Corporate Political Exposure

企業の政治的エクスポージャー MCP サーバー

ApifyForge で見る | Apify Store で使う

---

クイックスタート

MCP クライアント（Claude Desktop、Cursor、Windsurf）に追加します：

{
  "mcpServers": {
    "corporate-political-exposure-mcp": {
      "url": "https://ryanclinton--corporate-political-exposure-mcp.apify.actor/mcp"
    }
  }
}

---

Model Context Protocol を通じて、AI エージェント向けに企業の政治的エクスポージャーに関するインテリジェンスを提供します。この MCP サーバーは、11 の連邦および国際データソース（上院ロビー活動、FEC 選挙資金、議員の株式取引、FARA 外国エージェント登録、SAM.gov 契約、USAspending、OFAC 制裁、OpenSanctions、OpenCorporates など）に並列で照会し、5 つの独自スコアリングモデルを適用して、複合的な**政治的エクスポージャースコア（0～100）**を算出します。

このツールは、コンプライアンスチーム、ESG アナリスト、投資デューデリジェンスのワークフロー、および必要に応じて構造化された政治リスクインテリジェンスを求める AI エージェント向けに設計されています。サブスクリプションも手作業での調査も不要です。ツールを呼び出すだけで、スコア付きの JSON 結果を取得できます。

どのようなデータにアクセスできますか？

データ項目	ソース	対象範囲
📋 ロビー活動の登録および支出	上院ロビー活動開示（LD-1/LD-2）	すべての提出者、すべての四半期
💰 政治献金、金額、受領者	FEC 選挙資金	FEC の公開データベース全体
📈 議員の株式取引	STOCK Act 開示	報告されたすべての取引
🌐 外国エージェントの登録	FARA 外国エージェント	FARA 登録全件
🏛️ 法案および提案者	議会法案	現行および直近の議会会期
📰 規制措置および規則制定	Federal Register	大統領令、規則、通知
🏗️ 連邦契約の登録	SAM.gov	すべての登録
💵 連邦政府の支出および受賞情報	USAspending	すべての受賞義務額
🚨 米国財務省の制裁対象との一致	OFAC SDN リスト	特別指定国民
🌍 グローバルな PEP および監視リストとの一致	OpenSanctions	100 以上のスクリーニングプログラム
🏢 企業登記および法人データ	OpenCorporates	140 以上の管轄区域

MCP ツール

ツール	価格	データソース	返される内容
political_exposure_scan	$2.00	5 ソース	ロビー活動数、FEC 件数、議員の取引、制裁フラグ — 簡易リスク概要
lobbying_activity_report	$2.00	1 ソース（詳細）	上位ロビー活動企業、主要課題、提出件数 — ロビー活動の詳細分析
campaign_finance_map	$2.00	1 ソース（詳細）	上位 15 件の受領者、合計金額、献金件数 — 資金マップ
congressional_interest_check	$2.00	2 ソース	買い／売りの取引件数、BULLISH/BEARISH/MIXED のセンチメント、関連法案
foreign_influence_screen	$2.00	4 ソース	外国影響力スコア（0～100）、FARA 件数、OFAC／制裁対象との一致、法人
legislative_threat_assessment	$2.00	6 ソース	立法脅威スコア（-100～+100）、方向ラベル、法案分析
government_revenue_dependency	$2.00	4 ソース	政治的依存度スコア（0～100）、契約件数、連邦政府の受賞総額
influence_network_graph	$5.00	全 11 ソース	複合的な政治的エクスポージャースコア（0～100）、5 つの次元別スコア、評価、推奨事項

企業の政治リスク分析にこの MCP を使う理由

政治に関するデューデリジェンスを手作業で行うには、FEC のウェブサイト、上院のロビー活動データベース、FARA 登録簿、SAM.gov、USAspending、複数の制裁リストを検索する必要があります。それぞれインターフェース、ダウンロード形式、更新サイクルが異なります。企業1社の調査に4〜8時間かかり、50社のポートフォリオでは専任の調査プロジェクトが必要になります。

この MCP サーバーは、すべてのクエリを並列で実行し、各ソースのデータを標準化し、記録された計算式ですべての指標をスコアリングして、30〜120秒で構造化された JSON を返します。AI エージェントやアプリケーションは、解釈が必要な生の政府データの山ではなく、実際に活用できるリスクスコアを取得できます。

• スケジューリング — Apify 経由で、政治的エクスポージャーの定期モニタリングを毎日、毎週、または毎月実行できます
• API アクセス — トークンを使って、Python、JavaScript、n8n、または任意の HTTP クライアントから実行できます
• プロキシローテーション — クエリは Apify のインフラストラクチャ経由で実行されるため、IP ブロックへの対処やレート制限の処理は不要です
• モニタリング — 実行の失敗時やスコアがしきい値を超えたときに、Slack またはメールでアラートが届くよう設定できます
• インテグレーション — 結果を Zapier、Make、HubSpot、または任意の Webhook エンドポイントに送信できます

