株式会社renue
AI導入・DXの悩みをプロに相談してみませんか？
AIやDXに関する悩みがありましたら、お気軽にrenueの無料相談をご利用ください。 renueのAI支援実績、コンサルティングの方針や進め方をご紹介します。
証券会社の決算速報レポートをAIで自動生成する方法｜決算分析のプロンプト設計を解説
決算速報レポート（フラッシュコメント）は、企業の四半期決算発表を受けて数時間以内に発行する短報です。実績値と事前予想（自社予想・市場コンセンサス）の差異を分析し、投資判断への影響をいち早く投資家に伝えることが目的です。決算シーズンには1日に複数社の決算を分析する必要があり、スピードと品質の両立が最大の課題です。
本記事では、決算速報レポートのAI自動生成を、データ取得→差異分析→コメント生成→レビューのパイプラインで解説します。野村ホールディングスは2026年3月、株式ファンダメンタルズ分析に特化したAIエージェントを開発したと発表しており、業績予想ギャップや事業成長見通しをスコア化する機能を搭載しています（出典：野村ホールディングス公式ニュースリリース 2026年3月31日）。
決算速報レポートの構成
フラッシュコメントの標準的な構成は以下の通りです。
- ヘッドライン：「○○社 3Q決算：営業利益は前年同期比+15%でコンセンサスを上回る」のような一文要約
- 決算概要：売上高、営業利益、経常利益、純利益の実績値と前年同期比
- サプライズ分析：自社予想およびコンセンサスとの差異（ポジティブ/ネガティブサプライズ）
- セグメント分析：事業セグメント別の増減要因の分解
- 通期見通しへの影響：通期業績予想の修正要否、進捗率の評価
- 投資判断：レーティング・目標株価への影響（変更する場合はその理由）
AI化のパイプライン｜4つのステップ
ステップ1：決算データの自動取得・構造化
入力データ
- 決算短信：企業が15時〜17時に開示する公式の決算資料。売上高、各利益、配当、業績予想が記載
- 自社予想：自社アナリストが事前に発行した業績予想値
- コンセンサス：市場のアナリスト全体の業績予想の平均値
- 前年同期実績：前年同期の決算数値
自動化のアプローチ
- 決算短信のPDFから主要な財務数値をAI-OCRまたはAPIで自動抽出
- コンセンサスデータと自社予想を自動取得し、差異を算出
- 構造化されたデータテーブル（項目/実績/自社予想/コンセンサス/前年同期/差異率）を自動生成
ステップ2：サプライズの自動判定
差異の大きさと方向から、各項目のサプライズ度を自動判定します。
- ポジティブサプライズ：実績がコンセンサスを上回った項目
- ネガティブサプライズ：実績がコンセンサスを下回った項目
- インライン：コンセンサスとほぼ一致した項目
判定基準（例：差異率の閾値）をプロンプトに組み込むことで、LLMが一貫した基準でサプライズを判定できます。
ステップ3：フラッシュコメントのLLMドラフト生成
プロンプト設計
フラッシュコメントのプロンプトは以下の3層で設計します。
- 第1層（役割定義）：「あなたは証券会社のエクイティリサーチアナリストです。以下の決算データに基づいて、機関投資家向けのフラッシュコメント（決算速報レポート）のドラフトを作成してください」
- 第2層（出力フォーマット）：「構成は①ヘッドライン（1文）②決算概要（主要数値の表）③サプライズ分析（コンセンサスとの差異）④セグメント分析⑤通期見通しへの影響 の5セクション」
- 第3層（アナリストの視点）：担当アナリストが重視する分析ポイントを組み込む。「この企業の注目点はXX事業の成長率とYY比率の改善傾向」のように企業固有の視点を定義
LLMへの入力データ
- 構造化された決算データテーブル（ステップ1の出力）
- サプライズ判定結果（ステップ2の出力）
- 決算短信の全文テキスト（業績の概要説明、会社側の見通しコメント）
- 過去のフラッシュコメント（同じ企業の前四半期レポートをRAGで参照）
ステップ4：アナリストのレビューと発行
