IBMの株価と決算、配当

2019年5月20日

広告

IBMは有名すぎるITサービス大手です。

メインフレーム、PCを開発した業界草創期からの覇者で、システム構築やアウトソーシング、戦略コンサルティングなどを中心に活動しています。

当初はハードウエアの製造が主力でしたが、業績悪化で資産再編を行い、2004年にレノボヘPC事業を売却。現在はサービス、ソフト事業を中心にし、仮想化・クラウド化などにも注力しています。

最近は、データとクラウド、エンゲージメントを戦略的に重視し、人工知能ワトソンを広く世間にPRしています。

2016年にビデオストリーミングサービスのユーストリーム (UStream) の買収を発表。この時、クラウドビデオ部門の新設を公表。

2018年にはオープンソース大手のレッドハット社の買収に合意をまとめ、19年後半までに手続き完了を目指しています。

規模の大きさを活かして、量子コンピューターの実用化に取り組んでいる点にも注意が必要です。

広告

主な指標を概観

まず、主要指標のデータは以下の通りです(出所はグーグルファイナンスなど)。

1/2株価 112
5/17株価 134.3
株価上昇率 19.9%
52週高値 154.4
52週安値 105.9
EPS 9.49
PER 14.15
配当(利回り) 6.48 (4.82%)
時価総額(億$) 1191
株式数(億) 8.9

株価推移(チャートと伸び率)

IBMの株価を見てみます。

青線が株価推移。赤線が200日間の移動平均線です。

近年は、株価が一定の範囲で上がり下がりしていましたが、直近決算で大きく下がりました。年次で伸び率を見ると、プラスが出たりマイナスが出たりとまちまちです

★1:各年の株価伸び率(※19年終値は5/17)
IBM 初値 最安 最高 終値 上昇率
2019 112 112.9 144.4 134.3 20%
2018 154.5 107.6 169.1 113.7 -26%
2017 167 139.7 182 153.4 -8%
2016 135.6 117.9 168.5 166 22%
2015 161.3 131.8 174.4 137.6 -15%
2014 187.2 151.4 197.8 160.4 -14%
2013 194.1 172.8 215.8 187.6 -3%
2012 186.7 179.2 211 191.6 3%
2011 147.2 147.1 194.6 183.9 25%
2010 131.2 121.9 146.9 146.8 12%
2009 83.9 82 132.6 130.9 56%
2008 109 71.7 130 84.2 -23%
★2:各年初から2019/5/17までの伸び率
19年~ 18年~ 17年~ 16年~ 15年~ 14年~
20% -13% -20% -1% -17% -28%
13年~ 12年~ 11年~ 10年~ 09年~ 08年~
-31% -28% -9% 2% 60% 23%

伸び率はパッとせず、現在は配当目当ての銘柄になっています。

配当利回りと配当性向

さらに、配当利回りを見てみます.

権利落ち日 1株配当 配当利回り 当日株価
2019/05/10 1.62 4.7% 135.3
2019/02/08 1.57 4.7% 133.7
2018/11/09 1.57 5.0% 123.5
2018/08/10 1.57 4.2% 144.5
2018/05/10 1.57 4.2% 144.2
2018/02/09 1.5 4.0% 149.5
2017/11/10 1.5 4.0% 149.2
2017/08/10 1.5 4.1% 141.8
2017/05/10 1.5 3.8% 151.3
2017/02/10 1.4 3.1% 178.7
2016/11/10 1.4 3.4% 160.2
2016/08/10 1.4 3.3% 162.1
2016/05/10 1.4 3.5% 150.0

さらに、配当性向もモーニングスター(MS)社のデータで確認してみましょう。

★配当性向=1株当たり配当÷EPS×100〔純利益から配当金を支払っている割合〕

★MS社は非GAAPのEPSで配当性向を試算。GAAP基準のEPS試算〔=単純計算〕の箇所は筆者挿入。

年/月 EPS 配当 配当性向
(GAAP) 単純計算 MS試算
08/12 8.89 1.9 21.4 21.3
09/12 10.01 2.15 21.5 21.5
10/12 11.52 2.5 21.7 21.7
11/12 13.06 2.9 22.2 22.2
12/12 14.37 3.3 23.0 23
13/12 14.94 3.7 24.8 25.1
14/12 11.9 4.25 35.7 26.6
15/12 13.42 5 37.3 33
16/12 12.38 5.5 44.4 44.1
17/12 6.14 5.9 96.1 48.5
18/12 9.52 6.21 65.2 98

四半期決算(予想と実値)

