Crawl Report · 2026-08-10 · 표본 100사

상장사 IR 캘린더 크롤링 실측 리포트

일본 상장사 100곳의 홈페이지를 자동으로 찾아 IR 캘린더를 크롤한 실측 기록. 무엇이 수집됐고, 무엇이 어디서 왜 실패했는지 전량 기록.

표본 100사 성공 28사 수집 일정 55건 IR 이벤트 121건 요청 2,060회

수집한 결산발표 일정

55

28사에서 · 이 중 미래 16건

IR·공시 이벤트

121

추가 요청 0회

미래 예정일을 준 회사

9사

가장 먼 일정 D+276

HTTP 요청

2,060

회사당 20.6회

한 줄 요약

100사 중 28사에서 결산발표 예정일 55건을 얻었다. 같은 페이지에서 주주총회·설명회·배당 같은 IR 이벤트 121건이 추가 요청 없이 따라왔다. 실패한 72사 중 34사는 캘린더 파싱이 아니라 회사 도메인을 못 찾아서 넘어졌다. 병목은 파서가 아니라 주소록이다.

다만 수집한 55건 중 미래 날짜는 16건뿐이다. 미래 예정일을 하나라도 준 회사는 9사 — 자세한 이유는 아래에 따로 뜯었다.

무엇을 어떻게 크롤했나

표본은 결산월이 확인된 2,917사에서 결산월 분포대로 층화 추출했다. 이미 IR URL 이 등록된 22사와 이전 라운드 100사는 제외해, 크롤러가 처음 보는 회사만 남겼다.

1. 도메인 후보   Wikidata 증권코드(P249@東証) → QID 경유 → ja.wikipedia 외부링크
2. 도메인 검증   홈페이지에서 사명·증권코드·IR 문구 채점. 통과 못 하면 버린다
3. robots.txt   Disallow 걸린 경로는 아예 요청하지 않는다
4. 페이지 발견   알려진 IR 캘린더 경로 24종 → /ir/ 허브 1홉 → iframe 문서
5. 채점          決算発表 문구 + 날짜 토큰 수로 캘린더인지 판정
6. 추출          결산발표 예정일(결산기 역산) + IR·공시 이벤트

같은 호스트에는 1.1초 간격으로만 요청했고, robots.txt 의 Disallow 는 요청 전에 걸렀다. User-Agent 에는 연락처를 밝혔다 — 그 대가로 일부 대기업 WAF 에 403 을 맞았고, 그건 아래 실패 항목에 그대로 남겼다.

단계별로 얼마나 살아남았나

각 단계의 막대는 100사 중 남은 회사 수다. 오른쪽 숫자는 그 단계에서 잃은 수.

종료 사유 전량

이전 라운드와 누적

R1 은 표본이 겹치지 않는 별도 100사다. 두 라운드를 합치면 200사 실측이 된다.

성공한 것

결산발표 예정일 — 28사 / 55건

신뢰도 0.8 은 페이지에 연도가 명시된 날짜, 0.65 는 연도를 문맥으로 보정한 날짜다.

미래 깊이

오늘로부터 며칠 앞 일정까지 얻었는가. 이 크롤러의 존재 이유가 여기 있다 — 거래소 공식 데이터보다 먼저 나오는 구간.

중앙값이 과거로 내려간 이유는 단순하다. 대부분의 회사가 캘린더에 막 끝난 발표와 다음 한 건만 올려둔다. 연간 4건을 미리 공개하는 회사는 소수다.

IR·공시 이벤트 — 121건 / 32사

결산발표만 보던 파서에 이벤트 추출기를 붙였다. 캘린더 페이지를 이미 받아왔으므로 추가 요청은 0회다.

