優良バリュー株をスクリーニングする方法

Geek Bing

Geek Bing

2025年11月2日

#バリュー投資 #Piotroski #F-Score #財務指標 #バリュー株
優良バリュー株をスクリーニングする方法

免責事項:本記事は研究・学習目的のみであり、いかなる投資助言も構成するものではありません。過去の実績は将来のパフォーマンスを保証するものではありません。

バリュー投資は簡単そうに聞こえます:安いものを買えばいい。

しかし実際にやってみると、割安な企業を見つけるのは簡単でも、その中からダメな企業を除外するのが本当の難関だと気づきます。バリュートラップにはまると、「こんなに安く買ったのに、なぜまだ下がり続けるんだ」という感覚は、まさに落ちてくるナイフを掴むようなものです。

これはまさに Piotroski(2000) のあの古典的な論文が解決しようとした問題です。バリュー株(高 BM / 低 PBR)の大きなプールの中で、財務諸表にすでに含まれている情報を使って、将来の勝ち組と負け組を見分けることはできるのか?

本記事ではまず、古典的な Piotroski F-Score をできるだけ簡潔に解説します。

その後、Chat2Report で導入した新版(改良版)F-Score を紹介します。単年の 0/1 採点を長期一貫性スコアにアップグレードし、ROIC/CROIC、インタレストカバレッジ、債務コスト、ベータ、自社株買いなどの観点を加えることで、実際の投資により適したスクリーニングを実現しています。

how-to-screen-value-stocks-with-f-score.png

古典的 Piotroski F-Score — バリュー株の中の地雷探知機

Piotroski のオリジナルのアプローチは、非常に節制の効いたものでした:

  1. まず割安な企業(高 BM)を特定する。
  2. 次に 9 つの財務シグナルで健康診断を行い(各項目 0 点または 1 点)、F-Score = 0〜9 を算出する。
  3. 高スコアは回復途上のバリュー株である可能性が高く、低スコアは悪化し続けるバリュートラップの可能性が高い。

論文では明確に指摘されています:高 BM バリュー株の中でもリターンのばらつきは非常に大きい。つまり割安であることはゴールではなく、あくまでスタート地点にすぎません。

オリジナルの 9 項目(各項目 0 または 1 点)

オリジナル版の基本方針は、最適化を追求するのではなく、理解しやすく、実装しやすく、実用的であること。以下の 3 カテゴリに分かれており、条件を満たせば 1 点が加算されます。

収益性(4項目)

  • ROA(総資産利益率)> 0
  • CFO(営業活動キャッシュフロー)> 0
  • ΔROA(当期 ROA − 前期 ROA)> 0
  • Accrual: CFO > ROA(営業キャッシュフロー/資産 > 純利益/資産、つまり利益の質が高い)

レバレッジ/流動性/資金調達(3項目)

  • レバレッジの低下(ΔLEVERAGE < 0、長期負債/資産が減少)
  • 流動比率の改善(ΔCURRENT > 0、流動資産/流動負債が上昇)
  • 増資なし(EQ_OFFER = 0、当期に新株を発行していない=外部エクイティファイナンスに依存していない)

経営効率(2項目)

  • 粗利率の改善(ΔMARGIN > 0)
  • 総資産回転率の改善(ΔTURN > 0、売上高/資産が上昇)

なぜバリュー株の中で有効なのか?

Piotroski の結論には非常に重要なポイントがあります。高 BM 企業(多くの場合、経営困難や市場から無視されている特徴を伴う)にとって、過去の財務諸表は最も信頼性が高く、最も入手しやすい情報源の一つだということです。

財務的に強い高 BM 企業を選別することで、リターン分布全体を右にシフトさせることができます(つまり利益を得る確率を高め、損失リスクを低減する)。同時に平均リターンも向上し、論文では年間約 7.5% の改善が報告されています。

現実の問題:オリジナル F-Score は単年しか見ず、採点が二値的すぎる

オリジナル F-Score の考え方はとても好きですが、実際に使ってみると、3 つの厄介な問題に頻繁に遭遇します:

  1. 単年の変化しか見ない:前年同期比の変化だけでは、景気循環、一時的な要因、会計処理の影響を受けやすい。
  2. 採点が二値的すぎる:基準を 1 つ満たせば 1 点、満たさなければ 0 点。僅差で届かない場合も大幅に届かない場合も同じに見える。
  3. ターンアラウンド・困難企業に偏る:回復途上のバリュー株を見つけるのは得意だが、長期的に安定した高品質企業に対しては説明力が弱い(なぜなら「改善」に注目しており、「持続的な優秀さ」を評価していないため)。

そこで、改良版のアプローチを採用しました:

「今年は良いか?」と聞くだけでなく、

「過去 10 年間で、何割の年が良かったか?」と問う。

こうすることで、たまたま運が良かった 1 年をフィルタリングし、長期的に安定して結果を出し続けている企業を浮かび上がらせることができます。

新版 F-Score:財務健康診断から長期一貫性スコアへ

新版は 9 項目合計 0〜9 点という直感的な枠組みを維持しつつ、指標をクオリティ + 成長 + 財務レジリエンスにより適した組み合わせに置き換えています。

how-to-screen-value-stocks-with-f-score.png

新版の 5 カテゴリ・9 項目

Growth(成長、3項目)

