LLMによる決算書分析の自動化――財務テキストの構造化と異常検知

LLMを使った決算書分析は、従来のルールベースNLPでは困難だった文脈理解・異常検知・要約を可能にし、アナリストの生産性を飛躍的に向上させます。ただし、金融ドメイン特有の精度要件と規制対応を軽視すると失敗します。本記事では、EDGAR/EDINETからの取得、構造化抽出、異常検知、金融特有の評価指標まで、実装コードを交えて網羅的に解説し、段階的な導入ロードマップを示します。

決算書分析の現状と課題

決算書は企業の財務・事業状況を公式に伝える最重要文書です。米国ではSECへの10-K(年次)・10-Q(四半期)、日本では金融商品取引法に基づく有価証券報告書、証券取引所への決算短信(TDnet)などがあります。これらの文書は、定量データ(財務諸表本体)と定性データ(MD&A、リスク要因、事業概要等)が混在し、数十〜数百ページに及ぶ分量を持ちます。

従来のアプローチは、キーワード辞書によるセンチメント分析(Loughran-McDonald辞書など)やルールベースの情報抽出が中心でしたが、文脈依存の表現や言い換えに弱く、暗黙的なリスクシグナルの検出には限界がありました。「減損リスクは限定的」のような文脈反転を辞書ベースで正しく扱うことは困難です。

LLMは、文脈依存の意味理解、暗黙表現の検出、多言語対応、ゼロショット/Few-shotでの柔軟なタスク適応が可能という点で、これらの課題を根本から解決できる潜在力があります。実務では人間のアナリストを代替するのではなく、定型作業を自動化してアナリストが高付加価値業務に集中できるようにする「共働モデル」が現実解です。

LLMによる決算書分析パイプライン

End-to-Endのパイプラインは大きく6ステップに整理できます。

【Financial Disclosure Analysis Pipeline】

[1. Data Fetch]
  EDGAR / EDINET / TDnet API
         |
         v
[2. Document Parse]
  PDF / HTML / XBRL --> Plain text + layout
         |
         v
[3. Section Classification]
  MD&A / Risk Factors / Financial Notes
         |
         v
[4. Structured Extraction]
  KPI, Guidance, Named entities, JSON
         |
         v
[5. Anomaly Detection]
  Year-over-year diff, Tone shift, New disclosures
         |
         v
[6. Report Generation]
  Summary, Alerts, Analyst-ready briefs

(1)データ取得ではAPIを使って決算書の生データを取得し、(2)PDF/HTMLを構造化テキストに変換します。(3)セクション分類では、MD&AやRisk Factorsといった重要章を特定します。(4)情報抽出では、LLMに構造化出力(JSON)を生成させて数値・固有名詞・イベントを抽出します。(5)異常検知では、前期比較や業界比較で変化点を特定し、(6)最後にレポート生成でアナリスト向けのブリーフを作成します。

import requests
from openai import OpenAI

client = OpenAI()
HEADERS = {"User-Agent": "analyst@example.com"}

def fetch_10k(ticker):
    url = f"https://data.sec.gov/submissions/CIK{ticker}.json"
    filings = requests.get(url, headers=HEADERS).json()
    # Pick latest 10-K from filings list
    return filings  # simplified

def summarize_mdna(mdna_text):
    prompt = (
        "You are a senior financial analyst. "
        "Summarize the MD&A section below in 5 bullet points, "
        "focusing on revenue drivers, cost pressures, and guidance changes.

"
        f"{mdna_text[:12000]}"
    )
    resp = client.chat.completions.create(
        model="gpt-4o",
        messages=[{"role": "user", "content": prompt}],
        temperature=0.2,
    )
    return resp.choices[0].message.content

# Example usage
mdna = "Our revenue increased 8% year over year..."
print(summarize_mdna(mdna))

財務テキストの構造化――情報抽出の実装

構造化抽出の対象は、定量情報（売上、利益、ガイダンス数値）と定性情報（リスク要因、戦略変更、経営陣の見解）に大別されます。LLMのStructured Output機能やFunction Callingを使うことで、安定したJSON形式での出力を得ることができます。

金融ドメイン特有の注意点として、会計基準の差（IFRS・US-GAAP・J-GAAP）による表現の違いがあります。同じ概念でも用語が異なる(例：売上高 vs. Net Sales vs. Revenue)ため、プロンプトに基準を明示するか、正規化処理を挟む必要があります。また、単位（百万円、千ドル、億ドル）や通貨の扱い、ネガティブ表現の誤検出（「減損リスクは限定的」は実質ポジティブ）にも注意が必要です。

抽出対象	データ型	難易度	推奨手法	精度目安
売上高	数値+通貨+期間	低	Structured Output	95%以上
利益予想（ガイダンス）	数値範囲+根拠	中	Few-shot+JSON	85〜90%
リスク要因	テキスト分類	中〜高	LLM分類+タクソノミー	75〜85%
ガイダンス変更	差分検出	高	前期比較+LLM	70〜80%
関連当事者取引	固有名詞+関係	高	NER+関係抽出	70〜80%

from pydantic import BaseModel, Field
from openai import OpenAI

class FinancialKPIs(BaseModel):
    revenue_jpy_billion: float = Field(...)
    operating_income_jpy_billion: float = Field(...)
    net_income_jpy_billion: float = Field(...)
    guidance_change: str = Field(...)
    key_risks: list[str] = Field(...)