さらに、ロイターが調べた四半期決算のEPSと売上の予想を整理してみます(2019/4/22、売上単位は100万ドル)。

売上予想 平均 上限 下限 期間
2020 77274 78396 75406 1年
2019 77024 78043 76333 1年
9-19 18229 18549 17869 3カ月
6-19 19161 19330 19057 3カ月
売上 予想 結果
3-19 18458 18182 276 1.49
12-18 21711 21760 49 0.23
9-18 19101 18756 345 1.8
6-18 19852 20003 151 0.76
3-18 18822 19072 250 1.33
12-17 22061 22543 482 2.19
9-17 18598 19153 556 2.99
EPS予想 平均 上限 下限 期間
2020 14.17 14.43 13.9 1年
2019 13.91 13.98 13.82 1年
9-19 3.55 3.76 3.41 3カ月
6-19 3.07 3.13 3.01 3カ月
EPS 予想 結果
3-19 2.22 2.25 0.03 1.33
12-18 4.82 4.87 0.05 1.1
9-18 3.4 3.42 0.02 0.68
6-18 3.05 3.08 0.03 0.95
3-18 2.42 2.45 0.03 1.39
12-17 5.17 5.18 0.01 0.11
9-17 3.28 3.3 0.02 0.73

※決算予想では米国会計基準(GAAP)とは異なる「非GAAP基準」の数値が多用されています。これは各社が経営実態を踏まえて調整した数値です(売上とEPSの数値が後述のGAAP基準での数値と異なる場合は、非GAAP基準の数値)。

通年決算(GAAP基準)

最後に、通年決算の数字を見てみます(売上、利益、資産、負債、資本、キャッシュフローなどの単位は百万ドル。EPS=希薄化後EPS)。

売上高 営業CF 同マージン 純利益
08/12 103630 18812 18.2% 12334
09/12 95758 20773 21.7% 13425
10/12 99870 19549 19.6% 14833
11/12 106916 19846 18.6% 15855
12/12 102874 19586 19.0% 16604
13/12 98367 17485 17.8% 16483
14/12 92793 16868 18.2% 12022
15/12 81741 17255 21.1% 13190
16/12 79919 17084 21.4% 11872
17/12 79139 16724 21.1% 5753
18/12 79591 15247 19.2% 8728

※同マージン=営業キャッシュフローマージン。15%もあれば優良な数値。通常、売上高>営業CF>純利益となる。営業CF<純利益となる企業は粉飾決算の可能性あり。

EPSや営業利益率など

IBM 営業利益率 EPS DSO
2008/12 15.4 8.9 43.3
2009/12 17.8 10.01 45.7
2010/12 18.2 11.52 43.6
2011/12 19.0 13.06 42.0
2012/12 20.6 14.37 40.7
2013/12 19.7 14.94 38.7
2014/12 20.0 11.9 38.5
2015/12 19.2 13.42 38.9
2016/12 16.4 12.38 40.0
2017/12 14.9 6.14 41.8
2018/12 16.6 9.52 37.5

※DSO(デイズ・セールス・アウトスタンディング):売掛金回収に必要な日数。売掛金÷1日平均売上高で計算。期末に無理して売込みをかけてEPSをよい数値にした企業の場合は、売掛金が増え、DSOの数値が大きくなる。上記DSOの出所はモーニングスター社

バランスシート

総資産 総負債 株主資本 自己資本率
08/12 109524 95939 13584 12.4%
09/12 109022 86267 22755 20.9%
10/12 113452 90279 23172 20.4%
11/12 116433 96197 20236 17.4%
12/12 119213 100229 18984 15.9%
13/12 126223 103294 22929 18.2%
14/12 117271 105257 12014 10.2%
15/12 110495 96071 14424 13.1%
16/12 117470 99078 18392 15.7%
17/12 125356 107631 17725 14.1%
18/12 123382 106453 16929 13.7%

ROAとROEなど

IBM ROA ROE 流動比率
単位 倍率
08/12 10.7 58.8 1.15
09/12 12.3 74.4 1.36
10/12 13.3 64.9 1.19
11/12 13.8 73.4 1.21
12/12 14.1 85.2 1.13
13/12 13.4 79.2 1.28
14/12 9.9 69.4 1.24
15/12 11.6 101.0 1.24
16/12 10.4 73.0 1.21
17/12 4.7 32.1 1.33
18/12 7.0 50.8 1.29

