ChatGPTとEDINET DBをMCP接続する方法|有価証券報告書の企業分析

ChatGPTとEDINET DBをMCP接続し有価証券報告書の財務情報を分析する会計実務家 AI活用

本記事で解説するのは、有価証券報告書のPDFをChatGPTへアップロードして分析する方法ではありません。ChatGPTに「EDINET DB」のMCPサーバーを接続し、企業検索、財務数値の取得、有価証券報告書本文の探索を対話形式で行う方法です。

EDINET DBをMCP接続すると、調べたい企業や年度を自然言語で指定し、複数年度の財務数値や有価証券報告書の記載内容を取得できます。PDFを1ファイルずつ読み込ませる方法とは異なり、分析対象となる企業や資料を探す段階からChatGPT上で進められる点が特徴です。

ただし、ChatGPTの接続先は金融庁のEDINETそのものではありません。Cabocia Inc.が運営する第三者サービス「EDINET DB」です。金融庁EDINETのデータを利用した独立サービスであり、金融庁やEDINETと組織的な関係はありません。

有価証券報告書のPDFをChatGPTへ読み込ませる基本的な方法や、PDFとXBRLの使い分けについては、「有価証券報告書をAI・ChatGPTで分析する方法|手順・プロンプト・注意点」で解説しています。

本記事では、ChatGPTとEDINET DBをMCP接続する方法、企業分析の実践フロー、トヨタ自動車とソニーグループの事例、利用時の注意点を解説します。

ChatGPTとEDINET DBのMCP接続とは?金融庁EDINETとの違い

結論からいえば、ChatGPTとEDINET DBのMCP接続は、EDINET由来の財務データや有価証券報告書本文を自然言語で探索する仕組みです。

金融庁のEDINETは、有価証券報告書、有価証券届出書、大量保有報告書などについて、提出から公衆縦覧までを電子化した公式の開示システムです。金融庁は、定期保守などの計画停止期間を除き、EDINETが24時間365日稼働すると説明しています。

出典:金融庁「EDINETについて」

一方のEDINET DBは、金融庁EDINETの有価証券報告書などを企業分析しやすい形に構造化した独立サービスです。運営元はCabocia Inc.であり、金融庁およびEDINETとは組織的な関係がないことを公式に明示しています。

したがって、検索キーワードとして「ChatGPT EDINET」「EDINET MCP」と呼ばれることがあっても、この記事の方法を正確に表現すれば、ChatGPTからEDINET DBのMCPサーバーを利用する方法となります。

EDINET DBは2026年9月3日の確認時点で、日本の上場企業4,659社の財務データへのアクセスを案内しています。代表的なMCPツールには、企業を探す`search_companies`、最大6年分の財務時系列を取得する`get_financials`、有報本文を取得する`get_text_blocks`などがあります。

ツール数については公式ページ間でも更新タイミングに差があります。ChatGPT接続ガイドは「50種類以上」、EDINET DBの最新ページには「MCP 75ツール」とする案内がある一方、Developersページでは主要17ツールが一覧化されています。

このため、私は「75という数字を覚えること」より、接続後に`get_documentation`などで現在利用できるツールを確認することの方が実務的だと考えます。外部サービスは機能追加が速く、固定的なツール数を前提に手順書を作ると陳腐化しやすいためです。

※画像はAIによるイメージ

PDFを個別にChatGPTへアップロードする方法との違いも、この「探索」にあります。

PDF分析では基本的に渡したファイルを読みます。一方、MCP接続では、どの会社を調べるか、どの年度を比較するか、どの開示項目を深掘りするかという分析前の探索から対話で進められる点に利点があります。

会計・監査実務で重要なのは、有報を読まなくて済むことではありません。数百ページある開示書類から、人間が確認すべき論点を早く絞り込めることに価値があると私は考えています。


ChatGPTとEDINET DBをMCP接続する方法は?対応プランに注意

2026年9月3日時点では、EDINET DBの案内だけを見てChatGPTの対応プランを判断しないことが重要です。

OpenAI公式の最新案内では、書き込み・変更操作を含むフルMCPはBusiness、Enterprise、Edu向けです。ProではDeveloper modeを使い、read/fetch権限を持つMCPへの接続が案内されています。

