はじめに

有価証券報告書ってイマイチ何が書いてあるか分からないし、知りたい1社の特定の年度の内容を読んでも他社/他の年度と比較しないとよく分からないですよね
そこでCOTOHAを使って大量の有価証券報告書を読む方法を探ってみようと思います

※COTOHAの基本的な使い方は@gossy5454さんの記事が詳しいです

この記事の執筆モチベーション

COTOHAを使ってお手軽に自然言語処理を行いたい
あまり知られていない？CoARiJを使ってみたい
有価証券報告書を効率よくで読んで投資に活かしたい

ソースコード

今回検証に使用したコードは下記にあります
https://github.com/ice-github/CoARiJAndCOTOHA
※main.pyを参照

COTOHAについて

NTTグループの自然言語処理プラットフォームです
https://api.ce-cotoha.com/contents/index.html

面白そうなAPI

類似度判定
- 過去の報告書と比較できそうです
要約(β)
- 既に簡潔に書かれている報告書が要約されるとどうなるか気になるところです
固有表現抽出
- 報告書内でどんな話題があるのかざっくり知れそうです
感情分析
- 利益が上がっているのにネガティブな表現になっているといった齟齬が分かりそうです

※(β)はベータ版の機能

CoARiJについて

TISが公開した企業分析を行うためのデータセットです
https://www.tis.co.jp/news/2019/tis_news/20191114_1.html

データアクセス方法

coarijをインストールしてExtractデータとして2014年～2018年のデータをダウンロード
以下にdataディレクトリが作成され、data/interim/以下に年毎のディレクトリが作成されます

$ cd <WorkspacePath>
$ pip install coarij
$ coarij download --kind E --year 2014
$ coarij download --kind E --year 2015
$ coarij download --kind E --year 2016
$ coarij download --kind E --year 2017
$ coarij download --kind E --year 2018

下記のようにPandasでdata/interim/<year>/documents.csvを開き中身を読むことで、data/interim/<year>/docs/ディレクトリ以下にあるテキスト情報にアクセスできるようになります

CompanyInformation.py

...
        csv_path = os.path.join(data_directory_path, 'interim', str(year),
                                'documents.csv')
        self.csv_document = pd.read_csv(filepath_or_buffer=csv_path,
                                        encoding='UTF-8',
                                        sep='\t',
                                        index_col='sec_code')  # use sec_code as index
...

CoARiJの問題点

大きく分けて3点の問題点があります

データには欠損があり、ある年にあった企業がある年に消えていていることがあります。
2017年以降に2.事業の状況の項目が変更されており、ファイルの中身が空になっていることがあります
※これはCoARiJというよりはEDINETの問題です => 参考
data/interim/<year>/documents.csvに記述されているはずの総売上高や営業利益の数字が欠損していることがあります
※TOPIX Core 30で確認したところ30社のうち10社が2014年~2018年のデータのいずれかを欠損していました

今回は気にせずに存在するデータのみを扱っていきたいと思います

有価証券報告書の【事業の状況】をCOTOHAを使って分析する

有価証券報告書は色々な項目が並んでいるのですが、皆さんはどのように読んでいますか？

自分の場合は
1.【企業の概況】から総売上、営業利益、経常利益、自己資本比率あたりの推移をざっと読む
2.【事業の状況】をしっかり読んでいく
3. 以降は流し読み

というスタイルを取っています
なので今回は1.【企業の概況】と2.【事業の状況】に注目していこうと思います

CoARiJでは1.【企業の概況】は.csvファイルにまとまっているため、2.【事業の状況】の.txtファイルをCOTOHAへの入力にしていきます

※.csvファイルには単独の結果が記載されているため、持株会社(ホールディングス)の場合は異常に高い利益率(コナミやNTTは80%以上)になることがあります

毎年あまり変わらなそうな項目

【経営方針、経営環境及び対処すべき課題等】
- business_policy_environment_issue_etc.txt
【事業等のリスク】
- business_risks.txt

