Die Wichtigkeit von Ordnungsgemässe XBRL Tagging für Datenanalyse

Alex de Jong

Alex de Jong

Alex is Partner of ParsePort Netherlands

Alex on LinkedIn

XBRL kann einige große Vorteile in Bezug auf die automatische Analyse vieler Finanzdaten haben. Die Perspektiven der analytischen Geschwindigkeit und Präzision können einen großen Unterschied machen. Aber genau wie bei allen Business Intelligence ist die Datenqualität der Schlüssel. Wir alle kennen das Sprichwort „Müll rein ist Müll raus“. Wie stellen wir die Datenqualität von Anfang an sicher?

In einem Jahr wird sich die Erstellung des Jahresberichts für börsennotierte Unternehmen mit der Addition der XBRL-Dimension in der Arbeit stark unterscheiden. Immer mehr Unternehmen bereiten sich auf diese große Veränderung vor, indem Sie mit Unternehmen zusammenarbeiten, die auf die Erstellung von iXBRL-Dateien spezialisiert sind. Das ist gut, denn Sie können nicht früh genug beginnen, wenn Sie einen Qualitätsbericht liefern möchten.

Aber selbst wenn Sie mit einem XBRL-Anbieter zusammengearbeitet haben, bleibt die Frage offen, wie die XBRL-Datei tatsächlich erstellt wird. Alle Zahlen müssen ihren XBRL-Gegenstücken zugeordnet werden, und es müssen Erweiterungen der Taxonomie vorgenommen werden.

Dies klingt vielleicht nicht allzu schwierig, da die meisten Anbieter Listen haben, in denen Sie alle möglichen Elemente finden, die Sie verwenden können. Suchen Sie einfach das Element, bei dem der Name am besten zu Ihrer eigenen Bezeichnung passt. Und wenn Sie nicht die richtigen Elemente finden, können Sie immer Ihre eigenen erstellen.

Wir müssen jedoch vorsichtig sein, da Fehler auf diese Weise leicht gemacht werden können. Manchmal scheint das Etikett mit einem Element auf der Grundlage des Namens übereinzustimmen, aber die Bedeutung des Elements unterscheidet sich von der Bedeutung der Nummer im Jahresbericht. Es kann auch vorkommen, dass es anscheinend kein Element gibt, das überhaupt übereinstimmt, aber wenn man sich die Bedeutung der Elemente genauer ansieht, gibt es ein geeignetes, das nur einen ganz anderen Namen hat.

Das richtige Element einer Figur zuzuordnen, ist nicht die einzige Hürde. Elemente tragen auch bestimmte Eigenschaften wie Skalierung, Balance, Vorzeichen und Typ. Die Verwendung falscher Werte für diese Eigenschaften kann erhebliche Auswirkungen haben. Wenn Sie eine Skalierung von 3 anstelle von -3 verwenden, können Ihre Zahlen tausendmal niedriger erscheinen, ohne dass ein wesentlicher Unterschied im Bericht erkennbar ist. Auch die Taxonomievalidierung wird hier nicht helfen, da sich die Zahlen wahrscheinlich summieren.

Wenn Sie die Balance-Eigenschaft falsch interpretieren, kann Ihr Bericht negative Werte haben, wenn sie positiv sein sollten, oder umgekehrt. Auch hier wird es im lesbaren Teil der Datei nicht angezeigt, aber die automatische Interpretation eines Computers ist sehr unterschiedlich. Wir können uns die Auswirkungen nur vorstellen, wenn diese XBRL-Dateien irgendwann von Algorithmen an der Börse verwendet werden und jemand einen solchen Fehler macht.

Die ganze Idee, XBRL überhaupt zu verwenden, besteht darin, Finanzberichte einfach analysieren zu können, ohne alles kontextbezogen interpretieren zu müssen. Dies ermöglicht eine automatische Verarbeitung und die Möglichkeit, Tausende von Berichten zu analysieren und miteinander zu vergleichen.

Das Vergleichen von Berichten kann nur funktionieren, wenn es einen Standard gibt. Dies bedeutet, dass in einer idealen Welt alle Zahlen standardisiert sind und keine Erweiterungen erforderlich sind. Je mehr Erweiterungen in einem Bericht verwendet werden müssen, desto schwieriger wird es, ihn automatisch mit anderen Berichten zu vergleichen.

Zusammenfassend scheint es nicht so schwierig zu sein, eine Datei zu markieren, aber das richtige Markieren ist viel schwieriger als man denkt und erfordert Kenntnisse über die Taxonomie und die Branche. Wenn eine Datei nicht ordnungsgemäß markiert ist, ist sie möglicherweise noch gültig und ein Prüfer kann die Datei weiterhin genehmigen. Die Qualität der Analyse kann jedoch sehr schlecht sein. Im Moment nähern wir uns den ersten XBRL-Berichten für börsennotierte Unternehmen. Es kann einfach sein, sich nur auf die Vorschriften zu konzentrieren und nicht über eine ordnungsgemäße Kennzeichnung nachzudenken. Ich denke jedoch, dass wir uns auf beide konzentrieren sollten, da der springende Punkt bei XBRL darin besteht, dass wir bald mit der Analyse aller gesammelten Daten beginnen möchten und die Daten aus den ersten Jahren aufgrund der schlechten Datenqualität nicht ignorieren zu müssen.

Wir haben uns entschlossen, den Schritt in Richtung iXBRL zu machen, also können wir uns genauso gut darauf freuen, unseren Vorteil daraus zu ziehen und es nicht halbgebacken zu machen.

Share on facebook
Share on twitter
Share on linkedin
Share on google