特長

• 5つの独自スコアリングモデル — 政治依存度（0〜100）、影響力ネットワーク密度（0〜100）、立法上の脅威／機会（-100〜+100）、外国勢力の影響へのエクスポージャー（0〜100）、回転ドア指数（0〜100）
• 加重複合スコアリング — 外国勢力の影響（25%）＋政治依存度（25%）＋影響力ネットワーク（20%）＋回転ドア（15%）＋立法上の脅威（15%）から、根拠を示せる単一のスコアを算出します
• 11のデータソースをすべて並列処理 — influence_network_graph ツールは、11のアクターに関するクエリを同時に実行して結果を集約します。順次処理によるボトルネックはありません
• 従量課金 — ツール呼び出しのたびに、まず Actor.charge() を確認します。支出上限は実行単位ではなく、ツールレベルで適用されます
• 制裁に応じたエスカレーションロジック — OFAC または OpenSanctions で一致が見つかると、他のシグナルにかかわらず、立法上の脅威スコアを自動的に-30、外国勢力の影響スコアを20〜30ポイント引き上げます
• 複数チャネルのボーナススコアリング — ロビー活動、選挙資金、議員による株式取引、外国エージェントという影響力チャネルのうち、異なる3つ以上が同時に活動している場合、影響力ネットワークモデルに10ポイントを加算します
• 議会のセンチメント検出 — STOCK Act に基づく取引の買い／売り比率を分析し、取引が最低3件ある場合に、2:1の比率しきい値を使って議会のセンチメントを強気、弱気、または混合と分類します
• 法案の方向性分類 — 法案タイトルから、支持を示す10個のキーワード（support、promote、invest、incentive、authorize）と、規制を示す6個のキーワード（restrict、prohibit、ban、regulate、enforce、penalty）を検索し、立法環境を分類します
• 回転ドアのパターン検出 — ロビー活動が活発で、政府契約も存在する場合、「契約とロビー活動の相互強化ループ」として検出します。FARA 登録と国内ロビー活動の組み合わせは、「国際的な回転ドア」として検出します
• 複合評価ラベル — 極めて高い政治的エクスポージャー（70以上）、高（50〜69）、中程度（30〜49）、低（0〜29）に分類し、それぞれに具体的な推奨事項を示します
• ステートレス MCP トランスポート — /mcp で StreamableHTTP を使い、Apify Standby モードで動作します。リクエストごとに完全に分離され、共有セッション状態はありません

企業の政治的エクスポージャー情報に関するユースケース

ESG ガバナンスと機関投資家向けレポーティング

資産運用会社や年金基金の ESG ガバナンスチームは、ポートフォリオ企業の政治的エクスポージャーを標準化した指標で把握する必要があります。influence_network_graph ツールは、ESG フレームワークのガバナンスの柱に直接対応する、スコア付きの構造化出力を提供します。保有銘柄のリストに対して四半期ごとに実行し、政治リスクの変化を先行指標としてスコアの推移を追跡できます。

M&Aの政治的デューデリジェンス

買収対象企業の契約締結前デューデリジェンスを行うアドバイザーは、取引価格を決める前に、隠れた政治的依存関係や影響力の関係を明らかにする必要があります。government_revenue_dependencyを実行して連邦政府収入への依存度を定量化し、foreign_influence_screenでFARAおよび制裁への該当リスクを検出し、influence_network_graphで総合的な状況を把握します。政治的エクスポージャースコアが高い場合、交渉材料となるほか、開示義務が生じる可能性があります。

投資調査と議会のアルファシグナル

クオンツアナリストや株式リサーチャーは、立法の意図を先行して示すシグナルとして、議員による株式取引を監視しています。congressional_interest_checkツールは、あらゆる企業について、買い・売りの生データ件数と、BULLISH／BEARISH／MIXEDのセンチメント分類を返します。これをlegislative_threat_assessmentと組み合わせることで、議員が有利な法案や規制的な法案を見越して動いているかどうかが明らかになります。

贈収賄防止とKYBコンプライアンススクリーニング

取引先、ベンダー、パートナーのKnow Your Business（KYB）スクリーニングを行うコンプライアンス担当者は、外国からの影響に関するつながりや、PEPに関連する関係を検出する必要があります。foreign_influence_screenツールは、FARA、OFAC、OpenSanctionsを同時に検索し、各情報源の個別の調査結果とともに、外国影響エクスポージャースコアを返します。

政府渉外戦略とモニタリング

規制対象となる企業の政府渉外チームは、立法環境を継続的に追跡する必要があります。legislative_threat_assessmentツールは、最新の議会法案データとFederal Registerの動向を用いて、現在の法案の状況を「STRONG OPPORTUNITY」「MILD OPPORTUNITY」「NEUTRAL」「MILD THREAT」「SEVERE THREAT」に分類します。

