Pythonで高配当株を探す②(企業の財務情報を取得する)

Python
2023/4/21

はじめに

前回、Pythonでyahooqueryを用いて企業の財務指標や財務情報を取得しました。そのプログラムを改変し、指定した財務指標と財務情報のみを抽出するようにしました。

本プログラムを実行すると下記の財務指標と財務情報を含めたCSVファイルを生成することができます。

生成されるファイルファイルの内容
company_metrics.csv・当期の財務指標を記録
・記録するデータ
証券コード,銘柄名,1株当りの配当金,配当利回り,過去5年間の配当利回り平均,配当性向,時価総額,売上高,自己資本利益率
company_financial_info.csv・yahooqueryに記録されている過去の財務情報を記録
・記録するデータ
証券コード,決算日,売上高,純利益,総資産,自己資本比率,自己資本利益率

company_metrics.csvのサンプル

company_financial_info.csvのサンプル

実行環境の準備

下記に実行環境のパッケージのバージョンをまとめました。

パッケージバージョン
Python3.10.9
yahooquery2.3.1
tqdm4.64.1

本プログラムを実行するために必要なパッケージをインストールします。

yahooqueryのパッケージを追加します。

pip install yahooquery

tqdmのパッケージを追加します。

pip install tqdm

東証上場銘柄名一覧を下記から取得して、プログラムと同じフォルダに保存します。

その他統計資料 | 日本取引所グループ
日本取引所グループは、東京証券取引所、大阪取引所、東京商品取引所等を運営する取引所グループです。
www.jpx.co.jp

作成したプログラム

下記のプログラムをコピーして、任意のフォルダに保存します。

# 東証上場銘柄一覧に記載された証券コードの企業の財務指標と財務情報を取得する
# 事前に以下のリンクから東証上場銘柄一覧を取得し、[data_j.xls]のファイル名で保存する
# https://www.jpx.co.jp/markets/statistics-equities/misc/01.html
# 本プログラムと[data_j.xls]を同一フォルダに配置する
# usage: python gather_financial_info.py
# 出力ファイルの一覧
# - company_metrics.csv
#    証券コード,1株当りの配当金,配当利回り,過去5年間の配当利回り平均,配当性向,時価総額
# - company_financial_info.csv
#    証券コード,売上高,純利益,総資産,自己資本比率,自己資本利益率

# 標準ライブラリの読み込み
import os

import numpy as np

# データフレームのライブラリを読み込む
import pandas as pd

# yahooqueryのライブラリを読み込む
from yahooquery import Ticker

# プログレスバーを表示するためのライブラリを読み込む
from tqdm import tqdm


# メイン処理
# 引数:無し
# 戻値:無し
def main():
    # 東証上場銘柄一覧を読み込む
    is_file = os.path.isfile('./data_j.xls')
    if is_file:
        print('東証上場銘柄一覧を読み込みます。')
        df_data_j = pd.read_excel('./data_j.xls', index_col=None)
    else:
        print('東証上場銘柄一覧を[data_j.xls]のファイル名で保存してください。')
        exit()

    # REIT・ベンチャーファンド・カントリーファンド・インフラファンドを除外する
    df_data_j = df_data_j[df_data_j['市場・商品区分'] != 'REIT・ベンチャーファンド・カントリーファンド・インフラファンド']

    # ETF、ETNを除外する
    df_data_j = df_data_j[df_data_j['市場・商品区分'] != 'ETF・ETN']

    # 伊藤園の優先株を除外する
    df_data_j = df_data_j[df_data_j['コード'] != 25935]

    # 企業情報の指標、財務状況を保存するデータフレームを用意する
    df_company_metrics = pd.DataFrame()
    df_company_financial_info = pd.DataFrame()

    # 企業の銘柄名、市場・商品区分、33業種、17業種を保持する
    series_ticker_name = pd.Series()
    series_market_product_category = pd.Series()
    series_type_33 = pd.Series()
    series_type_17 = pd.Series()

