← Projects一覧

マグニフィセント・セブンの決算開示モニター

Read in English

米国主要7社の決算と開示情報を追う日英対応のモニターです。四半期の数値を米国証券取引委員会(SEC)の提出書類までたどり、Excelで差異を調べ、開示要点を根拠段落とともに読むことができます。

決算開示モニターを開く/ GitHub

英語版の公開画面。7社の照合状況と最新決算を表示。

公表された数字から、その根拠をたどる

決算発表資料には3か月分の数値が載っていても、年次報告書にあるのは通期の値だけという場合があります。このモニターを開発した目的は、企業のSEC提出書類から、どの発表値を再現できるかを示すことです。照合が未確定の場合も、読者は比較に使った値や対象期間、原資料を確認できます。

2026年11月19日版では、Alphabet、Amazon、Apple、Meta、Microsoft、NVIDIA、Teslaの7社で計56四半期を収録しました。財務数値はPythonで照合します。出来事を文章で伝える開示については、ローカルのQwenが日本語の要点候補と、担当者が確認する英文の根拠段落を提示します。

四半期ごとの企業比較資料を作る

7社の比較表を更新する担当者は、最新決算をCSVで取り出せます。会社ごとに決算期が異なるため、各社の四半期末日を見てから数値を比較できます。

比較表をもとに説明資料を作る同僚には、企業別のExcelレポートを渡せます。どの数値を照合でき、どの数値が報告書の提出待ちなのかは、「要確認一覧」で分かります。「出典・計算根拠」で原表の行名と期間を調べ、リンクからSEC提出書類を開けます。役員人事に触れるときは、開示要点から根拠段落も確認できます。NVIDIAのExcelレポートをダウンロード

NVIDIAの第4四半期の営業利益を再現する

NVIDIAが2026年1月期第4四半期(FY2026 Q4)に公表した米国会計基準(GAAP)ベースの営業利益は、442億9,900万ドルでした。年次報告書(Form 10-K)に載っているのは通期の営業利益です。モニターでは、通期の1,303億8,700万ドルから、直前の四半期報告書(Form 10-Q)に載っている最初の9か月の860億8,800万ドルを差し引きます。その結果は442億9,900万ドルで、決算発表値と一致します。台帳では「累計差額と一致」と表示し、計算に使った両方の数値を参照できます。決算発表資料/ 年次報告書/ 第3四半期報告書

NVIDIAの営業利益。通期の額から9か月累計を差し引くと、第4四半期の公表値に一致します。
NVIDIAの営業利益。通期の額から9か月累計を差し引くと、第4四半期の公表値に一致します。

この四半期を開き、「SEC原文の表との照合」で「営業利益」を選ぶと、同じ計算を確認できます。次に「希薄化後EPS」を選んでみてください。決算発表値は1株当たり1.76ドルですが、定期報告書からは、比較に使える3か月間の連結EPSを取得できませんでした。EPSの分母となる加重平均株式数は期間ごとに異なるため、通期のEPSから9か月累計のEPSを引いても、四半期EPSを正しく求められるとは限りません。このため台帳では「比較値なし」としています。NVIDIA FY2026 Q4の台帳

システムの構成

SEC資料の取得から、財務数値の照合・開示要点の承認を経て、GitHub Pagesで公開するまで。
SEC資料の取得から、財務数値の照合・開示要点の承認を経て、GitHub Pagesで公開するまで。

Windowsのタスクスケジューラが現地時刻の毎朝9時に、WSL 2上のPython処理を起動します。SECの開示システムEDGARから提出書類の情報を読み取り、原文をキャッシュし、新しい8-Kの本文を項目ごとに抽出待ちのキューへ登録します。出来事を抽出するときは、WSL側のクライアントが、段落番号を付けた本文を同じPCのOllama経由でQwen 27Bに渡します。