결산발표 외 54건 전량 — ⚠ 는 연도를 문맥으로 보정한 날짜

종목	회사	종류	일자	시각	원문 라벨	출처
2810.T	ハウス食品グループ本社	결산설명회·기관 미팅	2026-05-12	—	2026年3月期 証券アナリスト向け決算説明会	https://housefoods-group.com/ir/ir_calender/
7481.T	尾家産業	배당 기준일·지급	2026-05-12	—	期末配当金支払	https://www.oie.co.jp/ir/calendar.php
9697.T	カプコン	침묵기간	2026-05-12	—	沈黙期間	https://www.capcom.co.jp/ir/calendar
2897.T	日清食品ホールディングス	결산설명회·기관 미팅	2026-05-14	—	2026年3月期 通期決算説明会	https://www.nissin.com/jp/company/ir/calendar/
4544.T	Ｈ．Ｕ．グループホールディングス	결산설명회·기관 미팅	2026-05-14	—	2026年3月期 決算説明会（オンライン会議）	https://www.hugp.com/ir/calendar/
7844.T	マーベラス	결산설명회·기관 미팅	2026-05-15	—	2026年3月期 決算説明動画配信	https://corp.marv.jp/schedule.html
5994.T	ファインシンター	결산설명회·기관 미팅	2026-05-21	—	2026年3月期決算および新中期経営計画説明会	https://www.fine-sinter.com/ir/calendar/
1861.T	熊谷組	결산설명회·기관 미팅	2026-05-22 ⚠	10:00	（木）10:00~	https://www.kumagaigumi.co.jp/ir/library/stockinfo…
6240.T	ヤマシンフィルタ	결산설명회·기관 미팅	2026-05-22	—	2026年3月期決算説明会	https://www.yamashin-filter.co.jp/ja/ir/calendar.h…
2897.T	日清食品ホールディングス	보고서 제출	2026-05-27	—	2026年3月期 定時株主総会招集通知 [PDF 36.1MB]	https://www.nissin.com/jp/company/ir/calendar/
1861.T	熊谷組	보고서 제출	2026-06-03 ⚠	—	（火）	https://www.kumagaigumi.co.jp/ir/library/stockinfo…
7481.T	尾家産業	주주총회	2026-06-05	—	定時株主総会	https://www.oie.co.jp/ir/calendar.php
7883.T	サンメッセ	배당 기준일·지급	2026-06-08	—	期末配当金効力発生日	https://www.sunmesse.co.jp/ir/calendar/
4544.T	Ｈ．Ｕ．グループホールディングス	주주총회	2026-06-16	—	第76回定時株主総会	https://www.hugp.com/ir/calendar/
9697.T	カプコン	보고서 제출	2026-06-16	—	「2026年3月期 有価証券報告書」掲載	https://www.capcom.co.jp/ir/calendar
8871.T	ゴールドクレスト	주주총회	2026-06-18	—	定時株主総会	https://www.goldcrest.co.jp/ir/schedule.html
9697.T	カプコン	주주총회	2026-06-18	—	第47期 定時株主総会	https://www.capcom.co.jp/ir/calendar
6622.T	ダイヘン	보고서 제출	2026-06-19	—	有価証券報告書発行	https://www.daihen.co.jp/ir/library/calendar.html
9697.T	カプコン	배당 기준일·지급	2026-06-19	—	配当金支払い開始日	https://www.capcom.co.jp/ir/calendar
2897.T	日清食品ホールディングス	보고서 제출	2026-06-22	—	2026年3月期 有価証券報告書 [PDF 10.8MB]	https://www.nissin.com/jp/company/ir/calendar/
7844.T	マーベラス	주주총회	2026-06-23	—	第29回 定時株主総会	https://corp.marv.jp/schedule.html
2270.T	雪印メグミルク	주주총회	2026-06-24	—	第17回 定時株主総会	https://www.meg-snow.com/ir/other/calendar/
2816.T	ダイショー	주주총회	2026-06-24	—	第60期 定時株主総会	https://www.daisho.co.jp/ir/calendar
6622.T	ダイヘン	주주총회	2026-06-24	—	第162期定時株主総会	https://www.daihen.co.jp/ir/library/calendar.html
2475.T	ＷＤＢホールディングス	주주총회	2026-06-25	—	第41期 定時株主総会	https://www.wdbhd.co.jp/ir/calendar.html
2897.T	日清食品ホールディングス	주주총회	2026-06-25	—	2026年3月期 定時株主総会	https://www.nissin.com/jp/company/ir/calendar/