競合インテリジェンスとロビー活動のベンチマーキング

企業や業界団体の戦略チームは、自社の政治的影響力に関する活動を競合他社と比較して評価します。あるセクターの複数の企業に対してlobbying_activity_reportとcampaign_finance_mapを実行し、ロビー活動会社との関係、対象となる課題、選挙資金の総額を並べて比較します。

このMCPサーバーへの接続方法

手順1：Apify APIトークンを取得する

console.apify.comにサインインし、Settings > Integrationsに移動して、APIトークンをコピーします。

手順2：Claude Desktopに追加する

claude_desktop_config.jsonに追加します。

{
  "mcpServers": {
    "corporate-political-exposure": {
      "url": "https://corporate-political-exposure-mcp.apify.actor/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_APIFY_TOKEN"
      }
    }
  }
}

手順3：AIクライアントを設定する

このMCPサーバーは、Claude Desktop、Cursor、Windsurf、Cline、Continueや、その他のMCP互換クライアントで動作します。同じエンドポイントURLとAuthorizationヘッダーの形式を使用してください。

手順4：ツールを呼び出す

AIアシスタントに、*「Raytheon Technologiesの政治的エクスポージャースキャンを実行して」と依頼すると、エージェントが自動的にpolitical_exposure_scanを呼び出します。包括的な評価を行うには、任意の企業について「影響力ネットワークグラフ」*を依頼してください。

MCP ツールリファレンス

すべてのツールで companyName: string を指定します。sector が記載されたツールでは、立法法案の検索範囲を広げるために、任意の sector: string も指定できます。

ツール	入力	戻り値
political_exposure_scan	companyName	5つのデータソースにおける提出書類の件数、制裁対象の該当件数、有効なリスクフラグ
lobbying_activity_report	companyName	提出書類の合計件数、上位10社、ロビー活動の対象となった上位10件の課題
campaign_finance_map	companyName	寄付の合計件数、合計金額、上位15人の受領者
congressional_interest_check	companyName、sector	取引の買い／売りの件数、BULLISH／BEARISH／MIXED のセンチメント、関連法案
foreign_influence_screen	companyName	外国影響スコア（0～100）、FARA／OFAC／制裁の件数
legislative_threat_assessment	companyName、sector	立法上の脅威スコア（-100～+100）、方向ラベル、法案分析
government_revenue_dependency	companyName	政治依存スコア（0～100）、契約件数、連邦政府からの受注総額
influence_network_graph	companyName、sector	複合スコア、5つすべての次元モデル、評価、推奨事項

簡単な例 — 総合評価：

{ "companyName": "Lockheed Martin", "sector": "defense" }

出力例

influence_network_graph ツールは、次のような構造化 JSON を返します。

{
  "company": "Northrop Grumman",
  "politicalExposureScore": 74,
  "grade": "EXTREME POLITICAL EXPOSURE",
  "models": {
    "politicalDependency": {
      "score": 85,
      "label": "HEAVILY DEPENDENT",
      "findings": [
        "24 SAM.gov contract records — heavy government contract dependency",
        "$2400M in federal awards — extreme government revenue dependency",
        "14 Federal Register references — high regulatory exposure",
        "7 relevant congressional bills — legislative dependency"
      ]
    },
    "influenceNetwork": {
      "score": 72,
      "label": "DEEP NETWORK",
      "findings": [
        "28 lobbying filings — extensive political influence operation",
        "22 FEC contribution records — major political donor",
        "12 congressional stock trades — high lawmaker interest",
        "4 influence channels active — sophisticated political operation"
      ],
      "channels": ["lobbying", "campaign finance", "congressional trading", "foreign agents"]
    },
    "legislativeThreat": {
      "score": 15,
      "direction": "MILD OPPORTUNITY",
      "findings": [
        "Congressional BULLISH: 9 buys vs 3 sells — lawmakers see opportunity",
        "5 supportive vs 1 restrictive bill(s) — favorable legislative environment",
        "28 lobbying filings — industry actively shaping legislation"
      ]
    },
    "foreignInfluence": {
      "score": 35,
      "riskLevel": "MODERATE FOREIGN RISK",
      "findings": [
        "3 FARA registrations — multiple foreign agent ties",
        "6 foreign corporate entities — complex international structure"
      ]
    },
    "revolvingDoor": {
      "score": 65,
      "label": "REVOLVING DOOR ACTIVE",
      "findings": [
        "High lobbying + government contracts — strong revolving door pattern",
        "FARA registrations + domestic lobbying — international revolving door detected",
        "Congressional stock trading + campaign contributions — deep political-corporate ties",
        "Federal awards + active lobbying — contract-lobbying reinforcement loop",
        "5/5 political influence channels active — revolving door ecosystem"
      ]
    }
  },
  "recommendation": "Extreme political exposure. Multiple foreign influence channels, heavy government dependency, and active revolving door patterns. Critical ESG and compliance review required.",
  "dataSources": {
    "lobbying": 28,
    "fecContributions": 22,
    "congressStockTrades": 12,
    "faraRegistrations": 3,
    "congressBills": 8,
    "federalRegister": 14,
    "samContracts": 24,
    "usaSpending": 18,
    "ofacResults": 0,
    "openSanctions": 0,
    "openCorporates": 12
  }
}