★ROE=当期純利益÷自己資本 ※投下資本に対して企業が上げた利益を見る

★ROA=当期純利益÷総資産 ※総資産を用いて企業が上げた利益を見る

★流動比率=流動資産÷流動負債 ※短期的な支払い能力を見る(表では資本が負債の何倍かを表記)

キャッシュフロー

営業CF 投資CF 財務CF
08/12 18812 -9285 -11834
09/12 20773 -6729 -14700
10/12 19549 -8507 -12429
11/12 19846 -4396 -13696
12/12 19586 -9004 -11976
13/12 17485 -7326 -9883
14/12 16868 -3001 -15452
15/12 17255 -8159 -9413
16/12 17084 -10928 -5917
17/12 16724 -7081 -6418
18/12 15247 -4913 -10469

IBMワトソンの性能は?

IBMのサービスの中で、人工知能ワトソンはとりわけ注目されています。

そこで、その性能の一部を見てみます。

IBMの人工知能ワトソンは無料でかなりの部分が一般開放されているので、その中の【speach to text】(音声認識)の機能を実況中継動画で紹介してみます。

IBMの株価はさほど好調ではありませんが、ワトソン君はいたって優秀です。

【speach to text】にいたっては、人間以上の多言語の文字起こし能力を発揮してくれるので、そのデモ機能を紹介してみます。

ワトソンの【speach to text】実況中継

まずは動画でワトソンの秀才ぶりをご覧あれ。

speach to text demoで実際にやってみた文字起こしの記録です。

日本語と英語のニュースをどの程度、文字起こしできるのかを見てみます。

まずは、世の中を騒がしたコインチェック騒動の報道から。

ニュースの出元はNHK報道です(金融庁
コインチェックに業務改善命令

多少、間違い入力もありますが、後で人間が直せば、すぐに原稿にできる下書きを用意する能力があることが分かります。

ワトソン君はライターの優秀なアシスタントになってくれるでしょう。

次に英語でのトランプ大統領とキャスターの問答の文字起こしを見てみます。

こちらはCNBCのインタビュー。二人の音声を見事に英語でワトソンは拾っています。

日本人でここまで二人の対話を英語で拾ってくれる文字起こしを雇ったらいくらかかるのでしょうか。

ワトソン君は優秀なマルチリンガルライターなのです。

ワトソンの文字起こしの精度を検証してみる

CNBCの原文とワトソンの文字起こしをポイントを絞って比べてみます。

CNBC記事が黒、ワトソンが青(不一致部分が赤)で前半部分を比べます。

(CNBC記事は編集されているので、不一致部分=誤記とは限りません)

全体的な傾向を見ると、ワトソンのspeaker1と2はトランプとCNBCキャスターの発言に必ずしも一致せず、TPPがtwo-ppになったり、NAFTAがafterになったり、人名のLighthizerで苦戦したりしています。

ただ、それがあるにせよ、全体的には8割以上の精度があるようなので、かなり驚異的な性能です。

日本人がこれだけの文字起こしをするには、相当の訓練を経なければいけないでしょう。

————————-

Trump: I like bilateral, because if you have a problem, you terminate.When you’re in with many countries — like with TPP, so you have 12 if we were in — you don’t have that same, you know you don’t have that same option.But somebody asked me the other day, ‘Would I do TPP?’ Here’s my answer — I will give you a big story.

————————–

Speaker 1: Girl because if you have a problem you terminate when you’re in with many countries like with you PP so you have twelve if we were in you you don’t have that same you know you don’t have that same option but somebody asked me the other what I do to be be his financial can be a big story.

—————————-

I would do TPP if we made a much better deal than we had.We had a horrible deal. The deal was a horrible deal.NAFTA’s a horrible deal, we’re renegotiating it.I may terminate NAFTA, I may not — we’ll see what happens.  But NAFTA was a — and I went around and I tell stadiums full of people, I’ll terminate or renegotiate.

Kernen: So you might re-enter, or? Are you opening up the door to re-opening TPP, or?

—————————–

Speaker 1: I would do two PP if we made a much better deal that we had we had a horrible deal the deal was a horrible deal nafta is a horrible deal were re negotiate again I may terminate after I may not we’ll see what happens but nafta was a and I went around and I told.

Speaker 2: Stadiums full of people so you might re enter we are you opening up the door to re opening.(下線部はカレン氏の発言)

——————————-

Trump: I’m only saying this. I would do TPP if we were able to make a substantially better deal. The deal was terrible, the way it was structured was terrible. If we did a substantially better deal, I would be open to TPP.

