FXビギナーズガイド

株の分析手法の基礎知識

株の分析手法の基礎知識
個別株の株価分析

アサンテの株価は割安?高配当な株主優待株で、財務の堅調さが魅力

アサンテの株価分析

個別株の株価分析

  • 「アサンテに興味があるけど、業績や財務はどうなんだろう?」
  • 「アサンテの株価は割安?割高?」

アサンテは、 シロアリ防除サービスで国内トップシェア の住環境サポート会社です。シロアリ防除のほか、湿気対策や地震対策(基礎・家屋補強)などを主な事業としています。

アサンテ株は 高配当利回りと株主優待が魅力的 です。一方、同社の株価は2018年の ピークから約40% も下落しています。

本記事では アサンテの業績や財務内容、株価の割安さなどを分析し、今の株価は買い時なのか? について私の考えを紹介します。

株価の割安さをみる

配当・株主優待をみる

楽天証券を使うと、 1日の合計売買金額が100万円まで、手数料無料 です(いちにち定額コースの場合)。日本株・ETF(単元株)の 約98%は100万円以下 ですので、1日に何度も売買するのでなければほぼ無料で投資できます。

路井 なびお

私の代表的な6つの投資判断基準

投資判断基準は投資スタイルによって異なります。私の場合、 業績好調な割安株(バリュー株)への投資 が好きなので、以下の6つの観点を重視しています。

アサンテの業績は緩やかに成長している(2021年はコロナ問題で大幅悪化)

アサンテの売上高・営業利益・当期利益

  • 売上高:右軸
  • 営業利益:左軸(0からのスタートではないことに注意してください)

2011年以来、アサンテは 緩やかに売上高、純利益を伸ばして きました。営業エリアを地盤の関東から徐々に関西や東北方面に拡大してきた結果が表れています。

一方、2021年3月期のアサンテの業績は一転して 減収減益予想 となっています。これは、新型コロナウイルス問題で訪問営業の自粛を余儀なくされたためです。

アサンテは営業エリア拡大による成長余地が大きい

アサンテの営業エリアの展開

つまり、アサンテは 営業エリアの拡大余地が豊富 にあります。今まで蓄積したノウハウと、業界トップシェアの信用力を生かして営業エリアを拡大していけばよいため、堅実な業績拡大が見込めます。

アサンテの営業利益率はほぼ12%以上で高い

2つ目の判断基準は、利益率の高さです。 利益率は競争力の強さを表す目安である と考えており、利益率は高いほど良いです。

アサンテの営業利益率

アサンテの 営業利益率は常に高い水準 となっています。アサンテは他社と比べて、競争優位性があると考えられます。

アサンテのキャッシュフローは高水準だが、成長率は低い

アサンテのキャッシュフロー推移

最も重要な営業キャッシュフローは2011~2014年にかけて成長したのち、 高水準をキープ しています。

アサンテの事業の魅力はフリーキャッシュフローが大きいこと

アサンテは投資キャッシュフローがわずかしかありません。これは、アサンテの事業が 基本的に大きな設備投資を必要としない ことを意味しています。

また、アサンテは 棚卸資産(在庫)もほとんど抱える必要がありません 。そのため、営業キャッシュフローも出やすいです。

以上の理由から、 アサンテはフリーキャッシュフローが大きい という特徴があります。
※フリーキャッシュフローとは、営業キャッシュフローから投資キャッシュフロー(絶対値)を引いて算出したもの

フリーキャッシュフローが大きいアサンテは財務がよく、株主還元を期待しやすい

アサンテは事業の特性上、 キャッシュリッチになりやすく、株主還元を期待しやすい のが魅力です。

    の銘柄スカウター の財務分析ツール のスクリーニング機能

路井 なびお

アサンテの財務は健全

アサンテの貸借対照表

アサンテの自己資本比率は約81%で、高水準

まず最初に注目したいのが、 自己資本比率 です。

自己資本比率の目安として、30%くらいで普通、40%以上あれば優良といわれます。アサンテの自己資本比率(約81%)は かなり高水準 です。

アサンテの 財務は超がつくほど健全 とみてよさそうです。

アサンテの株価は割安な水準

アサンテの株価チャート

現在のアサンテの株価は 2018年の高値から40%近く下落 していますが、割安とみてよいでしょうか?