こちらの項目は大幅に変わらないことが多いため、類似度判定をして前年と変わっているかどうかをチェックし、異なっていれば要約(β)を使って文章を短くします

可能ならばそのままの文章を扱いたかったのですが、3000文字(too long url?)を超えるテキストをリクエストすると500(Internal Server Error)が出ることがあったため文章を分割します

main.py

...
def GetDividedSubstring(text: str, max_length: int) -> List[str]:
    if len(text) < max_length:
        return [text]

    index = text.rfind('。', 0, max_length)
    if index < 0:
        index = text.rfind('\n\n', 0, max_length)  # try to find double newlines
    if index < 0:
        if len(text) < max_length:
            return [text]
        else:
            index = max_length

    head = text[: index + 1]
    tail = text[index + 1:]
    result: List[str] = [head]
    for text in GetDividedSubstring(tail, max_length):
        result.append(text)
    return result
...

分割した文字列同士で類似度を比較するのですが分割数が異なる場合があるためその場合は比較せずに0が返ってきたとします
※この文字列分割は下記の感情分析、固有表現抽出と要約でも使用しています

毎年変わっていく項目

【財政状態、経営成績及びキャッシュ・フローの状況の分析】 (2017以前)
- business_analysis_of_finance.txt
【経営者による財政状態、経営成績及びキャッシュ・フローの状況の分析】 (2018以降)
- business_management_analysis.txt
【研究開発活動】
- business_research_and_development.txt

キャッシュフローに関しては感情分析でポジティブかどうかをチェックし、営業利益もしくは経常利益が増えているにも関わらずネガティブと判定された場合には原文を使い、それ以外の場合は要約(β)を使って文章を短くします
研究開発活動に関しては見慣れない単語が並んでいるため固有表現抽出をしてざっくりとどんな内容が含まれるかをチェックした後、要約(β)を使います

固有表現抽出では様々な固有表現クラスがありますが、下記のように固有物名(ART)と人名(PSN)、場所(LOC)にフィルタすることで個別に抽出しても意味の分からない金額などの数値が含まれないようにしています

※sentence(1文)とdocument(複数文)を区別せずに使用していますが、APIの設計上は分けられているようです

main.py

...
    for dict_index in range(len(ne['result'])):
        word_class = ne['result'][dict_index]['class']
        if word_class == 'ART' or word_class == 'PSN' or word_class == 'LOC':
            if word not in words:  # Unique
                words.append(ne['result'][dict_index]['form'])
...

結果

結果が分かりやすそうな数社をピックアップします

企業一覧

[株式会社ニチレイ]

総売上　: 5680.32億円(2017) => 5801.41億円(2018)
営業利益: 298.97億円(2017) => 295.11億円(2018), 営業利益率5.26%(2017) => 5.09%(2018)
経常利益: 306.50億円(2017) => 298.64億円(2018), 経常利益率5.40%(2017) => 5.15%(2018)

事業等のリスク

## 要約

[日産自動車株式会社]

総売上　: 119511.69億円(2017) => 115742.47億円(2018)
営業利益: 5747.60億円(2017) => 3182.24億円(2018), 営業利益率4.81%(2017) => 2.75%(2018)
経常利益: 7503.02億円(2017) => 5464.98億円(2018), 経常利益率6.28%(2017) => 4.72%(2018)

