会计信息化
开篇：润墨网以专业的文秘视角，为您筛选了一篇会计信息化范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
XBRL（eXtensible Business Reporting Language）是一个开放式的不局限于特定操作平台的国际标准，通过它可以实现财务和商业报告数据及时、准确、高效和经济的存储、处理和交流。随着XBRL的发展与推广，其在企业管理领域、审计领域、证券市场领域等经济领域中都有着广泛的应用空间。目前，XBRL在商业智能（Business Intelligence，简称BI）的应用研究已成为XBRL研究热点之一。如欧洲著名项目MUSING（MUlti-industry，Semantic-based next generation business INtelliGence，多行业的、基于语义的下一代商业智能）研究运用自然语言处理将BS（资产负债表）的信息归类到XBRL分类标准的方法，以及基于模型的转换方法来演绎XBRL的OWL表示（即从模式到本体的格式）；Peter Chamoni（2007）提出一个五阶段的商业智能成熟模型，并基于该模型分析XBRL可能增强决策支持系统功能的地方。本文拟在分析商业智能的技术架构及其现有的问题的基础上提供标准语义的XBRL分类标准技术，并讨论XBRL应用于商业智能的若干优势。
一、商业智能及存在的问题
商业智能（Business Intelligence，简称BI）的概念最早在1996年提出，通常被理解为将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具。根据Peter Chamoni（2007）的商业智能平台多层架构，商业智能可表示为图1。主要包括四种技术：（1）ETL（提取、转换和加载）是按照统一的规则集成并提高数据的质量，负责完成数据从数据源向目标数据仓库转化的过程；（2）数据仓库（Data Warehouse）是一个面向主题的、集成的、稳定的、不同时间的数据集合；（3）联机分析处理（Online Analytical Processing，简称OLAP）是一种以海量数据为基础的复杂分析技术，支持各级管理决策人员从不同的角度、快速灵活地对数据仓库中的数据进行复杂查询和多维分析处理，并且能以直观易懂的形式将查询和分析结果展现给决策人员；（4）数据挖掘（Data Mining）是从海量数据中，提取隐含在其中的、人们事先不知道的但又可能有用的信息和知识的过程。从本质上说，BI是对零散的异构数据进行处理、存储和分析，从而生成信息和知识的过程。该过程也可视为信息供应链。
通过商业智能技术，企业可以快速、有效地制定相关策略和规划，达到资源的合理配置，节约成本并提高效益。然而在实际中，国内大部分商业智能的应用并未为企业带来预期的利益，原因在于：（1）多数据源的异构问题。BI的原始数据是从MIS、MRP/MRPII、ERP等基于业务处理的信息系统中抽取的，这些系统本身缺乏标准，因此数据在命名、数据类型以及财务领域内专用词汇语义理解等方面都存在着较大的冲突。目前主要采用统一元数据来进行异构数据的统一化管理。尽管如此，还是缺乏一个统一的元数据标准。（2）信息分析成本高。商业智能要求用户不仅需要通过复杂的数据操作来生成报表，还需具备坚实的统计学基础及对企业数据的透彻了解来做出正确决策，从而导致企业需在培训用户方面耗费大量时间和资金。（3）信息表现方式单调。商业智能软件在数据实时展现信息获取的交互性可视化和易用性方面也与用户实际期望值之间一直存在距离。
二、XBRL在商业智能的应用分析
其一，XBRL在标准语义方面的技术概述。作为企业报告语言，XBRL具有实现业务信息的自动化处理，减少耗时费力的、成本昂贵的手工输入和比对信息过程，使财务数据的消费者更迅速、更有效地接收、查找、比较和分析数据等优势。这些优势几乎都归根于XBRL为财务及其他业务数据提供的标准语义，即分类标准（taxonomy）。XBRL分类标准定义了用于交换的商业信息元数据，包括财务报告中有关财务的和非财务的概念，是一个解释术语的字典，由模式（schema）和链接库（linkbase）组成。其中，模式定义概念，链接库则描述概念之间的关系并连接到人类可读的文档。链接库主要运用XLink和XPointer这两种XML技术。前者定义在 XML 文档中创建超级链接的标准方法，为在XML文档里创建基本的单向链接和更多的复杂连接结构提供了框架。后者允许这些超级链接指向 XML 文档中的更多具体部分（片断）。为了创建分类标准里的概念之间的关系，链接库需要指向这些概念或资源并且定义它们之间的关系类型。即：使用定位器locator使用XPointer技术来定位模式中的概念，而使用弧arc（尤其是其弧角色arcrole属性）使用XLink技术定义概念之间的关系类型。分类标准的五个链接库（展示、计算、定义、标签和引用），主要分为关系型链接库（描述概念之间的关系）和资源型链接库（补充解释概念）两类，每个链接库都使用不同的关系类型，具体如表1所示。为了满足企业用多维表表示业务报告的需求，XBRL国际在2006年了XBRL维度1.0规范，将维度（Dimensions）纳入XBRL。维度分类标准（dimensions taxonomy）使用超立方体来披露信息，即适用于某个度量的多维信息是通过给它附上一个超立方体来完成，具体见图2。非维度的分类标准（即按没有使用维度概念或关系的分类标准）与包含维度的分类标准之间的关键区别在于描述度量之间关系的层级树。在非维度的分类标准里，只可以在展示链接库里使用parent-child关系。而在包含维度的分类标准里，可以使用带有domain-member弧角色的弧来构造定义链接库里度量之间的关系。domain-member关系的一个重要特点是多维信息的继承。如果一个较高层的概念被赋予维度信息，在这个层级树结构里所有较低层的概念则都继承了该特征。
