銘柄を選ぶ — 決算書から候補を絞る

まず「何で稼ぐ会社か」を一文で言う

銘柄選びのいちばん最初にやることは、難しい指標の比較ではありません。 その会社が「何で稼いでいるか」を、自分の言葉で一文に書くこと ── ここから始めます。 一文で書けないなら、自分が事業の中身をまだ理解できていない、というサインです。 理解できていない会社は、どんなに数字がよく見えても、変調が起きたときに「なぜ崩れたか」を解釈できません。 解釈できないということは、売る判断も買い増す判断も持てない、ということです。

たとえば東京エレクトロンであれば「半導体ウェハに回路を焼き付ける装置を作って世界の工場に売る会社」、 地方銀行であれば「特定地域で預金を集め、企業や個人に貸し出して利ざやで稼ぐ会社」と一文で書けます。 上の図の A 社・D 社のようなシンプルな事業構造の会社は、決算書も読みやすく、変調も検知しやすい。 投資家にとってありがたい性質です。

一方で、総合商社のように事業ポートフォリオが広く多角化している会社は、一文では足りません。 上の図の B 社のように「資源・食料・自動車・不動産まで投資・売買する会社」とまでしか言えない場合は、 セグメント情報を有報や決算短信で開いて、「資源・素材セグメントが売上の 35%、食料・消費が 25%……」と ひとつ下の階層まで分解して読む覚悟が要ります。 ただし、ここは今なら生成 AI を使って一次整理できます。 有報・10-K・決算説明資料を渡して、売上構成、利益源泉、主要 KPI、リスク要因を表にさせれば、 人間は「AI の要約が事業の実態を外していないか」「投資仮説として自分が理解できるか」の確認に集中できます。

最も警戒すべきは、上の図の C 社のような「中身が見えない会社」です。 自社を「複合 IT・サービス企業」のように曖昧に位置づけ、5 セグメント以上を同時に展開し、最大セグメントでも全体の 25-30% に過ぎない構造。 業績が変動したときに「どの事業が原因か」を特定しづらく、四半期決算を読む意味が薄れるのが致命的です。 言葉を選ばずに言えば、「何で稼ぐかを一文で言えない会社は、自分には理解できない会社」と判定して、 候補リストに入れる前に外す ── これが Part 1 で身につけた決算書を読む力を、銘柄選びに活かす最初の関門です。

では、一文で書けたあと、何を確認するか。 ① セグメント情報（事業別売上構成）、 ② 地域別売上構成（国内 vs 海外）、 ③ 5 期 売上推移 ── 最低この 3 点を有報・決算短信から拾います。 これだけで「規模感」「事業の偏り」「直近の伸び」が一気に把握でき、次の sec-2 のキャッシュ・チェックに進む土台ができます。 Part 1 の CH4 P/L の章 で扱った 「ビジネスモデルで利益率は決まる」という視点を、ここで銘柄選びに転用します。 実務では、この 3 点は人間が手で拾うというより、生成 AI に開示資料から抜き出させ、 最後に自分で原文と照合して確定する、という使い方が効率的です。

営業 CF と利益の質で候補をふるいにかける

事業を一文で書けて、セグメントも整理できたら、次はキャッシュの「質」を 5 期分のデータでふるいにかけます。 銘柄選びでは、P/L の利益だけでなく、本業で実際に現金を生んでいるかを営業 CF から先に確認します。 ここで使う物差しは 3 つだけ。

1. 5 期営業 CF が継続的にプラスか ── 1 期でも赤字があれば、その理由を必ず確認する
2. 営業 CF と純利益の関係 ── 「営業 CF ≧ 純利益」が安定的に成立しているか
3. 営業 CF マージン（営業 CF ÷ 売上高）が 15% 前後以上 ── 業界によるが、おおよその目安

上の図は東京エレクトロン（8035）の FY2022〜FY2026 の 5 期について、当期純利益（薄いグレー）と営業 CF（濃いグレー）を並列に並べたものです。 ここで注目してほしいのは FY2024 の谷。 売上は前年比 -17%、純利益は -23% と急縮小しています。半導体装置のような景気敏感業種では珍しくない振幅です。 ところが営業 CF を見ると、その谷でも 4,347 億円と、純利益（3,640 億円）を 700 億円ほど上回っています。 「利益の谷でもキャッシュは生み出せている」── これが利益の質が高い会社の特徴です。