経営方針、経営環境及び対処すべき課題等

要約

当社とルノー及び三菱自動車工業は、平成31年３月にアライアンスオペレーティングボード（以下、アライアンスボード）を新たに設立する意向を表明した。当社グループは、これから先10年から15年の間に本格的に訪れるであろう大きな技術革新、そしてそれに伴う市場やお客様の変化を見据え、「Nissan M.O.V.E. to 2022」に取り組むことによりそのミッションを果たしていく。これを受けて、当社の業務改善状況等につき令和元年５月17日に国土交通省に報告した。当社の元代表取締役が金融商品取引法違反（虚偽有価証券報告書提出罪）で起訴されるとともに、元代表取締役会長においては会社法違反（特別背任罪）でも起訴された。これは、当社において入手可能となった情報に基づいて最善の見積りを行い、過年度の財務情報において処理されていない金額、具体的には、(a)支払いが繰り延べられて支払われていない、未計上であったゴーン氏の報酬費用の計上、(b)法的根拠なく増額がなされたゴーン氏の役員退職慰労金にかかる計上費用の取崩、(c)株価連動型インセンティブ報酬のうち法的に無効なプログラム分にかかる計上費用の取崩等を一括処理したものである。なお、調査は現在も進行中であり、今後、最終金額は当該見積り計上額と異なる可能性がある。年度毎の金額（百万円）平成18年３月期59平成19年３月期134平成20年３月期397平成21年３月期―平成22年３月期228平成23年３月期795平成24年３月期907平成25年３月期1,038平成26年３月期△1,660平成27年３月期△106平成28年３月期1,127平成29年３月期498平成30年３月期994合計4,411 なお、当社による調査の結果、当社の連結子会社と当社元取締役カルロスゴーンの近親者が経営に関与している会社DEXTAR WORLD TRADE LIMITED, L.L.C.との間に取引が存在することが判明した。判明した取引の詳細は、以下のとおりである。

事業等のリスク

## 要約

なお、文中の将来に関する事項は、有価証券報告書提出日(令和元年６月27日)現在において当社グループが判断したものである。１．世界経済や景気の急激な変動(1) 経済状況当社グループの製品・サービスの需要は、それらを提供している国又は地域の経済状況の影響を強く受けている。予測を超えた急激な変動がある時は業績の悪化や機会損失の発生等、当社グループの業績及び財務状況に影響を及ぼす可能性がある。また、付加価値の中心がハードウエアとしてのクルマの性能から、クルマに関連したサービスも含め、お客様にどのような体験を提供できるのかといったソフトウエアの方に移っていくことも想定される。また、当社グループは外貨建債権債務の為替変動のリスク回避、変動金利で調達した有利子負債の金利変動リスク回避及び、コモディティの価格変動リスク回避を目的として、デリバティブ取引を行うことがある。しかしながら市場環境に予期せぬ大規模な変化が発生した場合には、当初計画通りの資金調達に支障をきたす可能性があり、当社グループの業績及び財務状況に負の影響を及ぼす可能性がある。 (5) 販売金融事業のリスク販売金融事業は当社グループにとって重要なビジネスのひとつである。実際の結果が前提条件と異なる場合、又は前提条件が変更された場合、その影響は累積され、将来にわたって規則的に認識されるため、一般的には将来期間において認識される費用及び債務に影響を与える可能性がある。しかし、予測を超えた環境の変化や世の中のニーズの変化、相対的な開発競争力の低下により、最終的にお客様にその新技術が受け入れられない可能性もあり、その結果当社グループの業績に大きな影響を及ぼす可能性がある。しかしながら、より高い付加価値を提案するための新技術の採用は、それが十分に吟味されたものであっても、後に製造物責任や製品リコールなど予期せぬ品質に係る問題を惹起することがある。特にクルマの使用時に排出されるCO2量は、企業活動に伴う排出量に比較して著しく多く、全体の80%以上を占めることから、気候変動による規制等のリスクが生じる可能性がある（バリューチェーン全体のCO2排出量216,351kton-CO2のうち、販売したクルマの使用時の排出量が190,261kton-CO2、いずれも平成29年度実績）。この様な取り組みにより「ニッサン・グリーンプログラム2022」では新車１台あたりのCO2排出量を令和４年に40％削減とする事を目標としている。 (8) 知的資産保護の限界当社グループは、他社製品と差異化できる技術とノウハウを保持している。 (9) 優秀な人材の確保当社グループでは人材は最も重要な財産と考え、グローバルで優秀な人材を採用するとともに、十分に能力を発揮してもらうため人材育成の充実や公平で透明性の高い評価制度の実現にも力を入れている。一方、平成30年から平成31年にかけて、当社の元代表取締役が金融商品取引法違反（虚偽有価証券報告書提出罪）で起訴されるとともに、元代表取締役会長においては会社法違反（特別背任罪）でも起訴された。仮に、企業の社会的責任に照らして不適切な行為を行ったのが２次３次以降のサプライヤーや販売者であったり、あるいは当社グループが想定した販売ルート以外で流通した製品に関連するものであっても、当社グループ自身が社会的責任を追及され、対応の内容や迅速性が不十分な場合には当社グループの社会的信用や評判に悪い影響を及ぼし、売上の減少等、当社グループの業績に影響を与える可能性がある。しかし、想定を超えた大規模な地震により大きな損害が発生し、操業を中断せざるを得ないような場合は、当社グループの業績と財務状況に大きな影響を及ぼす可能性がある。東日本大震災や熊本地震等の災害を契機として、下記のような従来想定していなかった様々なリスクも顕在化した。 (3) 特定サプライヤーへの依存より高い品質や技術をより競争力ある価格で調達しようとすると、発注が特定のサプライヤーに集中せざるを得ないことがある。 (4) 情報システムに係るリスク当社グループの殆ど全ての業務は情報システムに依存しており、システムやネットワークも年々複雑化高度化している。