——————————–

Speaker 1: I’m only saying this I would do TPP if we were able to make a substantially better deal the deal was terrible the way it was structured was terrible if we did a substantially better deal I would be open to TPP.

———————————–

Kernen: That’s interesting. Would you handicap … ?

Trump: Are you surprised to hear me say that?

Kernen: I am a little bit, yeah, I’m a little taken aback.

Trump: Don’t be surprised, no, but we have to make a better deal. The deal was a bad deal, like the Iran deal is a bad deal, these are bad deals.

Kernen: Maybe NAFTA, maybe not NAFTA, can you give me any indication of which way you’re leaning because there’s a lot of people, a lot of the CEOs that have been on here, they all seem to acknowledge that it’s 30 years later and there’s a lot of changes that make a lot of sense, but to not abandon the deal. Will you —

Trump: Hey Joe, we have a trade deficit with Mexico. Mexico, $71 billion a year, right?

—————————————–

Speaker 2: That’s interesting arm.

Speaker 2: Would you hand you said rice the eyes I’m a little bit yeah we’ll take the prize but we have to make about one and a deal is a bad deal Iran deal is a deal maybe even after maybe not now can you give me any.

Speaker 2: Indication which way you’re leaning at because there there’s a lot to a lot of the the CEO that have been on here they all seemed to to acknowledge that it’s thirty years later and there’s a lot of changes that make a lot of sense but to not abandon the date we join we have a trade deficit.
Speaker 1: With Mexico Mexico seventy one billion dollars a year right.

(※二人が高速で会話を続けたので、このあたりはワトソンも苦戦しています)

—————————————–

Trump:We have a trade deficit with Canada of a substantial amount of money. I have a number, but they keep arguing it, they keep saying, so I won’t say it, I won’t tell you it’s $17 million, OK? We have a trade deficit with Canada. We have a massive trade deficit with Mexico. We’ve got to do something. We can’t continue to do this.

Kernen: Are you leaning towards staying in or would you really go out completely?

———————————————

Speaker 1: We have a trade deficit with Canada of a substantial amount of money I have in a number but they keep arguing they keep saying that’s I won’t say it I will tell you what seventeen million dollars okay we have a trade deficit with with Canada we have a massive trade deficit with Mexico gonna do something we can’t.

Speaker 2: Continue violating towards staying and or or would you really.

————————————————

Trump: I’ve always said … during campaign and as you have noticed, and as you have actually said a couple of times which I have always appreciated, I have fulfilled a lot of what I’ve said and I’m only here a year, you know I think I have four years, and maybe another four years, OK? … Joe,

————————————————-

Speaker 1: Go I’ve always said during the campaign and as you noticed as you’ve actually said a couple of times which I’ve always appreciated I have fulfilled a lot of what I’ve said animal here a year you know I.
Speaker 2: Think I have.
Speaker 1: For years and maybe.
Speaker 2: Another four years okay mostly on our you know see what happens so.

—————————————————–

Trump: we have a $71 billion a year deficit with Mexico. We’ve got to do something, we can’t have that. So, will it be renegotiated? We’re trying right now with [U.S. Trade Representative] Bob Lighthizer and the whole group. I think we have a good chance but we’ll see what happens.

———————————————————

Speaker 1: We have a seventy one billion dollar a year trade deficit.
Speaker 2: With Mexico.
Speaker 1: Consists of we can’t have that so will be renegotiated with trying right now with Bob lie as or the whole group.
Speaker 1: I think we have a good chance but we’ll see what happens.

———————————————————

ワトソンとお友達になるには

ここまで見て、ワトソンの性能に恐れをなした方もいるかもしれません。

そのうち、文字起こしという職種は絶滅。速記という仕事もなくなりそうだからです。

恐るべきマルチリンガル出現ですが、人工知能の台頭そのものは止められないでしょう。

そこで、筆者の提案は「ワトソンとお友達になり、その性能をみんなで活かそう」という結論になります。

昔のイギリスの労働者のように機械の打ちこわし運動をしても先はないからです。

筆者はワトソンをプログラム言語を用いて利用する能力はないので、デモ版の使い方を紹介しておきます。

  • 前掲サイトに飛び、Voice Modelで、用いる言語を選択。
  • Upload audioで (.mp3, .mpeg, .wav, .flac, opus)の音声ファイルをアップロード。

後は自動で文字起こししてくれます。

ただ、動画はキャプチャーソフトを用いて、それをMP3等に変換しなければいけません。

筆者はbandicom(キャプチャー)とAiseesoft(動画⇒音声変換)を使いました。

これでワトソン君とお友達になれます。