资源描述：
《xbrl财务数据传送校验模式比较分析》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财务数据传送校验模式比较分析近年来,国内掀起了一股XBRL热,从政府部门到企业,从会计事务所到会计学术界,都以较大的热情投入到XBRL的研究和应用中。各方的关注,对中国会计信息化事业的发展起到了很好的推动作用。但是,众多研究和探索基本上都将重点放在XBRL标准的制定,即制定中国的XBRL标引规范(taxonomy)以及标准制定中的有关细节问题,忽略了XBRL的应用目标,忽略了如何以比较经济的方法生成和获得按标准编制的实例文档。并将其安全、可靠地传输到信息收集部门,便于对报告信息的分析和利用。XBRL的优势在于财务数据的X络传输。由于财务数据,
2、尤其是公开财务数据,不仅需要符合会计准则的质量要求,而且需要按统一的格式标准传输。便干计算机自动分类、归档、汇总和分析。XBRL之所以在会计领域中得到广泛应用,主要的原因是:采用XBRL规范架构所获得的包含着财会数据的实例文档,是可以被计算机识别的,并且可以通过相应的程序从中直接抽取数据进行汇总、分析等操作。因此,XBRL的所有目标就是生成和获得能够被不同的计算机系统解析的可以直接在X上传输的并且通过了合法性校验的实例文档。为了使不同的计算机系统能够正确地解析实例文档,必须对实例文档进行规范,使之标准化。为了达到这一目标,各国花费了较大的人力、物力进
3、行XBRLtaxonomy的编制。XBRLtaxonomy的编制,是根据需要获得的实例文档的具体要求而设计的。通过XBRLtaxonomy对实例文档的规范性进行校验,是XBRL的核心功能,如果单从X络传输的角度来看,通过email传送的效率比较高。XBRLtaxonomy编制完成后,需要做的是设计实例文档的生成、传输、校验的流程模式(ProcessModel),目前使用的流程模式基本上可以分为两大类,单次校验模式和两次校验模式。一、单次校验模式单次校验模式的XBRLtaxonomy是非开放的,对实例文档的合法性校验是在数据收集方的服务器上进行的。数据
4、提供方提供的实例文档的生成方式,是按照数据收集方编制和提供的各种形式的模板,进行手工或半手工的填制,填制完成后,通过互联X络传送到数据收集方的服务器上,数据收集方在接收到实例文档后,在自己的服务器上调用XBRLtaxonomy对收到的实例文档进行合法性校验,校验完成后即入库备用。单次校验模式又可以分为,客户端模板填制模式和y是非公开的,因此,数据提供方只能进行手工填制,填制完成后,发送到数据收集方服务器上进行合法性校验。如果校验通不过的话,应通知用户修改或重新填制。y是公开的,对实例文档的合法性校验是在数据提供方和数据收集方的服务器上两次进行。二、两
5、次校验模式两次校验模式的数据提供方利用公开名称空间的XBRLtaxonomy编制自己的实例文档生成程序,这些实例文档的生成程序可以嵌入在数据提供方的信息系统内,做到与本地信息系统的无缝链接,并可以直接从信息系统数据库中取数,由计算机自动生成实例文档。生成的实例文档可以在自己的服务器上进行第一次校验,也可以在传输前,通过互联X直接调用XBRLtaxonomy在线实时进行合法性校验,经校验合格后的实例文档通过互联X传送到数据收集方的服务器,数据收集方服务器收到传送来的实例文档后,服务器上的应用程序自动对实例文档进行合法性校验,即对数据提供方校验结果的复核
6、以及检查传输过程中可能出现的噪音干扰。校验合格后入库备用。两次校验的流程模式图3所示。三、两种校验模式的区别XBRL的两种流程模式的主要区别在于:1 XBRLtaxonomy的开放性,单次校验流程模式的XBRLtaxonomy是私有的、非公开的,而两次校验的流程模式的XBRLtaxonomy是开放的、公开的。2 单次校验流程模式的校验是数据接收方的责任,两次校验流程模式的校验是数据提供方双方的责任,两者的责任不同,将来可能产生的各种不良后果的责任人也是不同的。3 单次校验流程模式实例文档的生成主要靠手工填制,两次校验流程模式实例文档的生成由计算机自动
7、生成。后者的效率更高一点,差错发生的概率也小得多。4 单次校验流程模式下,数据提供方生成的实例文档难以保证与其信息系统的数据保持一致性,而两次校验流程模式有计算机直接从数据库取数,没有人工的干预,能够保证数据的一致性。两种流程模式的选用体现了双方对XBRL方案经济效用的理解。在单次校验流程模式中,数据接收方,其经济效用几乎永远为正,而数据提供方因为要增加其的成本,所获得的好处几乎为零,甚至其经济效用可能永远为负。如果不能提高数据提供方的效用值。单次校验流程模式很难被认为是一个可持续发展的方案。XBRL方案由于能够获得符合会计准则并且能够方便计算机取数
8、的高度规范化的实例文档,为数据收集方提供了高效的数据分析前景。但是,数据提供方如果没有经济上的利益,不能在X