AIが生成したドラフトをアナリストが以下の観点でレビューします。
- 数値の正確性（AIが決算データを正しく引用しているか）
- 分析の妥当性（サプライズの解釈が市場の文脈に合っているか）
- 独自の見解の追加（AIでは生成できない一次情報に基づくコメント）
- コンプライアンスチェック（インサイダー情報に抵触しないか、断定的表現がないか）
先行事例
| 企業・サービス | 取り組み内容 | 出典 |
|---|---|---|
| 野村HD | 株式ファンダメンタルズ分析AIエージェントを開発。業績予想ギャップ・事業成長見通し・株主還元見通しをスコア化 | 野村HD公式NR 2026年3月31日 |
| 日本経済新聞 | 「完全自動決算サマリー」を提供。企業の決算資料の要点をAIがまとめ、人は一切関与しない | 日経新聞 完全自動決算サマリー |
| SPEEDA | 「AI決算サマリー」機能でLLMが決算を要約しインサイトを抽出 | SPEEDA公式 |
| PwC Japan | 「Company Analysis Accelerator」で生成AI×統計モデルによる企業分析の自動化 | PwC Japan公式 |
他業種での類似事例
| 業種 | 類似業務 | 共通点 |
|---|---|---|
| 銀行 | 融資先の信用モニタリングレポート | 財務データ→分析→コメント生成の構造 |
| コンサル | 業界動向レポート | データ収集→分析→レポート化のフロー |
| 保険 | 保険金支払のケースレポート | 事実→分析→判断の構造化文書 |
導入ステップと注意点
導入の3フェーズ
- Phase 1（即日開始可能）：決算短信のテキストをLLMに入力し、「主要数値の要約」「サプライズの判定」のみを自動化。プロンプトテンプレートを作成するだけで開始可能
- Phase 2（1〜2ヶ月）：過去のフラッシュコメントをRAGに格納し、企業固有の分析視点をLLMが参照。出力品質を向上
- Phase 3（3ヶ月〜）：決算データの自動取得→サプライズ判定→ドラフト生成→レビュー待ちの一気通貫パイプラインを構築
注意点
- 数値の正確性の検証：LLMが決算数値を「ハルシネーション」するリスクに対し、入力データとの照合チェックを必ず組み込む
- コンプライアンス：金融商品取引法に基づくレポートであるため、断定的表現（「必ず上がる」等）やインサイダー情報の混入がないかの確認が必要
- 独自性の確保：AIドラフトだけでは他社と差別化できない。アナリストの一次情報（取材で得た経営者の意図、業界の裏事情等）を加えることが競争力の源泉
汎用LLMで実現する｜renue視点
決算速報のAI化は、「スピード」と「品質」のトレードオフを解消するための施策です。決算シーズンにアナリストが1社あたり数時間かけていたフラッシュコメント作成を、AIパイプラインで「データ投入→数分でドラフト生成→アナリストが独自見解を追加→発行」に変換できます。
野村HDのAIエージェントのように、専用のAIシステムを構築する方法もありますが、Phase 1は汎用LLMとプロンプトテンプレートだけで即日開始できます。重要なのは、アナリストの「分析の型」をプロンプトとして構造化することです。ベテランアナリストが「この企業の決算ではここを見る」という視点を言語化し、プロンプトの第3層に組み込めば、AIが毎回その視点で分析を行います。
まとめ
決算速報レポートのAI自動生成は、以下の4ステップで実装できます。
- 決算データの自動取得・構造化：決算短信→主要数値の自動抽出
- サプライズの自動判定：コンセンサスとの差異を自動算出・分類
- フラッシュコメントのLLMドラフト：3層プロンプト（役割/フォーマット/アナリスト視点）で生成
- アナリストのレビュー：独自見解の追加とコンプライアンスチェック
先行事例として、野村HDのAIエージェント（野村HD公式NR）、日経の完全自動決算サマリー（日経新聞）が実用化されています。Phase 1は汎用LLMで即日開始可能です。
