基礎知識2026-06-19 公開
なぜ業界統計と株価は連動するのか——3つのメカニズムと「相関は腐る」という現実
当サイトは100本以上の検証記事で「業界統計×個別株」の相関を実測してきた。連動が強い組み合わせがある一方、「当然効くはず」の統計でも全く効かない組み合わせが続出する。なぜ連動するのか、なぜ消えるのか——このページでは連動のメカニズムを「収益経路・期待形成・情報非対称」3つの観点から整理し、合わせて「相関は腐る(時間とともに変化・消失する)」という現実を解説する。当サイトの数字を正しく読むための前提知識として位置づける。
前提:株価は何を反映しているのか
業界統計と株価の関係を理解するには、まず株価が何を織り込んでいるかを確認する必要がある。
株価は、その会社の将来のキャッシュフロー(利益・配当)を現在価値に割り引いた期待値を反映する、というのが財務理論の基本的な説明だ(DCF理論)。完全な市場であれば、既知のすべての情報はすでに株価に織り込まれており、新しい情報が入ったときにのみ価格が動く(効率的市場仮説)。
実際の市場は「完全に効率的」ではなく、情報の伝わり方に速度差や解釈のばらつきがある。しかし大枠として、株価は「過去の実績」より「将来の業績期待」に動くという特性を持つ。これが「業界統計と株価の連動」を理解するうえで重要な出発点になる。
連動の第1経路:収益直結型(統計が業績をそのまま映す)
最もわかりやすい連動のメカニズムは、業界統計が企業の売上・利益に直接つながる場合だ。
例として、訪日外客数(インバウンド統計)と百貨店・免税品販売企業の関係がある。訪日客が増えれば百貨店の売上は実際に増える——この物理的なつながりが、統計と株価を結ぶ最初の経路だ。当サイトの訪日外客数の検証では、三越伊勢丹・PPIHなどで前年同月比どうしの相関係数が+0.4を超える結果が確認されている。
同様に、鉱工業生産指数と産業機械メーカー・鉄鋼メーカーの連動(検証記事でr=+0.41〜+0.48)も同じ構造だ。工場が増産すれば機械・部品の受注が増え、売上が増えるという因果の連鎖が実在する。
ただし注意が必要なのは、この経路でも「統計公表=株価が動く」にはならない点だ。市場参加者は統計の公表前から企業の売上を推測している。決算発表・月次開示・業界団体の速報など、複数の情報源から事前に期待が形成されるため、統計公表後に株価が動くとは限らない。実際、当サイトの多くの検証でラグ0(同月)が最強となっており、「統計が株価に先行する」関係は少ない。
連動の第2経路:期待形成型(統計が将来業績の予告になる)
統計が株価に先行(株価より先に動く)するケースでは、その統計が企業の将来業績の「予告」として機能する場合が多い。
機械受注統計(船電除く民需)と産業機械メーカーの関係がその例だ。機械受注は製造業の設備投資計画が確定した段階での数字で、実際の納品・売上より数ヶ月〜1年程度先行する。当サイトの機械受注の検証ではファナック・オークマ等で同月ラグが最強(r=0.39〜0.44)だったが、一部の銘柄で数ヶ月ラグでも連動が見られるのはこの「受注→売上」のタイムラグによる。
景気先行指標(例:景気ウォッチャー調査の現状判断DI)は、景気の体感が将来の消費行動を予告するという前提で作られている。当サイトの景気ウォッチャー×小売株の検証でも、スーパー・乗用車販売店のDIが対応する小売株とラグ0〜1ヶ月で連動することが確認された。
期待形成型の連動が維持される条件は、統計の中身と企業の業績連動が安定して続くことだ。後述するように、この条件が崩れると相関は消える。
連動の第3経路:情報非対称型(統計がリテールの知らない情報)
3つ目の経路は、業界統計がプロ投資家(機関投資家・アナリスト)と一般投資家の間の「情報差」を埋める媒介として機能する場合だ。
大手機関投資家やセクターアナリストは、業界団体の月次統計、受注残高、販売動向を継続的に追い、企業の業績を先んじてモデルに織り込んでいる。彼らの売買行動が株価に反映されることで、「統計の変化→業績期待の修正→株価変動」の経路が生まれる。
一方で一般投資家は同じ統計を目にしても、その業種・企業への影響を素早く換算するスキルやデータがない場合がある。当サイトの「連動辞書」はこの情報非対称を部分的に補完するために存在する——どの統計がどの銘柄に効くかという実測マップを誰でも参照できるようにすることで、連想の精度を上げるための参考情報を提供する。
なぜ連動しないのか——連動を阻む4つの構造
効くはずと思われる統計が全く効かないケースも多い。当サイトの実測でよく観察される「連動なし」のパターンを4つ整理する。
- 事業多角化・海外比率の高さ——トヨタ自動車は国内新車販売台数との相関が−0.18(全期間)だが、これはトヨタの売上の8割超が海外だからだ(本記事と対になる新車販売×自動車株の検証参照)。業種名が同じでも、実際の収益ドライバーが別の地理・市場にあれば、その業種の国内統計は効かない。
- 業種内の分散(何を作っているかの違い)——「自動車関連」でも乗用車メーカーとトラックメーカー(いすゞ)では対応する統計が異なる。「食品」でも調味料メーカーと外食チェーンでは仕入れ構造が全く違う。統計と企業のマッチングが正確でないと連動は出ない。
- 統計の性質と株価の動く次元の不一致——婚姻件数は年次のトレンドで減少しているが、株価は月次の増減に反応する。婚姻件数×ブライダル株の相関が最大+0.13だった(検証記事)背景には、月次の婚姻件数の変動が月次の挙式売上に対応しない(届出月と挙式月のずれ)構造がある。