5461.T	中部鋼鈑	주주총회	2026-06-25	—	第102回 定時株主総会	https://www.chubukohan.co.jp/ir/calendar/
5994.T	ファインシンター	주주총회	2026-06-25	—	第77期定時株主総会	https://www.fine-sinter.com/ir/calendar/
7883.T	サンメッセ	주주총회	2026-06-25	—	第81回定時株主総会	https://www.sunmesse.co.jp/ir/calendar/
8163.T	ＳＲＳホールディングス	주주총회	2026-06-25	—	定時株主総会	https://srsholdings.com/pages/ir-calendar/
1780.T	ヤマウラ	주주총회	2026-06-26	—	定時株主総会	https://yamaura.co.jp/ir/calendar/
4231.T	タイガースポリマー	주주총회	2026-06-26 ⚠	—	定時株主総会	https://tigers.jp/ir/calendar/
6848.T	東亜ディーケーケー	주주총회	2026-06-26 ⚠	—	定時株主総会	https://www.toadkk.co.jp/ir/schedule.html
8115.T	ムーンバット	주주총회	2026-06-26	—	第85回 定時株主総会	https://www.moonbat.co.jp/ir/calendar/
1861.T	熊谷組	주주총회	2026-06-27 ⚠	10:00	（金）10:00~	https://www.kumagaigumi.co.jp/ir/library/stockinfo…
8999.T	グランディハウス	주주총회	2026-06-27 ⚠	—	第34回定時株主総会	https://www.grandy.co.jp/ir/calendar
1861.T	熊谷組	배당 기준일·지급	2026-06-30 ⚠	—	（月）	https://www.kumagaigumi.co.jp/ir/library/stockinfo…
3843.T	フリービット	주주총회	2026-07-23	—	定時株主総会開催	http://freebit.com/ir/schedule.html
9697.T	カプコン	침묵기간	2026-07-27	—	沈黙期間	https://www.capcom.co.jp/ir/calendar
7241.T	フタバ産業	결산설명회·기관 미팅	2026-07-31	—	2026年3月期 第1四半期決算説明会(機関投資家向け）	https://futabasangyo.com/ir/calendar/
7844.T	マーベラス	결산설명회·기관 미팅	2026-07-31	—	2027年3月期 第1四半期決算説明動画配信	https://corp.marv.jp/schedule.html
2222.T	寿スピリッツ	결산설명회·기관 미팅	2026-08-03	—	2027年3月期第1四半期決算説明補足資料	https://www.kotobukispirits.co.jp/ja/ir.html
2222.T	寿スピリッツ	배당 기준일·지급	2026-08-03	—	配当方針の一部変更（中間配当の実施）及び配当予想の修正に関するお知らせ	https://www.kotobukispirits.co.jp/ja/ir.html
6395.T	タダノ	결산설명회·기관 미팅	2026-08-04	—	アナリスト第2四半期決算説明会(会場開催・WEBライブ配信併用)	https://www.tadano.co.jp/ja/ir/calendar/
4544.T	Ｈ．Ｕ．グループホールディングス	결산설명회·기관 미팅	2026-08-12	—	2027年3月期 第1四半期 決算説明会（テレカンファレンス）	https://www.hugp.com/ir/calendar/
1861.T	熊谷組	결산설명회·기관 미팅	2026-11-19 ⚠	10:00	（木）10:00~	https://www.kumagaigumi.co.jp/ir/library/stockinfo…
6848.T	東亜ディーケーケー	배당 기준일·지급	2027-03-31 ⚠	—	期末配当基準日	https://www.toadkk.co.jp/ir/schedule.html
1861.T	熊谷組	결산설명회·기관 미팅	2027-05-21 ⚠	14:00	（木）14:00~	https://www.kumagaigumi.co.jp/ir/library/stockinfo…
1861.T	熊谷組	보고서 제출	2027-06-03 ⚠	—	（水）	https://www.kumagaigumi.co.jp/ir/library/stockinfo…
6848.T	東亜ディーケーケー	주주총회	2027-06-25 ⚠	—	定時株主総会	https://www.toadkk.co.jp/ir/schedule.html
1861.T	熊谷組	주주총회	2027-06-26 ⚠	10:00	（金）10:00~	https://www.kumagaigumi.co.jp/ir/library/stockinfo…
8999.T	グランディハウス	주주총회	2027-06-26 ⚠	—	第35回定時株主総会	https://www.grandy.co.jp/ir/calendar
1861.T	熊谷組	배당 기준일·지급	2027-06-29 ⚠	—	（月）	https://www.kumagaigumi.co.jp/ir/library/stockinfo…
6848.T	東亜ディーケーケー	주주우대	2027-09-30 ⚠	—	株主優待基準日	https://www.toadkk.co.jp/ir/schedule.html