client = OpenAI()

def extract_kpis(text):
    resp = client.beta.chat.completions.parse(
        model="gpt-4o",
        messages=[
            {"role": "system", "content": "Extract financial KPIs as JSON."},
            {"role": "user", "content": text},
        ],
        response_format=FinancialKPIs,
    )
    return resp.choices[0].message.parsed

異常検知――決算書の「変化」を捉える

決算書分析における異常検知の本質は、「書かれていることが今までと変わったか」を捉えることです。代表的な手法を3つ紹介します。

表現変化検出：前期の決算書との文言を比較し、追加・削除・修正された箇所を特定します。ベクトル埋め込みを使ったコサイン類似度で定量化できます。セクション単位のベクトル$v_t, v_{t-1}$の類似度は次式で定義されます。

$$\cos(v_t, v_{t-1}) = \frac{v_t \cdot v_{t-1}}{\|v_t\| \cdot \|v_{t-1}\|}$$

トーン変化分析：セクション単位のセンチメントスコアを時系列で追跡し、急激な変化を検出します。経営陣のMD&Aがネガティブに傾いた場合、数値には表れにくいリスクシグナルとなります。

開示項目の増減：Risk Factorsセクションで新たに追加されたリスク項目は、経営層が新しい脅威を認識したシグナルです。東芝の会計不正やエンロン事件の事後分析では、不正発覚前の決算書に特定のリスク表現が密かに現れていたケースが報告されており、テキスト分析の重要性を裏付けています。

金融ドメインでは、異常検知の適合率（Precision）が特に重視されます。誤アラートが多発するとアナリストが通知を無視するようになり、システムへの信頼が毀損されるためです。Recallよりもまず高いPrecisionを確保する設計が鉄則です。

金融ドメインの評価指標と実装上の注意点

一般的なNLP指標（F1、Accuracy）をそのまま金融用途に適用するのは危険です。金融では、偽陽性(False Positive)のコストが偽陰性より圧倒的に高く、実務的にはPrecision@Kや時系列一貫性といった指標が重視されます。

指標	定義	金融での重要度	一般NLPとの違い
Precision@K	上位K件中の正解率	非常に高	トップアラートの信頼性
Recall	全正解の検出率	中	リスク見落とし防止
F1	Precisionと Recallの調和平均	中	バランス指標
時系列一貫性	同一企業の過去データとの整合	非常に高	監査証跡必須
説明可能性スコア	判断根拠の明示度	高	規制要件

規制対応として、金融商品取引法やFISC安全対策基準との整合性、モデルの説明可能性、監査証跡の保持が求められます。LLMの出力は非決定論的で再現が難しいため、プロンプト・モデルバージョン・出力のログ保存とシード固定による準決定論的動作の確保が実務で重要です。

ビジネスへの示唆――決算書分析AIの導入ロードマップ

段階的な導入がリスク管理と成果創出の両面で合理的です。

Phase 1: 要約・キーポイント抽出（低リスク）。アナリストが読む前の下読み支援として導入し、時間短縮効果を測定します。ミスがあっても人間がレビューするため、影響は限定的です。ROIはアナリスト1人あたり日1〜2時間の時短、年間10〜20%の生産性向上が目安です。

Phase 2: 異常検知・アラート（中リスク）。Phase 1で築いた信頼をもとに、リスク通知・変化検出へ拡張します。誤アラート対策としてPrecision@Kを90%以上に維持する設計が必須です。

Phase 3: 投資判断支援（高リスク・要規制対応）。実運用での投資判断まで支援する段階では、規制対応、説明可能性、監査証跡、ヒューマンインザループが揃って初めて可能です。金融庁の「金融機関における生成AI利用ガイドライン」等との整合性確保が前提となります。

まとめ――決算書分析は「読む」から「構造化する」時代へ

LLMは文脈理解と柔軟なタスク対応で、ルールベースNLPの限界を突破します
パイプラインは取得・パース・分類・抽出・異常検知・レポート生成の6段階です
構造化抽出はStructured Outputで安定化でき、会計基準差への配慮が必要です
金融では偽陽性コストが高く、Precision@Kと時系列一貫性の評価が必須です
段階的導入（要約→異常検知→判断支援）がリスクとROIのバランスを生みます

DE-STKでは、金融機関向けに決算書分析AIの要件定義からパイプライン設計、規制対応までを一貫してご支援します。PoCから本番運用まで、金融ドメインの知見と技術力を両立した伴走型コンサルティングを提供しています。

よくある質問(FAQ)

Q. LLMで決算書分析を自動化できますか?

A. 要約やキーポイント抽出は現時点で実用レベルに達しています。情報の構造化抽出や異常検知も有望ですが、金融ドメイン特有の精度要件（偽陽性の最小化）と規制対応を考慮した設計が必要です。

Q. 決算書分析AIの精度はどの程度ですか?

A. タスクにより異なります。要約・セクション分類は90%以上の精度が達成可能ですが、暗黙的なリスク表現の検出や数値の正確な抽出では70〜85%程度で、人間のレビューとの併用が現実的です。

Q. 日本語の決算書にもLLMは対応できますか?

A. GPT-4やClaude等の多言語対応モデルは日本語の有価証券報告書にも対応可能です。ただし、J-GAAP特有の会計用語や表現パターンに最適化するには、プロンプト設計やFew-shot例の工夫が重要になります。