なぜ、「低位株（ボロ株）」に手を出すと危ないのか？ ――バフェットの投資手法に学ぶ、一時的要因と構造的要因を区別する重要性

しろうと @sirouto

どうして、バフェットに影響された私が、ボロ株がダメだと思うようになったか？

しろうと @sirouto

それは、下落の原因が「一時的要因」か、「構造的要因」か、ということを見分けられないと、リスクが高いということに由来する。

しろうと @sirouto

どういうことだろう？　ここで、「不動産投資」に置きかえると、イメージしやすく分かりやすい例があるので、まずそれを見てみよう。

しろうと @sirouto

たとえば、駅から10分の物件があるとする。この駅が廃止になってしまって、（となりの）駅から30分の物件になったらどうか？

しろうと @sirouto

この物件は、値下がりするだろうし、下がったままで上がらないだろう。「駅までの距離」という資産価値が変化したまま固定されているのだから。

しろうと @sirouto

そう、構造的要因で下落している場合、容易に回復しない。その要因を再び変化させる必要があるから、長い時間が掛かるし、戻らない場合も多い。

しろうと @sirouto

たとえば、百貨店業界は長い間衰退してきたが、これは客を巨大ショッピングモールに取られて、そうなっているのだから、短期でパッと回復したりしないだろう。

しろうと @sirouto

百貨店の苦戦は有名なので、この例なら分かるだろうが、自分が知らないような業界では、構造的要因が分かりにくいから、リスクになる。

しろうと @sirouto

それから一方では、一時的要因がある。たとえば、金利や原油価格の変動などで、相場が全体的に影響を受けているような場合。

しろうと @sirouto

だから、相場での価格変動が、構造的で持続するものか、一時的な変化なのか、見分けられないと、低位株に手を出すのは危険だ。

しろうと @sirouto

かりに、低位株を集中的に扱うなら、自分がよほどよく知っている業界で、かつ、財務諸表が読めるとか、リテラシーも高い必要がある。

しろうと @sirouto

このように、ボロ株の危険性を見ていくと、バフェットが「分散投資は無知へのリスクヘッジ」と言った意味もよく分かってくる。

しろうと @sirouto

相場は、「アルカノイド」みたいなブロック崩しじゃないんだから、上下にキンコンキンコンはね返るとは限らない。

しろうと @sirouto

stocks.finance.yahoo.co.jp/stocks/chart/?… ペッパーフードサービス：株価チャート - Yahoo!ファイナンス

しろうと @sirouto

何度も引き合いに出して恐縮だが、ドカンと上がって、ドカンと下がって、はね返ってないでしょ？

しろうと @sirouto

もちろん、低位から復活する場合もあるけど、そうならない場合もあるんだから、少なくともリスクは覚悟しておくべき。

しろうと @sirouto

株価が下落していく株に投資する場合、「そろそろ、ここら辺ではね返るでしょ」と、勝手に思い込む場合が多い。

しろうと @sirouto

かりに、ボロ株に手を出すなら、下落要因を特定し、それが構造的要因か、一時的要因か、という違いを、明確に認識することが必須条件だ。

しろうと @sirouto

ところで、今まで低位株、ボロ株、下落株の話だったが、方向を逆にしても、同じようなことが言えるだろう。

しろうと @sirouto

株価が上昇する場合、それが一時的要因か、構造的要因かで、上昇が続く期間は異なる。前者はすぐ終わりがちだが、後者は長続きしやすい。

しろうと @sirouto

どうして、グーグルやアマゾンの株価が上がり続けるかといえば、付加価値創造による競争力、その源泉が奪われない地位を築いているからでしょ？

しろうと @sirouto

「GAFAM」のようなIT系で言えば、たとえば「ビッグデータ」の重要性というのがある。

しろうと @sirouto

「ディープラーニング」のような機械学習のライブラリは公開されている。が、ビッグデータを持っているかどうかの差は埋まらない。

しろうと @sirouto

グーグルの「ページランク」やアマゾンの「リコメンド」のようなアルゴリズムは、データベースの存在を前提にしている。そもそもデータがないと、統計的処理もできない。

しろうと @sirouto

かりに、小さな通販サイトが、アマゾンと同じようなアルゴリズムのリコメンドのシステムを作れても、出力結果は異なる。入力するデータが異なるから。