【摘 要】XBRL是XML在商業報告領域的規範化，發展步伐迅猛。XBRL吸收了XML的結構層次特點，並有其獨特的地方。它通過分層機制，有利於把握商業事實內在語義，便於計算機理解，促進了財務信息數據挖掘。
【關鍵詞】XBRL； XML； 層次結構； 數據挖掘
XBRL（eXtensible Business Reporting Language，可擴展商業報告語言）是用於企業財務數據電子交流的語言，是一種基於XML語言的實現（準確的說是規範化）。上世紀90年代末美國首先提出XBRL理論，很快為實務界所採納，短短幾年之內，XBRL得到超乎尋常的發展。在XBRL國際組織（xbrl.org）的推動下，目前XBRL在全球範圍內已經被大多數會計師事務所、貿易機構、軟體開發商、金融機構、投資者以及政府機構採用。
現在對XBRL的研究普遍存在僅從技術上理解的傾向，但其實際情況並非如此。XBRL的廣泛傳播並不是僅僅是由於技術規範的成熟和標準的整齊劃一，更重要的是因為它對於現實生活中商業行為的深刻理解和語義層面的把握，才使得不同語法形式下（外在表現為異質平臺）信息共享成為可能，極大地促進了財務信息數據挖掘的進行，滿足了決策者對有用信息和知識的需求。本文將探討XBRL的層次結構特點，以說明為何它能有效地把握語義信息及由此而產生的數據挖掘問題。
一、XML層次結構與計算機理解
XBRL是XML在商業報告領域的應用。XML是一種面向計算機的使用元數據標識信息的標準化結構；XBRL則給出了元數據的一個規範化，並簡單定義了財務報告文檔信息標記的語義關係。
XBRL，或者說XML之所以要採用層次結構的方式，是因為人和計算機對事物的理解，都是分層的。
筆者採用自然語言描述這樣一個事實——「紅星股份有限公司2006年年報總資產是1 000萬元」，我們理解這一語句的過程大致分為這麼幾步：分析語句語法結構為「＜主語名詞詞組＞（＜『是』＞＜數量詞賓語＞＝」，此語法結構對應的語義解釋規則為「（等值於）（個體—＞屬性，數量值）」，據此語句解釋為「（等值於）（紅星股份有限公司—＞總資產，1 000萬元）」；至此解釋並沒有完成，而只是把對象語言的自然語言形式轉化為了元語言的邏輯函數形式，對對象語言的理解也轉化為了對邏輯函數的理解。要理解這一邏輯函數項，需要解釋等值關係、年報總資產等語義要素的含義，對這些要素的理解又需要訴諸於更上一層的元語言。由此每一層次的語言都需要在更上一層的元語言中實現語義解釋。當然，如此反覆將導致無限循環，可能存在語義解釋系統都以一定的假設（尤其是對某些形而上命題的假設，亦即本體論）為起點。以W3C總監Tim Berners-Lee在XML2000年會上提出的語義Web為例，其意義解釋層次結構如圖1所示。
這一層次結構中，只有XML層、RDF層、Ontology層、Logic層是為語言解釋而設計的，這四個層次本身還可以進一步劃分。XML文檔描述的是信息內容，NS定義了信息內容的訪問地址標識，XML Schema則規定了文檔的語法格式；RDF提供了標準的元數據語義描述規範；而本體論（ontology）在RDFs基礎上定義了領域共享概念的形式化顯式說明，Ontology一般分為頂層本體、領域本體、任務本體、應用本體；邏輯層則（Logic）提供了基於本體進行邏輯推理的規則，它目前有SWRL（Semantic Web Rule Language）與ORL（OWL Rule Language）兩個提案，未形成標準。
相比HTML及PDF的會計信息表述形式，XML的優勢在於可標識信息的語義項，這種標識是對計算機而言的。以「投資收益1 000萬元」為例，PDF與HTML等方式只是通過網絡傳遞人類能通過視覺系統將其中的信息項「投資收益」與值項「1 000」相對應起來的、顯示在屏幕上或列印到紙上的「電子圖紙」；而在XML裡，我們可以通過標籤來唯一地標識信息項，如1000表示投資收益1 000萬元，計算機可以輕鬆地通過查找各上市公司發布財務報表的固定網址上的標籤來獲得各上市公司投資收益。而對PDF與HTML文檔，計算機只能將整篇的文檔匯總到一起供我們集中閱讀。
XML的思想精髓在於分層，實現「信息顯示與信息內容相分離」、「信息內容與信息語法格式相分離」、「語法格式與語義規則相分離」、「語義規則與本體論相分離」。分層機制將語義解釋轉化為了對樹形結構文檔的解讀問題，這使得計算機能夠使用一個相似的遞歸算法來實現，大大降低了工程實踐的難度，也從實踐的角度佐證了語義解釋亦是遞歸計算。不過不能因此而認為樹形結構的XML文件就完整地表示了信息語義關係，XML不過是信息的語法形式，儘管語義解釋的元語言語句也可以是XML（事實上Schema、RDF、OWL都採用樹形文檔結構），但邏輯上兩者處於不同層次上。
