この​記事で​分かる​こと

  • 開示書類をネットで誰でも読めるようにした EDGAR と、財務諸表を機械で読める形にした XBRL の導入後、米国株の会計情報に基づくアノマリーの上乗せ（指標1単位あたりの月次リターン）が月0.4％ポイント前後縮んだという研究の結果と、その読み方
  • 株価や発行株式数のような市場データに基づくアノマリーでは、統計的に有意な変化が確認されなかったことの意味と、研究の対象・限界
  • 日本の EDINET・XBRL の経緯に照らして、クオンツ運用やリサーチでファクターの持続性を評価するときに確かめる点（編集部の考察）

想定読者：運用会社のクオンツ・ファンダメンタルのアナリスト、ファクター運用やスマートベータを選ぶ機関投資家の担当者、銘柄選択のモデルを検証するリサーチ担当
前提知識：ファクター投資の基本（ロングショート、五分位ポートフォリオ）、t 値の意味、有価証券報告書の財務諸表の構成

会計データから作った銘柄選択のシグナルを、20年分の日本株でバックテストした結果が手元にあるとする。アクルーアル（発生主義の利益と現金の差）や総資産の伸びが小さい企業を買い、大きい企業を売る。期間全体の平均では、ロングショートの差がはっきり出ている。投資委員会で問われるのは、この差が今後も同じ大きさで続くと見てよいのか、である。

ここで取り上げるのは、「その情報を手に入れ、計算に使うまでの手間」が差の大きさを左右したのではないか、という見方だ。紙の書類から数字を手で打ち込んだ時代と、ネットで入手しソフトウエアで一括して取り込める時代とでは、同じ会計情報でも価格への織り込まれ方が違うかもしれない。南カリフォルニア大学とサンディエゴ州立大学の研究者による論文は、米国の2つの制度変更を使ってこれを検証した。

この記事が主に参照する研究

Hirshleifer and Ma（2024）「The Effect of New Information Technologies on Asset Pricing Anomalies」NBER Working Paper No. 32767

  • 公表：初版 2024年8月（NBER WP）。参照した版：2025年1月の改訂版。査読：未査読（WP）
  • データ：米国の普通株（NYSE・Amex・NASDAQ、12月決算、金融・公益を除く）。EDGAR の分析は処置878社と対照878社の1992年7月〜1997年6月の月次リターン、XBRL の分析は処置252社と対照252社の2009年7月〜2012年6月
  • 方法：導入の時期が企業ごとにずれた制度変更を自然実験として使う、積み重ね型の差の差（DiD）推定。因果の識別をねらう設計
  • 位置づけ：情報の入手・処理に費用がかかるとする既存の理論の予測を、新しい設計で検証した研究

「公開情報」​でも、​入手と​処理には​費用が​かかる

アノマリーとは、リスクの標準的なモデルでは説明しにくい、銘柄の特性と将来リターンの規則的な関係を指す。ファクター​投資は、こうした関係のうち持続すると見たものを運用に組み込む。効率的市場仮説の実証では、決算の数字のように公表された情報は、すぐに価格に織り込まれる「公開情報」として扱われてきた。

Hirshleifer と Ma は、この区分が粗すぎると考える。開示された情報でも、手に入れ、読み、計算に使うには、金銭・時間・注意の費用がかかる。費用を払って情報を使う投資家の割合が小さいほど、その情報は価格に十分に織り込まれず、アノマリーが残る。費用が下がれば、情報を使う投資家が増え、アノマリーは弱まるはずだ、というのが論文の簡単なモデルの結論である1。

検証に使われたのは2つの制度変更だ。1つは SEC の電子開示システム EDGAR である。それ以前、開示書類を見るには、シカゴ・ニューヨーク・ワシントンにある SEC の閲覧室に出向くか、高額な商用データサービスを契約する必要があった。EDGAR は1993年から1996年にかけて10のグループに分けて段階的に導入され、1994年1月からはネットで無料で閲覧できるようになった2。もう1つは XBRL の義務化である。XBRL は財務諸表の各項目に標準の名札（タグ）を付け、ソフトウエアで直接読み取れるようにする形式で、2009年から2011年にかけて企業規模の大きい順に3段階で義務化された3。著者らは EDGAR を「入手の費用」、XBRL を「処理の費用」を下げた変化と位置づける。

