2019可扩展商业报告语言（XBRL）国际会议于2019年10月22日在上海隆重开幕。本次会议以“增强数据价值·商业报告的未来”（Data Amplified·the future of business reporting）为主题，在XBRL中国地区组织的支持下，由XBRL国际组织主办，上海财经大学承办。会议邀请了各国政府部门、监管机构、学术研究机构、全球知名企业、大数据分析等领域的领军人物和行业领袖共同探讨大数据、人工智能开启的全新环境下XBRL商业报告标准、数据标准化应用和会计信息化的未来。
10月23日，大会共进行了2个主题报告和3个分论坛。理性基金会Marc Joffe 、可持续会计准则委员会 Madhu Matthew、欧洲央行Juan-Alberto.Sanchez、 俄罗斯央行Stanislav Korop、 荷兰税务和海关总署Frans Hietbrink、 Idaciti Emily Huang、 欧洲富士通实验室Maria Mora发表业务及监管报告分论坛主题报告。分论坛由XBRL国际组织首席执行官John Turner主持。
主题报告1
报告主题：XBRL用于政府财务报告
主讲嘉宾：Reason基金会，Marc Joffe
Marc Joffe先生分享了XBRL在各国政府财务报告中的运用以及未来发展方向。他表示政府债务风险是当前各国政府面临的重要问题，XBRL的运用有助于国际和本地监管机构收集相关数据，系统化的测度当地政府财务健康状况，对政府债务风险进行提前的分析，作出未来债务偿还能力的预测。XBRL西班牙委员会在这方面有一个领先的应用尝试，他们发布了XBRL分类标准并要求地方政府按照要求汇报工作。在未来，Marc Joffe先生希望XBRL能够继续前进，与HDML5进行兼容，实现所有网页均能访问，将数据更好的转换，为更多的投资者和监管者提供数据。
主题报告2
报告主题：可持续报告：介绍SASB、碳披露和企业报告的未来
主讲嘉宾：可持续会计准则委员会（SASB），Madhu Matthew
Madhu Matthew分享了SASB的概念框架及其在市场中的具体运用。SASB是独立非盈利性标准委员会，关注可持续性的报告即社会环境公司报告，致力于分析研究影响每一个国家、每一个行业、每一家公司可持续性的财务相关因素，并给出详细准确的评估报告，让投资者能够非常简单地通过这些报告来了解被投资方的可持续性，投资者愿意花钱来获取这些报告并比较不同公司之间的优劣。SASB负责制定行业标准，统一分类口径，提高公司间的可比性，包括横向比较和纵向比较等，公司可以购买这个标准发布SASB表格，将其作为财务报表的一部分，报告在产品的末位。而要做到这些，XBRL起到了至关重要的作用，未来SASB将联合报告需求方、供应方以及监管方共同参与，确保所有的市场参与者都参与到这个过程中来，提供更多的结构化数据。
主题报告3
报告主题：欧洲央行XBRL 5年监管数据-数据点模型和高级分析
主讲嘉宾：欧洲央行， Juan-Alberto Sanchez
Alberto先生首先介绍了监管报告系统的功能，监管方监管人员如何使用监管数据，以及数据模型方面的具体实践。欧洲央行采集数据要求报告之间具备良好的一致性，通过提供反应监管方要求的模板然后制备数据并翻译成XBRL数据，保证了数据的一致性。XBRL实施为欧洲央行带来的好处包括：更容易验证基础数据的准确性，并允许通过简单的规则进行基本数据质量的评价。Alberto先生还介绍了目前欧洲央行在亚洲实施的新的监管项目，应用大数据技术和平台进行运作，提供了更先进的分析方法。在未来，欧洲央行将大力发展XBRL，其在整个监管行业有很好的应用前景，同时也在探讨将过去数据为中心的方法转到报告为中心的尝试，这样能够提高分析能力，通过更加规则的数据获得更好的报告。
主题报告4
报告主题：数据收集的新方法：俄罗斯银行的结构化数据