  • Revenue YoY > 0(売上高前年同期比成長)
  • EBITDA YoY > 0(利払い前・税引き前・減価償却前利益の前年同期比成長=コア営業収益力の指標)
  • EPS YoY > 0(一株当たり利益の前年同期比成長)

注:YoY = Year over Year(前年同期比)

Profitability(収益性、2項目)

  • ROIC > 10%(投下資本利益率)
  • CROIC > 10%(CROIC = フリーキャッシュフロー / 投下資本)

Debts(債務状況、2項目)

  • EBITDA / Interest Expense > 6(インタレストカバレッジレシオ、EBITDA が支払利息の 6 倍以上)
  • Interest Expense / Total Debt < 5%(債務コスト、当年の支払利息が総負債に占める割合)

Market sensibility(市場感応度、1項目)

  • Beta ≤ 1(ボラティリティが市場全体を上回らない)

Investment(投資戦略、1項目)

  • 株式数の減少(加重平均発行済株式数の減少=自社株買いのシグナル)

採点方法:0/1 ではなく 0.0〜1.0

新版の核心は指標の入れ替えではなく、採点方法の変更です:

  • ほとんどの指標:まず各年の 0/1 シーケンスを生成し(条件達成=1)、10 年ウィンドウで平均を取る。
    例:過去 10 年のうち 7 年で ROIC > 10% を達成 → ROIC の得点 = 0.7。
  • ベータは例外:直接 0/1 を付与(≤1 なら 1、それ以外は 0)。時間平均は行わない。

最終スコアの計算式:

F-Score=ebitda+revenue+eps+beta+ebitda_cover+debt_cost+buyback+roic+croicF\text{-}Score = ebitda + revenue + eps + beta + ebitda\_cover + debt\_cost + buyback + roic + croic

各項目の得点範囲:0.0 〜 1.0

合計スコア範囲:0 〜 9

バリュー株のスクリーニング方法

Step 1:まずバリュエーションのフィルターをかける

まず割安性の指標でスクリーニングを行います。さもないと、優秀だけど高すぎる企業ばかりが残ります。このステップで、成長期待への対価ではなく、バリュー株を買っていることを確認します。

よく使われるバリュエーション基準(いずれか一つ):

  • 低 PBR / 高 BM
  • 低 EV / EBIT
  • 低 EV / FCF
  • または業種内の相対的な割安度(パーセンタイルルール)

Step 2:新版 F-Score でクオリティを確認する

F-Score をクオリティフィルターとして活用します:

  • 高スコア:長期的な成長、資本リターン、返済能力、自社株買いなどがより安定していることを示す。
  • 低スコア:長期的に見て頻繁に問題を抱えていることを示す(今は割安に見えていても)。

実践的な目安

  • ≥ 6.5:候補リストに入れる価値あり。
  • ≤ 4.5:非常に強力なターンアラウンドのロジックがない限り、手を出さない方が無難。

(閾値は市場や業種によって変わります。厳密なルールとして扱わないでください。)

Step 3:人的リスクチェックを加える

どんなに高いスコアでも、以下のリスクを完全に排除することはできません:

  • 粉飾決算 / 一時的な要因
  • 業界サイクルの転換点
  • バランスシートの地雷(簿外保証、訴訟、大幅な減損など)

最後に常識に基づいた人的チェックを行うことが不可欠です。

how-to-screen-value-stocks-with-f-score.png

限界:F-Score は万能ではない

主に中小型株に適している

Piotroski の論文では明確に、財務諸表分析による超過リターンは小型株、低回転率銘柄、アナリストカバレッジの少ない企業に集中していると示されています。

端的に言えば、市場から注目されていない企業ほど、この手法が有効に機能する可能性が高いということです。大型株や機関投資家が常時監視している企業を分析する場合、公開財務情報のシグナルから得られる超過リターンの余地は小さくなる傾向があります。これはよく言われる限界です:中小型企業や市場から見落とされている企業に最も適しています。

新版の追加的な限界

  • 業種バイアス:ROIC、インタレストカバレッジ、債務コストなどの指標は、アセットライト/アセットヘビー業種間で本質的に不公平。
  • 金利環境バイアス:債務コストの閾値を固定の 5% にしていることには問題がある。全体の金利が非常に低い時期(例えば2015年)には 5% は大したことないが、金利が高い時期(例えば2023年)には 5% は非常に優秀な水準となる。
  • ターンアラウンド株を見逃す可能性:10 年一貫性の枠組みは、回復し始めたばかりの企業を「ペナルティ」する(こうした企業はむしろオリジナル F-Score の強みだった)。
  • ベータ ≠ リスク:低ベータが必ずしも安全とは限らず、高ベータが必ずしも悪いとは限らない。ベータは主にボラティリティの特性を反映しているに過ぎない。
  • 自社株買いは常に良いとは限らない:高値での自社株買いは価値を毀損する可能性がある。株式数の変動は、ストックオプションや企業行動の影響を受けることもある。
  • 取引コストと流動性:この戦略を小型バリュー株に適用する場合、スリッページ、マーケットインパクト、上場廃止リスクを真剣に考慮する必要がある。