導入の時期が企業ごとにずれたことが、検証の鍵になる。同じ月に、すでに導入された企業と、まだ導入されていない同規模の企業を比べれば、市場全体の変化を差し引いて導入の効果を取り出せる。これが差の差（DiD）の考え方である。論文は、すでに処置された企業を対照に含めたときの偏りを避けるため、将来処置される企業だけを対照にする積み重ね型の推定を使っている4。

対象は、ミスプライシング由来とされることの多い8つのアノマリーだ。会計情報を使う5つ（発生主義の利益と現金の差であるアクルーアル、純営業資産、投資対総資産、総資産成長率、総資産に対する売上総利益の比率）と、市場データを使う3つ（モメンタム、純株式発行、複合株式発行）に分けられる。後者の材料である株価や発行株式数は、EDGAR 以前から金融誌などで安く手に入った、というのが分類の理由である5。簿価時価比率で測るバリュー（割安株）や規模は、この8つに含まれていない。

各企業の各月について、ロング側の五分位に入るアノマリーの数からショート側の数を引いた値（Net）を、会計・非会計で別々に作る。会計アノマリーなら −5 から +5 の整数になる。推定の焦点は、Net が1高い企業の翌月リターンの上乗せが、導入後にどれだけ変わったかである6。

会計​アノマリーは​月0.4％ポイント​前後​弱まり、​市場データの​アノマリーでは​有意な​変化が​なかった

まず導入前の水準を確認しておく。導入前の企業では、Net が1高いと翌月のリターンが、EDGAR の標本で会計アノマリー0.37%・非会計0.34%、XBRL の標本で会計0.25%・非会計0.22%高く、いずれも統計的に有意だった7。どちらの時期にも、アノマリー自体は存在していたことになる。

そのうえで、導入による変化が図1である。EDGAR では、会計アノマリーの上乗せが導入された企業で月−0.41％ポイント（t 値 −2.70）変化し、ファーマ・​フレンチの​3ファクターで調整したリターンでも−0.39％ポイントだった。XBRL では−0.45％ポイント（t 値 −2.38）、調整後−0.36％ポイントである。一方、非会計アノマリーの係数は EDGAR で0.09％ポイント、XBRL で0.07％ポイントと小さく、統計的に有意な変化は確認されなかった8。

図1図1　導入でアノマリーの収益はどう変わったか導入前の平均（Net 1単位あたり）導入による変化（差の差の推定値）EDGAR × 会計アノマリー（5つ）0.37%−0.41pt（1%有意）EDGAR × 非会計アノマリー（3つ）0.34%0.09pt（有意でない）XBRL × 会計アノマリー（5つ）0.25%−0.45pt（5%有意）XBRL × 非会計アノマリー（3つ）0.22%0.07pt（有意でない）薄い棒：月次リターン（%）／濃い棒：変化（pt）
米国の​普通株、​12月決算、​金融・公益を​除く。​EDGAR は​処置878社・​対照878社​（1992年7月〜1997年6月の月次）、​XBRL は​処置252社・​対照252社​（2009年7月〜2012年6月）。​Net は​ロング側の​五分位に​入る​アノマリーの​数から​ショート側の​数を​引いた値。​薄い棒は​導入前の​企業に​ついて、​Net が​1増えた​ときの​翌月​リターンの差​（R1 表5）。​濃い棒は​導入された​企業と​対照企業の​差の​差の​推定値​（Net×導入後の​係数、​素の​月次​リターン、​R1 表6・​表7）。​ファーマ・​フレンチ3ファクター​調整後は、​会計で EDGAR −0.39・​XBRL −0.36％ポイント、​非会計で 0.14・0.01％ポイント​（R1 表IA.1・IA.2）。​pt は％ポイント。​濃い棒の​有意性は​時点で​クラスターした t 値に​よる。​薄い棒​（表5）の t 値は​不均一分​散に​頑健な​標準誤差に​よる。​出所：R1（NBER WP 改訂版、2025年1月）の​数値を​基に​大手町​プレップ​作成。