出力フィールド

フィールド	型	説明
company	string	検索対象の企業名
politicalExposureScore	number	複合スコア（0～100）。値が高いほど政治的な影響を受けています
grade	string	ラベル：LOW / MODERATE / HIGH / EXTREME POLITICAL EXPOSURE
recommendation	string	複合スコアの段階に基づく、実行可能な指針
models.politicalDependency.score	number	政治依存スコア（0～100）
models.politicalDependency.label	string	INDEPENDENT / LIGHTLY / MODERATELY / HEAVILY DEPENDENT
models.politicalDependency.findings	string[]	スコアに寄与した具体的なデータポイント
models.influenceNetwork.score	number	影響ネットワーク密度スコア（0～100）
models.influenceNetwork.label	string	MINIMAL / LIGHT / ACTIVE / DEEP NETWORK
models.influenceNetwork.channels	string[]	検出された有効な影響経路
models.legislativeThreat.score	number	立法上の脅威／機会スコア（-100～+100）
models.legislativeThreat.direction	string	SEVERE THREAT / MILD THREAT / NEUTRAL / MILD OPPORTUNITY / STRONG OPPORTUNITY
models.foreignInfluence.score	number	外国影響エクスポージャースコア（0～100）
models.foreignInfluence.riskLevel	string	MINIMAL / LOW / MODERATE / HIGH FOREIGN RISK
models.revolvingDoor.score	number	回転ドア指数（0～100）
models.revolvingDoor.label	string	NO SIGNALS / MILD SIGNALS / REVOLVING DOOR SIGNALS / REVOLVING DOOR ACTIVE
dataSources.*	number	各データソースから返された生レコード数

スコアリングモデルの仕組み

政治依存スコア（0～100）

連邦政府を収入源としてどの程度頼りにしているかを測定します。このモデルでは、SAM.gov の契約レコード数（20件以上で最大30ポイント）、USAspending の義務付け総額（1億ドルを超える受注で最大25ポイント）、規制への依存度を示す代替指標としての Federal Register での言及（10件以上で最大15ポイント）、議会法案との関連性（5件以上で最大10ポイント）に基づいてポイントを割り当てます。スコアの上限は100です。ラベル：INDEPENDENT（0～9）、LIGHTLY DEPENDENT（10～34）、MODERATELY DEPENDENT（35～59）、HEAVILY DEPENDENT（60～100）。

影響ネットワーク密度スコア（0～100）

同時に有効になっている政治的影響力の経路数を測定します。各経路にポイントが割り当てられます。ロビー活動は提出書類が20件以上で最大25ポイント、FECへの献金は記録が20件以上で最大25ポイント、議会議員による株式取引は取引が10件以上で最大20ポイント、FARA登録は登録があれば15ポイントです。3つ以上の経路が有効な場合は、複数経路ボーナスとして10ポイントが加算されます。ラベル：ネットワーク最小（0～9）、ネットワーク低（10～34）、ネットワーク活発（35～59）、ネットワーク深層（60～100）。

立法上の脅威／機会スコア（-100～+100）

4種類のシグナルを用いて、現在の立法環境を分類します。議会議員の株式取引における買い／売りの比率は、2:1の多数派基準に基づき、±25ポイントに寄与します。法案タイトルのキーワード分析（支持的か制限的か）は±20ポイントに寄与します。連邦官報の掲載量が多い場合は、-10ポイントとなります。ロビー活動が有効で、業界の関与を示す場合は、ロビー活動の強度が+10ポイントに寄与します。OFACまたはOpenSanctionsとの一致が見つかった場合は、他のシグナルにかかわらず、直ちに-30ポイントとなります。

外国影響力エクスポージャースコア（0～100）

外国政府との関係や国際的な関与を検出します。FARA登録は、登録数に応じて10～35ポイントに寄与します。OFAC制裁との一致は一律30ポイント、OpenSanctionsとの一致は20ポイントとなります。外国法人（OpenCorporatesにおける米国外の管轄区域）は、5社以上で最大15ポイントとなります。ラベル：最小（0～4）、低（5～24）、中程度（25～49）、外国リスク高（50～100）。

回転ドア指数（0～100）

役員を直接照合するのではなく、行動上のシグナルの組み合わせを通じて、政府と企業の間で生じる人材の流れを検出します。ロビー活動が活発で、政府契約もある場合、「契約とロビー活動の相互強化ループ」のシグナルとして30ポイントを獲得します。FARA登録と国内ロビー活動の両方がある場合、「国際的な回転ドア」のシグナルとして20ポイントを獲得します。議会議員による株式取引とFECへの献金がある場合、「政治と企業の深い結びつき」として最大20ポイントを獲得します。連邦政府の助成金と活発なロビー活動がある場合は15ポイントとなります。5つの影響力経路のうち4つ以上が同時に有効な場合、「回転ドアのエコシステム」として追加で15ポイントを獲得します。