GitHubに送るのは、公開用の台帳データ、抽出状態、承認済みの要点、Excelレポートです。GitHub Actionsがこれらを使って静的サイトを生成し、GitHub Pagesが配信します。処理用PCがオフラインでも、訪問者は最後に公開された版を閲覧できます。

決算発表資料と定期報告書を照合する

収集処理は、8-Kに添付された決算発表資料を特定し、同じ会社の四半期報告書(10-Q)または年次報告書(10-K)と、会計期間に基づいて組み合わせます。提出日だけで判断すると、別の発表を拾うことがあります。例えばTeslaは、決算の前に納車実績を発表することがあるため、添付資料の内容を確認して区別します。

定期報告書については、PythonがXBRL形式の財務データを読み取ります。XBRLでは、各数値に財務項目、単位、対象期間などの情報が付いています。同じ「売上高」というタグがあっても、3か月分と通期では比較の意味が変わります。そこで台帳には、提出番号、原表の行名またはタグ、金額、対象期間を残します。訂正書類、候補の重複、期末日の不一致も確認対象として示します。

台帳の読み方と8つの指標

トップページでは「最新決算」と「四半期履歴」を切り替え、ティッカーや自動照合の結果で絞り込めます。照合結果の分布には、四半期ごとに売上高・希薄化後EPS・営業利益の3件が入ります。各行の売上高ミニグラフは目盛りが異なるため、会社間の規模を比べる際は金額を参照してください。企業別の台帳では、指標を選ぶと推移を、四半期の行を選ぶとその根拠を確認できます。

指標このモニターでの読み方
売上高・希薄化後EPS・営業利益主な照合対象となる3指標です。会社が公表したGAAPベースの値と、定期報告書で取得できた比較値を、単位・会計期間とともに表示します。
売上高前年同期比・営業利益率売上高の伸びは前年の同じ四半期と比較します。営業利益率は営業利益を売上高で割って求めます。各計算には同じ開示資料に含まれる、比較条件のそろった値を使います。必要な値が欠けている場合や分母がゼロの場合は算出しません。
営業キャッシュフロー・設備投資額出典欄を見ると、四半期値が直接開示されたものか、累計額の差から算出したものかが分かります。設備投資額は支出を正の数で表示します。対象範囲は会社ごとに異なり、NVIDIAでは無形資産の購入も含みます。
フリーキャッシュフロー営業キャッシュフローから設備投資額を差し引きます。両方の値が決算発表資料にそろう場合、または両方が定期報告書にそろう場合に算出します。

Excelで差異の根拠を追う

トップページでは、現在の表示条件に該当するデータをCSVに出力できます。企業別台帳では、行単位のCSVに加え、日本語版・英語版のExcelレポートを用意しています。3つのシートを使って、画面で気づいた点を表計算ソフトでも検証できます。

  1. 四半期推移では各期を横に並べています。数式は根拠となる値を参照します。金額の単位は百万ドル、EPSは1株当たりのドル、比率はパーセントです。
  2. 出典・計算根拠には、原文の金額、行名、対象期間、SEC原文へのリンクが載っています。NVIDIAの例のように累計額の差を使う場合は、二つの参照額を別々の行に示します。
  3. 要確認一覧には、照合が未確定の項目や、資料間で確認されたキャッシュフローの差異をまとめています。両資料に値がある場合、差額は「決算発表値 − 定期報告値」です。

自動照合は指標ごとに判定し、正式な担当者確認は四半期と根拠データの版を単位として記録します。デモでは収録した四半期の初期表示を「確認済み」とし、訪問者が試した切り替えは再読み込みで元に戻ります。CSVに出力するのは正式な確認状態です。Excelの「要確認一覧」は自動照合の結果に基づくため、「確認済み」と表示される四半期にも未解決の項目が残ることがあります。

8-Kの一段落が「開示要点」になるまで

抽出処理は、認識できたItem見出しで8-K本文を区切り、長い項目は段落の境界で分割します。通常は添付資料の一覧に当たるItem 9.01を本文抽出の対象から外し、決算発表資料に含まれる財務表は数値照合の処理に回します。