図1で読むべきは、濃い棒の長さが同じ組の薄い棒と同じくらいかそれ以上ある点だ。著者らも、効果の大きさは導入前の会計アノマリーの平均と同程度だと述べる9。編集部が点推定の比を取ると、EDGAR で約1.1倍、XBRL で約1.8倍（3ファクター調整後で約1.4倍）になる。導入前の平均と比べても大きな相対的低下である。ただし濃い棒は対照企業に対する変化の差で、薄い棒とは別の回帰の値なので、相殺して導入後の上乗せがゼロになったとは読めない。比は短い標本の点推定どうしで、不確実性が大きい（標本期間の短さは著者らも注意している）。

非会計アノマリーの結果には、検証上の役割もある。同じ時期の別の出来事が会計アノマリーだけを選んで動かすとは考えにくい、というのが著者らの想定だ。その想定の下では、非会計に変化がなく会計だけに変化が出たことは、結果が EDGAR・XBRL によるものだという解釈を支える、と著者らは論じる。会計アノマリーだけに効く別の要因まで排除したわけではない10。

対象を広げた検証もある。先行研究がミスプライシング由来と分類したアノマリーのうち、会計32・非会計34に広げると、会計の係数は EDGAR で−0.09％ポイント（t 値 −2.44）、XBRL で−0.13％ポイント（t 値 −2.32）、非会計は0.00・0.04％ポイントで有意でなかった11。Net の構成数が主分析と違うため係数の大小は比べられないが、符号と有意性は同じだ。

著者らがもう1つ強調するのは、入手の容易化（EDGAR）と処理の容易化（XBRL）の効果がほぼ同じ大きさだったことである。紙の書類が電子化されたあとも、数字を手で拾う手間を除くことに、同じくらいの意味があった、という解釈だ12。もっとも、2つの係数の差を検定した結果は示されておらず、「同程度」は点推定を並べた比較である。

何を​測り、​何を​測っていないか

標本は米国の12月決算の企業で、年次の会計情報だけを使う。四半期データを使うアノマリー（総資産利益率、倒産確率など）は除かれている13。効果は導入の前後1〜2年の窓で測ったもので、弱まった状態がその後も続いたかは分からない。ロング側とショート側のどちらで差が縮んだのか、取引費用を引いた収益がどうなったのかも示されていない。

機関投資家は EDGAR 以前でもデータを買えたのだから、効果が大きすぎるという反論もありうる。著者らは、取引費用や空売りの制約などの裁定の限界があり、情報を持たない投資家が多い市場では、一部の投資家が情報を持っていても価格が会計情報を完全には反映しない、と答えている14。この応答は理論上の説明で、データで直接確かめたものではない。

版による違いもある。2024年8月の初版（PDF の更新日時は7月29日）では EDGAR の処置企業を2つの群に分けて推定し、係数は−0.40％ポイントだった。改訂版は3つの群に組み直して標本を広げ、広いアノマリー集合での検証を加えた15。結論は変わっていないが、査読前の論文であることに変わりはない。

アノマリーが弱まる理由の研究は、ほかにもある。Chen、Lopez-Lira、Zimmermann は、論文で公表された予測変数でも、会計比率を機械的に探索して選んだ変数でも、元の標本期間のあとに予測力の約50%が残ることを示した。公表後の減衰には、投資家が論文から学ぶ効果が含まれるとする McLean と Pontiff（2016年）の結果も、この論文の中で紹介されている16。Brogaard らの研究（2023年の学会報告用の論文）は、アノマリーが主に減衰したのは、株価の刻みの小数化のような市場の流動性が構造的に高まった時期だった、と報告している17。公表、流動性、情報の費用は互いに排他的な説明ではなく、Hirshleifer と Ma は情報の費用の効果を時期のずれを使って取り出した。

大手町​プレップの​考察：プレミアムを​守っていた​「費用」は​どれか

以下は編集部の見方で、論文が検証したものではない。

ファクターの持続性を議論するとき、過去の平均と t 値、公表からの年数に目が向きやすい。この研究は「そのプレミアムは、どの費用に守られていたのか」という問いの有用さを示唆する。データの入手と処理の手間に守られていたプレミアムは、その手間が技術で取り除かれると縮みやすい。会計アノマリーで観察されたのはこの型だと考えられる。一方、空売りの難しさや資金の制約、リスクを取ることへの対価に支えられたプレミアムは、データが便利になっても同じようには縮まないかもしれない。市場データのアノマリーで有意な変化が見られなかったことは、この区別と整合的に読める（仮説）。

