xbrl在我国证券业的应用状况及影响因素分析

《xbrl在我国证券业的应用状况及影响因素分析》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、XBRL在我国证券业的应用状况及影响因素分析摘要：XBRL在证券行业的应用，可以进一步推动上市公司信息披露和证券信息服务业规范、有序发展，实现上市公司信息网上披露以及推进证券信息的标准化和财务报告数据分类标准的设立。本文从政策制定、应用成果及国际交流三方面对XBRL在我国证券业的应用状况进行分析，同时将影响XBRL在我国证券业应用的因素分为宏观因素、中观因素和微观因素并提出了相关建议。　　关键词：XBRL证券业　发展状况　影响因素　　1.引言　　XBRL(eXtensibleBusinessRepo

2、rtingLanguage)，即可扩展商业报告语言，是一个用于金融与商业报告数据的标准。它基于XML处理非结构化信息，主要应用在财务、报表与资料分析等方面。披露的XBRL信息可以跨系统、跨数据库和跨软件使用，大大提高了财务报告数据交换、搜索、共享等方面的效率。　　XBRL的出现不仅能够实现证券业内、业间的上市公司信息共享和互操作，还能使上市公司、交易所、监管机构、会计师事务所、投资者、研究机构、证券信息服务商等信息供应链上的加工者与使用者低成本、高效率地实现信息生成、提取、分析、交换和共享，从而增强

3、证券市场信息披露的透明度。　　2.应用状况分析　　政策制定　　为了推进和规范XBRL在我国证券业的应用，中国证券监督管理委员会从2002年5月开始制定《上市公司信息披露电子化规范》，历经多次修订，于2004年1月通过全国金融标准化技术委员会审批，2005年6月正式颁布实施。　　该规范的制定解决了之前披露文件格式不方便被计算机程序自动读取的问题，同时也有助于实现证券业内、业间的上市公司信息的共享，推动我国上市公司信息披露和证券信息服务业规范、有序地发展，为建立上市公司信息披露电子化体系奠定了良好的基础

4、。　　2008年9月1日，中国证监会发布了《证券投资基金信息披露XBRL标引规范》，XBRL在证券业的应用拓展到了基金行业，进一步提升了基金业规范运作的水平。　　应用成果　　上海证券交易所于2003年开始XBRL标准的试点工作，试点成功后进一步扩展。2004年深圳证券交易所启动“XBRL应用示范项目”，包括了信息披露文件制度及数据采集、数据的交换与共享、上市公司信息展示。截至2005年沪深交易所的所有上市公司已实现了用XBRL对定期报告的全文和摘要进行披露，对提高国内外投资者分析能力和保护自身权益、

5、增强投资者信心有着重要的意义。　　中国证监会在2008年1月召开的基金信息披露XBRL应用推广动员会上宣布正式启动基金信息披露XBRL项目。经过一年多的努力，2009年7月20日中国证监会基金信息披露网站正式上线，标志着我国在应用XBRL进行基金信息披露方面走在了世界前列。　　国际交流　　我同证券监管部门高度重视与XBRL国际组织的交流，其中上海证券交易所起到了代表作用。为了建立XBRL标准，上交所专门成立联合工作小组，并邀请国际权威人士进行评估。2004至2005年上交所在L海成功举办研讨会以及赴

6、港参加交流会，推进了XBRL在我国证券监管领域的应用。　　2005年5月上交所成为XBRL国际组织正式会员，其开发的上市公司信息披露分类标准、中国基金信息披露分类标准和XBRL金融类上市公司分类标准分别于2005年9月、2006年7月和2008年2月获得XBRL国际认证。2007年12月3日，XBRL中国地区组织正式成立。3.影响因素分析　　影响XBRL在我国证券业应用的因素很多，在以上分析的基础上，根据国家、行业以及企业三个维度将主要因素归纳成宏观因素、中观因素和微观因素。如下图所示：　　宏观因素

7、　　系统在处理XBRL文件时，需要随时访问远程的技术规范和分类标准文件，这直接依赖于网络通讯质量和系统处理速度。目前，基于关系数据库的数据处理比基于XBRL的数据处理效率更高，若要后者达到前者的效率，我国的基础设施还需要进一步完善。　　上市公司的信息通过网站进行披露，而互联网由于其开放的特性，势必隐藏着漏洞，加上黑客及不法分子的存在，公司会计信息具有被截取、篡改、泄露等风险，直接影响了上市公司的使用热情。如何对安全隐患的有效防范成为推广XBRL面临的重要问题。　　中观因素　　由中国证监会颁布实施的《

8、上市公司信息披露电子化规范》中只定义了工业企业的财务报表科目，对金融、房地产、医药、旅游等其他行业还没有订制出对应的分类标准。这制约了XBRL的应用范围，所以国家需要加紧完善分类标准，补充定义各行业间报告实务的共性项目。　　由于沪深交易所在进行XBRL研究阶段未考虑整合情况，导致目前存在两套标准和系统，为数据库并轨并实现单一标准带来难题。随着数据的不断庞大，问题显得越米越严重，急需两个部门共同探讨和研究。　　XBRL在我同证券领域的应用不过几年，专家和研究人员极其缺乏