IPO・ECM・DCMの実務でAIを使う｜開示書類の整合性チェックと投資家Q&Aの準備

結論：AIの主戦場は「文章を書く」ことではなく「合っていない箇所を見つける」こと

IPOやエクイティ・ファイナンス、社債発行の実務では、有価証券届出書、目論見書、ロードショー資料、プレスリリース、想定Q&A集といった書類が同時並行で作られます。これらは別々のファイルとして別々の担当者が書きますが、そこに出てくる数値と主張は本来ひとつの事実に由来しています。売上高も営業利益も1株当たり当期純利益も、正しい値は1つしかありません。

ところが実務では、この「1つの事実」が10箇所以上に転記され、そのうちのいくつかが直前の修正に追随できずに古いまま残ります。これが発行実務で最も頻繁に起きる事故です。文章の巧拙よりも、数値の不一致のほうが致命的だからです。金融商品取引法では、有価証券届出書に重要な事項について虚偽の記載があった場合の役員等の賠償責任が第21条に、それを目論見書に準用する規定が同条第3項に置かれています（e-Gov法令検索・金融商品取引法、2026-08-16確認）。

したがって本記事の提案はこうです。生成AIは開示書類を「書く」道具ではなく、複数書類にまたがる数値と主張の「食い違いを機械的に洗い出す」道具として使う。文章生成に使う場合も、素材の整理と表現候補の列挙までにとどめ、記載内容の確定は必ず人が行う。これが、責任が伴う書類にAIを持ち込むときの現実的な線引きです。

全体像：8工程を「機密段階」で3つに区切る

資本市場の案件は、走り始めた瞬間から終わりまで機密度が一定ではありません。市場環境の整理や標準的な工程表づくりは公知情報だけで足りますが、エクイティストーリーの検討や業績見通しの記載に入った時点で、扱う情報はまだ公表されていない企業の内部情報に変わります。そして上場・発行が公表された後は、同じ情報が公知情報になります。

AIツールの選び方は工程ではなく、この機密段階で決まります。「この作業はAIでやってよいか」ではなく、「いま手元にある入力資料は、どの段階の情報か」を先に判定する。これが本記事の中心的な提案です。

工程 × AI適用表：8工程の作業内訳

図1を実務で使える粒度に展開したものが次の表です。「入力資料」の欄が重要で、ここに未公表の内部資料が含まれる工程では、利用できるAI環境が社内ルールで限定されます。

債券発行（DCM）の場合も骨格は同じです。発行登録制度を使う場合には発行登録書と発行登録追補書類が、個別に届け出る場合には有価証券届出書が対象になります（金融商品取引法第172条の2第3項は、これらをまとめて「発行開示書類」と定義しています）。株式との違いは、格付や財務制限条項といった債務者としての情報が主戦場になる点です。

開示書類だから気をつけること（本記事の核）

他の業務でのAI活用と決定的に違うのは、次の4点です。

(1) 法定開示書類には正確性の責任が伴う

有価証券届出書は金融商品取引法第5条に基づいて提出され、目論見書は同法第13条に基づいて作成されます。重要な事項について虚偽の記載があり、または記載すべき重要な事項の記載が欠けているときは、第21条により役員等の賠償責任が定められ、第172条の2により発行者に対する課徴金納付命令が定められています（e-Gov法令検索、2026-08-16確認）。

さらに実務上見落とされやすいのが第13条第5項です。同項は、募集または売出しのために「第一項の目論見書以外の文書、図画、音声その他の資料」を使用する場合には「虚偽の表示又は誤解を生じさせる表示をしてはならない」と規定しています。つまり規律は目論見書の中だけで完結せず、ロードショー資料や説明資料にも及ぶ構造になっています。AIに作らせた説明資料のキャッチコピーが開示書類より強い表現になっていないか、という点検が必要になる根拠がここにあります。具体的な適用については法務・専門家へのご確認をお願いします。