一方、EDINET DBのChatGPT接続ガイドではPlus、Pro、Business、Enterprise、Educationを必要なプランとして掲載しています。ここには公式間の差があります。

ChatGPTプラン 2026年9月3日時点の確認ポイント
Business OpenAI公式でフルMCP対象。管理者・オーナー側の設定を確認
Enterprise / Edu フルMCP対象。RBACなどワークスペース権限も確認
Pro OpenAI公式ではread/fetch権限付きMCP接続に対応
Plus EDINET DBは対応対象と案内。ただしOpenAI公式のフルMCP対象には含まれないため実画面で確認
Free EDINET DBのChatGPT接続ガイドでは対象外

判断基準はシンプルです。OpenAI公式の最新仕様を第一にし、自分のアカウント画面でDeveloper modeとカスタムMCP追加機能が使えるか確認し、そのうえでEDINET DBの接続ガイドを見るのが安全です。

OpenAI公式では現在、Businessの場合はWorkspace settingsのAppsからカスタムアプリを作成する方法などを案内しています。Enterprise/EduではSettings → Apps → Advanced Settingsなどの導線が説明されています。

これに対してEDINET DBのガイドには、2026年8月時点の画面として「Plugins」や「Settings → Security and login」といった名称も掲載されています。UIは変更され得るため、画面名の暗記ではなく「Developer modeを有効にし、リモートMCPサーバーを登録する」という目的で追う方が迷いにくいでしょう。

接続画面まで進めた場合、EDINET DBが案内している基本情報は、Server URLが`https://edinetdb.jp/mcp`、Authenticationが`OAuth`です。その後、GoogleまたはMicrosoftアカウントでEDINET DBの認証を行います。

料金についてはChatGPTとEDINET DBで別契約です。EDINET DBはFreeで100回/日、Proで1,000回/日、Businessで10,000回/日のリクエスト上限を案内しており、Proは月額4,980円、Businessは月額29,800円としています。価格やプランは変更される可能性があるため、利用時には最新の公式案内を確認してください。

またOpenAIは、信頼できないMCPサーバーへ接続すると、プロンプトインジェクションを含むセキュリティリスクへの露出が増える可能性があると注意喚起しています。業務利用では接続先だけでなく、どのデータを外部サービスへ送るのかまで確認する必要があります。


ChatGPT×EDINET DBの使い方|有価証券報告書を4段階で分析する

企業分析では、「データを取得する作業」と「会計的に正しいか判断する作業」を分離することが重要です。

私なら、ChatGPTとEDINET DBを次のように使います。

1. `search_companies`で企業名・証券コード・EDINETコードを特定する
2. `get_financials`で複数年度の売上高、営業利益、利益率、CFなどを取得する
3. 異常値を見つけたら`get_text_blocks`などでMD&A、事業等のリスク、注記を探索する
4. 重要な結論は金融庁EDINETの原本または企業公式IRで照合する

この順序にする理由は、最初から「この会社を分析して」と丸投げすると、数字の取得、解釈、結論が一つの文章に混ざり、どこで間違えたのか追跡しにくくなるためです。

例えばトヨタ自動車なら、最初のプロンプトは次の程度で十分です。

「トヨタ自動車を特定し、直近5年間の営業収益、営業利益、営業利益率を年度別に整理してください。年度、単位、連結・単体の区分も明記してください」

EDINET DBの2026年9月2日時点の公開データでは、トヨタ自動車のEDINETコードはE02144で、FY2026の営業収益は50,684,952百万円、営業利益は3,766,216百万円、営業利益率は7.4%です。EDINET DBは、同じデータをREST APIやMCPサーバーでも取得できると案内しています。

ここで重要なのは、MCPが返した数字をそのまま「正しい」と扱わないことです。

トヨタ公式の2026年5月8日付「2026年3月期 決算説明会」でも、営業収益50兆6,849億円、営業利益3兆7,662億円、営業利益率7.4%が確認できます。つまり、EDINET DBで探索した結果を一次資料で照合するところまでが分析の1セットです。

