О Российской базе данных консолидированной отчетности#

Российская база данных консолидированной отчетности (Russian Consolidated Statements Database, RCSD или РБКО) — это первая открытая репрезентативная коллекция консолидированной финансовой отчетности по МСФО (Международным стандартам финансовой отчетности) на уровне компаний для корпоративных групп, ведущих деятельность в России.

RCSD является продолжением и сопутствующим проектом Базы данных российской финансовой отчетности (RFSD) — открытой гармонизированной коллекции годовой неконсолидированной финансовой отчетности для генеральной совокупности российских компаний. Хотя неконсолидированных данных RFSD достаточно для самостоятельных (отдельных) юридических лиц, они могут дать совершенно неверное представление о корпоративных группах. Например, опора на неконсолидированную отчетность головной компании «Газпрома» сильно занижает ее фонд оплаты труда и завышает производительность труда, поскольку основная часть ее операций и сотрудников распределена по сотням дочерних предприятий. RCSD восполняет этот пробел, предоставляя столь необходимое консолидированное представление, что позволяет точно измерять производительность компаний и наценки (markups), избегая при этом двойного счета внутри корпоративных групп.

Данные#

База данных содержит более 5 800 годовых финансовых отчетов, охватывающих 993 уникальные компании. Из этих PDF-отчетов мы успешно извлекли 20 644 отдельные финансовые таблицы с помощью визуально-языковых моделей (Vision-Language Models, Ministral 3 14B 2512), специально адаптированных для распознавания структуры таблиц. Данные охватывают период с 2000 по 2025 год.

Для каждой компании за каждый год мы сфокусировались на извлечении четырех ключевых таблиц:

Отчет о финансовом положении / Бухгалтерский баланс (извлечено 5 248 таблиц)
Отчет о движении денежных средств (извлечено 5 191 таблица)
Отчет об изменениях в капитале (извлечено 5 116 таблиц)
Отчет о прибылях и убытках (извлечено 5 089 таблиц)

Хотя подавляющее большинство наших отчетов содержит все четыре формы, несогласованность форматов отчетности, повернутые страницы, отсутствие линий сетки и многоуровневые заголовки создают значительные трудности при извлечении. В результате в покрытии данных есть пробелы. Из 5 892 отчетов 386 в настоящее время остаются нераспознанными (пропущенными), поскольку VLM-модели не смогли надежно проанализировать структуру таблиц, либо компания не представила четко выделенную форму отчетности в самом PDF-файле.

Источники данных#

Консолидированные отчеты и таблицы из них получены из четырех основных источников:

Центр раскрытия корпоративной информации «Интерфакс» (e-disclosure.ru): Крупнейший портал раскрытия корпоративной информации в России, послуживший источником для подавляющего большинства документов (5 385 отчетов).
ИНИОН РАН (Институт научной информации по общественным наукам, reportcollection.inion.ru): Этот источник предоставляет базовую коллекцию документов, обеспечивая обширный исторический охват по крупнейшим группам компаний (447 отчетов).
Информационное агентство АЗИПИ (e-disclosure.azipi.ru) и СКРИН (disclosure.skrin.ru): Дополнительные уполномоченные сайты раскрытия корпоративной информации, использованные для заполнения оставшихся пробелов в данных и обеспечения репрезентативности покрытия (в совокупности 61 отчет).

Метаданные и обогащение#

Помимо необработанных финансовых таблиц, RCSD обогащает отчеты надежными метаданными на уровне компаний. Сопоставив организации по их идентификационным номерам налогоплательщика (ИНН) и основным государственным регистрационным номерам (ОГРН) с официальными корпоративными реестрами и открытыми источниками данных, мы дополнили базу данных следующей информацией:

Отраслевые классификации: Стандартизированные российские коды ОКВЭД и их перевод на английский язык.
Геопространственные данные: Геокодированные точные координаты (широта и долгота) штаб-квартир компаний (их юридических адресов).
Идентификаторы открытых знаний: Ссылки на официальные сайты и URL-адреса в Викиданных (Wikidata).
Статус юридического лица: Отслеживание операционной деятельности (статус действующей организации и год ликвидации, если применимо).

Эти метаданные создают единую структуру, которая позволяет исследователям и аналитикам фильтровать, агрегировать и изучать финансовые показатели российских корпораций в разрезе секторов, регионов и операционного статуса.

Благодарности#

Проект RCSD создан исследователями Европейского университета в Санкт-Петербурге. Делая этот набор данных общедоступным, мы стремимся поддержать экономические исследования, финансовый анализ и дальнейшие изыскания в области распознавания структуры таблиц.

Команда (в алфавитном порядке): Никита Бугрин, Ярослав Кашкарев, Галина Лоскутникова, Полина Рысакова.

Руководители: Дмитрий Скугаревский (ЕУСПб), Ника Зыкова (Яндекс).