Bing Image Creator で生成 : Long wide view of emerald mountains
今回は、東証の規模別・業種別のPER・PBRのデータを分析してみます。
その他統計資料 | 日本取引所グループ (jpx.co.jp)
東証のプライム市場が始まった 2022年4月のデータと直近の2023年4月のデータを比較してみましょう。
まずは、ファイルをダウンロードします。
このような形態のファイルでした。
これを加工して、
このような CSV ファイルにしました。プライム市場のデータだけにして、必要な変数だけにしています。
各変数は、
year: 2022年か、2024年ですどちらも4月のデータです。
sectorID: 東証の33業種なので、1~33まであります。
sector: 東証の33業種です。
num: 銘柄数です。
per: 株価収益率(Price Earnings Ratio)です。
pbr: 株価純資産倍率(Price to Book Ratio)です。
profit: 純利益の合計です。1億円単位です。
equity: 株主資本の合計です。1億円単位です。
それでは、この CSV ファイルを R に取り込みます。
はじめに、tidyverse パッケージを読み込んでおきます。
read_csv() 関数で CSV ファイルを読み込みます。
データが正しく読み込まれたかどうか、glimpse() 関数と head() 関数で確認します。
あ！「パルプ紙」となるべくところが「パルプ神」になっていますね。
mutate() 関数と if_else() 関数で訂正します。
なおりました。
summary() 関数で基本統計量をみてみます。
per に NA が4つあるのは、利益、profit がマイナスなので、per が算出されない業種が4つあるからです。
今回は以上です。
次回は、
です。
