確定申告データをExcelに抽出する方法
～素早く申告するための2026年版ガイド～

確定申告書の構成 — 各項目の抽出ポイント

日本の個人所得税の確定申告には、国税庁が発行する確定申告書B様式（所得税法第120条に基づく）を使用します。この様式は2枚のシートと1つの添付書類で構成され、それぞれに異なる抽出特性があります。

50以上の項目は連続したテーブルとして配置されておらず、7つの独立した計算ブロックに分かれています。各ブロックには中間小計、シート間の相互参照、前のセクションから自動入力される項目があります。このレイアウトからExcelへ手動で転記する作業に、エラーが集中します。

会計ソフトだけでは、税理士が必要とするスプレッドシートを作成できない理由

日本を代表する3つの会計プラットフォーム——freee会計、弥生会計、マネーフォワード クラウド会計——はいずれも、最終アウトプットとして確定申告書を生成します。それは電子申告に対応したPDFやe-Tax XMLパッケージです。ソフトウェアは申告というゴールに向けて最適化されています。しかし、各行が課税年度、各列が申告書の項目に対応したExcelワークブック——税理士が異常値の発見、前年比較、第一表の控除額合計と第二表の明細との突き合わせに使う形式——は生成しません。

税理士があなたの申告書を確認するとき、PDFを開いて一行ずつ読むわけではありません。データを自分たちの分析テンプレート——条件付き書式、年度間の差異チェック、控除要件のしきい値が設定されたスプレッドシート——に取り込みます。PDFを渡せば、そのテンプレートにデータを手入力します。税理士がすでに使っているのと同じ列構成のExcelファイルを渡せば、すぐにレビューを開始できます。

ソフトウェアだけでは不十分なもう一つのシナリオが、過去の紙の申告書です。2023年と2024年に紙で申告し、2025年からfreeeに切り替えたフリーランスの場合、ファイルフォルダに印刷された形式でしか存在しない2年分のデータがあります。税理士がローンの申請、ビザの更新、税務調査のために2023年の所得と2025年を比較する必要がある場合、それらの紙の申告書をデジタル化しなければなりません。2年分の申告書を手作業でスプレッドシートに打ち直すには、1年あたり約2時間かかります。抽出を使えば、2年分を30分のスキャンと列定義に短縮できます。

確定申告書抽出ワークフローの設定

確定申告書の打ち直しに代わるワークフローは3つのステップで構成されます。最初のステップ——列の定義——は一度だけの設定です。一度設定すれば、毎年の申告書、あらゆる申告方法、白色申告と青色申告の両方で機能します。

同じ列スキーマが翌年も、そして異なる方法で提出された申告書（freee生成PDF、弥生印刷、国税庁の確定申告書等作成コーナー出力、2022年の手書き紙のスキャンコピー）でも機能します。国税庁の年次ガイド（確定申告の手引き）に従うフォームレイアウトは年によって微妙に変わることがありますが、フィールド名とその意味は変わりません。毎年変わるのは3月15日の期限がどれだけ近いかということです。そして1月に列を設定しておけば、2月の申告期間はデータ入力ではなく確認のための時間になります。

控除ブロックの処理：手作業での転記が失敗するポイント

第一表の控除セクション（所得から差し引かれる金額）は、控除の種類ごとに縦に並んでおり、それぞれが2つの部分で構成されています。支払金額（そのカテゴリーで年間に支払った総額）と控除額（法定上限を適用した後、実際に課税所得を減らす金額）です。この2つの関係は一対一ではありません。各控除の種類には、所得税法で定められた独自の上限と計算式があります。ここが手作業での転記で最も多くのエラーが発生するポイントです。転記者が支払金額を控除額の欄にコピーしてしまったり、間違った上限を適用したり、フォームの番号体系のために行を見失ってフィールドを完全に飛ばしてしまったりするのです。

