【データ分析】円高・円安が日本株に与える影響の読み方

ニュースで「円安を好感して日経平均が上昇」「円高進行で輸出株が軟調」といったフレーズをよく見かけます。なんとなく「円安は株高」と覚えている方も多いのではないでしょうか。ただ、実際には銘柄やセクターによって為替の影響はまちまちで、逆向きに効くことも少なくありません。

私は銘柄を選ぶとき、TOPIXの動き→セクターの動き→個別銘柄、という順で絞り込んでいます（トップダウン分析の手順）。この「セクターの動き」を見る段階で、為替は無視できない要素のひとつです。この記事は、為替ニュースと株価の関係をもう一段深く理解したい方に向けて、次の内容をまとめました。

輸出企業と内需企業で、為替の影響が逆になりやすい理由
セクター別の為替感応度の考え方
決算資料で企業の想定為替レートを確認する方法
為替と株価の関係をExcel・Pythonでデータとして確かめる手順

なお、具体的な為替レートの水準や今後の予測には触れません。あくまで「読み方」と「確かめ方」の話です。

輸出企業と内需企業で影響が逆になりやすい理由
セクター別の為替感応度の考え方
企業の想定為替レートを確認する方法
データで確かめる：相関とβを計算する手順
為替だけで判断しないために
まとめ
1. あわせて読みたい

輸出企業と内需企業で影響が逆になりやすい理由

まず基本から。円安とは円の価値が下がること、円高とは円の価値が上がることです。仮に1ドル＝100円から1ドル＝110円になれば円安、逆に90円になれば円高です。

輸出企業：円安が追い風になりやすい

海外で製品を売ってドルで代金を受け取る企業を考えます。仮に海外で100万ドルの売上があった場合、1ドル＝100円なら1億円、1ドル＝110円なら1億1,000万円になります。現地での販売量や価格が変わらなくても、円に換算した売上・利益が増えるわけです。逆に円高になると、円換算の売上・利益は目減りします。

内需企業：円安が向かい風になりやすい

一方、原材料やエネルギー、商品を海外から輸入して国内で販売する企業は逆です。円安になると同じ量の輸入品を買うのに必要な円が増え、仕入れコストが上がります。販売価格にすぐ転嫁できなければ、利益が圧迫されます。食品、小売、電力・ガス、紙・パルプなどが、一般にこのタイプとして挙げられることが多いです。

単純に割り切れない理由

ただし、現実はもう少し複雑です。

海外生産：海外で作って海外で売る企業は、円換算の影響は受けても「輸出」の構造とは異なります。
為替予約（ヘッジ）：先々の取引レートを予約しておくことで、短期的な影響を抑えている企業もあります。
輸入と輸出の両方：原材料を輸入して製品を輸出する企業は、プラスとマイナスが相殺されます。
通貨の違い：ドルだけでなく、ユーロや人民元など取引通貨によって影響が異なります。

このため「輸出企業だから円安で必ず上がる」とは言えず、個別に確認する必要があると考えています。

セクター別の為替感応度の考え方

為替感応度とは、為替が動いたときに業績や株価がどれくらい反応するかの度合いです。セクター単位で見ると、一般的には次のような傾向があると言われます。

傾向	セクターの例	主な理由
円安がプラスに働きやすい	輸送用機器、電気機器、機械、精密機器	海外売上比率が高い企業が多い
円安がマイナスに働きやすい	食料品、小売業、電気・ガス業、パルプ・紙	輸入原材料・燃料のコスト増
影響が比較的小さい・混在	情報・通信業、陸運業、不動産業	国内中心の事業が多い（ただし企業による）

この表はあくまで一般論です。同じセクター内でも、海外売上比率やヘッジ方針は企業ごとにかなり違います。相関行列の記事でも触れたとおり、同じセクターでも値動きはひとくくりにできません。為替感応度も同じで、セクターの傾向はスタート地点にすぎず、最後は個別に確かめるのが大事だと思う次第です。

個別企業の感応度をざっくりつかむ手がかりとしては、次のような情報が役立ちます。

有価証券報告書や決算説明資料のセグメント情報・地域別売上（海外売上比率）
決算説明資料に記載される為替感応度（「1円の円安で営業利益が○億円増加」といった形）
事業等のリスクに書かれた為替変動リスクの説明

