会计信息化:构建总账元数据标准
来源:中国会计报 更新时间:2012-04-15

  作者:胡仁昱  禇彦淑  魏文翠 
  
 
  当前,财务和会计业务处理越来越依赖于信息技术的发展,无论是企业还是政府部门或其他各类经济组织,都在他们的系统数据库中累积了海量的以电子形式存在的财会数据信息。信息技术的发展,带来了数据的承载媒介及其存储格式和方法的变革,这对这些历史数据的长久存储和充分利用提出了更高的要求。而这些海量的历史数据是经济组织一笔巨大的财富,对其进行长久存储和重复利用,有助于为经济组织的经营和发展做出贡献。

  但就目前而言,国内商品化的会计软件由于在数据库、数据结构、开发工具以及数据存储格式方面不尽相同,在数据交换的接口方面不公开、不统一,严重阻碍了财会数据信息的传递和共享。这对不同财务软件之间以及财务软件与业务系统软件之间的数据交换形成了障碍,同时也不利于政府监管部门和社会财务信息使用者获取企事业单位真实的财务数据和信息。

  统一技术标准势在必行

  要解决上述问题,就需要有一个统一的、公认的技术标准-- -财会信息资源的元数据标准。2006年10月,经过国家标准委员会审批,《财会信息资源元数据标准》得以立项。其后,工作组成员进行了多次的调研和征求意见以及反复修订,最终于2008年12月形成终稿-- -《财会信息资源核心元数据标准》,并通过了专家组的审定工作。

  《财会信息资源核心元数据》规定了一套描述财会信息资源特征所需要的最小元数据元素集(简称核心元数据)及其表示方法,给出了财会信息资源核心元数据的定义和著录规则。同时该标准给出了核心元数据的扩展原则和方法,为该标准的应用提供了良好的扩充机制,保证了基于该标准的元数据具有良好的互操作性。

  该标准的研制为采购、生产、销售等经济活动中产生的各种财会数据的归档、管理、交换和共享,提供了一个通用的、可扩展的核心元数据标准,将促进各种财会信息资源数据归档和编目质量的提高,具有控制、管理信息资源的能力。

  因此该标准的研制不仅有助于各类机构财会信息资源数据中心或数据仓库的建设,实现数据的长期保存,也有助于管理部门、决策部门、监管部门对财会信息资源的检索、发现和重复利用。

  然而,财会领域与其余领域密切相关,很难有一个统一的元数据格式来满足所有财会数据信息描述的需要,即使在同一个领域,也可能为了不同目的而需要不同的但可相互转换的元数据格式。因此,在核心元数据的基础之上,充分利用其可以扩展的属性, 结合特定的应用需求对其进行扩展,对元数据的深入推广与实施具有十分重要的作用。会计总账在会计实务工作中占据着关键地位,对会计总账元数据标准进行研究,将更具有实践价值。

  构建会计总账元数据标准

  在充分考虑会计总账数据对象的特性以及应用需求,并结合国际上相似研究经验的基础上,我们在设想会计总账元数据标准时,主要以《财会信息资源核心元数据》为核心依据、并参考XBRLGL以及UML。

  《财会信息资源核心元数据》是财会领域通用的元数据标准,其规定的是元数据应用所需要的最小元数据元素集。该标准的研制充分了考虑了财会信息资源本身具有的多元性和利益相关者对会计信息需求的多样性,并充分借鉴了国际上较为成熟的元数据标准的研制经验。会计总账元数据标准的构建是对财会信息资源核心元数据的扩展,两者在构建思路、构建原则和实际应用中是相通的,因此在构建过程中应该以其为核心。

  而XBRLGL是专门针对会计数据和交易产生的业务数据进行规范的分类标准。它选取了会计总账中的数据元素;统一定义了其的属性、标示和结构;承袭了映射简单的可扩展标记语言(XML)的优势。因此XBRLGL允许会计科目具有独立性、允许自行定义数据的输出格式,允许数据的合并,其可以独立于任何财务报告方式,具有系统独立性。
 
 信息化条件下,海量会计信息的收集、存储、传输、处理和再利用是摆在企业和政府面前的难题。XBRLGL所具备的特殊作用,是解决这些问题的突破口,对于我国会计总账元数据标准的构建有重要的指导作用。同时,对XBRLGL的借鉴还有助于实现我国会计准则国际等效和国内外财务数据的共享。

  另外,我们选用UML作为标准的构建语言,可以方便地对存储的数据定义不同的属性,由属性筛选出对应的实体数据。这种方式消除了复杂的查询树,更容易实现数据之间的勾稽关系。

  UML包括UML语义和UML表示法两个部分的定义。其中UML语义描述了基于UML的精确元模型定义,UML表示法定义了UML符号的表示法。这种定义方法为开发者使用这些图形符号和文本语法、为系统建模提供了标准。由其定义的实体之间的关系和实体属性,就可以方便地实现数据的筛选、检索。

  UML还具有扩展或定制的特性,可以通过定制UML来支持系统建模,这有助于特定系统之间的链接;UML的构造型(stereo types)是一种对模型的元素进行分类的方法,有助于提升对模型的可读性。