もし純利益と営業 CF の動きがここまで揃っていなかったら ── たとえば「純利益は伸びているのに営業 CF はずっと低い」状態が続いていたら ── 要注意です。売掛金が膨らんでいる、棚卸資産が積み上がっている、収益認識が前倒しになっている、などの「数字を作っている」サインかもしれません。 Part 1 の CH5 C/S の章 で 「営業 CF が本業で稼いだ現金」と整理しました。銘柄選びではその営業 CF が純利益とどう動くかまで見て、ふるいにかけます。

具体的なふるい分けの実例として、東京エレクトロンの 5 期データで考えてみます。 売上は 2.00 → 2.21 → 1.83 → 2.43 → 2.44 兆円（5 期で +22%）、 営業 CF は 2,834 → 4,263 → 4,347 → 5,822 → 5,397 億円（5 期で +91%）。 利益の振幅が大きいシクリカル業種でも、営業 CF は売上を大きく上回るスピードで積み上がっている。 谷のときに純利益が下がっても、営業 CF は粘って上振れする ── これが「ふるいを通過する」典型像です。

逆に、ふるいを通過しないパターンは次のようなものです。

• 5 期のうち 1-2 期で営業 CF が赤字になる（在庫の取り崩し失敗・運転資本の急悪化など）
• 純利益が右肩上がりなのに、営業 CF は横ばい・微減という乖離が 3 期以上続く
• 営業 CF マージンが 5% 未満で推移し続ける（薄利かつ運転資本に振り回される構造）

これらに 1 つでも当てはまる会社は、候補リストに残しても優先順位を下げる、というのが基本動作です。 数字でふるいをかけたあとに、有報の「事業のリスク」「経営者による業績分析」を読んで、 経営者自身がそのリスクをどう認識しているかを確認する ── ここまでやれば、ふるい分けはひと段落です。

ふるいを通過しないパターンを 1 つだけ具体例で見ておくと、判定の感覚がつかめます。 たとえばある中堅小売チェーン X 社。直近 5 期の売上は 1,200 → 1,310 → 1,420 → 1,580 → 1,720 億円と +43% で順調に見えます。 ところが営業 CF は 92 → 78 → 64 → 41 → 22 億円と毎期下がり、営業 CF マージンは 7.7% → 1.3% へ低下。 P/L では売上総利益率も営業利益率もほぼ横ばい。何が起きているか ── B/S を見ると棚卸資産が 280 → 540 億円へ倍増し、 回転日数で言えば 100 日 → 170 日に伸びていました。売上は計上できているが、現金は棚卸資産に化けて回収できていない状態です。 この場合「売上 +43% で成長している会社」と捉えるとふるいを通してしまいますが、営業 CF マージンの推移を見れば 「キャッシュの質が崩れた会社」と判定でき、優先順位は下に置くか、候補から外す判断ができます。

四半期決算でモメンタムを確認する

5 期のキャッシュ・チェックで残った候補は、次に 「いまもモメンタムが続いているか」を四半期決算で確認します。 候補リストに残しても、直近で業績が崩れ始めている会社は、買う前に判断を保留するのが賢明です。 モメンタムを見る指標は 3 つ。

• 売上高がコンセンサス予想を上回ったか（トップライン・ビート）
• EPS がコンセンサス予想を上回ったか（ボトムライン・ビート）
• 来期ガイダンスがコンセンサス予想を上回ったか（フォワード・ガイダンス・ビート）

決算発表は絶対値の良し悪しだけでなく、事前のコンセンサス予想に対する上振れ／下振れで読まれます。 銘柄選びの場面では、その期待差を「直近 4 四半期の連続性」として確認します。 上の図の NVIDIA FY26（2025-04 〜 2026-01）のように、4 四半期連続でコンセンサスを上回っている会社は、 事業の追い風が構造的に続いていると読めます。Q1 で +8.02%、Q2 で +4.10%、Q3 で +3.46%、Q4 で +5.32% ── AI データセンター GPU 需要という追い風が、毎四半期の EPS サプライズとして出続けている状態です。