수집한 날짜의 71%는 이미 지난 날짜다

예정일을 모으는 크롤러인데 결과의 다수가 과거다. 원인이 하나가 아니라서 따로 뜯었다.

실행일 2026-08-10 기준 55건 중 과거 39건 · 미래 16건. 회사 단위로 보면 더 분명하다 — 일자 추출에 성공한 28사 중 미래 예정일을 하나라도 준 회사는 9사뿐이고, 나머지 19사는 지나간 날짜만 남겼다.

4번이 유일한 실질 결함이다. 「予定」 문자열이 없고 PDF 링크만 잔뜩인 페이지는 캘린더로 채점하지 않도록 스코어러에 조건을 넣어야 한다. 나머지는 설정값·회사 사정·의도된 비공개다.

같이 잡힌 파서 버그 — 괄호주석이 분기를 지운다

第2四半期(中間期) 決算発表 서식에서 라벨 매칭이 괄호를 못 넘어 決算発表 만 남고 분기가 FY 로 떨어졌다. 12월 결산 회사의 8월 발표가 FY 로 역산되면 결산기 매칭에 실패해 행이 통째로 버려진다.

수정 전  第2四半期(中間期) 決算発表 → quarter=FY   (행 폐기)
수정 후  第2四半期(中間期) 決算発表 → quarter=Q2

production 파서(ir-page.parser.ts)를 고치고 회귀 테스트를 붙였다.

캘린더가 없는 회사 — 공시 이력에서 뽑을 수 있는 것

예정일을 아예 공개하지 않는 회사가 있다. 그래도 과거 발표일 이력은 남아 있다.

1401 エムビーエス 의 IR 메뉴는 適時開示·決算短信·IR資料 뿐이고 「予定」 문자열이 0건이다. 캘린더가 없으니 크롤러는 실패로 끝난다. 하지만 決算短信 이력 24건이 있고, 그 규칙성으로 다음 발표 시기를 구간으로 좁힐 수 있다.

이 숫자는 하한값이다. 라벨 어휘로 링크를 따라가는 방식이라 「決算短信・説明会資料・動画」(カプコン) 같은 표기를 놓친다.

이력만으로 다음 발표일을 맞출 수 있나

최근 4건을 하나씩 가려두고 더 오래된 같은 달 이력으로 맞혀 봤다.

발표일 규칙이 고정된 회사(ダイショー·ムーンバット 0~3일)와 흔들리는 회사(タダノ 4~12일)가 뚜렷이 갈린다. 전자만 골라 써야 한다.

이력에 最終更新日(문서 수정일)이 섞인다. 4231 タイガースポリマー 는 이력 25건이 전부 3/31·4/1 — 발표일이 한 건도 없는 페이지 갱신일이었다. 게재일 컬럼을 구분하는 파서 없이는 이력을 그대로 쓸 수 없다.

결론: 이력은 하루를 단정하는 데 쓰지 않는다. 구간(ESTIMATED)으로만 쓴다. TDnet 계약을 하면 이력은 그쪽이 정본이므로, 이 수집은 계약 전까지의 무료 대체재다.

성공한 회사별 수확

실패한 것 — 사유별 전량

1. 도메인을 못 찾음 — 34사

크롤이 시작조차 못 한 그룹. IR 페이지 경로가 아니라 회사 홈페이지 주소를 모르는 것이 문제다.

WAF 가 막은 회사

검증에 실패한 25사 — 점수 0 은 사명·코드·IR 문구가 하나도 안 잡힌 후보, 1 은 하나만 잡힌 후보 (통과 기준 2점)

종목	회사	메모
2342.T	トランスジェニックグループ	domain unverified (best 0)
2461.T	ファンコミュニケーションズ	domain unverified (best 0)
2874.T	横浜冷凍	domain unverified (best 0)
3076.T	あい　ホールディングス	domain unverified (best 1)
3294.T	イーグランド	domain unverified (best 0)
3639.T	ボルテージ	domain unverified (best 0)
4308.T	Ｊストリーム	domain unverified (best 1)
4320.T	ＣＥホールディングス	domain unverified (best 1)
4391.T	ロジザード	domain unverified (best 0)
4488.T	ＡＩ　ｉｎｓｉｄｅ	domain unverified (best 1)
4813.T	ＡＣＣＥＳＳ	domain unverified (best 0)
4978.T	リプロセル	domain unverified (best 1)
5884.T	クラダシ	domain unverified (best 1)
6094.T	フリークアウト・ホールディングス	domain unverified (best 1)
6138.T	ダイジェット工業	domain unverified (best 1)
6231.T	木村工機	domain unverified (best 0)
7180.T	九州フィナンシャルグループ	domain unverified (best 1)
7378.T	アシロ	domain unverified (best 1)
7877.T	永大化工	domain unverified (best 1)
8393.T	宮崎銀行	domain unverified (best 0)
8996.T	ハウスフリーダム	domain unverified (best 1)
9252.T	ラストワンマイル	domain unverified (best 1)
9363.T	大運	domain unverified (best 0)
9820.T	エムティジェネックス	domain unverified (best 0)
9896.T	ＪＫホールディングス	domain unverified (best 0)