Qwenは出来事を説明する日本語の候補文を作り、対象者・組織、日付、提出時点の状態、条件を、根拠となる英文の段落番号とともに返します。Pythonが応答の構造と段落参照を検査します。例えばAppleの2026年11月の開示では、社債の引受契約の日付は11月5日で、社債の発行・販売が完了したのは11月9日です。担当者は、確認画面に並ぶ要点候補と根拠段落を読んで、この二つの日付を区別できているかを確かめてから承認できます。承認は特定の項目と原文の版に対して行うため、同じ書類内に承認済みの項目と確認中の項目が共存します。Appleの掲載要点 / Form 8-K原文

Qwenをローカルで動かす理由

手元のPCでOllamaを使ってQwen 27Bを動かすと、抽出指示を変えたとき、同じ根拠段落を使って再試行するたびにモデルAPIの利用料を払わずに済みます。SECの提出書類は公開資料で、モデルの応答案と確認待ちの候補は手元で管理しています。推論の計算資源と電力は自分で用意し、PCが停止している間は新しい要点の抽出も次回の稼働まで待機します。

初回の抽出結果

初回の一括処理は、保存済みのNVIDIAの抽出結果を含む78書類が対象で、27件の出来事の候補を得ました。このうち10件は同じ株主総会で選任された取締役についての候補だったため、掲載時には一つの要点にまとめました。結果として、14書類に18件の要点を掲載しました。

初回78書類の内訳。「掲載あり/なし」の順に、抽出完了は11/59書類、原文確認が必要なものは3/5書類です。
初回78書類の内訳。「掲載あり/なし」の順に、抽出完了は11/59書類、原文確認が必要なものは3/5書類です。

原文確認が必要な8書類のうち、3書類には別の項目からすでに掲載した要点がありました。一方、59書類は抽出が完了し、候補は0件でした。これらは処理と掲載の内訳です。モデルが出来事を見落とす頻度を推定するには、人が独立に原文を読んで抽出対象を記録し、モデルの出力と比較する必要があります。

日次公開と中断時の復旧

日次処理では、最終確認の記録を進める前に、処理待ちの書類をキューに保存します。取得済みのSEC資料はキャッシュを再利用し、財務データが変わった会社のExcelレポートを再生成します。Qwenの実行結果は、企業、提出書類、原文の版、本文の項目、リクエスト内容を識別する値の組み合わせで管理します。再試行時には、同じリクエストについて、すでに検証を通った応答を再利用できます。

公開用データが変わると、GitHubのmainブランチから作った一時作業コピーに変更を適用し、サイトをビルドします。その際、会社一覧、四半期の並び順、Excelファイルのハッシュ値を検証します。続いて変更された公開用ファイルをGitHubへ送り、Pagesの公開処理が完了するまで確認します。初回の自動公開は正常に完了しました。初回の公開記録

状況システムの動作
指定時刻にPCの電源が切れているWindowsのタスクは実行可能になった時点で起動する設定です。保存済みのキューと提出書類の索引を使って、残っている処理を引き継ぎます。
Ollamaが利用できないモデルのエラーを記録し、抽出対象を次回に持ち越します。財務台帳やExcelレポートの変更は公開できます。
公開用データに変更がない保留中の公開処理がなければ、GitHubへの送信と公開を省略します。
GitHub上の同じファイルに競合する変更がある上書きせず、差異を確認できるよう処理を停止します。また、前回の送信には成功し、その後の公開だけが中断していた場合は、保存済みのチェックポイントから、新しい提出書類を待たずに公開を再開できます。

各工程の実装はソースコードから確認できます。財務数値の照合/ ローカルでの出来事抽出/ Excel生成/ 公開・復旧処理

使用技術 Python、SEC EDGAR、XBRL、Ollama、Qwen 27B、XlsxWriter、WSL 2、GitHub Actions