    # tickerの企業情報の指標、財務状況を取得する
    for ticker in tqdm(df_data_j['コード']):
        # 証券コードに「.T」を追加する
        df_data_j_filter = df_data_j[df_data_j['コード'] == ticker]
        ticker_num = str(ticker) + '.T'
        ticker_data = Ticker(ticker_num)

        series_ticker_name = pd.concat([series_ticker_name, df_data_j_filter['銘柄名']])
        series_market_product_category = pd.concat([series_market_product_category, df_data_j_filter['市場・商品区分']])
        series_type_33 = pd.concat([series_type_33, df_data_j_filter['33業種区分']])
        series_type_17 = pd.concat([series_type_17, df_data_j_filter['17業種区分']])

        # 企業情報の指標、財務状況を取得する
        df_company_metrics = pd.concat([df_company_metrics, get_company_metrics(ticker_num, ticker_data)])
        df_company_financial_info = pd.concat([df_company_financial_info, get_company_finacial_info(ticker_data)])

    # 銘柄名を追加し、列を並び替える
    df_company_metrics['ticker_name'] = series_ticker_name.values
    df_company_metrics['market_product_category'] = series_market_product_category.values
    df_company_metrics['type_33'] = series_type_33.values
    df_company_metrics['type_17'] = series_type_17.values
    columns = ['ticker', 'ticker_name', 'market_product_category',
               'type_33', 'type_17', 'dividendRate', 'dividendYield',
               'fiveYearAvgDividendYield', 'payoutRatio', 'MarketCap',
               'totalRevenue', 'ROE']
    df_company_metrics = df_company_metrics.reindex(columns=columns)

    # 企業情報の指標、財務状況をCSVファイルに保存する
    df_company_metrics.to_csv('./company_metrics.csv', encoding='cp932', index=False, errors='ignore')
    df_company_financial_info.to_csv('./company_financial_info.csv', encoding='cp932', index=False, errors='ignore')


# 企業の財務指標を取得する
# 引数:証券コード、Tickerオブジェクト
# 戻値:企業の財務指標:Dataframe
def get_company_metrics(ticker_num, ticker_data):
    # 企業の財務指標を保存するリストを用意する
    company_metrics = [ticker_num]

    # summary_detailを用いて1株当りの配当金,配当利回り,過去5年間の配当利回り平均,配当性向,時価総額を取得する
    summary_detail_keys = ['dividendRate', 'dividendYield', 'fiveYearAvgDividendYield', 'payoutRatio', 'marketCap']
    for summary_detail_key in summary_detail_keys:
        try:
            company_metrics.append(ticker_data.summary_detail[ticker_num][summary_detail_key])
        except Exception as e:
            print('証券コード:{},未取得の属性:{}'.format(ticker_num, summary_detail_key))
            company_metrics.append(np.nan)

    # financial_dataを用いて売上高、自己資本利益率を取得する
    financial_data_keys = ['totalRevenue', 'returnOnEquity']
    for financial_data_key in financial_data_keys:
        try:
            company_metrics.append(ticker_data.financial_data[ticker_num][financial_data_key])
        except Exception as e:
            print('証券コード:{},未取得の属性:{}'.format(ticker_num, financial_data_key))
            company_metrics.append(np.nan)

    # 企業の財務指標を保存する
    # 証券コード,1株当りの配当金,配当利回り,過去5年間の配当利回り平均,配当性向,時価総額,売上高,自己資本利益率
    columns = ['ticker', 'dividendRate', 'dividendYield', 'fiveYearAvgDividendYield',
               'payoutRatio', 'MarketCap', 'totalRevenue', 'ROE']
    df_company_metrics = pd.DataFrame(data=[company_metrics], columns=columns)

    return df_company_metrics


# 企業の財務状況を取得する
# 引数:証券コード、Tickerオブジェクト
# 戻値:企業の財務状況:Dataframe
def get_company_finacial_info(ticker_data):
    # income_statement(損益計算書)、cash_flow、balance_sheet(貸借対照表)を取得する
    try:
        income_statement = ticker_data.income_statement(trailing=False)
        cash_flow = ticker_data.cash_flow(trailing=False)
        balance_sheet = ticker_data.balance_sheet()
    except Exception as e:
        print(e)
        return

    # 過去の売上高、純利益、純資産、総資産を取得する
    try:
        past_totalrevenue = income_statement[['asOfDate', 'TotalRevenue']]
        past_netincome = cash_flow[['asOfDate', 'NetIncome']]
        past_stockholdersequity = balance_sheet[['asOfDate', 'StockholdersEquity']]
        past_totalassets = balance_sheet[['asOfDate', 'TotalAssets']]
    except Exception as e:
        print(e)
        return