バリューは論文の8つに含まれないが、簿価時価比率の分子である純資産は会計情報だ。ただし純資産は早くから広く流通した数字で、複数の項目を組み合わせるアクルーアルとは手間が違う。バリューが会計アノマリーと同じように振る舞ったかは、この研究からは言えない。

もう1つの含意は、「処理の費用」の低下が今も続いていることだ。XBRL で数値の取り込みが容易になったあと、注記や本文のテキストを読み取る作業も、言語モデルなどを使えば手間を減らせるようになった（手順の例は「AIで​EDINETの​複数企業・​複数年度を​横断比較する」で扱った）。財務諸表本表の数値から作るシグナルは、すでに多くの参加者が同じ形で使える状態にある。手で読まなければ拾えなかった情報に基づくシグナルで、同じことがこれから起きるかは、検証に値する問いだと考えられる。

日本の​実務への​応用：EDINET の​経緯で​バックテストを​区切る

日本でも、開示書類の電子化と機械可読化は段階を追って進んだ。金融庁の資料によれば、EDINET による開示は2001年6月から順次始まり、2004年6月に有価証券報告書等の EDINET 提出が義務化された。2008年3月に新システムが稼働し、2008年4月1日以後に開始する事業年度から、財務諸表本表を XBRL 形式で提出する形に移った18。2011年の資料は、当時の XBRL の対象が財務諸表本表であったこと、対象を報告書の全項目に広げる次世代 EDINET を平成25年度目途に稼働させる計画を示している19。XBRL の導入の狙いとして、利用者がそれまで EDINET の表示を手作業で分析システムに入力していた手間を除くことが挙げられていた20。米国と並べたものが表1である。

表1　開示書類の電子化と機械可読化：米国と日本

表は横にスクロールできます →

時期米国（R1 が分析した制度変更）日本（金融庁の資料）
1993〜1996年EDGAR の段階導入（10のグループ。大企業ほど早い）。1994年1月からネットで無料閲覧—
2001年6月—EDINET による開示を順次開始
2004年6月—有価証券報告書等の EDINET 提出を義務化
2008年—新 EDINET 稼働（3月）。4月1日以後に開始する事業年度から財務諸表本表を XBRL で提出
2009〜2011年XBRL の段階義務化（公開浮動株50億ドル超の企業から）—
2011年の計画—XBRL の対象を報告書の全項目に広げる次世代 EDINET を平成25年度目途に稼働させる計画
米国は R1 §3（p.12〜14）に​よる。​日本は​金融庁​「有価証券報告書等に​関する​業務の​業務・​システム​最適化計画」​（2005年12月）、​「新​EDINETに​関する​説明会の​開催に​ついて」​（2007年12月）、​「次世代EDINETの開発について」​（2011年3月）に​よる。​日本の​2011年の​行は​当時の​計画で、​実際の​稼働時期は​本記事では​確認していない。​日本の​制度​変更が​アノマリーに​与えた​影響は R1 の​対象外。​出所：R1 と​金融庁の​資料を​基に​大手町​プレップ​作成。

この表から、日本株のファクター研究に持ち込める視点が2つある（いずれも編集部の提案）。1つは、バックテストの期間を、データの入手と処理の環境で区切って見ることだ。EDINET 義務化前、義務化後から XBRL まで、XBRL 以後のように分け、会計シグナルの差がどの区間で大きかったかを確かめる。期間全体の平均が手作業の時代の大きな差に支えられているなら、現在の期待値は割り引く必要がある。

もう1つは、比べる相手を用意することだ。日本の EDINET は書類の種類ごとに順次、XBRL は事業年度の開始日を基準に適用された。決算期の違いなどによる適用時期のずれを、論文のような企業間の差の差に使えるかは、本記事の資料だけでは判断できない。簡便な方法としては、同じ期間の市場データのシグナル（モメンタムや発行株式数の変化）を対照に置き、会計シグナルだけが制度変更のあとに弱まったかを見る方法が考えられる。ただし同じ時期の会計基準や市場構造の変化も重なるため、結果は因果の推定ではなく、仮説を点検する材料として扱うのがよい。