(2) 未公表の重要事実を扱う工程があり、AIへの投入可否が段階で変わる

上場会社等については、金融商品取引法第27条の36が「当該上場会社等の運営、業務又は財産に関する公表されていない重要な情報であつて、投資者の投資判断に重要な影響を及ぼすもの」を「重要情報」と定義し、取引関係者への伝達と同時（一定の場合は速やかに）に公表することを求めています。金融庁は、この規定に関する留意事項として「金融商品取引法第27条の36の規定に関する留意事項について（フェア・ディスクロージャー・ルールガイドライン）」を平成30年2月6日に公表し、平成30年4月1日から適用しています（金融庁公表ページ、2026-08-16確認）。

条文上、第27条の36の対象は金融商品取引所に上場されている有価証券等の発行者であり、上場前の会社が同条の名宛人になるかどうかは条文の文言で範囲が画されています。ただし個別の適用関係の判断は本記事の範囲を超えますので、実際の運用は弁護士・主幹事証券会社にご確認ください。インサイダー取引規制における「重要事実」とフェア・ディスクロージャー・ルールにおける「重要情報」は別の条文の別の概念であり、混同しないことが重要です。前者の枠組みはインサイダー取引規制と大量保有報告制度（5%ルール）入門で扱っています。

実務への含意は明快です。「公表前か公表後か」で、同じテキストでも投入できるAI環境が変わります。公表前の業績数値や発行条件を、社内で承認されていない外部サービスに貼り付けることは、情報管理上も規制対応上も取るべきでない行動です。

(3) 同じ数字が複数箇所に出るため、整合性が最大の実務課題

「企業内容等の開示に関する内閣府令」の第二号様式は、有価証券届出書を「第一部　証券情報」と「第二部　企業情報」に分け、企業情報の中に「第2　企業の概況」の「1　主要な経営指標等の推移」や「第3　事業の状況」の「3　事業等のリスク」といった項目を置く構成になっています（e-Gov法令検索、2026-08-16確認）。この構成上、同じ売上高が「主要な経営指標等の推移」「経理の状況の財務諸表」「経営者による分析」の少なくとも3箇所に現れます。そこにロードショー資料とプレスリリースが加わり、実務では10箇所を超えるのが普通です。

加えて、同府令第9条は、時価またはそれに近い価格で発行する株券について発行価格の決定前に募集を行う必要がある場合、発行価格・資本組入額・申込証拠金などを記載しないで届出書を提出できると定めています（金融商品取引法第5条第1項ただし書に対応）。価格が後から確定する構造そのものが、書類間の数値ずれを生みやすくしています。

(4) 他社開示は参考にしても流用しない

類似案件の目論見書や届出書を参照すること自体は一般的な実務です。しかし、他社の文章をそのまま持ち込むことは避けるべきです。理由は3つあります。第一に、他社の記載はその会社の事実に基づいて書かれており、自社の事実と一致しない記載が紛れ込むと、それは虚偽記載のリスクそのものになります。第二に、著作物の複製にあたりうる利用は法的な問題を生じさせます。第三に、生成AIに「A社の目論見書のように書いて」と指示すると、A社固有の事実がそれらしく混ざった文章が出てきます。参考にしてよいのは「どの論点を書いているか」という構成の観点までで、文章そのものではありません。

数値の整合性チェックを設計する

整合性チェックの本質は、AIの性能ではなくデータ構造の設計にあります。手順は3段階です。

1. 数値ソース（正本）を1つ作る：指標名・値・単位・出典（監査済み財務諸表のどの表か）・確定日を列にした表を1枚だけ作り、これ以外の場所で数値を「決めない」ルールにします。
2. 出現箇所マップを作る：各指標が、どの書類のどのセクションに何回出るかを列挙します。ここで初めて「12箇所ある」といった実態が見えます。
3. 突合する：各書類のドラフトから該当箇所を抜き出し、正本と機械的に比較します。AIが有効なのはこの抽出と比較の部分で、値の確定は必ず原資料に戻って人が行います。