  • PER(株価収益率)
  • PBR(株価純資産倍率)
  • 企業価値評価手法による理論株価

一方、私が最も重視しているのが、「 企業価値評価手法による理論株価 」です。

企業価値評価手法では 事業性と資産性を総合評価 するため、合理的に株価の割安度を測ることができます。

アサンテのPERは約21倍だが、コロナ前の業績に対して割安

アサンテの予想PERの推移

アサンテのPERは2020年初まで10~18倍くらいで推移していました。しかし、現在の 予想PERは約21倍 となっています。

PERの平均値は15倍くらいが目安といわれます。 現在のアサンテのPER(約21倍)はやや割高な水準 と考えられます。

コロナ前の業績に対するPERは約11倍で割安

ただし、アサンテの2021年3月期の業績悪化は新型コロナ問題で訪問営業が自粛となっていた影響が大きいです。業績悪化は構造的なものではなく、 あくまでも一時的 と考えられます。

コロナ禍以前の業績に戻る(2020年3月期のEPS=128円)と考えると、現在のアサンテのPERは約11倍です。以前のアサンテのPERと比較すると、 むしろ割安な水準 であることがわかります。

アサンテのPBRは約1.3倍で、やや割安な水準

アサンテの実績PBRの推移

アサンテのPBRは2018年に約2.6倍近くありましたが、その後に大きく低下して、現在の PBRは約1.3倍 です。

アサンテは業績・財務が良好にも関わらず、アサンテの PBRはやや割安な水準 となっています。

アサンテの株価は理論株価(企業価値)に対してやや割安

そのため、私が株価の割安さを判断するときは、 企業価値評価手法によって求めた理論株価 を重視しています。

アサンテの理論株価

アサンテの業績は2021年3月期は急激に悪化したものの、それ以前は良好であったため、 事業価値が大きく なっています。

また、アサンテは現預金を豊富に持っています。そのため、 財産価値が高く、有利子負債が小さい という特徴があります。

一方、アサンテの実際の株価は1416円(2020/12/9終値)です。理論株価に対して 約30%割安 です。

株主価値と時価総額の推移

したがって、下図は 株主価値⇒理論株価、時価総額⇒株価 株の分析手法の基礎知識 と置き換えて見てください。

アサンテの株主価値と市場価値の推移

総合的にみて、アサンテの株価は やや割安 です。

    の財務分析ツール のスクリーニング機能

路井 なびお

アサンテの配当利回りは高く、株主優待はギフトカード

配当や株主優待には賛否両論あり、無いほうが良いという人もいます。しかし、 配当や株主優待がある銘柄は、市場がショックに見舞われたときの株価下落率が比較的小さい という良さがあります。

そのため、私は 業績などを最優先としたうえで、株主還元姿勢がある銘柄はなおよい と考えています。

アサンテの配当利回りは4.1%で高い

アサンテの予想配当利回りの推移

アサンテの配当利回りは、コロナショックで株価が急落した2020年に急上昇し、 約4.1% となっています。

アサンテの配当金は2011年以降増配が続いてきた

アサンテの配当金の推移

アサンテの配当金は 2011年以降、増配 が続いてきました。今期の業績は大幅に悪化する見込みとなっているため、増配ではないですが、60円/株で据え置きの予定です。

今期の業績予想に対する配当性向が 約88% で高水準なのは、今期の業績が新型コロナ問題の影響で悪化しているためです。
※配当性向:税引後純利益のうち、何%を配当金として支払ったかの指標

アサンテは 今後の増配も期待できそうな高配当株 です。

アサンテの株主優待はギフトカード

アサンテの株主優待

100株以上持っていれば、 年2回(3・9月)、1,000円分ずつ もらえます。

アサンテと競合企業の比較について

売上高、営業利益の比較

アサンテ、NITTO、サニックスの売上高・営業利益の比較

新型コロナ問題により、2021年3月期の業績は 3社とも減益の見込み となっています。

一方で、収益性の高さ(ここでは営業利益率の高さ)で比較すると、アサンテが圧倒的に良いです。 営業利益率が10%を超えているのはアサンテだけ です。

投資指標の比較

アサンテ、NITTO、サニックスの投資指標の比較

PER、PBRでみると、 NITTOがかなり割安 です。

一方、 自己資本比率の高さとROE・ROAの高さを両立しているのがアサンテ です。アサンテはPERがやや高めに見えますが、来期以降に業績が回復することを前提として考えるとむしろ割安な水準です。