政治的エクスポージャー総合スコア

加重平均：外国影響力（25%）＋政治的依存度（25%）＋影響ネットワーク（20%）＋回転ドア（15%）＋反転・正規化した立法上の脅威（15%）。立法上の脅威スコアは、最大の機会（+100）が総合スコアに0として寄与し、最大の脅威（-100）が100として寄与するように換算されます。これにより、総合スコアの方向性は常に一貫し、数値が高いほどエクスポージャーが大きいことを示します。

企業の政治的エクスポージャーの評価には、どのくらいの費用がかかりますか？

このMCPサーバーは、サブスクリプション料金のないイベントごとの従量課金制です。各ツールの料金は、1回の呼び出しにつき2.00ドルです。influence_network_graphによる包括的な評価では、11種類すべてのデータソースを同時に実行するため、5.00ドルかかります。

シナリオ	ツール	費用
クイックテスト — 単一スキャン	political_exposure_scan	$2.00
単一の詳細評価	influence_network_graph	$5.00
ポートフォリオのスクリーニング（企業10社、クイックスキャン）	political_exposure_scan x10	$20.00
ポートフォリオの評価（企業10社、全項目）	influence_network_graph x10	$50.00
四半期ごとのモニタリング（企業50社、全項目）	influence_network_graph x50	$250.00

Apifyでは、実行ごとの最大支出額を設定して費用を抑えることができます。サーバーはツールを実行するたびにこの上限を確認し、上限に達している場合は適切なエラーを返します。Apifyの無料枠には毎月5ドル分のプラットフォームクレジットが含まれており、political_exposure_scanを1回実行するか、包括的な評価の費用の一部に充てることができます。

APIを直接使用する

Python

from apify_client import ApifyClient

client = ApifyClient("YOUR_API_TOKEN")

run = client.actor("ryanclinton/corporate-political-exposure-mcp").call(run_input={})

# Or call via HTTP POST to the MCP endpoint after the actor is in Standby mode
import requests

response = requests.post(
    "https://corporate-political-exposure-mcp.apify.actor/mcp",
    headers={
        "Authorization": "Bearer YOUR_API_TOKEN",
        "Content-Type": "application/json",
    },
    json={
        "jsonrpc": "2.0",
        "method": "tools/call",
        "params": {
            "name": "influence_network_graph",
            "arguments": {"companyName": "Palantir Technologies", "sector": "defense"}
        },
        "id": 1,
    },
)
result = response.json()
print(f"Political Exposure Score: {result['result']['content'][0]['text']}")

JavaScript

import fetch from "node-fetch";

const response = await fetch(
    "https://corporate-political-exposure-mcp.apify.actor/mcp",
    {
        method: "POST",
        headers: {
            "Authorization": "Bearer YOUR_API_TOKEN",
            "Content-Type": "application/json",
        },
        body: JSON.stringify({
            jsonrpc: "2.0",
            method: "tools/call",
            params: {
                name: "influence_network_graph",
                arguments: { companyName: "Palantir Technologies", sector: "defense" },
            },
            id: 1,
        }),
    }
);

const data = await response.json();
const parsed = JSON.parse(data.result.content[0].text);
console.log(`Score: ${parsed.politicalExposureScore} — ${parsed.grade}`);
console.log(`Recommendation: ${parsed.recommendation}`);

cURL

# Call the influence_network_graph tool
curl -X POST "https://corporate-political-exposure-mcp.apify.actor/mcp" \
  -H "Authorization: Bearer YOUR_API_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "jsonrpc": "2.0",
    "method": "tools/call",
    "params": {
      "name": "influence_network_graph",
      "arguments": {"companyName": "Lockheed Martin", "sector": "defense"}
    },
    "id": 1
  }'

# Quick scan (faster, $2.00)
curl -X POST "https://corporate-political-exposure-mcp.apify.actor/mcp" \
  -H "Authorization: Bearer YOUR_API_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "jsonrpc": "2.0",
    "method": "tools/call",
    "params": {
      "name": "political_exposure_scan",
      "arguments": {"companyName": "Boeing"}
    },
    "id": 2
  }'

最良の結果を得るためのヒント

1. 立法関連のツールでは sector を使用してください。 congressional_interest_check と legislative_threat_assessment ツールは、省略可能な sector パラメーターを受け取ります。ExxonMobil のような企業の場合、"sector": "fossil fuels" を渡すと、企業名が直接記載されていない業界レベルの立法活動も対象に含めるよう、議会法案の検索範囲が広がります。