この設計の要点は、AIに数値を計算させないことです。AIは「ここに書かれている数値は正本と違います」と指摘するだけで十分であり、正しい値が何かを決めるのはあくまで原資料です。

設例：株式会社ミナトテクノリンク（架空）の新規上場

以下はすべて理解のための仮設例で、実在の企業・案件とは関係ありません。単位は百万円に統一します。

検算：12,480 − 8,112 = 4,368。4,368 − 3,120 = 1,248。1,248 ÷ 12,480 = 10.0％。806,000,000 ÷ 20,000,000 = 40.30円。5,040 ÷ 12,000 = 42.0％。(12,480 − 11,143) ÷ 11,143 = 12.0％。1,800円 × 2,000,000株 = 3,600百万円、3,600 − 180 = 3,420百万円。いずれも整合します。引受手数料（アンダーライティング・スプレッド）の水準は案件ごとに異なるため、ここでは仮定として明示しています。

出現箇所マップと不一致の検出

この正本の値が、ドラフト段階で12箇所に出現している状況を想定します。突合の結果、3箇所で不一致が検出されました。

3件の不一致の内訳と修正内容は次のとおりです。

• ②手取金の使途の合計が3,400：内訳が「設備投資 1,800 ＋ 基幹システム 900 ＋ 借入金返済 700 ＝ 3,400」となっており、手取概算3,420に対して20不足していました。借入金返済を720に修正し、1,800 ＋ 900 ＋ 720 ＝ 3,420 で一致します。合計欄だけを直して内訳を放置するのが最悪の対応で、内訳側を確定させるのが正しい順序です。
• ⑨経営者による分析の本文で売上高が12,408：8と0の入れ替えによる典型的な転記誤りです。12,480に修正します。人間の目視では最も見つけにくい種類の誤りで、機械的な突合が効く典型例です。
• ⑫サマリー資料の自己資本比率が42.3％：分子の自己資本を5,076（新株予約権を含めた値）で計算していました。正本の定義に合わせ 5,040 ÷ 12,000 ＝ 42.0％ に修正します。これは転記ミスではなく定義の相違で、指標の定義を正本側に書いておかないと再発します。

「不一致ではなく定義違い」を分けて扱う

実務でよく揉めるのが、PER（株価収益率）のような算定基礎が複数あり得る指標です。設例では次の2つの値がどちらも計算上は正しくなります。

• 上場前株式数ベース：1,800円 ÷ 40.3円 ＝ 44.7倍
• 上場後株式数ベース：上場後株式数 20,000,000 ＋ 2,000,000 ＝ 22,000,000株、想定時価総額 1,800円 × 22,000,000株 ＝ 39,600百万円、39,600 ÷ 806 ＝ 49.1倍

この2つが別の書類に出ていると「不一致」に見えますが、実態は算定基礎の違いです。正本表に「PERの算定基礎は上場後株式数」と定義を1行書いておけば、この論点は最初から発生しません。整合性チェックの半分は、突合作業ではなく定義の固定です。

プロンプト例：出現箇所の突合と不一致の検出

以下は、社内で承認されたAI環境で使うことを前提としたプロンプトの例です。プロンプト設計の一般論はファイナンス実務のプロンプト設計に整理しています。

【役割】
あなたは開示書類の数値整合性を点検する校閲担当です。文章の良し悪しは評価しません。

【目的】
添付した「数値ソース（正本）」と、各書類ドラフトに現れる数値を突き合わせ、
一致しない箇所だけを漏れなく列挙してください。

【入力】
(A) 数値ソース（正本）：指標名／値／単位／出典／定義 の表
(B) 書類ドラフト：証券情報、企業情報、経理の状況、経営者による分析、
    ロードショー資料、サマリー資料（それぞれセクション見出し付きテキスト）

