Znaczenie prawidłowego tagowania XBRL dla analizy danych

Alex de Jong

Alex de Jong

Alex is Partner of ParsePort Netherlands

Alex on LinkedIn

XBRL może mieć kilka istotnych zalet związanych z automatyczną analizą wielu danych finansowych. Może to znacząco wpłynąć na  szybkość analityczną i precyzję. Ale podobnie jak w przypadku wszystkich analiz biznesowych kluczowa jest jakość danych. Jak więc zapewnić jakość danych od samego początku?

Za rok tworzenie raportu rocznego dla spółek giełdowych będzie zupełnie inne niż teraz, gdy do pracy zostanie dodany wymiar XBRL. Coraz więcej firm przygotowuje się na tę wielką zmianę, współpracując z firmami specjalizującymi się w tworzeniu plików iXBRL. To dobrze, ponieważ nie można zacząć od razu, chcąc dostarczyć raport dobrej jakości.

Ale nawet po nawiązaniu współpracy z dostawcą XBRL nadal istnieje pytanie, jak faktycznie powstaje plik XBRL. Wszystkie liczby muszą być odwzorowane na ich odpowiedniki XBRL i należy wprowadzić rozszerzenia taksonomii.

Nie wydaje się to trudne, ponieważ większość dostawców ma listy, w których znajdują się wszystkie możliwe elementy, których należy użyć. Po prostu należy znaleźć element, w którym nazwa najlepiej pasuje do etykiety. A jeśli nie można znaleźć odpowiednich elementów, zawsze można stworzyć własne.

Musimy jednak zachować ostrożność, ponieważ w ten sposób łatwo popełnia się błędy. Czasami etykieta wydaje się pasować do elementu opartego na nazwie, ale znaczenie tego elementu różni się od danych w raporcie rocznym. Może się również zdarzyć, że w ogóle nie ma pasującego elementu, ale gdy przyjrzymy się bliżej, znajdziemy odpowiedni element o zupełnie innej nazwie.

Dopasowywanie odpowiedniego elementu do figury nie jest jedyną przeszkodą. Elementy mają również pewne właściwości, takie jak skala, równowaga oraz typ. Zastosowanie niewłaściwych wartości dla tych właściwości może mieć duży wpływ. Użycie skali 3 zamiast -3 może sprawić, że liczby będą wydawały się tysiąc razy niższe, bez zauważenia istotnej różnicy w raporcie. Nawet walidacja taksonomii nie pomoże tutaj, ponieważ liczby prawdopodobnie się sumują.

Nieprawidłowa interpretacja może spowodować, że raport będzie miał ujemne wartości tam, gdzie powinny być dodatnie lub na odwrót. Możemy sobie wyobrazić wpływ, gdy w pewnym momencie pliki XBRL są używane przez algorytmy na giełdzie i ktoś popełnia taki błąd.

Pomysł użycia XBRL polega przede wszystkim na łatwej analizie raportów finansowych, bez konieczności interpretowania wszystkiego na podstawie kontekstu. Umożliwia to automatyczne przetwarzanie oraz możliwość analizowania i porównywania tysięcy raportów ze sobą.

Porównywanie raportów może działać tylko wtedy, gdy istnieje jakiś standard. Oznacza to, że  wszystkie liczby są znormalizowane i nie ma potrzeby ich przedłużania. Im więcej rozszerzeń jest używanych w raporcie, tym trudniej jest go automatycznie porównać z innymi raportami.

Podsumowując, wydaje się, że tagowanie pliku nie jest trudne, ale prawidłowe tagowanie jest o wiele trudniejsze i wymaga wiedzy dotyczącej zarówno taksonomii i branży. Jeśli plik nie jest odpowiednio otagowany, może być nadal prawidłowy, audytor może go zatwierdzić, ale jakość analizy będzie bardzo niska.

W tej chwili zmierzamy w kierunku pierwszych raportów XBRL dla spółek giełdowych i łatwo skupić się tylko na przepisach i nie myśleć o właściwym tagowaniu. Uważam jednak, że powinniśmy skoncentrować się na obu aspektach, ponieważ sedno XBRL polega na tym, że wkrótce zaczniemy analizować wszystkie zgromadzone dane i nie chcemy ignorować danych z pierwszych lat z powodu ich niskiej jakości.

 

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