    # income_statement(損益計算書)、cash_flow、balance_sheet(貸借対照表)の決算日を取得する
    past_totalrevenue_asofdate = income_statement['asOfDate']
    past_netincome_asofdate = cash_flow['asOfDate']
    past_stockholdersequity_asofdate = balance_sheet['asOfDate']
    past_totalassets_asofdate = balance_sheet['asOfDate']

    # 損益計算書、キャッシュフロー、貸借対照表で取得できる決算日が異なる場合がある
    # 損益計算書、キャッシュフロー、貸借対照表の決算日が共通の日時を抽出する
    common_asofdate = set(past_totalassets_asofdate).intersection(set(past_netincome_asofdate)).intersection(set(past_stockholdersequity_asofdate)).intersection(set(past_totalrevenue_asofdate))

    # 共通している日時の売上高、純利益、純資産、総資産を抽出する
    result_past_totalrevenue = pd.DataFrame()
    result_past_netincome = pd.DataFrame()
    result_past_stockholdersequity = pd.DataFrame()
    result_past_totalassets = pd.DataFrame()

    for asofdate in common_asofdate:
        result_past_totalrevenue = pd.concat([result_past_totalrevenue, past_totalrevenue[past_totalrevenue['asOfDate'] == asofdate]])
        result_past_netincome = pd.concat([result_past_netincome, past_netincome[past_netincome['asOfDate'] == asofdate]])
        result_past_stockholdersequity = pd.concat([result_past_stockholdersequity, past_stockholdersequity[past_stockholdersequity['asOfDate'] == asofdate]])
        result_past_totalassets = pd.concat([result_past_totalassets, past_totalassets[past_totalassets['asOfDate'] == asofdate]])

    # 時刻で昇順に並び替える
    result_past_totalrevenue = result_past_totalrevenue.sort_values('asOfDate')
    result_past_netincome = result_past_netincome.sort_values('asOfDate')
    result_past_stockholdersequity = result_past_stockholdersequity.sort_values('asOfDate')
    result_past_totalassets = result_past_totalassets.sort_values('asOfDate')

    # 過去の自己資本比率を計算する
    ticker_past_capitaladequacyratio = result_past_stockholdersequity['StockholdersEquity'] / result_past_totalassets['TotalAssets']

    # 過去の自己資本利益率を計算する
    ticker_past_roe = result_past_netincome['NetIncome'] / result_past_stockholdersequity['StockholdersEquity']

    # 企業情報の過去の指標を保存する
    # 過去の売上高,純利益,総資産,自己資本比率,自己資本利益率
    df_financial_info = pd.DataFrame({'asOfDate':               result_past_totalrevenue['asOfDate'],
                                      'TotalRevenue':           result_past_totalrevenue['TotalRevenue'],
                                      'StockholdersEquity':     result_past_stockholdersequity['StockholdersEquity'],
                                      'TotalAssets':            result_past_totalassets['TotalAssets'],
                                      'capitalAdequacyRatio':   ticker_past_capitaladequacyratio,
                                      'ROE':                    ticker_past_roe})

    df_financial_info = df_financial_info.reset_index()

    return df_financial_info


if __name__ == "__main__":
    main()

プログラムの補足

REIT、ETF、ETN、優先株を除外するために、下記の処理を追加しています。

    # REIT・ベンチャーファンド・カントリーファンド・インフラファンドを除外する
    df_data_j = df_data_j[df_data_j['市場・商品区分'] != 'REIT・ベンチャーファンド・カントリーファンド・インフラファンド']

    # ETF、ETNを除外する
    df_data_j = df_data_j[df_data_j['市場・商品区分'] != 'ETF・ETN']

    # 伊藤園の優先株を除外する
    df_data_j = df_data_j[df_data_j['コード'] != 25935]

yahoo financialから損益計算書/キャッシュフロー/貸借対照表の情報を取得した際、企業によっては2022年度の損益計算書は取得できたがキャッシュフローと貸借対照表を取得できない、といったことがありました。「intersection」を用いて損益計算書、キャッシュフロー、貸借対照表の決算費が重複している列を抽出しています。