狹義地講，計算機對XML的理解是根據Schema文檔定義的語法要素（element）及要素之間的組合關係（complexType）識別出XML實例文檔中語法要素，並據此建立語法要素與信息內容之間的關聯。但如果沒有RDF、OWL、Logic層次的支持，計算機理解只可能是限定於特定語言層次上的形式化理解。從廣義上看，XML是一個包含了RDF、OWL、Logic的完整體系結構，計算機理解實質上是藉助於遞歸算法，對各層次的關係完整把握。
二、XBRL的層次結構
作為XML的一個應用模式，XBRL的層次結構也有其特點。可以將現有的XBRL分為三層：技術規格（specification）、分類標準（taxonomy）和實例文檔（Instance Documents）。
技術規格，或稱說明、規範，主要用於定義XBRL的各種專門術語，描述了XBRL文件的結構，詳細規定了XBRL分類的標準和XBRL實例文檔的語法和語義。雖然有XML元素和屬性的語義上的表述，但XBRL規格是一項側重技術的文件，目的在於定義一項符合規範的XBRL文檔。
分類標準是財務報告發布的語法格式，也部分定義了各會計報表要素的「語義關係」。如「資產=負債+所有者權益」、「主營業務收入是利潤表的要素」、「Assets表達資產的概念」等等。分類標準由名為Taxonomy.xsd的XML Schema文檔與相關聯的五個XML連結庫文件（Definition.xml，Calculation.xml， Presentation.xml，Label.xml，Reference.xml）組成，Taxonomy定義的是報表的語法形式，連結庫文件定義的是報表語法要素的語義關係，其結構如圖2所示。
XML連結庫文件是使用連結語言（XLink）定義的，並不局限於外在形式上標籤之間的連結（HTML連結則是外在形式上的連結），而是主要用來描述信息內容標籤（元數據）之間的聯繫。XBRL的五個連結庫文件定義的是XBRL Schema文檔中各標籤之間的聯繫，屬於XBRL Schema的元語言範疇。顯然，XBRL並未遵循語義Web的體系結構，其語義表達功能較為簡單。
Definition連結庫描述Schema文件中元素概念之間的關係，這些關係可取general-special、similar-tuples、essence-alias、requires-element等四種值，分別表示一般與特殊的種屬關係、不同XML視圖中的元組間的定義等價關係、概念間的相似關係、跟隨出現關係。Calculation連結庫定義了元素間的線性運算關係，具體關係式為「TO=FROM1*WEIGHT1+FROM2*WEIGHT2 +……+FROM-n*WEIGHT-n」。Label連結庫定義了Schema文檔中的元素與XML中標記的對應關係，實現一個元素與多個標記相關聯。Presentation連結庫規定了元素展現的父子關係與兄弟元素的展現次序。Reference連結庫建立了元素到元素涵義解釋的權威參考文獻連結。Label與Presentation定義的都是XBRL實例文檔的展示問題，而Reference顯然是為便於人類閱讀者索取各元素權威解釋而設計的，它們都不涉及信息項的語義關係定義；定義Schema元素語義關係的只有Definition與Calculation。
實例文檔是一個企業根據XBRL規範和XBRL分類標準做成的財務報表，它必須要同時滿足分類標準的定義和規範的限制。實例文檔封裝了具體的商業事實（fact），根據信息的匯集程度分為條目（item）、元組（tuple）、組（groups）三個不同層次。其中，條目通常與一個數字型的事實對應；元組是事實的聯合體，等同於關係資料庫裡的一條記錄，組是實例文檔的根結點，由相關聯的數據項的集合構成。在不知道分類標準的情況下，實例文檔沒有任何意義。用戶需要藉助與分類標準和相應的軟體才能從XBRL實例中提取所需要的數據並加以分析。
可以看到，XBRL並沒有完全遵循語義Web的規範，試圖通過Definition連結庫和Calculation連結庫來把握財務對象的語義，這必將是不充分的。技術規格雖然也有一些專門術語語義層次上的表述，但總的來看，與XML存在的缺陷一樣，XBRL缺乏本體層概念關係定義和邏輯層的計算規則定義。
W3C也試圖致力於彌補這一缺陷。2004年提出標準化的本體語言OWL就代表了這方面的努力。OWL由OWL Lite、OWL DL（Description Logics）、OWL Full三個並列的子集構成，OWL Lite用於表示只需一個分類層次和簡單約束關係的形式語義關係；OWL DL用於表示需要最強表達力且需要保持計算的完備性（即所有結論可計算）與可判定性（所有計算能夠在有限時間內完成）的形式語義關係；OWL Full用於需要最強表達力且無法提供計算完備性與可判定性保證的形式語義關係。其中，OWL DL也提供了完備的實例、類、屬性、關係等元語言對象的表示工具。也就是說，OWL層提供了充分定義XBRL範疇概念關係的形式工具。
