日本の源泉徴収票データを
Excelに抽出する方法

源泉徴収票に記載されているもの — 抽出すべき26の項目

源泉徴収票は給与明細ではありません。これは年間の税務概要であり、米国のW-2、控除の概要、扶養申告書の要素を1つの政府指定様式にまとめた日本版の書類です。所得税法第226条に基づき、すべての事業主は翌年1月31日までに全従業員に発行し、年中退職者には退職後1か月以内に発行しなければなりません。国税庁（NTA）は毎年発行する源泉徴収の仕方で公式様式のガイドラインを公表しています。

この証明書には26の定義された項目があります。抽出の観点から最も重要なものは、次の4つのグループに分類されます。

個人識別情報 — 従業員の氏名、住所、生年月日、役職、および事業主の法人番号（13桁の企業固有ID）。従業員の個人番号は事業主控えには記載されていますが、従業員控えでは空白またはマスクされているため、抽出ワークフローで個人番号データを扱う必要はありません。

報酬額 — 総支給額（支払金額、賞与や残業代を含む年間支払額）、給与所得控除後の金額、および所得控除の額の合計額。これら3つの数値が課税所得計算の連鎖を形成します。給与所得控除は国税庁が公表する累進計算式に従います。例えば、給与が360万円から660万円の場合、控除額は収入×20%＋44万円となります。

源泉徴収と保険 — 源泉徴収税額（年間に実際に源泉徴収された所得税）、社会保険料等の金額（健康保険、厚生年金、雇用保険、労災保険を含む）。なお、住民税は源泉徴収票には記載されません。住民税は翌年6月以降に市区町村が別途計算し課税します。

控除と扶養 — 生命保険料控除、地震保険料控除、住宅借入金等特別控除、配偶者控除の詳細、および扶養家族の人数（19～22歳の特定扶養親族、70歳以上の老人扶養親族、16歳未満の子を含むその他）。これらの項目は、下流の税務計画や駐在員報酬の均等化計算に不可欠です。

なぜPDF抽出がCSVエクスポートより多くのチームに適しているのか

日本の給与ソフトはデータをエクスポートできます。弥生給与は集計表からCSVを出力し、電子申告用のe-Tax CSV形式にも対応しています。freee人事労務は源泉徴収票を作成し、年末調整データをCSVにエクスポート可能です。SmartHRは従業員がデジタルで申請を提出し、証明書を配布できます。マネーフォワード クラウド給与は計算サイクル全体を処理します。全従業員に1つの給与システムを使っているなら、CSVエクスポートの道は存在します。

しかし実際には、3つの現実がCSVルートを困難にしています。

ソフトが違えば形式も違う。 アウトソースの給与プロバイダー（例：弥生給与）からSmartHRに途中で切り替えた外資系子会社では、従業員の源泉徴収票データが2つのシステムに分散します。CSVのレイアウトは異なり、列見出しは日本語、日付形式や数値の区切り、エンコーディング（Shift-JIS vs UTF-8）もバラバラです。2つのシステムのエクスポートデータを1つのスプレッドシートに統合してグローバルレポートを作成するには、翻訳者とデータクレンジング用スクリプト、またはPDFを直接読み取るツールが必要です。

退職者や転職者はシステムの外にいる。 従業員が退職すると、1ヶ月以内に源泉徴収票を発行します。その従業員は次の雇用主にそれを渡し、次の雇用主は前職の所得を年末調整に反映させる必要があります。あなたの会社が新しい雇用主の場合、従業員の前職から紙またはPDFの証明書を受け取ります。それは給与システムAで発行されたものですが、あなたは給与システムBを使っています。標準的なCSVエクスポートではそのギャップを埋められません。

グローバル本社は日本語を読めない。 日本子会社を持つ外資系企業で最も多い悩みは、月次または四半期のレポートサイクルです。シンガポールの地域HRリーダーやニューヨークのグローバル報酬チームは、英語で統一されたExcelテンプレートに「年間総支給額」「源泉徴収税額」「社会保険料」といった列で日本の従業員給与データを必要とします。弥生給与のCSVエクスポートに「支払金額」「源泉徴収税額」「社会保険料等の金額」と書かれていれば、毎回手動で翻訳と再フォーマットが必要です。

簡単に言えば、CSVエクスポートの道は、従業員のライフサイクル全体が1つの給与システム内で完結し、すべての関係者が日本語を読める場合にのみ機能します。 システム、言語、企業の境界をまたぐ瞬間、手動データ入力（PDFから値を読み取ってExcelに入力）に逆戻りです。

ステップバイステップ：源泉徴収票データをExcelに抽出する方法

このワークフローは、給与システムからのPDF、以前の雇用主からの紙のコピー、退職者からの写真など、さまざまな形式の源泉徴収票があり、それらを従業員ごとに1行のExcelファイルにまとめる必要がある場合を想定しています。