次にChatGPTへ、

「前期から営業利益率が大きく低下した理由を、有価証券報告書や関連開示から探してください。非継続事業、組織再編、会計方針変更、表示変更がある場合は先に示してください」

と指示します。

このように、`search_companies → get_financials → get_text_blocks → 一次資料照合`という流れを固定すると、MCPは単なる検索機能ではなく、監査手続でいう分析的手続の入口に近い役割を持つようになります。

私が特に確認するAIの典型的な誤りは、連結と単体の取り違え、百万円・億円・兆円の単位混同、FY表記と暦年の混同、再表示前後の数字の比較、同じ名称でも定義が異なる財務指標の単純比較です。

これらは計算能力の問題というより、比較する前提条件の管理に失敗して起きる誤りです。会計実務では、こちらの方が結果に与える影響が大きい場合があります。


トヨタ自動車とソニーグループをChatGPTで分析すると何が見える?

実在企業を見ると、ChatGPTとEDINET DBを企業分析に使う際の二つの重要な視点が分かります。

トヨタ自動車では「異常値の発見」、ソニーグループでは「比較可能性の確認」がポイントです。

トヨタ自動車は「増収なのに減益」から深掘りする

トヨタ自動車の2026年3月期は、営業収益が前期の48兆367億円から50兆6,849億円へ増加しました。

一方、営業利益は4兆7,955億円から3兆7,662億円へ1兆293億円減少し、営業利益率も10.0%から7.4%へ2.6ポイント低下しています。

出典:トヨタ自動車「2026年3月期 決算説明会」、2026年5月8日。

この段階でAIに価値があるのは、「売上高が50兆円を超えた」と要約することではありません。

売上高は5.5%伸びているのに営業利益は21.5%落ちているという、次に調べるべき異常値を先に浮かび上がらせることです。EDINET DBの有報ベースの公開データでも、この増収減益が確認できます。 EDINET DB

トヨタの決算説明資料を見ると、営業利益の前年差には、為替変動の影響▲1,950億円、原価改善の努力▲1,200億円、営業面の努力+7,100億円、諸経費の増減・低減努力▲2兆300億円、その他+6,057億円が示されています。

諸経費の中には関税影響▲1兆3,800億円が含まれています。一方、営業面では台数・構成+2,100億円、バリューチェーン+1,650億円などのプラス要因もありました。

※画像はAIによるイメージ

したがって、「売上が伸びたのに減益だから事業競争力が低下した」と単純化するのは危険です。

ChatGPTで異常値を発見し、その後に会社開示の営業利益増減要因まで降りていくことで、トップライン、利益率、減益要因を階層的に読むことができます。

ソニーグループは前年比較の前に「再表示」を確認する

ソニーグループの2025年度、すなわち2026年3月期の継続事業の売上高は12兆4,796億円、営業利益は1兆4,475億円でした。

比較対象となるFY2024は売上高12兆349億円、営業利益1兆2,766億円で、営業利益率は10.6%から11.6%へ上昇しています。

出典:Sony Group Corporation「FY2025 Consolidated Financial Results」、2026年5月8日。

ただし、ここで前年比を機械的に計算する前に確認すべき事項があります。

ソニーグループは2025年10月1日にソニーフィナンシャルグループの金融事業についてパーシャル・スピンオフを実行しました。これに伴い金融サービス事業を非継続事業として扱い、FY2024の比較数値も継続事業と非継続事業の区分に合わせて再表示しています。

この事例は、AI企業分析で非常に重要な教訓を示しています。

計算式が正しくても、比較する母集団が違えば結論は間違います。

実際、EDINET DBのソニーグループFY2026ページでは、売上高12兆4,796億円、営業利益1兆4,475億円に対し、連結ベースの純利益は▲3,269億円と表示されています。金融事業のスピンオフを踏まえると、継続事業ベースの損益と連結全体の最終損益を混在させないことが不可欠です。

したがって私は、前年比較を依頼するときには、

「非継続事業、スピンオフ、事業売却、会計方針変更、表示変更、遡及修正の有無を先に確認し、比較可能な数字だけで分析してください」

という条件を入れるようにしています。

これは単なる数字のチェックではありません。比較する母集団を設計する作業です。


ChatGPT×EDINET DBを会計・監査実務でどう使うべきか?