各控除の種類は申告書上の固定行位置に配置されている — 社会保険料控除は常に21行目、生命保険料控除は24行目、医療費控除は27行目 — しかし印刷される値は申告者ごとに異なる。「21行目の3列目」を社会保険料控除として読み取るテンプレートベースのOCRツールは、フォントの違いにより控除ブロックが1行ずれて出力された弥生シリーズの申告書では失敗する。セマンティック抽出は「社会保険料控除」というラベルが付いた項目を読み取る — ページ上の位置は無関係である。

抽出データを税理士のワークフローに取り込む

抽出したExcelファイルは、日本の税理士のワークフローに直接対応します。ほとんどの税理士は、弥生シリーズ、TKC（FX2/MXシリーズ）、MJS会計（会計大将）のいずれかのプラットフォームを使用しており、3つともカスタムフィールドマッピングによるCSVインポートに対応しています。抽出したスプレッドシートが税理士のインプットになります。CSVを開き、列を内部の勘定科目にマッピングすれば、データはそのままレビューテンプレートに流れ込みます。再入力や、印刷→スキャン→OCRという遠回りは不要です。

複数年にわたって作業するフリーランサーにとって、複数年抽出は、これまで手作業で何時間もかけてようやく得られていたデータセットを提供します。同じ行で年ごとに比較できます。スプレッドシートを開き、年で並べ替えると、各列が時系列になります。列Bは収益の伸び、列Hは控除の活用状況、列Qは実効税率です。3年分の申告書をレビューする税理士は、データがすでに列に整理されていれば、2024年の30万円の収益減少を2023年と比較し、2025年の回復を30秒以内に確認できます。これが3つのPDFに分散している場合、同じ比較にフィールドあたり5分かかり、ほとんどのフィールドはチェックされないままになります。

抽出パイプラインは、申告書の元となるソースドキュメントにも接続します。確定申告書の収入合計は請求書から得られます。日本の請求書から同じスプレッドシートにデータを抽出することで、税理士は個々の取引から申告書の集計数値までを直接追跡できます。経費合計は銀行通帳の記入項目から得られます。通帳データをExcelに抽出することで、損益計算書の経費金額を検証する元帳が作成されます。抽出可能な証憑書類がある確定申告書は監査可能です。証憑書類がない申告書は、紙の上の主張にすぎません。

同じ抽出ロジックは、類似した様式を持つ税務管轄区域にも適用できます。例えば、英国SA100の確定申告抽出も同じワークフローに従います。申告書の項目ごとに列を定義し、フォームのページをアップロードすれば、税年度ごとにExcelの行が得られます。フォームの言語や控除名は変わりますが、抽出の原理と、手入力に対する効率性は変わりません。

よくある質問

2月をデータ入力ではなく見直しの月にする

日本の確定申告の受付期間（所得税の確定申告は2月16日から3月15日まで）は法律で定められています。毎年、400万人の個人事業主やフリーランサーが同じ期限に直面し、同じ流れを繰り返します。その年の領収書、通帳、保険証、控除証明書を集め、収支内訳書を作成し、申告書を記入または生成し、税理士とやり取りする場合は、書類の束を渡して、税理士がそれを自分のシステムに打ち直す、という流れです。

ここで説明する抽出ワークフローは、双方から再入力の手間を省きます。フリーランサーにとっては、半日のスキャン作業で、手作業による2時間のフィールド転記が不要になります。税理士にとっては、CSVインポートで顧客ごとのデータ入力が不要になり、一年で最も忙しい月に、キー入力ではなく分析に時間を割けるようになります。控除検証列は、税理士の机に届く前に計算ミスを発見します。一度定義した列スキーマは、その後のすべての申告年度で使えます。そして、スプレッドシートの出力（1行が1年分、すべてのフィールドが整列）は、税理士が実際に必要とするデータセット、つまり構造化され、監査可能で、彼らの報酬を正当化する比較作業にすぐに使えるものになります。

毎年変わるのは、フォームの構造ではありません。国税庁の確定申告の手引きは、同じフィールドレイアウト、控除順序、計算ロジックを維持しており、税制改正に伴う微調整のみが行われます。毎年変わるのは、3月15日がどれだけ近づいているか、そして前の月のどれだけの時間を、すでに紙に印刷されている数字をタイピングすることに費やしたか、ということです。