アサンテの直近決算の状況

アサンテの四半期業績の推移

アサンテの四半期業績は例年1~2Q(4~9月)がかきいれ時となっています。しかし、2020年は新型コロナ問題が1~2Qに直撃したため、上期は 減収減益 となっています。

アサンテは費用削減なども進めていますが、補いきれていません。2021年3月期の業績は 純利益が-47%予想 となっていて厳しい状況です。

【まとめ】アサンテの株価は買い時か?私の総合的な投資判断について

観点評価備考
業績の成長 2021年3月期は大幅減益だが、コロナ収束後は回復が期待される
利益率の高さ 営業利益率はほぼ12%超
キャッシュフロー フリーキャッシュフローが大幅にプラス
財務の健全さ 自己資本比率が81%で現預金が豊富
株価の割安さ 業績の回復を見越すと割安な水準
配当、株主優待 配当利回りが約4.1%で高い
株主優待は三菱UFJニコスギフトカード

アサンテは事業の特性上、フリーキャッシュフローが大きいです。そのため、財務が鉄壁(自己資本比率が高く、現預金が豊富)であり、 配当利回りは4.1%超 で高いという魅力があります。

一方、アサンテの2021年3月期の業績は新型コロナ問題の影響で、 大幅減益 となっています。また、アサンテのコロナ以前の利益成長率も高くないため、アサンテは急成長を見込める成長株というわけではありません。

とはいえ、アサンテの株価はコロナショックを経て すでに割安な水準 となっています。来期以降の業績次第で一段安もあるかもしれませんが、下値は限られるだろうと考えられます。

エルの米国株投資 早期FIREに至った投資術を解明

虫眼鏡枠画像 グローイング AI

『日本株投資は5年くらい経験していますが、米国株投資は始めたばかり。 米国株投資の本を何冊か読みましたが、わたし的にはこの本が一番わかりやすかったです。 Q&A形式で解説している基礎の基礎のパートから、元金融マンの著者ならではの視点を学べるパートまで、 投資経験者だからといって当たり前のことをバカにせず、ちゃんと取り上げている点がよかったです。 暗中模索状態の投資初心者であれば、本書を読んでおけば、 米国株投資に必要な基礎知識がひと通り得られると思います。 すでに投資をしている人なら「こんなことわかってるよ」と思われがちな内容も含みますが、 そういう点はバカにせず、あらためてきちんと踏まえておくくらいのほうがよいと個人的には思いました。 あと、著者の投資経験を通じて、著者の人となりが感じられる点も好感を持てました。 本のデザインはヤンチャな感じですが、とても落ち着いた内容で個人的にとても勉強になりました。 』
引用元:Amazon

株の分析手法の基礎知識 株の分析手法の基礎知識
一方で「銘柄分析の仕方が二番煎じ」「これでFIREは無理」などの意見も

『内容はどの本にも書いてある事ばかり。 内容も薄い、この内容だとFIREは無理。 既出だか広瀬氏の本を購入された方が絶対に良い。』
引用元:Amazon

『一攫千金のような派手さはないですが、自分のペースとポリシーをもって地道にやること、またリスク許容しながら確実な投資について書かれていて一気に読みました。日本語・文章自体が綺麗なことも一因だと思います。 自分のできるところからやってみることが大事というメッセージを一定して感じました。 私はほぼインデックスの積み立て式の投資信託一辺倒ですが、少しこのやり方で自分の投資に組み込んでみようと思います。』 株の分析手法の基礎知識
引用元:Amazon

—————————————————
名前:エル
年齢:54歳
家族構成:妻 子ども2人
投資歴:1991年頃、日本株(東京電力・新日鐵)で株式取引を開始。フィデリティやマーキュリーなどのアクティブファンドに熱中した時期あり。UNIQLOを展開するファーストリテイリングが東京(原宿)進出し、フリースブームを起こす前に同社株式に投資し相当額のキャピタル・ゲインを得る。しかし、サブプライムローン問題・リーマンショックに起因した内外株式の大幅下落の影響は回避できず一時資産は半減。2009年末復元し、その後資産は順調に増加し現在は米国個別株式中心に投資中。投資歴31年。
引用元:【L】米国株投資実践日記
—————————————————