    # 損益計算書、キャッシュフロー、貸借対照表で取得できる決算日が異なる場合がある
    # 損益計算書、キャッシュフロー、貸借対照表の決算日が共通の日時を抽出する
    common_asofdate = set(past_totalassets_asofdate).intersection(set(past_netincome_asofdate)).intersection(set(past_stockholdersequity_asofdate)).intersection(set(past_totalrevenue_asofdate))

過去の自己資本比率と自己資本利益率は、yahoo financialから取得したかったのですが、該当する属性を見つけることができなかったので、プログラム内で算出しています。

# 過去の自己資本比率を計算する
ticker_past_capitaladequacyratio = result_past_stockholdersequity['StockholdersEquity'] / result_past_totalassets['TotalAssets']

# 過去の自己資本利益率を計算する
ticker_past_roe = result_past_netincome['NetIncome'] / result_past_stockholdersequity['StockholdersEquity']

プログラムの実行手順

プログラムを実行するための手順は下記となります。
プログラムを実行するとyahoo financialから企業の財務情報を取得します。1企業あたりの処理は約1秒ほどかかります。プログラムの実行完了までは約90分ほどかかります。

  1. 東証上場銘柄名一覧のファイルをダウンロードし、任意のフォルダに保存します。
    本手順ではCドライブの直下にTempフォルダを作成しています。
  2. プログラムを上記と同じフォルダに任意のプログラム名(例えばget_company_financial_info.py)で保存します。
  3. コマンドプロンプト(あるいはターミナル)を起動します。
  4. 「実行環境の準備」に記載の実行に必要なパッケージをインストールします。
  5. 下記のコマンドを入力してプログラムを実行します。
> cd C:\Temp\
> python get_company_financial_info.py

実行結果

プログラムの実行が完了すると、下記の2つのCSVファイルが生成されます。
company_metrics.csvには当期の企業指標情報を、company_financial_info.csvには過去の企業財務情報を保存しています。

company_metrics.csvの詳細

列名日本語意味情報の形式
ticker東証における証券コード証券コードに東証を表す「.T」を付けて記載。
ticker_name銘柄名東証に登録されている企業名。
dividendRate1株当りの配当金当期の予想配当金。単位は円。
dividendYield配当利回り少数表記。
fiveYearAvgDividendYield過去5年間の配当利回り平均パーセン表記。2.31と表記されていたら「2.31%」
payoutRatio配当性向少数表記。
MarketCap時価総額単位は円。
totalRevenue売上高当期の予想売上高。単位は円。
ROE自己資本利益率少数表記。

company_financial_info.csvの詳細

列名日本語意味情報の形式
symbol東証における証券コード証券コードに東証を表す「.T」を付けて記載。
asOfDate決算期年月日
TotalRevenue売上高決算期の売上高。単位は円。
StockholdersEquity純利益決算期の純利益。単位は円。
TotalAssets総資産決算期の総資産。単位は円。
capitalAdequacyRatio自己資本比率決算期の自己資本比率。少数表記。
ROE自己資本利益率決算期の自己資本利益率。少数表記。

実行結果の補足

プログラムを実行すると実行画面に下記のメッセージが表示される場合があります。

  1%|          | 36/3876 [00:48<1:27:09,  1.36s/it]証券コード:1450.T,未取得の属性:fiveYearAvgDividendYield
  1%|          | 37/3876 [00:49<1:25:24,  1.33s/it]証券コード:1451.T,未取得の属性:fiveYearAvgDividendYield
  1%|          | 38/3876 [00:50<1:24:28,  1.32s/it]証券コード:1452.T,未取得の属性:dividendRate
証券コード:1452.T,未取得の属性:dividendYield
証券コード:1452.T,未取得の属性:fiveYearAvgDividendYield
証券コード:1452.T,未取得の属性:payoutRatio
証券コード:1452.T,未取得の属性:totalRevenue
証券コード:1452.T,未取得の属性:returnOnEquity

yahoo financialから取得できなかったデータが表示されます。取得できなかった場合は、そのカラムに「-]を代入しています。

次に試したいこと

高配当の条件に一致する銘柄を抽出し、CSVファイルに保存できるようにしてみます。

コメント

タイトルとURLをコピーしました