財政状態、経営成績及びキャッシュ・フローの状況の分析

要約

① 財政状態及び経営成績の状況当連結会計年度のグローバル全体需要は前年度比1.5%減の9,209万台となった。営業利益は3,182億円と前連結会計年度に比べ2,566億円(44.6%)の減益となった。また、現金及び現金同等物に係る換算差額により383億円減少し、連結範囲の変更に伴い11億円増加した結果、現金及び現金同等物の当連結会計年度末残高は、前連結会計年度末残高に対し1,531億円(12.7%)増加の１兆3,591億円となった。ｂ．受注状況当社グループの受注生産は僅少なので受注状況の記載を省略する。 (2) 経営者の視点による経営成績の状況に関する分析・検討内容経営者の視点による当社グループの経営成績等の状況に関する分析・検討内容は次のとおりであり、原則として連結財務諸表に基づいて分析したものである。当社グループの連結財務諸表で採用する重要な会計方針は、第５［経理の状況］の連結財務諸表の「連結財務諸表作成のための基本となる事項」に記載しているが、特に次の重要な会計方針が連結財務諸表における重要な見積りの判断に大きな影響を及ぼすと考えている。将来、顧客の財務状況が悪化し、支払能力が低下した場合、引当金の追加計上又は貸倒損失が発生する可能性がある。前連結会計年度の営業利益に対し2,566億円(44.6%)の減益となった。自動車事業の業績は、売上高(セグメント間の内部売上高を含む)は、10兆5,841億円と前連結会計年度に比べ4,438億円(4.0%)の減収となった。主な減益要因は、購買コスト削減による増益はあったものの、販売台数の減少及び開発費の増加によるものである。営業利益は721億円となり、前連結会計年度に比べ1,280億円(64.0%)の減益となった。ｃ．欧州欧州市場の全体需要は前年度比0.3%増の2,003万台となったが、ロシアを除く欧州市場の当社グループの販売台数は、環境規制対応の影響により前年度比17.8%減の53万６千台となり、市場占有率は前年度比0.6ポイント減の3.0%となった。中南米市場の販売台数は好調で前年度比8.1%増の22万５千台となり、南アフリカ等のアフリカ市場の販売台数は前年度比6.1％増の10万１千台となった。投資活動投資活動による支出は１兆1,335億円となり、前連結会計年度の１兆1,477億円に比べて142億円減少した。これは主として、社債の発行による収入が減少したことによるものである。当社グループは、研究開発活動、設備投資及び金融事業に投資するために、適切な資金確保を行い、最適な流動性を保持し、健全なバランスシートを維持することを財務方針としている。