ステップ1：抽出する列を定義する。 特定のフォームレイアウト上に各データフィールドの周りに矩形を描く必要があるテンプレートベースのOCRツールとは異なり、ImageToTable.aiは列名抽出を使用します。必要なデータフィールドの名前を入力するだけで、AIが各ドキュメントを読み取り、ページ上の位置ではなく意味を理解してそれらの値を特定し抽出します。これは、給与ソフトウェアによって源泉徴収票のフォーマットが異なるため重要です。弥生はある配置でフィールドを配置し、SmartHRは別の配置で、小規模事業主からの紙の証明書はさらに別のレイアウトに従います。

基本的な抽出では、以下の列名から始めてください：

必要に応じて、生命保険控除、地震保険控除、住宅ローン控除、扶養人数、配偶者控除詳細などの列を追加できます。抽出エンジンは再トレーニングを必要としません。列名を追加するだけで、その値を見つけ出します。

ステップ2：ドキュメントをアップロードする。 すべての源泉徴収票ファイルを一度にアップロードします。PDF、スキャン画像、写真のいずれも受け付けます。ツールはそれらをまとめて処理し、抽出したデータを1つのスプレッドシートに統合します。証明書ごとに1行が作成されます。

ステップ3：確認してエクスポート。 このツールは1ページを5～10秒で処理します。これは手動入力（1枚あたり平均3分）と比較して約18倍の速さです。抽出が完了すると、すべての行と列を含むプレビューテーブルが表示されます。元のPDFと数行を照合し、必要に応じてプレビュー上で直接修正してから、Excel（XLSX）またはCSVとしてエクスポートします。エクスポートされたファイルは、レポート作成、グローバルHRISへのアップロード、外部の会計士への転送にすぐに使用できます。

年末調整シーズンの一括処理

年末調整のサイクルは毎年、予測可能な処理のピークを生み出します。企業は12月31日までに源泉徴収の精算を完了し、1月31日までに証明書を発行する必要があります。そして、前年に法定調書を100件以上提出した従業員100人以上の企業にとって重要なのは、e-Taxまたは光ディスクによる電子申告で税務署に源泉徴収票の要約を提出すること

人事チームにとって、内部での対応も同様に課題です。税務署に電子データを提出する一方で、経営陣、地域統括本部、外部監査人もそれぞれ構造化されたレポートを求めます。そして、それらのレポートには全従業員のデータを集計する必要があり、単に国税庁に提出するだけでは済みません。ここで、一括抽出が業務の効率性を根本から変えます。

1回のアップロード、1つの出力ファイル。 300枚のPDFを1枚ずつ開いて数字を1行ずつコピーする代わりに、300枚すべての証明書を1つのアップロード画面にドラッグします。ツールがそれらを一括処理し、300行のデータが入った1つのスプレッドシートを出力します。各従業員が1行、各列があなたが定義したフィールドです。

異なるソース間での列の一貫性。 ある従業員の証明書はSmartHRから、別の従業員は前職の給与計算システムから出力された紙の証明書というように混在している場合でも、列名抽出アプローチにより、「給与総額（JPY）」という列は、どの事業者やソフトウェアが作成した文書であっても、同じ基礎データフィールドを抽出します。断片化された2つの列ではなく、1つのクリーンな列が得られます。

その後の分析にすぐに使用可能。 全従業員のデータが1つのスプレッドシートにまとまれば、前年比較の実行、予算策定のための税金・社会保険料の総額集計、異常な控除パターンを持つ従業員の特定とレビュー、そしてグローバル本社が求める英語のサマリーレポートの作成をすぐに行えます。

処理前に証明書自体を収集する必要がある企業向けには、コレクションリンク（受取人がアカウント登録せずにファイルを直接処理キューにアップロードできる共有URL）を各従業員や部門長に送信できます。アップロードされた証明書は、一括抽出の準備ができた状態でキューに表示されます。これは、従業員が前職からの紙の証明書しか持っておらず、それを撮影して提出する必要がある場合に特に便利です。

特殊ケース：複数事業所の統合と退職者の処理

毎年の年末調整で、経験豊富な人事チームでもつまずく2つのシナリオがあります。

中途採用で前職がある場合。 9月に入社した従業員が、1月から8月分の前職の源泉徴収票を持参した場合、給与システムではこの証明書を処理できません。両方の勤務先からの所得を正しく課税するために、データを年末調整の計算に手動で入力する必要があります。抽出機能を使えば、前職の証明書もバッチ内の他の書類と同様に扱えます。同じスプレッドシートに抽出され、「事業所名」列でどの行がどの事業所に属するかがすぐにわかります。統合されたデータは年末調整のワークシートでそのまま使用できます。

