【ブログ再始動】2022年も残り2か月余り 米株の見通しは？－前編

ーこの記事は3分で読めますー

ブログ再始動

ジェイ

今年の5月から約半年ほどお休みしていた『ジェイの投資ライフ』。
今月から再始動いたします！
みなさま、何卒よろしくお願いいたします！🙇‍♂️

ブログ再始動にあたり、選んだテーマはー

です。

まずは、結論から。

その後、今回の結論に至った理由を述べます。

結論

この記事はこんな方におすすめ

この記事で何がわかるの？

本題

”インフレが低下しない”というリスク

10月13日（木曜日）にアメリカのインフレ動向を考える上で重要な経済指標が発表されました。

です。

アメリカのインフレ動向を考える上で重要となるのが、以下のポイントです。

これら3つの動きを見るとー

というリスクを意識する必要があります。

この点について、データとチャートで確認してみましょう。

アメリカ消費者物価指数の推移：食品の価格

出所：Bureau of Labor Statistics

上のラインチャートを見ると、食品(Food)の価格が二桁の水準(11%超)で高止まりしていることがわかります。

ロシアが再びウクライナの首都キーウを攻撃したことで、小麦などの食品価格はこれから上昇する可能性が出てきました。

来年は食糧をめぐり、世界中で争奪戦が繰り広げられる可能性もあります。

いうまでもなく『食』は、人間が生きてくいく上で絶対に必要です。

必要であるからこそ、食品価格の高止まりはアメリカのインフレ率の低下を阻む要因となり得ます。

食品の価格以上に注目すべきは、住居費（Shelter）の価格です。

こちらもものすごい勢いで上昇していることがわかります。

実際にデータとチャートで確認してみましょう。

アメリカ消費者物価指数の推移：住居費の価格

出所：Bureau of Labor Statistics

その上昇率は、6.6%。

なんと、不動産バルが発生した2000年代前半の水準を遥かに上回る水準です！

住居費の価格上昇は、インフレの低下を阻む最大の要因となるでしょう。

なぜなら、人間が生活する上で最も生活コストがかさむのが、住居費だからです。

そしてインフレの低下を阻む第3の要因として注目する必要があるのが、賃金の動向です。

こちらもグラフで確認してみましょう。

アメリカの賃金動向：平均時給の推移（前年比）

出所：Bureau of Labor Statistics

上昇トレンドは止まっているように見えます。

しかし、雇用の増加が続いているにもかかわらず、平均時給 (Avg Earnings) は前年比で5%台の水準を維持しています。

簡単に言えば、アメリカでは依然として賃金の高止まり傾向（賃金インフレの傾向）が続いている、ということです。

賃金インフレは、あらゆるサービス価格に反映されます。

そうしないと、企業は利益を出すことができないからです。

この点について、9月CPIの内訳で確認してみましょう。

9月のアメリカ消費者物価指数：内訳

出所：Bureau of Labor Statistics

分かりやすく、4つのカテゴリーに分類して9月の消費者物価指数(CPI)の内訳を確認すると、赤い棒グラフのサービス価格全般が上昇トレンドにあります。

賃金インフレをサービス価格に転嫁しないと、企業が利益出せない状況にあることがわかります。

パウエルFRBの失策

今後も米株（アメリカ株）が下値を模索するもうひとつのリスク要因がー

です。

インフレの進行と景気の減速が同時に発生している今の状況は、1970年代にも発生しました。

しかし、当時のインフレ率と政策金利の関係はー

だったのです。

下のチャートを見てください。

アメリカのインフレ率と政策金利の水準

1974年と1980年に、アメリカのインフレ率（赤）は2桁台に急上昇しました。

しかし、政策金利の水準（黒）はそれ以上であったことがわかります。

一方、現在（2022年）はどうか？

インフレ率（赤）の進行に対して、政策金利（黒）がまったく追いついてない状況となっています。

このような状況に陥った最大の要因はー

にあります。

昨年、連邦準備制度理事会（FRB）のパウエル議長はインフレの進行について『一時的』という見通しを示しました。

この時の甘さが、現在の後手を踏む状況、つまり『インフレ対策の失策』のリスクを招いているのです。

さらに考えるべきリスク要因とは？

ここまで、残り2か月余りとなった今年の米株（アメリカ株）は、下値を模索し続ける2つのリスク要因について解説しました。

しかし米株（アメリカ株）は、あと2つのリスク要因にも直面しています。

この点については、次回以降の記事で解説します。

乞うご期待！

おまけ

2022年の米株はバリュー株が主役

今年の米株（アメリカ株）はー

と、このブログで言い続けてきました。

現時点で、今年の米株（アメリカ株）は当ブログの見通しに沿った展開となっています。

この点について、ダウ平均に採用されている構成銘柄の年初来パフォーマンスで確認してみましょう。

ダウ平均構成銘柄の年初来パフォーマンス (%)

半導体大手インテル(INTC)を筆頭に、セールスフォース(CRM)、マイクロソフト(MSFT)そしてアップル(AAPL)といった米国を代表するテクノロジー企業（グロース株）の株価は、赤い▼で記したダウ平均(DJI)以上に下落していることがわかります。