私見では、ChatGPTとEDINET DBは企業分析の最終結論を自動生成する道具ではなく、「数値・理由・比較可能性」の3層を高速で確認するための道具と位置付けるのが適切です。

トヨタ自動車では、まず数値の変化から「増収・減益」という論点を発見し、その後に営業利益の増減要因を確認しました。

一方のソニーグループでは、増減分析より先に、金融事業のパーシャル・スピンオフと非継続事業への分類を把握する必要がありました。

この違いは重要です。

AIは数値の差額や比率を非常に速く計算できます。しかし、その二つの数字を本当に比較してよいのかという判断は、会計基準、連結範囲、事業再編、表示方法などの文脈を理解しなければできません。

私は実務上、AIで探索する。人間が比較可能性を判断する。一次資料で確定する。という三段階に分けるのが最も再現性の高い使い方だと考えます。

特に監査調書、重要な会計処理の検討、取締役会資料、経営判断などでは、ChatGPTやEDINET DBの回答のみを根拠として結論を確定するべきではありません。

EDINET DB自身も情報提供を目的とする独立サービスであり、金融庁およびEDINETとは組織的関係がないことを明記しています。最終的には金融庁EDINETの提出原本や企業公式IRへ戻れる運用にしておく必要があります。

数百ページの有価証券報告書を「読まなくてよくする」のではありません。

数百ページの中から、本当に読むべきページと論点を先に見つける。そこにChatGPTとEDINET DBを組み合わせる実務上の意味があると考えます。


まとめ

ChatGPTとEDINET DBをMCP接続すると、企業検索、複数年度の財務比較、有価証券報告書本文の探索、異常値の抽出までを自然言語で進めやすくなります。

ただし、ChatGPTが接続するのは金融庁EDINETそのものではなく、Cabocia Inc.が運営する独立サービスEDINET DBです。

実務では、「企業特定→財務時系列取得→異常値抽出→有報本文で原因探索→比較可能性確認→一次資料で照合」という順序にすると、AIの速度と会計・監査に必要な検証可能性を両立しやすくなります。

トヨタ自動車のように異常値から原因を追うケースと、ソニーグループのように再表示・非継続事業を先に確認すべきケースを区別することが、AIを使った有価証券報告書分析の精度を左右します。


よくある質問

ChatGPTは金融庁EDINETへ直接接続するのですか?

いいえ。この記事で扱っているのは、Cabocia Inc.が運営する「EDINET DB」をMCPサーバーとしてChatGPTへ接続する方法です。金融庁EDINETそのものへの直接接続ではありません。

ChatGPT PlusでもEDINET DBをMCP接続できますか?

EDINET DBはPlusを対象として案内していますが、2026年9月3日時点のOpenAI公式情報ではフルMCPの対象はBusiness、Enterprise、Eduで、Proはread/fetch権限付きMCPへの接続として説明されています。Plusについては、自分のアカウントにDeveloper modeやカスタムMCP追加機能が実際に表示されるか確認するのが確実です。

ChatGPTの企業分析結果をそのまま会計・監査資料に使えますか?

重要な判断では、AIの回答だけで結論を確定することは勧めません。金融庁EDINETや企業公式IRへ戻り、単位、連結・単体、会計基準、非継続事業、表示変更、遡及修正などを確認したうえで確定することが重要です。

執筆:篠原誠一(しのはらせいいち)

会計・監査・業務改善の実務家。長年、監査法人で上場会社等の監査や会計実務に従事。会計・監査の専門知見とAI・Officeツールを組み合わせ、複雑な実務論点を客観的な根拠に基づいて体系化し、業務の精度と効率を高める方法を研究・発信しています。

コメント

タイトルとURLをコピーしました