【単位】
すべて百万円。株数は株、比率は％（小数第1位）、1株当たり金額は円（小数第1位）。
入力に単位の記載がない数値は「単位不明」として扱い、推測しないでください。

【出力形式】
次の列を持つ表のみを出力します。
 No / 書類名 / セクション / 記載値 / 正本値 / 差異 / 判定 / 想定原因
判定は「一致」「不一致」「定義相違の疑い」「単位不明」の4種類だけを使います。

【計算方法】
・差異＝記載値−正本値。比率はポイント差で表記します（％と％ポイントを混在させない）。
・あなたは新しい数値を計算しないでください。四則演算が必要な検証は「要人手確認」と書きます。

【禁止事項】
・記載値の書き換え提案をしないこと（修正はレビュー担当が原資料に戻って行います）。
・正本にない指標を補完しないこと。
・他社の開示書類の表現を引用・参照しないこと。

【不明情報の処理】
該当箇所が見つからない指標は「未検出」と明記し、推測で埋めないでください。

【出典表示】
各行に、記載値を見つけた箇所（書類名＋セクション見出し＋段落番号）を必ず付けます。

【検算】
最後に「点検した出現箇所の総数」「一致件数」「不一致件数」を出し、
一致件数＋不一致件数＋未検出件数＝総数 になることを確認して表示してください。

【レビュー項目】
・同一指標で判定が分かれた場合は、定義の相違が原因でないかを別行で指摘すること。
・合計欄と内訳の合計が食い違う箇所を優先的に先頭に並べること。

このプロンプトの設計上の要点は、AIに計算させず、修正もさせないところにあります。出力は「疑わしい箇所のリスト」であって、正解ではありません。実際に手を動かして直すのは、原資料に戻れる人だけです。

投資家Q&A準備の型

ロードショーや個別面談で受ける質問は、事前に想定できるものが大半です。準備の目的は「うまく答えること」ではなく、答えてよい範囲をあらかじめ決めておくことにあります。ここが曖昧なまま面談に臨むと、その場の勢いで未公表の情報を口にしてしまう事故が起きます。

そこで、想定Q&Aは次の6欄で管理することを提案します。特に第5欄「回答してよい範囲」を独立させるのが本記事の提案の核です。

この様式でAIが担えるのは、次の3つです。

1. 想定質問の網羅：開示書類のドラフトを読ませ、「投資家が追加で聞きたくなる点」を列挙させます。人が思いつく質問には偏りがあるため、網羅性の底上げに効きます。
2. 根拠となる開示箇所の紐付け：各質問について、開示書類のどのセクションに答えが書かれているかを対応付けさせます。ここで「該当箇所なし」と返ってくる質問こそが最重要です。開示に根拠がない＝答えれば未公表情報の伝達になり得る質問だからです。
3. 回答案と開示書類の表現差分の検出：回答方針の文言が、開示書類より踏み込んだ表現になっていないかを比較させます。

一方、第5欄「回答してよい範囲」の確定はAIに任せられません。これは法令・上場規則・社内規程の適用判断であり、法務および主幹事証券会社と合意すべき事項です。

フェア・ディスクロージャーの観点で確認できたこと・確認できなかったこと

一次情報で確認できたのは、次の範囲です。

• 金融商品取引法第27条の36第1項が、上場会社等またはその役員等が業務に関して「取引関係者」に「重要情報」を伝達する場合、当該上場会社等は伝達と同時に当該重要情報を公表しなければならないと規定していること（同項ただし書に、取引関係者が法令または契約により秘密保持義務と売買等の禁止義務を負う場合の例外が置かれています）。
• 同条第2項が、伝達時に重要情報に該当することを知らなかった場合や同時公表が困難な場合として内閣府令で定める場合について、伝達を知った後速やかに公表する扱いを定めていること。
• 同条第4項が、公表の方法をインターネットの利用その他の方法によるとしていること。
• 金融庁が同条に関する留意事項をガイドラインとして平成30年2月6日に公表し、平成30年4月1日から適用していること。