研究開発活動

キーワード

['vcターボ', 'qx50', '米国', 'アルティマ', 'q50', '日本', 'ムラーノ', 'q60', '日産デイズ', 'evエコシステム', 'ニッサンエナジー', '福島県浪江町', '日産リーフ', '欧州', '英国', 'jncap', 'us-ncap', 'パスファインダー', 'qx60', 'キックス', 'tsp', 'ユーロncap', 'セレナ', '圧縮比エンジン', 'インフィニティ新型', 'vcターボ」エンジン', '10ベストエンジン', 'wards 10 best engines)', '可変圧縮比', 'マルチリンク', '圧縮比', '成形性超ハイテン材', 'スカイライン」', '超ハイテン材', '電力系統', '充', '世界初量産型', '(英国)', 'トップセーフティピック', 'ledヘッドライト', '欧州新車アセスメントプログラム', '自動運転', 'プロパイロット', 'エクストレイル', 'ローグ', '神奈川県横浜市', 'セレナ e-power', 'キャシュカイ」', 'easy ride(イージーライド)', 'みなとみらい地区', 'nissan m.o.v.e.', '先端技術等のための研究']

要約

当社グループの研究開発体制及び活動成果は次のとおりである。米欧地域においては、米国の北米日産会社、メキシコのメキシコ日産自動車会社、英国の英国日産自動車製造会社、スペインの日産モトール・イベリカ会社において、一部車種のデザイン及び設計開発業務を行っている。ルノー、三菱自動車工業(株)及び当社は平成29年９月に発表した中期計画アライアンス2022により、さらなる経営資源の効率化を目指し、次世代技術、プラットフォーム、パワートレインの開発を分担し共用化を加速させている。平成31年３月時点で、「日産リーフ」のグローバル累計販売台数は40万台を突破、「e-NV200」、「シルフィゼロ・エミッション」、ヴェヌーシア「e30」、東風ブランドを含めた電気自動車全体のグローバル累計販売台数では51万台を超えた。平成25年には高強度と高成形性を両立できる世界初1.2GPa級高成形性超ハイテン材をインフィニティ「Q50」（日本では「スカイライン」）に採用し、「ムラーノ」、インフィニティ「Q60」などに採用を拡大した。・ニッサンエナジーサプライ：安心・便利なEVライフのための各種充電ソリューションを提供・ニッサンエナジーシェア：電気自動車のバッテリーに貯めた電力を、住宅と「シェア」することで、新たな価値を提供。安全面においては、日産車がかかわる死者数を平成27年までに平成７年比で半減させることを目指し、日本、米国、欧州（英国）で達成。米国では、米国新車アセスメントプログラム（US-NCAP）にて「パスファインダー」、インフィニティ「QX60」が最高評価となる５つ星を獲得した。また、当社は令和４年までに「プロパイロット」を20車種に搭載し、20の市場に投入する計画を発表しており、令和４年までに「プロパイロット」搭載車の販売台数が年間100万台になると見込んでいる。同時に将来に向け、モビリティサービスにも取り組んでいる。＊１：発売時点。「セレナ e-POWER」は、26.2km/L（日本基準）＊２：平成30年８月以降の生産車。

おわりに

CoARiJのデータをCOTOHAで分析/要約を行うことで大量の有価証券報告書を読みやすい形に変換する試みを行いました
その結果、「有価証券報告書の原文を読むか読まないかの判断」ができる程度にはなったかと思います
~~※事業規模がめちゃくちゃ大きくて何書いてあるかよく分からないことも判断できそうですね~~

COTOHAに投げるリクエストに文字数制限があるため文章を分割して複数回API呼び出す必要があるので大規模なデータを扱う際には気を付けましょう
※本記事はで429(Too Many Requests)が出てしまい検証が進まないことがありました・・・