主讲嘉宾：俄罗斯联邦中央银行，Stanislav Korop
Stanislav Korop先生主要分享了俄罗斯央行报表处理部正在进行中的一些项目，及其面对的困难和解决方法。通过应用XBRL技术，通过制定分类法避免重复性来降低过度的信息，而且实现了数据采集流程的自动化，俄罗斯央行部门采集数据的质量得到了很大改进，数据的透明度也得到提高。目前俄罗斯央行的数据采集以格式为驱动，而不是以数据为驱动，但是如果能够学习了解表格的定义项，就可以实现整个过程的自动化，从而节省很多时间，确保整个银行体系的流畅。俄罗斯央行不仅监管公司，而且还尝试帮助公司理解其做法的原因和实施XBRL的好处，通过教育培训来帮助他们学习XBRL和建立系统，从而享受方便快捷制备报表的好处，未来，俄罗斯央行工作的努力方向为减少申报的时间窗口，推动XBRL的推广和改进公司系统实现自动化等。
主题报告5
报告主题：合作削减成本：标准化的商业报告
主讲嘉宾：荷兰税务和海关总署，Frans Hietbrink
Frans Hietbrink先生谈到，荷兰有超过100万的公司，他们必须得对各种各样的监管机构单独提交报告，如果一个报告只能用于税收或者收入的话就难以重复使用，从而会产生很高的成本。荷兰税务和海关总署的工作就是想让他们以更有效、高效、透明的方式提交报告，不止对公司透明，对公众透明，对同行之间也可以透明。通过标准化实现数据和技术流程的重复使用从而提高效率。
荷兰政府各不同监管机构都需要大量的数据，政府在应用XBRL做了15年的工作之后看到了巨大收益。作为监管机构之一，荷兰税务和海关总署在数据方面、策略方面都可以给政府提供相关的建议。在这个过程中，公司内部的分类标准应该让使用者能够更好的进行相关的分类，应该更符合公司内部的要求并能够转化，在这样一个体系中，数据结构的一致性非常重要。结构化首先要在不同的界面中将数据收集到一起，通过框架协议对数据进行整理和初步分析以及处理。数据处理之后，将他们归类到不同的子项里面，之后才能够让软件进行处理，当然现在已经可以实现更加智能，甚至只需要告诉电脑需要实现什么样的功能，它就能够将已经做好预分析的数据进行分析，给公司部门以及政府部门提供了极大的方便。
主题报告6
报告主题：如何赢得球迷与影响结果：使用结构化数据加强财务分析和披露研究
主讲嘉宾：idacit， Emily Huang
黄女士在演讲中分享了XBRL在大中小型公司中的具体应用，通过展示XBRL的检索、追溯与报告功能，谈到XBRL能够大大缩短数据获取与整合的时间，只要进行了标记的数据，都能在短时间内提取并进行比较，还可以在EXCEL、PPT软件中进行交互印证与使用，能够运用于市场分析、财务分析等领域。另外，由于XBRL形成的数据是可以追溯的，使得数据使用人能够了解数据的来源及形成的过程。最后，XBRL提供的细粒度数据能够提供有效的问题解决方案，已经应用于董事会的讨论中。黄女士总结到，XBRL的美妙之处是让数据有生命，通过可视化，能让数据更好地为管理者提供决策支持。
主题报告7
演讲主题：可解释的AI在财务中的应用
主讲嘉宾：欧洲富士通实验室，Maria Mora
Mora女士在演讲中了强调传统AI与可解释AI的区别，传统AI是提供大量的数据给机器，让它学习后进行类比于人工的智能分析。但传统AI的局限是获取大量的数据用于学习是非常困难的，并且逻辑也难以观察的，可信度会受到怀疑。在这样的情况下，可解释AI应运而生。它是用于解释人工智能所做出的每一个决策背后的逻辑，能够告知使用者数据为什么可信，数据怎么得出来的，以及向使用者提示潜在的危险。Mora女士表示，人工智能在金融服务领域上的应用会越来越广泛，AI的可信度在技术的推动下也会显著提升。但是需要提醒的一点是，AI也不能做到十全十美，AI变得越来越重要的同时，人们也需要对AI保持必要的谨慎。
供稿：饶艳超、彭牧泽（学）、王禹（学）、何思怡（学）
供图：彭莎莎
TOP