<利益を出すならココ!!>
グローイングAI
爆発的高騰銘柄を選別するAI!
最大株価上昇率1951.9% の衝撃。
至高の銘柄を次々に輩出!
⇒グローイングAIの記事を確認

初心者向けセミナーです全くの初心者からでも大丈夫: 多変量解析入門【Rによる実演】

多変量解析とは、複数の変数からなるデータを統計的に分析する手法の総称です。多変量解析にはさまざまな手法が含まれ、その使われ方も、実務・研究の領域によって大きく異なります。概念・用語や用途が多様である点で、初心者が高いハードルを感じる分野でもあります。ともすれば、わけのわからない魔法のようにみえたり、難しいことばで素人をだますテクニックのようにみえてしまったりするでしょう。
しかし本来、多変量解析のそれぞれの手法は、手元のデータをある角度から理解しようとする工夫の集まりであり、個々の発想自体は難しいものではありません。また、それらは魔法でも詐術でもなく、一定の有用性と一定の限界を持つ道具にすぎません。
本セミナーでは、さまざまな多変量解析手法を、主にビジネス・ユーザの観点から幅広く紹介します。
はじめに、理解・学習に必要な最低限の必要知識を解説します。
つぎに、多変量解析の用途を大きく次の3つにわけ、それぞれについて主要な手法を紹介します。
(1)データを視覚化する …データを適切に表現し、わかりやすく伝える
(2)因果関係を探る …原因と結果の関連性を評価し、施策立案に役立てる
(3)隠れた構造を探る …データの背後にあるしくみと意味について推理する
紹介にあたっては、手法の背後にある数理的基盤よりも、手法の選択のポイント、解釈上のポイントにより焦点を当てます。最後に、実務家にとって効果的な活用方法と学習方法について紹介します。
主要な分析法の講義とともに、広く普及しているフリーの統計ソフト・Rを使用した実演を行います。実際にデータを受講者に解析いただくことで、よりわかりやすく理解していただくことを目指します。

受講対象・レベル

本セミナーは以下の方々を対象としています。
(1)株の分析手法の基礎知識 文献、レポート、カタログ等に出てくる統計的データ解析の結果を適切に読み取れるようになりたい方。
(2)これから自分で多変量解析に取り組みたい方。
(3)必要に迫られてデータ解析を我流でやっているが、独学ではわからないことが多く、困っている方。
また正しいかどうか自信がない方 など