逆に、次のようなパターンが直近に出ていたら、候補に残っていても買うのは見送ります。

• 2 四半期連続で EPS がコンセンサスを下回った ── 経営者がコンセンサスを管理できていないか、想定以上に事業が脆い
• 過去の決算は派手に上振れしていたが、最新四半期でガイダンスが下振れた ── 経営者自身が「ここから減速します」と宣言したのと同じ
• 売上だけ上振れたが、EPS とガイダンスは横ばい ── 売上の伸びが利益に変換できていない構造変化

三拍子の中で最も重視されるのはガイダンスです。理由はシンプルで、株価は未来を織り込もうとするため、 過去の好実績よりも未来の悪い見通しに反応するから。経営者が来期に弱気のガイダンスを出した瞬間、 株価はそのガイダンスを織り込みに行きます。買う側にとっては「あえて急がなくてよい」というサインで、 候補リストに残しつつ、次の四半期でガイダンスが上方修正されるかを待つ判断ができます。

ここで取り上げた NVIDIA の数字は FY26（期末 2026 年 1 月）時点のものです。 コンセンサスは毎四半期更新され、サプライズ率は次の決算で簡単にひっくり返ります。 自分の候補銘柄について「いつ時点のコンセンサスと比べた差なのか」「直近 4 四半期で連続性が出ているか」を、 決算発表のたびに更新する ── これが銘柄選びの場面でモメンタムを使う基本動作です。

この更新作業も、今は生成 AI 前提で組むほうが自然です。 銘柄ごとに「実績売上・EPS・営業 CF」「コンセンサス」「会社ガイダンス」「決算説明資料や IR ページの更新有無」を確認する スラッシュコマンドや定型プロンプトを用意しておけば、毎四半期に全銘柄を手で読み直す必要はありません。 AI には差分抽出と表形式の整理を任せ、人間はガイダンスが市場予想を明確に上回ったか、投資仮説を上方修正する材料かだけを判断します。

コンセンサスはどこで取得するかも実務的には重要です。日本株であれば、 会社四季報・QUICK Consensus・IFIS Consensus・Bloomberg・Refinitiv などが代表的なソース。 米国株であれば、Yahoo Finance や Zacks、Refinitiv（旧 Thomson Reuters）が一般的で、Bloomberg や FactSet は機関投資家向けです。 重要なのは「ソースを 1 つに固定する」こと。同じ会社でもアナリストの母集団が違えばコンセンサスの中央値は変わります。 銘柄選びの場面では、毎回同じソースで同じ集計方法のコンセンサスを見て、その差をモメンタム判定に使う ── これだけで判定の一貫性が出ます。 無料で済ませたい場合は、四季報オンラインや Yahoo! Finance の予想 EPS でも十分。 むしろ「ソースの精度」よりも「同じソースを継続して見続ける」運用ルールのほうが、判定の質に効きます。

成長企業と安定企業で見る数字を変える

ふるいを通過し、モメンタムも確認できた候補銘柄に対して、会社の性格に応じて「見るべき指標」を切り替えるのが、本セクションの主題です。 Part 1 で扱った財務指標は数十種類ありますが、その全部を均等に見るのは現実的ではありません。 会社の性格を判定したうえで、優先順位の高い 3 つに絞って毎期点検する ── これが実務的なやり方です。

成長企業（グロース）に分類される会社では、見るべき指標は次の 3 つです。

• 売上高成長率（YoY） ── 毎四半期 +20% 以上を維持できているか。鈍化が続けば投資仮説が崩れたサイン
• 粗利率（売上総利益率） ── 高い粗利率（40-60%）が維持されているか。下がれば競争が激化している
• 設備投資・R&D 比率 ── 次の成長への先行投資を続けているか。投資を絞ると成長は止まる

ここで重要なのは、配当性向や自己資本比率の絶対値で評価しないことです。 成長企業は利益・キャッシュをそのまま還元せずに、次の成長への先行投資へ回すのが合理的な経営判断です。 配当性向 0%、自己資本比率 30% 台でも、売上が +25% 伸び続け、粗利率が 50% を超えていれば、評価できる構造といえます。 クラウド SaaS、半導体装置、AI 関連などはこの典型例で、「還元の薄さ」を理由に外すと、銘柄候補の母集団が極端に狭くなる。