確認できなかった／本記事では書かないこと：個別のミーティング形式（1対1面談、スモールミーティング、非取引型ロードショー等）がどの範囲で同条の適用対象になるか、どのような発言が「重要情報の伝達」に当たるかといった適用の解釈です。ガイドライン本文のPDFは公開されていますが、本記事の作成時点で機械的なテキスト抽出により逐語の確認ができなかったため、ガイドラインの記述内容を引用・要約することは行いません。実務判断は必ず弁護士および主幹事証券会社にご確認ください。

開示書類でのAI出力の検証方法

ハルシネーションの一般的な見抜き方は生成AI出力の検証手順に譲り、ここでは開示書類固有の検証項目に絞ります。

1. 指摘された不一致を、原資料で1件ずつ確認する：AIが「不一致」と言った箇所が本当に不一致か、監査済み財務諸表に戻って確認します。誤検知（実際は一致しているのに不一致と判定される）は普通に起きます。
2. 指摘されなかった箇所を抜き取り検査する：見逃しのほうが危険です。指標ごとに最低1箇所は、AIの出力と無関係に人が目視で照合します。
3. 合計と内訳の再計算：手取金の使途、株式数の内訳、財務数値の小計はすべて人が電卓またはExcelで足し直します。AIの計算結果は根拠になりません。
4. 単位と桁の確認：百万円と千円、％と％ポイント、株と千株の取り違えは、AI出力でも人手でも同じ頻度で起きます。表ごとに単位表記の存在を確認します。
5. 他社文言の混入チェック：生成された文章に、自社の事実と結びつかない固有名詞・製品名・地域名・数値が混ざっていないかを確認します。他社開示を参考にした工程がある場合は必須です。
6. 時点の確認：AIが参照した資料が最新版か。ドラフトが日次で更新される工程では、突合対象のバージョンを記録します。
7. 作業証跡の保存：いつ、どのバージョンを、どの環境で、誰が点検したかを記録します。上場審査では、東京証券取引所が送付する質問事項への回答書とヒアリングにより審査が行われるとされており（日本取引所グループ「上場スケジュール」、2026-08-16確認）、作成過程を説明できる状態にしておく意味があります。

機密情報・個人情報の注意

この業務で扱う資料は、公表前の業績数値、発行条件、事業計画、係争情報など、外部に出れば売買判断に影響し得る情報の塊です。社内で承認されたAI環境以外に、これらを入力しないでください。入力の可否は「機密かどうか」の一般論ではなく、社内規程で承認された環境かどうかで決まります。

また、株主名簿や役員の経歴といった個人情報が含まれる資料は、個人情報保護の観点から別の取扱いが必要になります。判断基準と社内ルールの作り方は生成AIに入れてよい情報・いけない情報にまとめています。AI製品ごとの入力データの取扱いは変更されることがあるため、利用前に各社の公式情報をご確認ください。

よくある失敗

• AIに数値を計算させ、原資料に戻らない：最も多く、最も重い失敗です。AIの出力は「疑わしい箇所のリスト」であって、正しい値ではありません。合計・比率・1株当たり金額は、必ず原資料と人の計算で確定させます。
• 他社目論見書の文章を流用する：構成の観点を参考にするのと、文章を持ち込むのは別物です。他社固有の事実が混入すれば、それは自社の書類における虚偽記載のリスクになります。
• 未公表情報を社外AIに入力する：便利さと引き換えに失うものが大きすぎます。工程の途中で機密段階が変わる（図1の⑦）ことを意識せず、公表前の資料を公表後と同じ扱いにしてしまう事故が典型です。
• 合計欄だけを直して内訳を放置する：設例の②がこれに当たります。表面上は整合しますが、原因が残るため次の版でまた食い違います。修正は必ず内訳側から行います。
• 定義の相違を「不一致」として処理する：PERの算定基礎のように、どちらの値も正しい場合があります。正本表に定義を書いて固定するのが正しい対処で、片方を機械的に書き換えるのは誤りです。