学習用の​設例：残る​割合と​検証期間で、​期待値は​どう​変わるか

学習用の設例（架空）

  • 日本株の会計シグナルのファクターで、バックテストの月次の平均ロングショート差が0.40%（単純年換算4.8%）、月次の差の標準偏差が2.5%
  • 今後も残る割合を100%・75%・50%・25%の4通り、年間の取引費用を1〜3%ポイントの3通りに置く
  • 費用控除後の年率＝月次の差×12×残る割合−取引費用（複利・税・資金調達の費用は考えない）

表2は、残る割合と取引費用の組み合わせで、費用控除後の年率がどう変わるかを示す。残る割合は、ここでは検証すべき仮定であり、論文の推定値ではない。

表2　設例：会計シグナルのファクターが今後どれだけ残るかと、費用控除後の年率（架空）

表は横にスクロールできます →

今後も残る割合取引費用 年1%年2%年3%
100%（月0.40%）3.8%2.8%1.8%
75%（月0.30%）2.6%1.6%0.6%
50%（月0.20%）1.4%0.4%−0.6%
25%（月0.10%）0.2%−0.8%−1.8%
前提​（架空）：バックテストの​月次の​平均​ロングショート​差0.40%​（単純年換算4.8%）。​費用控除後の​年率＝月次の​差×12×残る​割合−年間の​取引費用​（％ポイント、複利・税は考えない）。​残る​割合は​検証すべき​仮定で、​R1 の​推定値ではない。​出所：学習用の​仮定に​基づき大手町​プレップ作成​（架空）。

過去の差がそのまま続き、費用が年2%なら、費用控除後は年2.8%残る。半分しか残らなければ年0.4%となり、費用が年3%なら−0.6%とマイナスになる。4分の1なら年2%でも−0.8%だ。会計シグナルの差が情報の手間に守られていたとすれば、残る割合を高めに置いた前提は根拠が薄くなる。

図2は、検証期間を区切ったときの別の問題を示す。月次の平均差0.40%、標準偏差2.5%のままでも、36か月の区間では t 値は0.96にとどまり、120か月でも1.75である。

図2図2　設例：検証期間の長さと t 値（架空）月次の平均差0.40%・標準偏差2.5%のとき36か月（3年）t＝0.9660か月（5年）t＝1.24120か月（10年）t＝1.75240か月（20年）t＝2.48t＝2の目安
t 値＝平均差 ÷​（標準偏差 ÷ √月数）。​月次の​差に​系列相関が​ないと​仮定した​単純計算。​平均差と​標準偏差が​変わらない​とき、​t＝2 に​届くには​約156か月​（約13.0年）が​要る。​平均差が​半分の​0.20%に​減ると、​必要な​期間は​約625か月​（約52.1年）に​延びる。​濃い棒は t＝2 以上。​出所：学習用の​仮定に​基づき大手町​プレップ作成​（架空）。

月次の差に系列相関がないと仮定した単純計算（標準誤差＝標準偏差÷√月数）では、t 値が2に届くには約13.0年分のデータが要り、差が半分の0.20%に縮んでいれば約52.1年分が要る。期間を区切ると、各区間の平均は誤差が大きくなり、「最近の区間では有意でない」ことだけでは、差が消えたとも残っているとも言えない。区間ごとの点推定と信頼区間を並べ、縮み方の方向と大きさを見るのが現実的だ。論文の XBRL の分析も36か月の標本である。