一方、安定企業（ディフェンシブ）に分類される会社 ── 銀行・電力・通信・生活必需品など ── では、見るべき指標は次の 3 つに切り替わります。

• 営業利益率の安定性 ── 5 期で大きく落ちていないか。継続的な低下は競争環境の悪化
• 配当性向・配当利回り ── 還元方針が明確で、持続可能な水準か
• 自己資本比率・有利子負債 ── 金利上昇局面で耐えられる構造か

安定企業は「次の成長」よりも「いまの利幅と還元を持続できるか」がポイントです。 売上成長率は一桁中盤で十分。粗利率は業種で構造的に決まっているので絶対水準より変化を見る。 大型 R&D・新規投資は本業の置き換えにつながらない限り、過剰投資のサインにもなり得ます。 判定の物差しを切り替えることで、同じ「決算書」でも違う読み方ができるようになります。

会社の性格判定でよくある間違いは、業種名だけで判定すること。 たとえば「銀行 ＝ 安定企業」と一律に判定すると、ネット銀行や地銀でデジタル戦略に大きく投資している会社は見逃します。 逆に「IT ＝ 成長企業」と判定すると、すでに成熟期に入った大手 SI で配当を厚くしている会社の評価軸を間違えます。 業種は出発点として使い、5 期売上成長率と配当性向の絶対値を見て最終的に判定する ── これが現実的な運用です。 迷う場合は「成長企業の指標」「安定企業の指標」両方を 1 度ずつ当ててみて、説明力の強いほうで分類すると判定しやすくなります。

ハイブリッド企業（成長と安定の中間）も実務では珍しくありません。 たとえば、コアの食品事業は売上 +2-3% で安定、配当性向 50% を維持しつつ、新規の海外事業は売上 +25% で先行投資を続ける ── というケース。 この場合は 事業セグメント単位で性格を切り分けて判定するのが現実解です。 連結全体を 1 つの性格で割り切ろうとすると、「成長企業の指標」「安定企業の指標」のどちらにも収まりが悪くなり、判断を誤ります。 セグメント情報を見て「全体売上の 70% を占める食品事業は安定型 ── ここの粗利率と営業利益率の維持を見る」 「残り 30% の海外事業は成長型 ── ここの売上 YoY と粗利率の推移を見る」と二段構えで読むことで、 ハイブリッド企業の評価軸が組み立てられます。実際の有報・統合報告書では セグメント別 KPI として各社が開示しているので、 その KPI を経営者の言葉として受け取り、自分の性格別指標と突き合わせる ── これが Part 1 で扱ったセグメント情報の使いどころです。

Part 1 の CH6 分析の章 で ROE のデュポン分解を扱いました。成長企業では「売上高純利益率 × 総資産回転率」が ROE の主要因になり、 安定企業では「財務レバレッジ ＋ 配当性向のバランス」が論点になります。 性格を切り替えるとは、デュポン分解のどの要素を主軸に置くかを切り替えることでもあります。

候補リストを更新する仕組みを作る

ここまでの sec-1〜sec-4 で身につけた「事業の一文化」「キャッシュの質」「四半期モメンタム」「性格別の指標」を、 個別の銘柄を見るたびに毎回ゼロから人力でやる必要はありません。 実務的には、候補リスト（ウォッチリスト）を作って、定常的に更新し続ける仕組みにするのが現実解です。 生成 AI を使えば、開示資料の差分、コンセンサスとの差、ガイダンスの変化、IR ページの更新確認はかなり自動化できます。 この仕組みがあれば、急騰のニュースを見て反射で買う、という最悪パターンを回避できます。

上の図のように、運用は 5 ステップに分解できます。

1. STEP 1 広く収集 ── 業界ニュース、決算で目立った銘柄、供給制約テーマ、関連部材企業を広く拾う
2. STEP 2 AI 一次整理 ── 5 期売上・営業 CF、実績 vs コンセンサス、ガイダンス、開示資料の更新差分を表にする
3. STEP 3 人間の深掘り ── 事業を一文で言えるか、セグメント KPI が仮説に合うか、買う条件を言語化する
4. STEP 4 ウォッチリスト登録 ── 買値の上限、売却条件、次回決算日、確認すべき KPI を記録する
5. STEP 5 日次・決算点検 ── AI で差分を確認し、ガイダンス・コンセンサス・価格条件を更新する