実務チェックリスト

• 数値ソース（正本）を1枚作り、指標名・値・単位・出典・定義・確定日を記録した
• 正本以外の場所で数値を「決めない」ことを、チーム全員が合意している
• 各指標の出現箇所マップを作り、総数を数えた（設例では12箇所）
• PER・利益率など算定基礎が複数あり得る指標について、定義を正本表に明記した
• 工程ごとの機密段階を判定し、使用するAI環境を工程表に書き込んだ
• 公表を境に扱いが変わる工程（ロードショー資料等）を特定し、切り替え日を明示した
• AIが検出した不一致を、1件ずつ原資料に戻って確認した
• AIが指摘しなかった箇所についても、指標ごとに抜き取り検査を行った
• 合計と内訳の再計算を人が実施した（AIの計算結果を根拠にしていない）
• 単位（百万円・％・％ポイント・株）の表記が全書類で統一されている
• 生成した文章に他社固有の事実・固有名詞が混入していないか確認した
• 想定Q&A表の「根拠となる開示箇所」が空欄の質問を洗い出し、回答区分を決めた
• 「回答してよい範囲」の区分について、法務・主幹事証券会社の確認を得た
• 点検の作業証跡（日時・バージョン・環境・担当者）を保存した
• 金商法・上場規則の適用に関わる判断は、専門家に確認した

日本企業・日本市場での留意点

東京証券取引所は、プライム市場、スタンダード市場、グロース市場およびTOKYO PRO Marketの4つの市場を提供しており、経由上場もIPOと同じ基準に基づく審査を受けるとされています（日本取引所グループ「市場構成」、2026-08-16確認）。市場区分の考え方は東証の市場区分にまとめています。

実務上の重要な特徴は、取引所への上場審査書類と、金融商品取引法に基づく開示書類が並行して作られることです。東証は、新規上場申請のための有価証券報告書（「Ⅰの部」・「Ⅱの部」）の記載内容等をもとに、取引所が送付する質問事項への回答書およびヒアリングによる質問・確認によって上場審査を実施するとしています。またグロース市場は審査期間が2か月とされ、上場申請までに申請直前2期間分の監査証明が必要になる点にも留意が必要とされています（同「上場スケジュール」、2026-08-16確認）。

さらに、企業内容等の開示に関する内閣府令第8条第2項は、金融商品取引所に発行株式を上場しようとする内国会社が募集・売出しのために提出する有価証券届出書について、第二号の四様式によることを定めています（e-Gov法令検索、2026-08-16確認）。つまり同じ会社の同じ数値が、取引所向けの書類と財務局向けの届出書の両方に出ます。整合性チェックの対象は法定開示書類だけではない、というのが日本のIPO実務における実質的な難しさです。有価証券届出書とブックビルディングの基本は各用語ページを参照してください。

よくある質問（FAQ）

Q. 開示書類の英文版を作るときも、同じ整合性チェックが必要ですか。

はい、必要です。むしろ英文版では、翻訳の過程で単位表記（million / billion）や小数点・桁区切りの記法が変わるため、数値ずれが起きやすくなります。日本語版の正本表に英語表記の列を1つ足し、指標名・単位・定義の英訳を固定してから翻訳工程に入るのが実務的です。翻訳自体にAIを使う場合も、数値部分は翻訳対象から外して機械的に差し込むほうが安全です。