若OWL能夠得到充分的完善，必將為XBRL提供有力支持，彌補技術規範語義表達方面的不足。可以設想，較為理想的XBRL層次關係如圖3所示。
三、XBRL層次結構引致的財務數據挖掘
數據挖掘（Data Mining，DM）是從大量的、不完全的、有噪聲的、模糊的、隨機的數據中提取隱含在其中的、人們事先不知道的，但又是潛在的有用信息和知識的過程。相對於傳統的數據分析，數據挖掘是在沒有明確假設的前提下去挖掘信息、發現知識。
因為信息具有強烈的時效性，一旦為所有人所知曉，信息的價值就蕩然無存。在當今瞬息萬變的商業環境中，競爭的主要方式是信息的競爭，傳統的事後分析型的數據分析方法將被事前探索型的數據挖掘所取代。而與此同時，信息提供者之間也存在著激烈的競爭，如財務信息與非財務信息之間的競爭也日益激烈。XBRL的提出不但為財務信息提供者增加了競爭的籌碼，也直接推動了財務數據挖掘的開展。
XBRL的優勢在其清晰的層次關係和語義表達能力。XBRL的層次結構在財務數據挖掘的優勢表現在：
（一）跨平臺使用
由於採用了XML的架構體系，在不同的作業系統下，如Windows、Unix和Linux等，XBRL文件無需修改就可以直接使用。在不同的應用軟體中，即使所用的資料庫不同，只要轉換成XBRL格式，也可以實現數據的交換。跨平臺使用的關鍵在於XBRL實現了語法格式與語義規則分層，在圖3中表現為技術規範和分類標準的分層，從而使得XBRL在不同的技術實現之間沒有障礙。
（二）數據跟蹤
XBRL可以在不同的信息之間建立連接，跟蹤相關的信息線索，自頂向下地考察數據源直到底層的數據，方便了對企業報告的閱讀和數據分析。XBRL的技術結構使其具有良好的動態分析功能，計算機可以讀懂XBRL標記的含義，而且操作員也可以很容易地從文檔中獲取有價值的信息。當搜尋引擎找到所需的信息時，它能進一步追蹤下去找到數據的最初來源及其它與該信息有關的資料。同時，完善的定義與唯一的XBRL要素使信息減少了模糊性。數據跟蹤的關鍵則在於OWL與分類標準的分層結構，通過對OWL的深入挖掘可發現分類標準中各元素之間的內在聯繫，在圖3中表現為OWL與分類標準的分層。
（三）搜索快速、準確
XBRL使用標籤描述數據的含義。在進行數據搜索時，不是像HTML那樣根據字面內容進行搜索，而是根據標籤的語義進行定位，這樣搜尋引擎就能夠快速、準確地找到用戶所需的特定信息。同時，由於XBRL採用標籤來標記數據，可以通過應用程式對搜索結果中的數據進行匯總。其效率遠遠高於目前網際網路上的PDF、WORD和HTML等文件格式。而實現這一目標的要點在於圖3中分類標準與實例文檔的分層，清晰的分類有利於滿足豐富實例中信息的挖掘。
XBRL清晰的層次結構關係不但支持了數據收集和數據預處理過程，也為各種適用於不同範圍與層次的數據挖掘工具提供了良好的材料。如在數據的預處理過程中，為對XBRL文檔進行存儲和校驗，可以藉助於IPEDO XML智能處理平臺，利用其Schema Manager和XML Rule模塊在OWL和分類標準層次上搜集相關信息，然後對XBRL實例文檔進行校驗。
總之，XBRL的層次結構特點為財務數據的挖掘提供了極大的方便，這是XBRL得到廣泛推崇的原動力之一。
四、結論
XBRL承繼了XML分層的機構特徵，有利於計算機對語義信息的把握和數據挖掘工具的使用，這是XBRL在短短幾年的時間裡得到迅猛發展的重要原因。但是，XBRL作為XML在財務方面的實現，也存在同樣的缺陷，缺乏本體層次上的有力支撐。相信隨著對其研究的深入開展和各領域本體構建的完善，能夠彌補這方面的缺陷。
【主要參考文獻】
[1] 李雄飛，李軍.數據挖掘與知識發現[M].北京:高等教育出版社，2003.
[2] Bryan Bergeron. XBRL語言21世紀的財務報告[M]. 北京：中國人民大學出版社，2004.
[3] Tim Berners-Lee. Semantic Web - XML2000. http:∥www.w3.org/2000/Talks/ 1206-xml2k-tbl，2000-12-06.
[4] XBRL International. Extensible Business Reporting Language （XBRL）2.1 Specification. Http://www.xbrl.rog，2003-12-31.
責任編輯：小奇