其二，XBRL应用于商业智能的优势。XBRL提供的标准语义使数据不仅可以进行自我描述，还能为计算机解读。因此，将XBRL应用于商业智能有以下优势：（1）有利于集成异质的财务数据到商业智能系统。XBRL是XML（eXtensible Markup Language，可扩展标记语言）在财务报告信息交换和提取领域的一种应用，是目前应用于非结构化信息处理，尤其是财务信息处理的最新标准和技术。其并不受限于任何特定系统，只需一个转换接口将各系统中的数据转换成XBRL格式，就可实现数据从一个系统到另一个系统的转换。在信息供应链的上游应用XBRL对原始数据进行编码，将在整个信息供应链中形成XBRL数据流，实现数据的规范化整合，为商业智能提供一致、可靠的数据。（2）有利于数据仓库存储和管理数据。在数据仓库中被集成的数据通常以星型模式，即事实表―维表结构来组织数据：事实表包含商业活动的定量的或实际的数据；而维表包含反映商业某个维度的描述性数据；事实表和维表通过关系进行连接。XBRL很好地满足和增强了这一特性，从元数据层面建立了事实表和维表，即主分类标准和维度分类标准，并对这两类分类标准分别进行管理，见图3。这不仅使用户能够便捷地定义度量和维度，选择、重复运用维度到特定的度量，而且其以超立方体展示数据的方式能让用户可视化地理解数据间的关系。此外，XBRL的文件是以ASCII码来存档，只须利用支持ASCII码的简单文书处理器就可以读取或修改，有利于资料的长期保存与维护。（3）有利于提高商业智能中信息的丰富程度及可获性。Hodge等（2004）通过考察XBRL格式的财务报告对非专业财务报告使用者决策的影响，发现那些利用XBRL技术的使用者获取信息与整合信息的能力明显高于其他人。一方面，由于XBRL是一种能对数据进行分类、综合和控制的元语言及其为数据提供的各类标签信息，通过XBRL对数据的“下钻”功能，用户能够方便地抽取特定的具体信息，清晰、详尽地显示相关信息，隐藏不相关信息，为OLTP和数据挖掘提供更多有用的数据。另一方面，由于XBRL具有计算机可读的特点，分析模型可以自动填充数据，让BI用户更专注于数据分析和决策。
XBRL是一种电子交换商业信息的标准方法，是对传统财务和业务报告的变革。从数据源出发，通过信息供应链给商业智能带来深远的影响。XBRL能提供大量的实时、全面、格式一致的数据，使商业智能对大量信息的提取、利用、处理和分析变得简单易行。
参考文献：
［1］余长慧、潘和平：《商业智能及其核心技术》，《计算机应用研究》2002年第9期。
［2］陈红：《商务智能：从数据中挖取利润》，《中国计算机用户》2003年第14期。
［3］张瑞：《商业智能体系结构研究》，《甘肃科技纵横》2010年第6期。
［4］徐俊刚、裴莹：《数据ETL研究综述》，《计算机科学》2011年第38期。
［5］霍夫曼：《XBRL在财务报告中的应用（IFRS和US GAAP版）》，中国财政经济2008年版。
［6］Hoffman C. and Strand C.A.， XBRL Essentials ［M］. AICPA， 2001.
［7］R. Debreceny and C. Felden （eds.）， XBRL for Interactive Data ［M］. Springer， 2009.
［8］ www. xbrl. org/Specification/XDT-REC-2006-09
-18.htm
［9］frux.省略/file/view/Chapter-14-Under
-standing AndUsing XBRL Dimensions.pdf
［10］Bergeron B. Essentials of XBRL ［M］.1st edition.2003.John Wiley & Sons. 2003.
［11］cordis.europa.eu/ist/kct/musing_synopsis.htm
［12］R. Debreceny， C. Felden， and M. Piechocki， “XBRL and Business Intelligence，” in New Dimensions of Business Reporting and XBRL DUV， 2007: 178-189.
［13］FD Hodge, JJ Kennedy, LA Maines.Does Search-facilitating Technology Improve The Transparency of Financial Reporting・[M]. Account Review, 79(3), 2004: 687-703.