Webエンジニア向けプログラミング解説動画をYouTubeで配信中!
▶ チャンネル登録はこちら

【ITニュース解説】Europe's tagged annual reports against the same companies' SEC filings: 12 of 12

2026年10月16日に「Dev.to」が公開したITニュース「Europe's tagged annual reports against the same companies' SEC filings: 12 of 12」について初心者にもわかりやすく解説しています。

作成日: 更新日:

ITニュース概要

欧州企業の年次報告書(ESEF形式)と米国SEC提出書類(XBRL形式)の財務データを比較検証した。大手3社の収益や利益データが両者で完全に一致し、ESEFデータの信頼性と、読み取りツールの正確性が示された。

ITニュース解説

ヨーロッパでは、企業が年次報告書を「ESEF(European Single Electronic Format)」というデジタル形式で提出することが義務付けられている。これは、報告書の情報をコンピューターが読み取れるようにするための仕組みで、「XBRL(eXtensible Business Reporting Language)」という技術がその中心にある。XBRLは、財務データ一つ一つに「収益」や「利益」といったタグを付け、それが何を意味する情報なのかをコンピューターに正確に伝えるための国際標準規格だ。これにより、企業の財務情報を紙媒体ではなくデジタルデータとして、より簡単に、そして効率的に分析できるようになる。

このESEFの仕組みを活用し、XBRL Internationalという組織が、ヨーロッパの企業が提出した約7,400社もの年次報告書を集め、インターネット上で無料で公開している。これらの報告書は「xBRL-JSON」という形式で提供されており、これはXBRLでタグ付けされたデータが、Webアプリケーションなどで扱いやすい「JSON(JavaScript Object Notation)」形式に変換されたものだ。JSONは、シンプルなテキスト形式でデータを表現するため、システムエンジニアを目指す初心者にとっても非常に理解しやすく、Webサービス開発などで広く使われている。APIキー(データを取得するための認証キー)なしで利用できるため、誰でも手軽にヨーロッパ企業の財務データにアクセスし、分析や研究に活用できる貴重な情報源となっている。

今回の記事の筆者は、ヨーロッパ企業の財務データを読み取るための新しいツール「canli-mcp」に、「european_filings」という機能を開発した。このツールの主な目的は、デジタル化された年次報告書から正確な財務情報を抽出することだ。しかし、開発したツールが本当に正しいデータを読み取れているのか、独立した方法で確認する必要があった。そこで、筆者は特定の企業の年次報告書から抽出したデータが、別の信頼できる情報源と一致するかどうかを検証する作業に着手した。これはツールの信頼性を確保し、ユーザーが安心して利用できるようにするために不可欠なプロセスだ。

検証方法として、ヨーロッパで活動する企業の中には、現地の規制当局だけでなく、米国の証券取引委員会(SEC)にも「Form 20-F」という形で年次報告書を提出している場合がある点に着目した。これらのSEC提出書類も、国際財務報告基準(IFRS)という共通の会計基準に基づき、XBRLタグを使って財務情報がデジタル化されている。したがって、同じ企業の同じ会計年度の財務データであれば、ヨーロッパのESEF形式で提出されたデータと、米国のSECに提出されたデータは本質的に一致するはずである。筆者のツールはESEFデータを処理するが、SECの公開API(外部システムからデータを取得するためのインターフェース)から直接取得したSEC側のデータとは一切連携していないため、独立した二つのデータ源を比較することで、ツールのデータ抽出精度を客観的に評価することができた。

この独立したチェックでは、「TotalEnergies」「Novo Nordisk」「Shell」という三つの大手企業を対象に、それぞれ二つの会計年度の「収益」と「当期利益」という二つの重要な財務指標を比較した。具体的には、筆者のツールがESEFデータから抽出した情報と、SECのAPIから直接取得した情報を照らし合わせた。結果として、対象とした合計12個のデータポイント(3社 × 2年 × 2指標)全てが、その金額と通貨の単位において完全に一致した。この結果は、開発したツールがESEF形式の年次報告書から正確な財務データを読み取ることができることを強く示唆している。

