韓国株急落、AI関連取引巻き戻しでKospi寄り付き8%超安
要点: 韓国株は寄り付きで8%超急落し、年初来の上昇の裏で続いていた海外勢の売り越しと、半導体・自動車など少数の大型株への依存の強さが露呈した
韓国株急落、AI関連取引巻き戻しでKospi寄り付き8%超安
韓国総合株価指数(Kospi)は月曜の寄り付きで8%超急落し、2026年に入って世界有数の好調ぶりを示してきた相場に急ブレーキがかかった。下げの大きさに加え、過去最高値圏にあった代表指数が、主力大型株への売りというショックに耐えられるかが改めて問われている。取引開始直後のこれほどの暴落は、通常の押し目買いの局面ではなく、市場における急速な「価格再設定(リプライシング)」が行われたことを物語る。
今回の急落の背景として捉えるべき重要な事実は二つある。第一に、韓国株は下落前まで年初来でなお極めて高い上昇率を保っていたこと。第二に、その上昇トレンドの最中であっても、海外投資家は一貫して売り越しを続けていたことだ。韓国取引所(KRX)のデータによると、月曜だけでもシンガポール時間午前11時ごろまでに、海外勢はKospi上場株を1兆2400億ウォン(約8億100万米ドル)も売り越した。
今年に入って続くこの海外資金の流出は、指数表面の華やかな上昇の裏で、外資の「買いの確信」が脆くなっていた可能性を示す。アナリストの一部は、かねてよりテクノロジー株や自動車株からの資金流出を指摘していた。Kospiは輸出株や自動車、半導体など少数の大型株の影響力が不釣り合いなほど大きく、これら主導銘柄への売りは、指数全体のパフォーマンスを大きく押し下げ、損失を増幅させやすい構造にある。
市場では、これまで相場を牽引してきたAI・ハイテク関連の巻き戻しが進んでいるとの見方が広がる。特定の銘柄にウェイトが集中する指数構造においては、一握りの勝ち組が何ヶ月も相場を引っ張れる反面、トレンドが反転した際の下落もまた唐突で過激なものとなる。海外勢が静かに利益確定を進める中で超大型株だけが買われるという、歪んだ緊張関係のツケが回ってきた形だ。市場が外資の売りをこれまでのように容易に吸収できなくなった懸念が先鋭化している。
今後、半導体や輸出関連、自動車株に買いが戻れば、今回の急落は過熱相場の「急速なリセット(健全な調整)」と受け止められよう。半面、海外勢の売りがさらに続けば、上昇相場が限られた大型株のみに支えられていたという実態への不信感から、構造的なトレンド転換のリスクが強まりかねない。最大の焦点は、資金流出が和らぐか、そして最重量級の主力株が寄り付き後のショックからいち早く持ち直せるかにある。
2026-06-08T04:00:45.711425+00:00 UTC 公開
関連銘柄
- 現在のカバレッジ期間では、十分な確信を持って関連銘柄を特定できませんでした。
投資のコストを、できるだけ少なく。
取引・為替・出金・残高手数料は0円。米国株投資ならWoodstock。
関連マーケットニュース

2026年6月1日 · Woodstock編集部
米株、AI期待で最高値圏 中東懸念を相殺
要点: 地政学リスクで序盤は下落したが、AI関連を中心とする大型テクノロジー株の上昇がS&P500を支え、主要指数は最高値圏を維持した一方で、市場全体の投資家心理はなお慎重だった

2026年6月6日 · Woodstock編集部
マーケット・ウォッチ:エヌビディアのジェンスン・フアン氏がソウルに登場
要点: ジェンスン・フアン氏のソウルでの公の場への登場は、AI半導体関連への短期的な注目や投資家心理を支える可能性はあるが、現時点では製品・受注・業績見通しなどの新情報はなく、ファンダメンタルズを変える材料ではない

2026年6月5日 · Woodstock編集部
ブロードコム急落、AIバブルの踊り場か——アジア半導体株へ連鎖する「割高感」の重圧
要点: ブロードコム決算の失望でアジアの半導体・ハイテク株が広く売られたが、AI需要の構造変化というより、高評価銘柄が決算やガイダンスの弱さに一段と敏感で、今後の企業見通しが相場の焦点になっていることを示した

2026年6月5日 · Woodstock編集部
世界的なハイテク株売り、欧州に波及 ブロードコム決算受け半導体株下落
要点: ブロードコム決算をきっかけに半導体・ハイテク株の売りが米国とアジアから欧州に波及しており、現時点では欧州全体の全面安ではなくテック中心の下落だが、他業種へ広がるかが今後の焦点となっている

2026年5月27日 · Woodstock編集部
データセンターに市場の注目、新たな 報告相次ぐ
要点: AIデータセンターはなお市場の中核テーマで、投資家は建設需要だけでなく電力やカーボンクレジットなど周辺収益化の広がりにも注目しているが、後者はまだ試行段階で収益性や定着は不透明だ