후보 자체가 없던 회사

2. IR 캘린더 페이지를 못 찾음 — 16사

도메인은 맞다. 경로 24종과 허브 1홉으로도 캘린더에 닿지 못했거나, 닿았지만 캘린더로 채점되지 않았다.

이 표에는 두 종류가 섞여 있다. 하나는 정말 못 찾은 경우, 다른 하나는 정확한 캘린더 URL 에 닿았는데 본문이 비어 있어 캘린더로 인정받지 못한 경우다 (예: リニカル의 /investors/ir-library/ir-calendar — 주소는 정확한데 날짜 토큰 0). 후자는 실질적으로 아래 JS 그룹과 같은 문제다.

3. 날짜가 HTML 에 없음 — 16사

페이지는 정확히 찾았는데 본문이 비어 있다. JS 가 그리거나 이미지·PDF 다.

같은 CMS 를 쓰는 그룹

eir_v5.js / eir.js 는 eir-parts.net (프로넥서스 EIR) 이다. 스크립트를 열어보면:

const eirCode = '5888';        // 증권코드가 그대로 박혀 있다
const eirUrl  = 'https://ssl4.eir-parts.net';
var eirPass = eirUrl + '/Custom/public/v5parts/' + eirCode + '/' + eirLanguage + '/' + uniCodeEir + '/';

데이터 주소가 증권코드로 결정된다. 이 CMS 를 쓰는 회사는 헤드리스 브라우저 없이 어댑터 하나로 전부 뚫린다. 다만 그 아래 fragment 파일명은 정적 추측으로는 404 라, 헤드리스로 한 번 네트워크를 관찰해 확정해야 한다. 이번 표본만으로 5사, 앞으로 뽑는 표본에서도 같은 비율로 반복된다.

4. 결산기 역산 실패 — 5사

날짜는 읽었는데 그게 몇 년 몇 분기 발표인지 확정하지 못했다. 과거분만 남아 있거나 표기가 특이한 경우다.

여기서 추측으로 분기를 채우면 그럴듯한 거짓 일정이 된다. 날짜를 창작하지 않는 쪽을 택해 통째로 버렸다.

5. 파서가 날짜를 못 건짐 — 1사

ＫＬａｂ 는 위키백과 외부링크가 게임업계 뉴스 사이트(gamebiz.jp)를 물어와, 회사 사이트가 아닌 곳을 크롤했다. 아래 정확도 사고와 같은 뿌리다.

크롤 중 잡은 정확도 사고

개발 도중 도메인 검증 문턱을 낮췄더니 다른 회사의 일정이 정상 결과로 섞여 나왔다. 전량 재크롤로 제거했고, 이 리포트의 수치는 수정 후 값이다.

도메인 매칭 재현율을 올리는 개선은 반드시 정밀도 검사와 같이 가야 한다. 틀린 도메인은 에러를 내지 않는다. 그럴듯한 남의 회사 일정을 만들어낼 뿐이다.

최종 규칙은 이렇게 굳혔다. 증권코드로 직결된 후보만 사명 매칭 없이 통과시키고, 이름으로 찾아온 후보는 사명 매칭을 반드시 요구한다.

다음에 할 것

판단

누적 200사 기준 end-to-end 26%. IR 크롤러 단독으로는 커버리지 제품이 되지 않는다. 거래소·벤더 계약 데이터가 본선이고, 이 크롤러는 공식 보고보다 먼저 나오는 미래 일정을 집어오는 보조 소스로 두는 것이 맞다. D+180 이상을 내준 4사가 정확히 그 가치를 증명하는 표본이다.