2. 本格的な評価に進む前に、political_exposure_scan を実行してください。 簡易スキャンの費用は $2.00 で、制裁対象との一致、多額のロビー活動、議会議員による株取引を検出します。スキャンでフラグがゼロの場合、$5.00 の包括的評価でもスコアは低くなる可能性が高いです。まずトリアージを行ってください。

3. 防衛・医療関連企業では government_revenue_dependency を実行してください。 これらの業界では、政府契約への依存度が高いケースが最も多く見られます。このツールは USAspending に基づく金額の合計を返します。これは多くの場合、スコアだけよりも有用です。

4. 自動化されたパイプラインでは、Apify に支出上限を設定してください。 自動化されたワークフローやエージェントのループ内で政治的エクスポージャーのスキャンを実行する場合は、Apify コンソールで実行ごとの予算上限を設定し、エージェントの反復による予期しないコストの増加を防いでください。

5. 制裁リスクのある取引先には、まず foreign_influence_screen を使用してください。 OFAC または OpenSanctions で一致が見つかると、直ちに重大な所見が返されます。制裁コンプライアンスのワークフローで、取引可否を判断する最も迅速な方法です。

6. ポートフォリオのモニタリングには、定期スケジュールを組み合わせてください。 Apify Schedules を設定し、主要な保有先や取引先に対して political_exposure_scan を毎週実行します。結果をデータセットに保存し、実行ごとの riskFlags 配列を比較することで、新たな政治リスクの動向を検出できます。

7. 最適な照合精度を得るには、正式な法人名を入力してください。 政府のデータベースでは、登記上の法人名が使用されています。「Lockheed Martin Corporation」は、「Lockheed」より多くのレコードと一致します。一般的な企業名を使う場合は、商号と法人名の両方を試してください。

他の Apify MCP サーバーやアクターと組み合わせる

アクター／MCP	組み合わせ方
counterparty-due-diligence-mcp	企業の政治的エクスポージャー分析と KYB スクリーニングを並行して実行し、政治・財務・本人確認を含む包括的な取引先リスクプロファイルを作成します
adversarial-corporate-opacity-mcp	企業の不透明性分析と組み合わせ、高い政治的エクスポージャーを持つ企業が実質的支配者構造も隠しているかどうかを検出します
sec-edgar-filing-analyzer	政治的エクスポージャーの所見を SEC 提出書類と照合し、政府契約による収益、政治リスクの開示、規制リスク要因を確認します
opensanctions-search	Foreign Influence Exposure スコアが 50 を超えた場合、その後の詳細な制裁調査に直接使用します
ofac-sanctions-search	外国影響スクリーニングでフラグが付いた事業体について、OFAC SDN レコードを詳細に検索します
fara-foreign-agents	foreign_influence_screen で特定された特定の FARA 登録について、詳細に調査します
senate-lobbying-search	lobbying_activity_report で活動量の多い登録者が特定された後、手動確認用にロビー活動の提出書類を取得します

制限事項

• 連邦政府のデータのみです。 この MCP は、連邦政府へのロビー活動（上院 LD 届出）、連邦選挙資金（FEC）、連邦政府との契約（SAM.gov / USAspending）を対象としています。州レベルの政治活動（州政府へのロビー活動、州 PAC からの献金、自治体との契約）は含まれません。
• 履歴データの範囲は、データソースの API によって異なります。 FEC と上院のロビー活動データは、複数の選挙サイクルにさかのぼります。SAM.gov と USAspending のデータ範囲は、データソースの設定によって異なります。リアルタイムの正確性は、各ソースデータベースの届出および報告の期限に左右されます。
• 回転ドアの検出には行動上の代理指標を使用し、職員データベースとは照合しません。 Revolving Door Index は、個々の職員名を議会名簿と照合するのではなく、高いロビー活動と政府契約の組み合わせ、FARA と国内ロビー活動の組み合わせなどのパターンを検出します。回転ドアの事実を職員単位で直接確認するには、別途、人事データベースまたは幹部データベースが必要です。
• 連邦議会の法案に対するキーワードスコアリングは、法案タイトルに基づきます。 立法上の脅威モデルは、法案タイトルをスキャンし、支持または制限を示すキーワードを探します。制限的な条項を含んでいても、タイトルが中立的な法案は、全文分析を行わない限り検出されません。
• プライベートエクイティや子会社ごとの分割には対応していません。 クエリには、指定された会社名を使用します。子会社、持株会社、最近社名を変更した事業体については、それぞれの名称で別途クエリを実行する必要があります。
• 応答時間は 30～120 秒です。 11 のデータソースすべてに並列でクエリを実行しますが、応答時間はデータソースごとに異なります。特に influence_network_graph ツールは、時間的制約のある同期ワークフローでは使用しないでください。
• 小規模企業については、ソースデータベースの情報が不完全な場合があります。 政治活動が限られている小規模な非公開企業のスコアが低い場合、それはエクスポージャーが低いためではなく、公開記録が限られているためである可能性があります。非公開事業体の低スコアは、「公開記録で確認できる情報が限られている」と解釈してください。
• OpenCorporates による外国事業体の検出は、管轄地域の文字列に基づきます。 外国の企業構造を示すシグナルでは、管轄地域フィールドに「us」または「united states」が含まれる事業体を除外します。管轄地域コードが曖昧または欠落している事業体は、誤って集計される可能性があります。