習得できる知識

セミナープログラム

0. イントロダクション
0.1 多変量解析とは
0.2 企業実務における多変量解析の意義
0.3 このセミナーの内容、目標、進め方
0.4 ソフトウェア紹介
<実演1> 統計ソフト Rの基本操作
1. 統計データの観察と要約 ~データを適切に表現し、わかりやすく伝える~
1.1 データの構造 株の分析手法の基礎知識
1.2 データ解析の3つの段階
1.3 変数の観察と要約:量的な1変数
(1) 度数分布表とヒストグラム
(2) 値の大きさを要約する ~平均とその他の方法~
(株の分析手法の基礎知識 3) 値のばらつきを要約する ~標準偏差とその他の方法~
1.4 変数の観察と要約:量的な2変数
(1) 散布図と相関表
(2) 関係の強さを要約する ~相関係数~
1.5 変数の観察と要約:質的な1変数
(1) 度数分布とヒストグラム
(2) 分布を要約する
1.6 変数の観察と要約:質的な2変数
(1) クロス表 株の分析手法の基礎知識
(2) 関係の強さを要約する
1.7 変数の観察と要約:質的変数と量的変数
(1) 層別度数分布と箱ひげ図
(2) 層別の要約統計量を図示する
1.8 視覚化の役割
(1) 他人のための視覚化 ~図示の三原則~
(2) 自分のための視覚化
1.9 まとめ
2. 多変量データの視覚化 ~データ行列を一目で捉える~
2.1 イントロダクション
2.2 主成分分析
<実演2>主成分分析によるデータ行列の視覚化
2.3 主成分分析の考え方
2.4 主成分分析の用途
(1) 株の分析手法の基礎知識 主成分分析の解釈を通じた変数の理解
(2) 主成分得点による個体の位置づけ
(3) 主成分分析によるデータ行列の視覚化
(4) 主成分分析の応用例 ~製品選好マッピング~
2.5 まとめ
3. 統計的推測の基礎 ~データに基づき推測する~
3.1 母集団と標本
3.2 株の分析手法の基礎知識 さまざまな統計的推測 ~推定と検定~
3.3 母平均についての推測
3.4 株の分析手法の基礎知識 母分散についての推測
3.5 統計的推測と確率分布 ~正規分布とはなにか~
3.6 母平均についての推測はどのくらいあてになるか ~標準誤差とはなにか~
3.7 推測の「良さ」の2つの側面 ~正確性と精度~
3.8 まとめ
4. 因果関係の探索 ~データを生み出すメカニズムを探る~
4.1 イントロダクション
4.2 データから因果関係を推測できるか?
4.3 層別とその落とし穴
4.4 まとめ
5. 回帰分析の基礎 ~原因と結果の変数の関連性を評価し、施策立案に役立てる~
5.1 イントロダクション
5.2 回帰分析の考え方
<実演3>実験データの単回帰分析
5.3 重回帰分析の手順
(1) モデルの推定
(2) 性能の評価 株の分析手法の基礎知識
(3) 変数の選択
(4) 妥当性の検討
<実演4>調査データの重回帰分析 株の分析手法の基礎知識
5.4 まとめ
6. 隠れた構造を探る ~データの背後にある意味について推理する~
6.1 イントロダクション
6.2 因子分析
6.3 因子分析の手順
6.4 因子分析のしくみ
6.5 因子分析の実際
6.6 まとめ
7. 多変量解析とのつきあい方
7.1 検証的アプローチと探索的アプローチ、どちらが良いか?
7.2 新しい手法を実務に展開するためには?
7.3 アドバイザーとどうつきあうか
7.4 どうやって勉強するか
<質疑応答>

■受講者の声
「大変わかりやすい講義だった。復習することで、かなりの部分が理解できると思われる」
「文系大で講義されていただけあり、説明が大変わかりやすかった」
「重回帰分析や主成分分析が分かりやすくて良かった」
「これまで何となくわからないまま行っていたこと・行っていなかったことがどんな意味を持つのかよく理解
できた」 等々

初心者向けセミナーです全くの初心者からでも大丈夫: 多変量解析入門【Rによる実演】

多変量解析とは、複数の変数からなるデータを統計的に分析する手法の総称です。多変量解析にはさまざまな手法が含まれ、その使われ方も、実務・研究の領域によって大きく異なります。概念・用語や用途が多様である点で、初心者が高いハードルを感じる分野でもあります。ともすれば、わけのわからない魔法のようにみえたり、難しいことばで素人をだますテクニックのようにみえてしまったりするでしょう。
しかし本来、多変量解析のそれぞれの手法は、手元のデータをある角度から理解しようとする工夫の集まりであり、個々の発想自体は難しいものではありません。また、それらは魔法でも詐術でもなく、一定の有用性と一定の限界を持つ道具にすぎません。
本セミナーでは、さまざまな多変量解析手法を、主にビジネス・ユーザの観点から幅広く紹介します。
はじめに、理解・学習に必要な最低限の必要知識を解説します。
つぎに、多変量解析の用途を大きく次の3つにわけ、それぞれについて主要な手法を紹介します。
(1)データを視覚化する …データを適切に表現し、わかりやすく伝える
(2)因果関係を探る …原因と結果の関連性を評価し、施策立案に役立てる
(3)隠れた構造を探る …データの背後にあるしくみと意味について推理する
紹介にあたっては、手法の背後にある数理的基盤よりも、手法の選択のポイント、解釈上のポイントにより焦点を当てます。最後に、実務家にとって効果的な活用方法と学習方法について紹介します。
主要な分析法の講義とともに、広く普及しているフリーの統計ソフト・Rを使用した実演を行います。実際にデータを受講者に解析いただくことで、よりわかりやすく理解していただくことを目指します。