明日から​使える​確認項目

  1. シグナルの材料を「市場データ」「財務諸表本表の数値」「注記・本文のテキスト」に分類する。手作業でしか拾えない情報ほど、過去の差が手間に守られていた可能性を考える。
  2. バックテストを、EDINET 義務化（2004年6月）と XBRL 化（2008年4月以後に開始する事業年度）を境に区切り、区間ごとの月次の平均差・標準偏差・t 値を表にする。期間全体の平均だけを報告しない。
  3. 同じ区間で、市場データのシグナルの差も並べる。会計シグナルだけが縮んでいれば、情報の費用の低下と整合的と読み、両方が縮んでいれば市場全体の変化を疑う。
  4. 将来の期待値を置くとき、「今後も残る割合」を明示的な仮定として書き、表2のように取引費用と組み合わせた感応度を示す。残る割合を50%に置いて費用控除後がマイナスになるシグナルは、採用の根拠を追加で求める（閾値は編集部の仮の目安で、研究で検証されたものではない）。
  5. 短い区間の結果は、点推定と信頼区間で読む。「直近3年で有意でない」を「消えた」と言い換えない。

よく​ある​質問

この​研究は、​日本でも​会計​アノマリーが​弱まった​ことを​示していますか。

示していません。​対象は​米国の​普通株で、​1990年代前半と​2009〜2012年の​制度変更です。​日本で​同じことが​起きたかは、​本文で​挙げたような​区切り方で、​別に​確かめる​必要が​あります。

​市場​データの​アノマリーには、​情報技術の​影響は​なかったのですか。

論文の​推定では​係数が​小さく、​統計的に​有意な​変化は​確認されませんでした。​影響が​全くなかった​ことまでは​言えません。​株価などは​以前から​安く​手に​入ったので、​EDGAR や XBRL で​入手の​手間が​あまり​変わらなかった、と​いうのが​著者らの​説明です。

まとめ

Hirshleifer と Ma の研究は、米国で開示書類がネットで読めるようになったときと、財務諸表が機械で読める形になったときの両方で、会計情報に基づくアノマリーの上乗せが、導入された企業で指標1単位あたり月0.4％ポイント前後縮んだことを、時期のずれを使った比較で示した。市場データのアノマリーでは、統計的に有意な変化は確認されなかった。結果は米国の短い期間の推定で、効果が長く続いたかや費用控除後の収益は分からない。日本の実務では、ファクターのプレミアムがどの費用に守られていたかを問い、EDINET と XBRL の経緯でバックテストを区切り、市場データのシグナルと比べながら、残る割合を明示した仮定として置くことが、持続性の評価を一段確かにすると考えられる。