企業の想定為替レートを確認する方法

多くの企業、特に海外取引の多い企業は、業績予想の前提となる「想定為替レート」を決算短信や決算説明資料に記載していることが多いです。確認の手順は次のとおりです。

企業のIRページを開き、最新の決算短信と決算説明資料をダウンロードする（TDnetでも探せます）
資料内で「想定為替レート」「前提為替レート」「為替感応度」といった語句を検索する
主要通貨（米ドル、ユーロなど）ごとの想定レートと、1円変動あたりの利益影響額をメモする
足元の実際の為替レートと比べ、想定より円安か円高かを確認する
四半期ごとに想定レートが見直されていないか追いかける

考え方としては、仮に想定レートが1ドル＝100円の企業で、実際のレートがそれより円安で推移していれば、為替の面では業績予想を上回る方向に働く可能性があります。ただし、実際にそうなるかは販売数量やコスト、ヘッジの状況次第です。また、市場参加者も同じ情報を見ているため、株価にはある程度織り込まれている可能性がある点にも注意が必要です。

四半期業績で保有判断をするなら、決算のたびに想定レートと感応度の欄もあわせて確認しておくと安心です。数字が書いていない企業もあるので、その場合は海外売上比率などから推測する形になります。

データで確かめる：相関とβを計算する手順

「この銘柄は本当に為替に反応しているのか」は、データで確かめるのがいちばん納得感があります。考え方はシンプルで、為替の日次変化率と株価（またはセクター指数）の日次変化率の関係を調べます。

準備するデータ

ドル円の日次終値（同じ期間。日本銀行の外国為替市場のページで公表データを確認できます）
調べたい銘柄の株価、またはセクター指数の日次終値
期間は1年分程度から始めるとよいと思います

注意点として、ドル円は「1ドル＝何円」で表すので、数値が上がると円安、下がると円高です。この向きを取り違えると解釈が逆になります。

Excelでの手順

A列に日付、B列にドル円終値、C列に株価終値を並べる（日付がそろっていない行は削除する）
D列に為替の変化率：=B3/B2-1、E列に株価の変化率：=C3/C2-1 を入れて下までコピー
相関係数：=CORREL(D3:D250,E3:E250)
β（為替1%の変化に対する株価の反応）：=SLOPE(E3:E250,D3:D250)

SLOPE関数は「縦軸（株価）、横軸（為替）」の順に指定する点に注意してください。仮にβが0.5なら、ドル円が1%円安方向に動いた日に、株価は平均して0.5%程度上昇する傾向がある、という読み方になります。βがマイナスなら円安で下がりやすい傾向です。

Pythonでの手順

複数の銘柄やセクターをまとめて比べたい場合はPythonが便利です。CSVにドル円と各銘柄の終値を列として並べておけば、次のような短いコードで計算できます。

import pandas as pd

df = pd.read_csv("prices.csv", index_col="date", parse_dates=True)
ret = df.pct_change().dropna()

fx = ret["usdjpy"]
for col in ret.columns.drop("usdjpy"):
    corr = ret[col].corr(fx)
    beta = ret[col].cov(fx) / fx.var()
    print(f"{col}: 相関={corr:.2f}, β={beta:.2f}")

結果を読むときの注意

相関は因果ではない：株式市場全体の動き（リスクオン・オフ）が為替と株価の両方に影響している可能性があります。TOPIXの変化率も説明変数に加えて重回帰にすると、市場全体の影響を除いた為替の効果を見やすくなります。
期間で結果が変わる：1年ごと、四半期ごとに区切って計算し、関係が安定しているかを確認しましょう。
時差の問題：為替は24時間動くので、終値の時刻がずれていると関係が弱く出ることがあります。
小さな相関を過大評価しない：日次データでは相関が低めに出ることも多く、数値の大小より、セクター間の相対比較に使うのがおすすめです。

為替だけで判断しないために

ここまで為替の影響を見てきましたが、為替はあくまで株価を動かす要因のひとつです。業績の中身、競争環境、金利、需給、市場全体のセンチメントなど、ほかの要因も同時に効いています。

私の銘柄選択は、TOPIX→セクター→個別銘柄を抽出し、IRでファンダメンタルズを確認、テクニカルで買い時を探るという流れです。為替はこのうち「セクターの動きの背景を理解する」「決算で想定レートとのずれを確認する」場面で使う材料と位置づけています。為替の見通しだけで売買を決めるのは、為替予想が外れたときのダメージも大きく、本業に影響を与えない運用という私の方針とは合わないと考えている次第です。