受講対象・レベル

本セミナーは以下の方々を対象としています。
(1)文献、レポート、カタログ等に出てくる統計的データ解析の結果を適切に読み取れるようになりたい方。
(2)これから自分で多変量解析に取り組みたい方。
(3)必要に迫られてデータ解析を我流でやっているが、独学ではわからないことが多く、困っている方。
また正しいかどうか自信がない方 株の分析手法の基礎知識 など

習得できる知識

セミナープログラム

0. イントロダクション
0.1 多変量解析とは
0.2 株の分析手法の基礎知識 企業実務における多変量解析の意義
0.3 このセミナーの内容、目標、進め方
0.4 ソフトウェア紹介
<実演1> 統計ソフト Rの基本操作
1. 統計データの観察と要約 ~データを適切に表現し、わかりやすく伝える~
1.1 データの構造
1.2 データ解析の3つの段階
1.3 変数の観察と要約:量的な1変数
(1) 度数分布表とヒストグラム
(2) 値の大きさを要約する ~平均とその他の方法~
(3) 値のばらつきを要約する ~標準偏差とその他の方法~
1.4 変数の観察と要約:量的な2変数
(1) 散布図と相関表
(2) 関係の強さを要約する ~相関係数~
1.5 変数の観察と要約:質的な1変数
(1) 度数分布とヒストグラム
(2) 分布を要約する
1.6 変数の観察と要約:質的な2変数
(1) クロス表
(2) 関係の強さを要約する
1.7 変数の観察と要約:質的変数と量的変数
(1) 層別度数分布と箱ひげ図
(2) 層別の要約統計量を図示する 株の分析手法の基礎知識
1.8 視覚化の役割
(1) 他人のための視覚化 ~図示の三原則~
(2) 自分のための視覚化
1.9 まとめ
2. 多変量データの視覚化 ~データ行列を一目で捉える~
2.1 イントロダクション
2.2 主成分分析
<実演2>主成分分析によるデータ行列の視覚化
2.3 主成分分析の考え方
2.4 主成分分析の用途
(1) 主成分分析の解釈を通じた変数の理解
(2) 主成分得点による個体の位置づけ
(3) 主成分分析によるデータ行列の視覚化
(4) 主成分分析の応用例 ~製品選好マッピング~
2.5 まとめ
3. 統計的推測の基礎 ~データに基づき推測する~
3.1 母集団と標本
3.2 さまざまな統計的推測 ~推定と検定~
3.3 母平均についての推測 株の分析手法の基礎知識
3.4 母分散についての推測
3.5 統計的推測と確率分布 ~正規分布とはなにか~
3.6 母平均についての推測はどのくらいあてになるか ~標準誤差とはなにか~
3.7 推測の「良さ」の2つの側面 ~正確性と精度~
3.8 まとめ
4. 因果関係の探索 ~データを生み出すメカニズムを探る~
4.1 イントロダクション
4.2 データから因果関係を推測できるか?
4.3 層別とその落とし穴
4.4 まとめ
5. 回帰分析の基礎 ~原因と結果の変数の関連性を評価し、施策立案に役立てる~
5.1 イントロダクション
5.2 回帰分析の考え方
<実演3>実験データの単回帰分析
5.3 重回帰分析の手順
(1) モデルの推定
(2) 性能の評価
(3) 変数の選択
(4) 妥当性の検討 株の分析手法の基礎知識
<実演4>調査データの重回帰分析
5.4 まとめ
6. 隠れた構造を探る ~データの背後にある意味について推理する~
6.1 イントロダクション
6.2 因子分析
6.3 株の分析手法の基礎知識 因子分析の手順
6.4 因子分析のしくみ
6.5 因子分析の実際
6.6 まとめ
7. 多変量解析とのつきあい方
7.1 検証的アプローチと探索的アプローチ、どちらが良いか?
7.2 新しい手法を実務に展開するためには?
7.3 アドバイザーとどうつきあうか
7.株の分析手法の基礎知識 4 どうやって勉強するか
<質疑応答>

■受講者の声
「大変わかりやすい講義だった。復習することで、かなりの部分が理解できると思われる」
「文系大で講義されていただけあり、説明が大変わかりやすかった」
「重回帰分析や主成分分析が分かりやすくて良かった」
「これまで何となくわからないまま行っていたこと・行っていなかったことがどんな意味を持つのかよく理解
できた」 等々

関連記事

よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!

コメント

コメントする

目次
閉じる