一方、年初来パフォーマンストップ3を確認すると、すべてバリュー株となっています。

上で述べたリスク要因が株式市場で意識されているがゆえに、このような状況が発生しているとジェイは考えています。

そう考える理由についても、次回以降のブログ記事で詳しく説明します。

Pythonコードの紹介

なお、上に掲載したダウ平均のパフォーマンスチャートは、プログラミング言語の『Python』を使って作成しました。

Pythonはデータ分析をする際、現時点では最高のプログラミング言語です。

株式投資をしている人、またはこれから始めようと思っている人にとって最高の味方となってくれるでしょう。

今回の分析で用いたPythonコードをご紹介します。

コピペして遊んでみてください！

コード

#ライブラリのインポート
import pandas as pd
import pandas_datareader as web

import numpy as np

import matplotlib.pyplot as plt
%matplotlib inline
from matplotlib import rcParams

import datetime as dt


#ダウ平均のティッカーコードをサイト上から取得
ticker_list = pd.read_html('https://en.wikipedia.org/wiki/Dow_Jones_Industrial_Average')

#ティッカーコードのみを抽出
tickers = ticker_list[1].iloc[:, 2]


#データの取得期間
start = '2021-12-31'
end = dt.datetime.today()


#ダウ平均採用銘柄のデータを取得
df= pd.DataFrame()

for t in tickers:
    df[t] = web.DataReader(name=t, data_source='yahoo', start = start, end = end)['Adj Close']


#ダウ平均のデータを取得
dji = web.DataReader(name = '^DJI', data_source='yahoo', start = start, end = end)['Adj Close']


#データの統合
df_all = pd.concat([df, dji], axis=1)


#ダウ平均のカラム名を変更(Adj Close→DJI)
df_all['DJI'] = dji
#ついでにAdj Closeは削除
df_all.drop(labels='Adj Close', axis=1, inplace=True)


#パフォーマンスの計算
df_performance = (df_all/df_all.iloc[0]-1)*100


#最新のパフォーマンスを抽出
df_last_performance = df_performance.iloc[-1].sort_values(ascending = False)

#ーここからチャートを描画するコードー
#色分け：プラス＝緑 / マイナス＝赤
color = [('#008080' if x >=0 else 'red') for x in df_last_performance.values]

#rcParamsの設定
rcParams['figure.figsize'] = 15,10
rcParams['font.size'] = 18


#棒グラフの描画
my_range=list(range(1,len(df_last_performance.index)+1))
df_last_performance.plot(kind = 'bar', color = color, alpha = 0.3)

#ドットの描画
plt.plot(df_last_performance[df_last_performance.values>0.0], 'o', markersize = 6, color = 'g', alpha = 0.6)
plt.plot(df_last_performance[df_last_performance.values<0.0], 'o', markersize = 6, color = 'r', alpha = 0.6)

#ダウ平均のパフォーマンス箇所に矢印を描画
plt.arrow(x = 'DJI', y= 3.5, dx = 0.0, dy = -0.2, fc = '#FF0461', ec = '#FF0461', head_width = 1, head_length = 3)

#タイトルやラベルなどの詳細な設定
plt.grid(True)
plt.xticks(rotation = 75)
plt.xlabel('Stock Tickers', fontsize = 20)
plt.ylabel('Percentage(%)', fontsize = 20);

※2022年10月14日NY終値時点でのパフォーマンス

Pythonを学ぶなら

・独学でガンガンやれる人は『Udemy』へ
　初心者の方におすすめのコース　おすすめ度

▶現役シリコンバレーエンジニアが教えるPython 3 入門 + 応用 +アメリカのシリコンバレー流コードスタイル
Pythonに興味がある人、学ぶことをためらっている人には、このコースをおすすめします。
タイトルにあるとおり、現役のエンジニアの方がPythonの基礎から応用までを丁寧に教えてくれるコースです。
このコースを学習しながら、同時にアウトプットの練習もしていけば、効率よくプログラミングのスキルをアップさせることができます。

・独学が苦手な人は『テックアカデミー』へ
　まずは無料カウンセリングで適正を確かめよう　おすすめ度
▶無料キャリアカウンセリング
独学が苦手な人は、迷わずプログラミングスクールに行くことをおすすめします。
メンターが的確に指導してくれるからです。
しかし、スクールは人によって合う合わないがあります。
まずは、無料カウンセリングのあるテックアカデミーで『プログラミングの学習ってこんな感じか』ということを体感してください。
自分に合う！と思う場合は、以下のPythonコースを受講しましょう。

▶Pythonコース
このコースでは、Pythonに関するすべての基本が学べます。
学ぶ期間は、学生 / 社会人を問わず4週間（1ヶ月）がおすすめです。
それ以上だと間伸びして、学習するモチベーションが下がる可能性があるからです。

・機械学習まで視野に入れているならオンラインPython学習サービス『PyQ』へ
　基本から機械学習まで体系的に学ぼう　おすすめ度
▶オンラインPython学習サービス「PyQ™（パイキュー）」
Udemyと同じく独学でOK！という人は、PyQをおすすめします。
PyQはPythonの基本から統計学、さらには機械学習まで学べる豊富なコースを提供しています。
問題を解く形式で勉強するスタイルなので、インプットとアウトプットのバランスが絶妙なカリキュラムとなっています。

▶【PyQ】いよいよ、誰でも機械学習を学べる時代へ
Pythonの基本→統計学の順で学んだあと、機会学習にチャレンジすると効率的に『データ分析の何たるか』を学ぶことができます。

今回のまとめ

今回は以上です。

最後までお読みいただき、ありがとうございました。