Q. 社債発行（DCM）でも、この整合性チェックは同じように使えますか。

構造は同じです。ただし突合対象が変わります。株式では業績数値と株数が中心ですが、社債では発行総額・利率・償還期限・格付・財務制限条項に関する記載が、発行登録追補書類、社債要項、投資家向け説明資料の間で一致している必要があります。特に金額の桁（億円と百万円の混在）と日付（払込期日・利払日・償還日）が事故の多い箇所です。制度面は本記事冒頭で挙げたDCM入門を参照してください。

Q. 主幹事証券会社側と発行会社側で、AIの使い方に違いはありますか。

扱う情報は同じ未公表情報ですが、責任の所在が異なります。開示書類の記載内容の文責は発行会社にあり、証券会社は引受にあたっての審査を行う立場です。東証は、主幹事証券会社が申請会社の上場にあたり取引所に対して「上場適格性調査に関する報告書」を提出するとしています（同「上場関係者と役割」、2026-08-16確認）。したがってAIの使い方も、発行会社側は「自社の事実との突合」、証券会社側は「提出された資料の内部矛盾の検出」に重心が置かれるのが自然だと考えられます。これは本記事の推論であり、各社の運用は社内規程によります。

まとめ

IPO・ECM・DCMの実務でAIを使う際の要点は、次の3つに集約されます。

1. 工程ではなく機密段階で判定する。同じ作業でも、扱う資料が公表前か公表後かで使えるAI環境が変わります（図1）。
2. 数値ソースを1本にして、出現箇所を全部数える。整合性チェックの成否は、AIの性能ではなくデータ構造の設計で決まります。設例では12箇所を突合し、転記誤り・合計もれ・定義相違の3類型を検出しました（図2）。
3. 投資家Q&Aは「回答してよい範囲」を先に決める。根拠となる開示箇所が空欄の質問は、原則として回答しない側に倒します（図3）。

そして、法令・上場規則の適用に関わる判断はAIにも本記事にも委ねず、法務および主幹事証券会社にご確認ください。AIが担うのは、人が判断するための材料を漏れなく並べるところまでです。

出典・参考（2026-08-16確認）

• e-Gov法令検索「金融商品取引法」（昭和二十三年法律第二十五号）第4条・第5条・第13条・第15条・第21条・第22条・第27条の36・第172条の2 — https://laws.e-gov.go.jp/law/323AC0000000025
• e-Gov法令検索「企業内容等の開示に関する内閣府令」（昭和四十八年大蔵省令第五号）第8条第2項・第9条・第二号様式 — https://laws.e-gov.go.jp/law/348M50000040005
• 金融庁「平成29年金融商品取引法改正に係る『金融商品取引法第27条の36の規定に関する留意事項（フェア・ディスクロージャー・ルールガイドライン）』等に対するパブリックコメントの結果等について」（平成30年2月6日公表、平成30年4月1日適用） — https://www.fsa.go.jp/news/29/syouken/20180206.html ／ ガイドライン本文 https://www.fsa.go.jp/common/law/kaiji/20180206-2.pdf （本記事では条文の内容のみを記述し、ガイドライン本文の逐語引用は行っていません）
• 日本取引所グループ「新規上場基本情報／上場スケジュール」（Ⅰの部・Ⅱの部、質問事項への回答書、グロース市場の審査期間、直前2期間の監査証明） — https://www.jpx.co.jp/equities/listing-on-tse/new/basic/02.html
• 日本取引所グループ「新規上場基本情報／市場構成」（プライム・スタンダード・グロース・TOKYO PRO Market） — https://www.jpx.co.jp/equities/listing-on-tse/new/basic/index.html
• 日本取引所グループ「新規上場基本情報／上場関係者と役割」（主幹事証券会社、上場適格性調査に関する報告書） — https://www.jpx.co.jp/equities/listing-on-tse/new/basic/03.html

※本記事は教育目的の一般的な解説であり、法務・税務・会計・投資に関する助言ではありません。実際の判断は専門家にご確認ください。設例は理解のための仮設例です。AI製品の仕様・料金は変更されることがあるため、利用前に各社の公式情報をご確認ください。