僕たちのサイト「Japan Hidden Gems Stocks」が目指しているのって、一言で言うと「データとテクノロジーで、日本の隠れた優良企業を個人投資家のみなさんに届けること」なんですよね。日々、サイトの運営に関わっていると、その分析アプローチの深さや、まだ誰も気づいていないような企業を発掘した時のチームの熱気には、本当にワクワクさせられます。最近も、社内の分析記事を読んでいて、「なるほど、こういう切り口で企業の成長性を見るのか！」と、一人の投資好きとして純粋に感動しちゃって。これって、ただ「この銘柄いいですよ」って紹介するだけじゃなくて、投資家自身が考えるための「視点」や「武器」を提供してくれているんだなって、改めて感じたんです。それで、この考え方に触発されて、僕もちょっと自分でも手を動かしてみたくなりました。今回は、サイトで紹介されているようなデータ分析のアプローチを真似して、僕がPythonを使って企業の財務データを可視化してみた、そんな体験をシェアしてみたいと思います！
さっそくやってみよう！ということで、今回チャレンジしたのは「気になる企業の過去数年間の売上高と営業利益の推移をグラフにする」という、データ分析の第一歩です。プログラミングなんて難しそう…って思うかもしれないですけど、今は本当に便利なツールがたくさんあるんですよ。僕が使ったのは、プログラミング言語のPythonと、データ分析でよく使われる`pandas`や`matplotlib`、そして株価データを手軽に取得できる`yfinance`といったライブラリです。もちろん、サイトで行われているような高度なAI分析には到底及びませんが、まずは自分の手でデータを触ってみるのが大事かなって。例えば、ある気になる銘柄（ここでは仮に銘柄コードXXXXとします）のデータを取得してグラフ化するコードは、こんなにシンプルなんです。
```python import yfinance as yf import matplotlib.pyplot as plt import pandas as pd
# 銘柄コードを指定（例：トヨタ自動車なら '7203.T'） ticker_code = 'XXXX.T' ticker = yf.Ticker(ticker_code)
# 財務諸表データを取得 financials = ticker.financials # DataFrameの転置（日付を列から行へ） financials = financials.T
# グラフ化したい項目を選択 # 'Total Revenue' (売上高) と 'Operating Income' (営業利益) revenue = financials['Total Revenue'] operating_income = financials['Operating Income']
# データを億円単位に変換 revenue_yen = revenue / 10**8 operating_income_yen = operating_income / 10**8
# グラフを描画 plt.style.use('seaborn-v0_8-whitegrid') # グラフのスタイル fig, ax1 = plt.subplots(figsize=(10, 6))
# 売上高を棒グラフでプロット ax1.bar(revenue_yen.index.strftime('%Y'), revenue_yen, color='skyblue', label='売上高 (億円)') ax1.set_xlabel('年度') ax1.set_ylabel('売上高 (億円)') ax1.tick_params(axis='y')
# 営業利益を折れ線グラフでプロット (第2軸) ax2 = ax1.twinx() ax2.plot(operating_income_yen.index.strftime('%Y'), operating_income_yen, color='coral', marker='o', linestyle='-', label='営業利益 (億円)') ax2.set_ylabel('営業利益 (億円)') ax2.tick_params(axis='y')
# グラフのタイトルと凡例 plt.title(f'{ticker_code} の売上高と営業利益の推移', fontname='Meiryo') # 日本語フォント指定 fig.tight_layout() fig.legend(loc='upper left', bbox_to_anchor=(0.1, 0.9))
plt.show()
``` こんな数行のコードで、企業の業績推移がパッと見てわかるグラフが作れちゃうんです。すごい時代ですよね。
実際に自分でデータを可視化してみて一番感じたのは、数字の羅列を眺めているだけでは 절대（ぜったい）に気づけない「企業の物語」が浮かび上がってくる感覚でした。例えば、「お、この会社、3年前から急に売上が伸びてるな。でも、利益率はちょっと下がってる？もしかして、新しい事業に大きく先行投資したタイミングなのかな？」とか、「売上は横ばいだけど、利益がグッと伸びてる。これはコスト削減がうまくいったのか、それとも高付加価値な製品にシフトしたのか？」みたいに、次から次へと仮説と疑問が湧いてくるんです。この「なんでだろう？」を深掘りしていくプロセスこそが、投資の面白いところ。これって、まさに僕たちのサイトが伝えたい「データに基づいた投資判断の面白さ」そのものだなって。誰かから与えられた情報を受け身で見るんじゃなくて、それをきっかけに自分で調べて、考えて、納得して投資する。この能動的なプロセスが、きっと自分だけの「お宝銘柄」を見つける最短ルートなんだと、身をもって実感しました。
もちろん、今回僕がやったのは本当に初歩的な分析です。でも、この一歩を踏み出すかどうかが、すごく大きい気がします。プログラミング経験がなくても、今ならChatGPTに聞きながらコードを書くことだってできますしね。何より、自分で汗をかいて分析した企業には、なんだか不思議と愛着が湧いてくるんですよ（笑）。僕たちのサイトも、皆さんがそうやって「自分だけの物語」を持つ銘柄を見つけるための、最高のヒントやきっかけを提供できる場所であり続けたい。運営に携わる一員として、そして同じ個人投資家の一人として、そう強く思っています。これからも、サイトで学んだ面白い分析手法があったら、僕もこんな風に自分で試してみて、またブログでシェアさせてもらいますね！