しかし、このようなデータの一致を確認する過程で、いくつかの複雑な問題、いわゆる「落とし穴」に直面したことも明らかになった。一つ目の落とし穴は、デジタルデータにおける「期間」の解釈の難しさだ。例えば、xBRL-JSON形式で「2025-01-01T00:00:00/2026-01-01T00:00:00」と表記されている期間は、直感的には2025年から2026年までのように見えるかもしれないが、これは実際には暦年の2025年全体を表す。また、「2026-01-01T00:00:00」という日付は、2025年12月31日時点の残高を示すことが多い。システムエンジニアが日付を素朴に解釈すると、会計年度のデータが一つずれてしまう可能性があるのだ。

二つ目の落とし穴は、同じ「収益」という概念でも、企業によって異なるXBRLタグが使われる場合があることだ。例えば、ある企業は「ifrs-full:Revenue」という一般的なタグを使うが、別の企業は「ifrs-full:RevenueFromContractsWithCustomers」といったより具体的なタグを使用することがある。もしツールが特定のタグしか認識しないように作られていると、半分近くの企業の収益データを見落としてしまい、「収益なし」と誤って報告してしまう事態が発生する。正確なデータ抽出のためには、一つの概念に対して複数のタグの可能性を考慮し、それらを適切にマッピングする仕組みが必要となる。

三つ目の落とし穴は、企業名の識別の問題だ。例えば、「Novo Nordisk」という名前の企業を検索すると、その企業だけでなく、同じ名前を含む別の団体(例:その企業を支配する財団「Novo Nordisk Fonden」)もヒットしてしまうことがある。このような場合、法定名称(例:「A/S」「N.V.」など、株式会社や有限会社といった企業の形態を示す略語)を無視し、検索の目的に合致する本来の企業を優先的に識別するロジックをツールに組み込む必要がある。そうしないと、意図しない別の団体の情報を誤って取得してしまうリスクがある。これらの落とし穴は、デジタル化された財務データを正確に扱う上で、単なる技術的な実装だけでなく、会計やビジネスの背景知識も重要であることを示している。

今回の検証は、筆者の開発したツールが正確にデータを読み取れることを示したものの、その範囲には限界がある。対象としたのは、大手で慎重な情報開示を行う三つの企業から、たった二年間分の二つの財務指標のみである。これは、ESEFデータ全体が常にクリーンであると結論づけるには不十分だ。特に、中小規模の企業が提出する報告書や、より詳細なセグメント情報(事業部門ごとの売上など)については、今回の検証ではカバーされていない。したがって、ESEFデータ全般の信頼性や、さまざまな企業のあらゆる種類の情報を正確に抽出できるかを判断するには、さらなる広範な検証と、異なるデータソースとの比較が必要になるだろう。デジタル化された財務情報の利用においては、その限界と特性を理解した上で慎重に進めることが求められる。

筆者の開発した「canli-mcp」というツールは、MITライセンスのもと無料で提供されており、誰でも自由に利用できる。特別なAPIキーも不要だ。コマンドラインから簡単な操作で、特定のヨーロッパ企業の年次報告書から必要な情報を取得できる。例えば、「Novo Nordisk」の2025年の報告書をリクエストすると、ツールは報告書の期間、原典となる報告書や閲覧ツールへのリンク、そしてタグ付けされた財務データ(概念、期間、値、単位、精度など)を返してくれる。さらに、「words」という機能を使えば、「net system sales」のような特定のキーワードに関連するタグ付けされた数字も検索可能だ。このツールは、デジタル化された企業財務データを手軽に取得・分析したいシステムエンジニアやデータアナリストにとって、非常に有用な出発点となるだろう。これにより、データに基づいた意思決定や研究がよりアクセスしやすくなることが期待される。

本記事は、ヨーロッパの企業報告書がESEFとXBRLという技術を用いてデジタル化され、それがどのように利用可能になっているかを具体的に示している。筆者の開発したツールが、このデジタル化されたデータから正確な情報を抽出できることを、米国のSECデータとの比較を通じて検証した。この検証は、ツールの信頼性を裏付けるものだったが、同時に、日付の解釈、タグの多様性、企業名の識別といった、デジタルデータ処理における具体的な「落とし穴」も浮き彫りにした。これらの課題は、システムエンジニアが企業の財務データのような複雑な情報を扱う際に、技術的な知識だけでなく、対象データの特性や背景にあるビジネスルールを深く理解することの重要性を示している。デジタル化と標準化は、情報の透明性を高め、効率的な分析を可能にする一方で、それを正確に扱うための繊細な設計と検証が不可欠なのである。

関連コンテンツ

関連IT用語