退職者と1ヶ月の期限。 所得税法では、退職者は最終勤務日から1ヶ月以内に源泉徴収票を受け取る必要があります。10月や11月に退職処理を行う人事チームは、年末の繁忙期を前に、通常とは異なるタイミングで個別の証明書を発行する必要があります。抽出機能は、このような単発のケースもバッチ処理と同様に処理します。証明書のPDFをアップロードし、列を一度定義してエクスポートするだけです。退職者のデータは年次報告書に反映させる必要があり、年金計算や母国での外国税額控除の申請にも使用される可能性があるため、一貫性が重要です。

よくある質問

手書きの源泉徴収票や低品質のスキャンでも機能しますか？

はい、ある程度の範囲で可能です。抽出エンジンは印刷テキスト、手書き文字、スキャン画像を読み取りますが、精度はスキャン品質に依存します。印刷された証明書を200DPI以上で鮮明にスキャンした場合、印刷テキストフィールドは最大99%の精度で抽出されます。薄い手書き文字、深い折り目、照明の悪い低解像度のスマートフォン写真では、ばらつきが生じます。実際には、ほとんどの人事チームは給与ソフトウェアから直接PDFを受け取るか、きれいな印刷コピーを受け取ります。どちらも良好に抽出できます。従業員から写真で証明書を受け取る場合は、品質ガイドライン（平らな面、良好な照明、書類全体が写っていること）に従うことで、アップロード前の問題のほとんどを解消できます。

源泉徴収票から住民税を抽出できますか？

いいえ。理由は技術的ではなく、規制によるものです。住民税は源泉徴収票に一切表示されません。住民税は各市区町村が前年の所得に基づいて別途計算し、6月から毎月の給与天引きで事業主に納付されます。源泉徴収票に記載されるのは国税である源泉徴収税額のみで、住民税は含まれません。グローバルな報告で住民税データが必要な場合は、市区町村の特別徴収税額通知書、または給与システムの月次控除記録から入手する必要があります。

抽出ツールは個人番号を読み取りますか？

いいえ。多くの人事チームが扱う従業員用の源泉徴収票では、個人番号欄はマスクされているか空白です。マスクされていない個人番号は、事業主控えの源泉徴収票にのみ記載され、通常はコンプライアンス上の理由で別途保管されます。従業員用の源泉徴収票を使用する抽出ワークフローでは、個人番号データに遭遇することはありません。

退職所得の源泉徴収票も同じ方法で抽出できますか？

同じ列設定ではできません。退職所得の源泉徴収票は異なる様式で、異なる項目があるためです。別の税計算が使用されます。課税所得金額 = (支払金額 − 退職所得控除額) × ½。控除額は、勤続年数20年までは1年あたり40万円、20年超は1年あたり70万円です。退職所得の源泉徴収票を多く処理する場合は、「退職金支払額」「勤続年数」「退職所得控除額」「源泉徴収税額」という別の列名セットを定義し、別バッチとして実行してください。抽出方法は同じですが、列定義が異なります。

給与明細プリセットは源泉徴収票に適していますか？

源泉徴収票は給与明細書と構造的に類似している（従業員情報、支給額、控除合計、源泉徴収額など）ため、給与明細プリセットは妥当な出発点となります。ただし、実運用では、上表の正確な日本語フィールドラベルを使用して独自のカスタム列を定義することで、プリセットのみに頼るよりも一貫した結果が得られます。プリセットは機能のデモンストレーションとお考えください。カスタム列の定義こそが、デモを反復可能なワークフローに変えるものです。

日本語のみの証明書も処理できますか？

はい。基盤となるAIモデルは日本語のテキストをネイティブに読み取ります。「Gross Salary (JPY)」のような列を定義すると、抽出エンジンは文書内の「支払金額」を探し、周囲の日本語テキストに関係なく数値を返します。事前に文書を翻訳する必要はなく、抽出結果は英語の列ヘッダーで出力しつつ、ソースデータは日本語のまま保持できます。

手入力しない最初の一枚から、あなたのスプレッドシートは始まります

手作業による源泉徴収票処理の隠れたコストは、1枚あたり3分ではありません。それが数十人、数百人の従業員分に積み重なること、誰かが日本語のフィールドラベルを誤った列にコピーしたときに生じる書式エラー、そして毎年1月に実際の給与分析ではなくデータ入力に費やされる1日か2日です。日本の給与計算ソフトウェアはすでに計算を処理しています。不足しているのは最後の一歩、つまりPDFから結果を取り出し、意思決定が行われるスプレッドシートにデータを入れることです。

源泉徴収票で試す