- 株価がすでに織り込んでいる——効率的市場に近い情報(例:訪日客数の速報は月次で広く報道される)は公表前に相当程度先取りされており、公表タイミングで動く余地が小さい。
「相関は腐る」——時間とともに連動が消える理由
当サイトで最も重視する警告の一つが、相関は時間とともに変化・消失しうるという事実だ。
過去に強かった相関が弱まる原因は主に3つある。
1. 事業構造の変化。企業が多角化・海外展開・事業転換を進めると、かつて連動の根拠だった「収益直結経路」が薄れる。当サイトの「相関の寿命」シリーズ(ドル円×ファストリ・ドル円×トヨタなど)で確認されているとおり、ファーストリテイリングはかつて円安で業績が悪化する側(仕入れが輸入コスト増)だったが、海外比率が高まるにつれて円安に連動する構造に変化した。この種の変化は10〜20年単位で進む。
2. マクロ環境・構造的断絶。コロナ禍・金融危機・戦争・政策の大転換などは、統計と株価の関係そのものをリセットする可能性がある。当サイトはコロナ期(2020〜2021年)を除外した頑健性チェックを標準手法とし、「コロナ特需で見かけ上高まった相関」と「本物の連動」を分けて報告している。
3. 相関が市場に知れ渡ること自体による消滅。多くの投資家が同じ統計を同じ株の売買シグナルとして使いはじめると、その統計が公表される前に価格が動き尽くす(先取り)。結果として、統計公表後の株価変動との相関が消える。学術研究でも「発表された株式アノマリーはその後弱まる傾向がある」という証拠が複数報告されている(McLean & Pontiff, 2016 など)。
この3番目の理由は、当サイトの検証を読んだうえで「これを使おう」と考える読者への正直な注意でもある。多くの人が同じ連動を知り、同じ行動を取れば、その連動は消える。
当サイトが「過去の参照ツール」と定義する理由
以上のメカニズムを踏まえると、当サイトが「投資助言ではなく過去事実の参照ツール」と定義する理由が理解できる。
業界統計と株価の連動は実在し、それを実測することは「どの銘柄がどの指標で動く体質か」を知るうえで意味がある。一方で、
- 相関は過去13〜25年の特定期間の測定であり、将来を保証しない
- 多くの相関はラグ0(同時)で最強であり、先読みには使えない
- 事業構造の変化により、今日の強い相関が10年後に消えている可能性がある
- 統計自体が何を測っているかを正確に理解しないと、見当違いの連想につながる
これらを総合すると、当サイトの実測値は「相場の連想を、データで鍛える」ための材料であって、売買のシグナルではない——という位置づけが適切だ。
当サイトの検証手法(要約)
以下は当サイト共通の手法概要だ。詳細は手法と運営方針・数字の読み方ガイドを参照。
| 項目 | 内容 |
|---|---|
| 変換 | 統計も株価も前年同月比(YoY%)に変換して相関を計算。生値どうしは「見せかけの相関」になるため使わない |
| ラグ走査 | ラグ0〜6ヶ月の7パターンで相関を計算し、最も強いラグを特定する |
| 判定基準 | |r|≧0.4を「連動あり」(計算前固定・結果を見てから変更しない) |
| 頑健性 | コロナ期(2020〜2021年)除外でも連動が維持されるかを確認して併記 |
| n明示 | 全相関係数にサンプル数(月次データ点数)を併記。nが小さい(概ね36未満)値は参考値扱い |
| 基準日 | 各記事に算出時点の基準日を明記。データの追加・更新で結果が変わりうることを前提とする |
まとめ:連動の3経路と腐敗の3要因
| 分類 | 内容 | 例(当サイト検証) |
|---|---|---|
| 収益直結型 | 統計が企業売上に直接つながる | 訪日外客数×三越伊勢丹 r=+0.41 |
| 期待形成型 | 統計が将来業績の予告になる | 機械受注×ファナック r=+0.40 |
| 情報非対称型 | 統計がプロの売買行動を介して株価に反映 | SOX×東京エレクトロン r=+0.85 |
| 腐敗要因1 | 事業構造の変化(海外化・多角化) | ドル円×ファストリの相関変化 |
| 腐敗要因2 | マクロ環境の断絶(コロナ・金融危機) | 訪日外客数×百貨店のコロナ前後 |
| 腐敗要因3 | 相関が知れ渡ることによる先取り加速 | アノマリー縮小(学術研究で確認) |
本記事は統計と株価の連動メカニズムに関する一般的な説明であり、特定の銘柄や統計を推奨するものではありません。記載の相関係数は各リンク先の検証記事の基準日時点の実測値です。投資判断はご自身の責任で行ってください。
本記事で言及した相関係数の出典は各リンク先の検証記事(それぞれ基準日・出典・手法を明記)を参照。効率的市場仮説については Eugene Fama(1970)"Efficient Capital Markets"(Journal of Finance)を参照。アノマリー縮小については McLean, R.D. & Pontiff, J.(2016)"Does Publishing Research Destroy Stock Return Predictability?"(Journal of Finance, Vol.71(1), pp.5-32)を参照。当サイトの手法詳細は手法と運営方針を参照。