次に​読む

脚注

  1. R1（NBER WP 改訂版, 2025年1月）p.3〜4（§1）、p.10〜11（§2、命題1）。ページは PDF のページ（印刷ページ＋1）。モデルでは、費用 c を払って信号を得る投資家の割合 λ が大きいほどアノマリーの強さが下がり、技術が c を下げると λ が上がります。費用には金銭のほか、注意を割く心理的な費用も含まれうるとされています（p.11 脚注5）。↩
  2. R1 p.12〜13（§3.1）、p.40（表1）。1994年1月17日に、全米科学財団の資金によるニューヨーク大学のサイトで EDGAR の書類が無料公開されました。それ以前の商用サービスの料金の例として、月125ドルに接続料1時間39ドルなどが加わったという1992年の請願書の記載が引かれています（p.13 脚注7）。↩
  3. R1 p.13〜14（§3.2、脚注8）。公開浮動株50億ドル超の企業は2009年6月15日以後に終わる期、その他の大規模早期提出会社は2010年、残りの企業は2011年から適用されました。2005年からの任意提出は企業が時期を選べるため、分析から外しています（p.18）。↩
  4. R1 p.6（§1）、p.16〜17（§4.1）、p.18〜19（§4.2）。対照企業は時価総額（水準と対数）の傾向スコアで処置企業と組み合わせています。EDGAR の導入順は規模を条件に無作為とされ（p.13）、大企業ほど早く導入されたためです。↩
  5. R1 p.5〜6（§1、脚注2・4）、p.18〜20（§4.3）、p.43（表4）。Stambaugh, Yu and Yuan（2012年）の11のアノマリーから、四半期データを使う3つを除いた8つです。↩
  6. R1 p.6（§1）、p.19（§4.3、式2）。Engelberg, McLean and Pontiff（2018年）の方法です。推定式には Net と月の固定効果の交差項が入り、時期によるアノマリーの強さの変動を吸収します（p.21〜22、式3）。↩
  7. R1 p.20〜21（§4.3）、p.44（表5）。t 値は EDGAR の会計7.32・非会計3.78、XBRL の会計3.31・非会計2.00で、不均一分散に頑健な標準誤差によります。導入前の企業と対照企業を合わせた推定です。著者らは、どちらの標本も期間が短く、平均の点推定は誤差が大きいと注意しています（p.20）。↩
  8. R1 p.7（§1）、p.22〜26（§5.1・§5.2）、p.45〜46（表6・表7）、p.48〜49（表IA.1・表IA.2）。素の月次リターンの係数で、t 値は時点でクラスターした標準誤差によります。時点と企業の二方向でクラスターしても有意性はほぼ同じです。3ファクター調整後の非会計の係数は EDGAR0.14・XBRL0.01％ポイントです。↩
  9. R1 p.24（§5.1）、p.26（§5.2）。EDGAR は0.39〜0.41％ポイント対導入前0.37%、XBRL は0.36〜0.45％ポイント対0.25%と比べています。本文の倍率は、素のリターンの係数（3ファクター調整後は XBRL のみ併記）を導入前の平均で割って編集部が計算した値です。↩
  10. R1 p.24〜27（§5.1・§5.2）。なお EDGAR の会計アノマリーでは、導入前の処置企業と対照企業の差（Net×Treat）が素のリターンで0.23（10%水準）でしたが、3ファクター調整後は小さく有意でなかったとされています（p.23 脚注14）。↩
  11. R1 p.26〜28（§5.3）、p.47（表8）。Chen, Lopez-Lira and Zimmermann（2024年）がミスプライシング由来と分類した変数から、連続変数であること、標本が1993年より前から始まること等の条件で絞っています。↩
  12. R1 p.7（§1）、p.29〜30（§6）。著者らは、情報の処理を容易にすることは入手を容易にすることと同じくらい重要でありうると解釈しています。↩
  13. R1 p.5（脚注3）、p.15〜16（§4.1）。同じ導入グループでも決算月が違うと処置の状態が月によって異なるため、12月決算に絞っています。↩
  14. R1 p.28〜29（§5.4）。↩
  15. R2（NBER WP 最初の版, 2024年8月。PDF の更新日時は2024年7月29日）p.7・p.19。最初の版では EDGAR の処置企業を691社、対照を691社としていました。XBRL の係数（−0.45％ポイント）は両版で同じです。↩
  16. R3（arXiv v7, 2025年12月）p.1（要旨）、p.2〜3（§1・図1）、p.5（McLean and Pontiff（2016年）の紹介）。公表された予測変数と、2万9,000の会計比率から t 値が2を超えるものを選んだ変数を、同じ条件で比べています。R1 は R3 の分類を広いアノマリー集合の選定に使っています。↩
  17. R4（2023年12月版）p.1（要旨）、p.3〜4（§1）。株価のリターンを情報の種類ごとに分解する手法で、論文での公表、流動性の変化、市場全体の傾向を比べています。査読の有無は未確認です。↩
  18. R5 p.1（第1）。2004年6月の義務化は同じ箇所の記載です。EDINET による提出・縦覧は一斉ではなく、2001年6月に有価証券報告書・半期報告書等、2002年6月に有価証券届出書等、2003年6月に大量保有報告書等へと順に広げられました。R6（2007年12月26日）は、2008年3月中旬の新システム稼働と、2008年4月1日以後に開始する事業年度からの XBRL 形式の財務諸表の提出への移行を予定として示しています。↩
  19. R7（2011年3月17日）p.1・p.3。実際の次世代 EDINET の稼働時期は本記事では確認していません。↩
  20. R5 p.3〜4（第2の1（1）「開示情報の二次利用性の向上」）。XBRL 化された開示データを分析システムに直接取り込めるようになる、と説明されています。↩

参考文献​（2026年11月確認）

※本記事は教育目的の一般的な解説であり、投資助言・法務・税務の助言ではありません。研究結果は各論文の対象・期間・方法の範囲で得られたもので、日本の個別企業・案件にそのまま当てはまるとは限りません。設例は学習用の架空の数値です。アイキャッチ画像は生成AIによるイメージです。