイン):RSU、オプション、ESPP を通じて取得した勤務先企業の株式には、株式リスクに加え、税務上およびインサイダー取引上の制約が伴います
- factor-investing(資産運用プラグイン):上記で規定したスマートベータ商品およびスタイル商品のファクターローディング評価は、このスキルの担当です
スクリプトの実行
uv run scripts/equities.py # run the demo (uses PEP 723 inline deps)
uv run scripts/equities.py --verify # check demo outputs against the worked example (exit 1 on mismatch)
python3 scripts/equities.py # alternative (requires: pip install numpy)
デモでは、評価指標(具体例の EV/EBITDA および利益利回りを含む)、合成データに対するファクター回帰、セクター集中度分析が出力されます。クラスと関数の一覧は --help を実行して確認してください。プログラムから利用する場合は、スクリプトを実行するのではなく、モジュールをインポートしてください。デモは python equities.py の実行時にのみ動作します。