この記事は Zenn に公開した記事のクロス投稿です。元記事: https://zenn.dev/edinetty/articles/54ba74d0b7215b
はじめに
edinetty.com という財務データサイトを個人で運営しています。EDINET の有価証券報告書10年分・4,175社ぶんを正規化して配信していて、タグの正規化がどれだけ大変かは以前書きました。今回はその逆側、正規化を諦めた数字の話です。
運営方針として「不正確な数字を出すくらいなら出さない」と決めています。財務データサイトで一番まずいのは、間違った数字がもっともらしい顔で載っていることだからです。ただ、黙って空欄にすると、利用者からは「取得漏れ」と区別が付きません。空欄には理由が要ります。
そこで、諦め方を粒度別に分けて、それぞれに注記を残す設計にしています。会社ごと・項目ごと・業種ごと、そして年度ごとです。
会社ごと諦める — 外貨建て報告
一番大きい諦めは「この会社の財務データは全部出さない」で、現在2社あります。
EDINET には、XBRL の数値を外貨のまま報告している会社があります。ビート・ホールディングス・リミテッド(9399)は千米ドル建てです。パイプラインは XBRL の数値を円として処理するので、こういう会社は売上も総資産も EPS も、全項目の桁が狂います。部分的に直す方法はないので、財務データを丸ごと非表示にして「外貨建て報告のため財務データは非表示です」という注記だけを出しています。
もう1社の三井海洋開発(6269、IFRS 連結を千米ドル建てで報告)は、目視ではなく自動検出で見つかりました。円換算された売上と本表の売上が10倍以上ずれていたら外貨建てと判定する仕組みで、詳しくは株式分割と外貨建て決算の記事に書きました。今後外貨報告の会社が増えても、手を入れずに拾えます。
項目ごと諦める — US-GAAP の構造欠損
富士フイルム(4901)は US-GAAP で報告していて、連結の PL・BS の詳細が EDINET の XBRL にそもそも収録されていません。値が「取れない」なら話は簡単なのですが、厄介なことに部分的な値は取れてしまい、営業利益・流動資産・流動負債が実際より大幅に小さく出ます。
大幅に過小な営業利益をそのまま載せるより、空欄にして「一部データは XBRL より正確に取得できないため非表示にしています」と書くほうが誠実です。この会社はこの3項目だけを null 化して、会社単位の注記を付けています。総資産や純利益など、正しく取れる項目は普通に出しています。
「全部出す」と「全部消す」の間に「この項目だけ出さない」という段階を用意しておくと、こういうケースで捨てる情報を最小にできます。
業種ごと諦める — 金融業
銀行業87社・保険業19社・証券、商品先物取引業36社・その他金融業46社、合わせて188社(現在の掲載分)には、営業利益率・粗利率・在庫回転率・D/E レシオ・ROIC など15種類の指標を最初から出していません。
これは計算できないからではありません。数字としては計算できてしまいます。ただ、銀行に「在庫」はありませんし、預金という負債で商売する業態に D/E レシオを当てても、他業種と並べて比較する意味がありません。売上にあたる数字も中身が一般の事業会社とは違うので、それを分母にした利益率も比べられません。意味を成さない数字は、正確に計算できても出さない。これも諦めの一種です。
一方で、ROE・ROA・自己資本比率・経常利益率は金融業でも意味が通るので出しています。業種で一律に消すのではなく、指標ごとに意味が通るかどうかで分けています。
欠損と「非該当」を区別する
ここまでは大きな諦めの話でしたが、実際に一番数が多いのは年度単位の細かい注記です。今の配信データには2種類が入っています。
- 近似の注記(323社・2,155社年度): 実値ではなく算出値・代用値であることの断り書きです。一番多いのは「IFRS のため経常利益なし(税引前利益を表示)」で1,969年度、次いで「営業利益を売上総利益−販管費で算出」が203年度あります
- 非該当マーク(12,072社年度): その欄が「取得失敗」ではなく「そもそも存在しない」ことを示す機械可読なマークです。フロント側はこれを見て、「−(取れなかった)」と「非該当(もともと無い)」を区別して表示できます
非該当マークの中身は2種類あります(同じ年度に両方付くこともあります)。
1つは会計基準によるものです。IFRS と US-GAAP には「経常利益」という概念がありません(IFRS 1,969年度、US-GAAP 96年度)。この年度は経常利益の欄に税引前利益を代わりに入れて近似の注記を付けたうえで、非該当マークも付けています。「欄には税引前利益が入っている」ことと「本来の経常利益は存在しない」ことの両方をデータから読めるようにするためです。トヨタは US-GAAP の時期も IFRS の時期もこれにあたります。
数が多いのはもう1つの、連結と単体の混在を避けたもので、12,008社年度あります。総資産は連結の数字が取れているのに、リース債務や1年内返済予定の長期借入金といった内訳は単体(親会社のみ)の数字しか見つからない年度があります。連結の総資産の横に単体の内訳を並べると規模の違う数字が同じ表に混ざるので、内訳のほうを外して非該当マークを付けています。
この区別を入れる前は、どれも同じ空欄でした。「データがない」には少なくとも3種類あります。取り損ねた、正確に取れないので出さない、そもそも存在しない。画面上は同じ空欄でも、意味は全部違います。
この区別は表示のためだけのものでもありません。半期ごとの決算の異常検出で「無配転落」を拾う判定を作ったとき(2026年7月時点)、1株配当が0円と明示されている会社は14社だったのに対し、null の会社は605社ありました。null は「配当ゼロ」かもしれないし「配当データが取れていない」だけかもしれません。区別が付かない以上、無配転落の判定は配当0円が明示されている会社に限定しています。欠損の意味を曖昧にしたままのデータでは、この判定はそもそも書けませんでした。
まとめ
4,175社を処理して、会社ごと丸ごと諦めたのは2社、項目単位で諦めたのは1社3項目。数だけ見ればわずかです。ただ、この判断を曖昧にすると「このサイトの数字はどこまで信じていいのか」が全体として不明になります。正規化の仕事の半分は数字を揃えることで、残りの半分は、揃えられなかった数字の説明を書くことでした。
注記込みの実物は edinetty.com の個社ページで見られます。