インテグレーション

• Zapier — CRM の案件ステージの変更時や、新しい取引先記録の追加時に political_exposure_scan を実行し、結果を案件記録に反映します
• Make — 企業リストに対して influence_network_graph を実行し、結果を Google Sheets にエクスポートする、スケジュール設定済みのポートフォリオ監視ワークフローを自動化します
• Google Sheets — Political Exposure Scores と次元別のサブスコアをエクスポートし、ポートフォリオレベルの ESG ガバナンス報告に使用します
• Apify API — MCP HTTP エンドポイントまたは Apify Actor API を介して、Python、JavaScript、その他の言語からツールを直接呼び出し、ESG プラットフォームと連携します
• Webhooks — influence_network_graph がしきい値を超えるスコアを返した場合や、新たな制裁フラグが見つかった場合にアラートを設定します
• LangChain / LlamaIndex — この MCP サーバーを LangChain または LlamaIndex のエージェントパイプラインでツールとして使用し、政治リスク調査のワークフローを自動化します

トラブルシューティング

大手企業のスコアが0または非常に低くなります。 これは通常、入力した企業名が連邦データベースで使用されている登録名と一致していないことを意味します。正式な法人名をお試しください。「Microsoft」では、記録が「Microsoft Corporation」として登録されている場合に見つからないことがあります。複合企業の場合は、子会社名と親会社名をそれぞれお試しください。

influence_network_graph がタイムアウトします。 11のソースすべてを対象とするクエリは、通常60～120秒で完了します。MCP クライアントでタイムアウトが発生する場合は、クライアントのタイムアウト設定を延長してください。Apify のアクター呼び出しは、サブアクターごとに120秒に設定されています。非常に知名度の高い企業名では、結果セットが大きくなり、処理時間が延びることがあります。

支出上限に達したというエラーが表示されます。 設定した Apify の支出上限に達すると、ツールは "eventChargeLimitReached": true を返します。Apify アクターの実行設定で1回の実行あたりの予算を増やすか、初期スクリーニングにはより低コストのツール（political_exposure_scan は$2.00）を使用してください。

外国資本の企業なのに FARA の結果が少ないようです。 FARA の登録は、外国資本のすべての企業に義務付けられているわけではありません。外国政府または外国の政党の代理人として活動する事業体のみが対象です。外国の依頼主に代わって政治活動を行わない外国資本の商業企業には、登録義務はありません。

よく知られた企業なのに、議会議員の株式取引が0件と表示されます。 STOCK Act の開示では企業名ではなく、個別の株式ティッカーが使用されます。congress-stock-tracker アクターは企業名のキーワードで検索するため、正確さは議会議員による保有株の報告方法に左右されます。時価総額の大きい企業や、よく知られたティッカーシンボルを持つ企業は、中型株企業や最近上場した企業よりも網羅性が高くなります。

責任ある利用

• この MCP が使用するデータソースはすべて、米国政府の公開データベース（FEC、上院ロビー活動開示、FARA、SAM.gov、USAspending、Federal Register、Congress.gov）および確立された国際コンプライアンスデータベース（OFAC、OpenSanctions、OpenCorporates）です。
• OFAC と OpenSanctions のデータは、情報提供を目的としたスクリーニングにのみ使用してください。コンプライアンス上の判断を下す前に、公式のデータベースで確認する必要があります。
• このツールは法的助言を提供するものではありません。規制当局への提出書類、投資判断、法的手続きに使用する前に、政治的エクスポージャーの評価を資格のあるコンプライアンス弁護士に確認してもらってください。
• FARA 登録、FEC への献金、議会議員の株式取引の開示を通じて特定された個人のデータを保存または処理する場合は、GDPR および適用されるデータ保護規制を遵守してください。
• ウェブスクレイピングとデータ利用の適法性に関するガイダンスは、Apify のガイドをご覧ください。

FAQ

5つのモデルでは、企業の政治的エクスポージャーをどのようにスコアリングしますか？ サーバーは、評価ごとに最大11のデータソースへ並列クエリを実行します。5つのスコアリングモデルはそれぞれ、文書化されたポイントのしきい値（上記の「スコアリングモデルの仕組み」セクションを参照）を使用して、結果の一部を処理します。総合スコアは加重平均です。外国からの影響と政治的依存度がそれぞれ25％、影響ネットワークが20％、政官間の人材移動が15％、正規化された立法上の脅威が15％を占めます。