STEP 2 の AI 一次整理では、人間が読む前に「見るべき候補」と「まだ待つ候補」を分けます。 たとえば、GPU、HBM / DRAM、MLCC、電源、冷却、光接続、半導体製造装置のように、 産業全体でボトルネックになりそうな領域をまとめてウォッチ対象に入れます。 そのうえで AI に、直近決算の実績、コンセンサスとの差、会社ガイダンス、受注・在庫・設備投資コメント、IR サイトの更新有無を一覧化させます。 ここで重要なのは、「気になるから買う」のではなく、「決算とガイダンスが明確に上向いたら深掘りする」という待ち方です。 期待だけで先に買うより、数字が出てから入るほうが、仮説外れで下がるリスクを減らせます。

生成 AI を前提にすると、ウォッチリストの上限も変わります。 人力だけなら 20〜30 銘柄が現実的な上限ですが、AI に一次整理と差分確認を任せるなら、 50 銘柄前後、場合によっては業種テーマ単位でそれ以上を候補プールとして持つこともできます。 ただし、広く見ることと、深く理解して買うことは別です。 AI が広く拾い、人間が「買う条件」「買値」「ポジションサイズ」を決める ── この役割分担を崩さないことが前提です。

とくに重要なのは STEP 4 と STEP 5 です。STEP 4 で「買値の上限」と「売却条件」を文字に残すこと。 これがないと、株価が上昇したあとに「今の値段でも買える」と理由を後付けし、 下落時に「下がったから魅力が増した」と評価軸をすり替えてしまう。 文字に残しておけば、自分の事前判断と現在の判断のズレを点検できます。

STEP 5 は、四半期決算だけでなく、日次・週次の軽い差分確認として回します。 決算発表後はコンセンサスとの差・ガイダンスの変化・営業 CF の推移を確認し、 平時はニュース、IR 更新、アナリスト予想の変化、業界内の受注・価格コメントだけを AI に要約させます。 「投資仮説が維持されているか」「買値の上限を引き上げる／引き下げるべきか」「売却条件を発動すべきか」をメモに残す。 仕組み化されていないと、決算発表のたびにニュース記事の見出しに振り回されて、判断が場当たり的になります。

実際に保有する銘柄数は、ウォッチリストよりかなり少なくて構いません。 AI で 50 銘柄前後を監視していても、実際に買うのは、決算でモメンタムが確認でき、買値に余白があり、 自分の言葉で事業仮説を説明できる銘柄だけです。 ウォッチリストは広く、保有は狭く。 これが、生成 AI 時代の二段構えです。 候補プールに入っている銘柄から、価格の余白とモメンタムが両立した銘柄だけを実際の保有に昇格させる、という流れになります。

最後に、ウォッチリストは年に 1-2 回、全銘柄を見直して入れ替えることをおすすめします。 事業の前提が崩れた銘柄、5 期データの更新で性格が変わった銘柄、業界の構造が変化した銘柄 ── これらをそのままにすると、 候補プールが「過去の良かった会社」の墓場になります。 「いま採用するか」を毎年問い直す仕組みが、候補リストを生きた状態で保つコツです。

この章では「銘柄を選ぶ」までを扱いました。 ふりかえると、Part 2 の入口にあたる CH8「投資判断の原則」 で 「利益ではなく現金から確認する」「決算は期待との差で読む」という大方針を立てたうえで、本章 CH9 では その方針を「個別銘柄を絞り込む手順」に落とし込みました。CH8 が 地図だとすれば、本章は 地図の歩き方 ── 事業の一文化 → 営業 CF のふるい → 四半期モメンタム → 性格別の指標切り替え → AI を使ったウォッチリスト運用、という 5 ステップの動線です。 この動線に乗せれば、ニュースや SNS の話題で気になった銘柄を、感覚ではなく 同じ手順で判定できるようになります。

次の CH10「時系列で読む」 では、 候補リストに入った銘柄を 5 期分のデータで深掘りする手順を扱います。 ウォッチリストの STEP 3「詳細調査」をどう進めるか、業界 KPI とどう組み合わせるか ── そこまで見て初めて、銘柄選びの一連の作法が完結します。