非公開企業の Political Exposure Score はどの程度正確ですか？ 正確さは連邦政府の記録の有無によって異なります。政府との契約や PAC 活動がある大手非公開企業は連邦政府の記録が豊富なため、正確なスコアが得られます。連邦政府との契約、ロビー活動の届出、FEC の活動がない小規模な非公開企業では、スコアが低くなりますが、これはエクスポージャーが低いと確認されたことを示すのではなく、公開記録が限られていることを反映しています。

influence_network_graph の評価全体にはどのくらい時間がかかりますか？ 通常30～90秒です。11のデータソースへのクエリはすべて、Promise.all を使用して並列実行されます。ボトルネックとなるのは、最も遅い個別のソースです。Apify のインフラストラクチャでは、各サブアクターに256MBのメモリと120秒のタイムアウトが割り当てられます。 企業の政治的エクスポージャー評価をスケジュールに沿って実行できますか？ はい。Apify Schedules を設定して、このツールを毎日、毎週、または毎月の間隔で呼び出せます。結果を Apify データセットに保存し、データセットの比較や Webhook を利用して、時間の経過に伴うスコアの変化を検出できます。

この MCP は米国以外の企業の政治的エクスポージャーも検出できますか？ データソースは主に米国連邦政府のデータベースであるため、米国に本拠を置く事業体と、米国で事業を行う、ロビー活動を行う、または FARA に登録している外国企業のカバレッジが最も充実しています。foreign_influence_screen ツールは、外国企業を直接プロファイリングするよりも、外国との関係を持つ米国の事業体を特定するのに役立ちます。

Counterparty Due Diligence MCP とは何が違うのですか？ この MCP は、ロビー活動、選挙資金、議会活動、政府収入への依存、外国の影響力といった政治リスクの側面に特化しています。Counterparty Due Diligence MCP は、企業登記の確認、SEC 提出書類、デジタルフットプリントの分析など、より広範な KYB スクリーニングを行います。取引相手の完全なスクリーニングを行うには、両方を実行してください。

Revolving Door Index は実際には何を測定しますか？ Revolving Door Index は、個人の人員照合ではなく、複数の行動シグナルを組み合わせて評価します。活発なロビー活動と政府契約の存在が同時に確認される場合、契約とロビー活動の相互強化ループを示しており、これはよく見られる回転ドアのパターンです。FARA 登録と国内ロビー活動が同時に確認される場合は、国際的な回転ドアを示しています。5 つの影響力チャネルのうち 4 つ以上が同時に有効な場合は、回転ドアのエコシステムを示しています。これは構造的なパターンを検出するものであり、個人名を照合するものではありません。

コンプライアンススクリーニングにこのデータを使用することは合法ですか？ 基礎となるデータソースはすべて、米国政府の公開データベースです。コンプライアンススクリーニングに使用することは合法であり、標準的な慣行です。OFAC と OpenSanctions のデータは、制裁コンプライアンスを目的として特別に提供されています。FEC、上院のロビー活動、FARA のデータは、透明性を確保するために米国政府が公開しています。GDPR の適用対象となる事業体については、個人単位の記録を保存する前に、データ最小化の義務を確認してください。Apify の合法性ガイドをご覧ください。

LangChain などの AI エージェントフレームワークから MCP エンドポイントを使用できますか？ はい。/mcp エンドポイントは、Streamable HTTP を介した標準の Model Context Protocol を実装しています。MCP 互換のクライアントライブラリであれば、どれでも接続できます。エンドポイント URL は https://corporate-political-exposure-mcp.apify.actor/mcp で、Authorization ヘッダーに Bearer トークンが必要です。

データソースから結果が返されない場合はどうなりますか？ 各サブアクターの呼び出しは try-catch でラップされており、失敗時には空の配列を返します。スコアリングモデルは長さが 0 の配列を適切に処理します。結果が返されないデータソースは、該当するモデルに 0 ポイントを加算し、調査結果には「[X] は検出されませんでした」と記録されます。合成スコアは、失敗状態ではなく、利用可能なデータを反映します。

追加のデータソースやスコアリングモデルをリクエストできますか？ はい。このアクターのページにある Issues タブから、機能リクエストを送信してください。優先候補としては、州レベルのロビー活動データベース、EU の透明性登録簿、英国選挙管理委員会の寄付記録などがあります。

改善にご協力ください

問題が発生した場合は、Apify アカウントで実行の共有を有効にすると、より迅速なデバッグにご協力いただけます。

1. アカウント設定 > プライバシーに移動します
2. 実行を公開 Actor クリエイターと共有するを有効にします

これにより、問題が発生した際に実行の詳細を確認できるため、より迅速に問題を修正できます。お客様のデータはアクターの開発者のみが閲覧でき、一般公開されることはありません。

サポート

バグを見つけた場合や機能をリクエストしたい場合は、このアクターのページにあるIssues タブで issue を作成してください。カスタムスコアリングモデル、エンタープライズ向けの統合、またはポートフォリオレベルのモニタリングソリューションについては、Apify プラットフォームを通じてお問い合わせください。