Czym są wartości odstające znaczników XBRL?
Odstające znaczniki XBRL to funkcja oparta na uczeniu maszynowym, oparta na historycznych, złożonych danych XBRL, która pomaga podmiotom składającym sprawozdania XBRL zidentyfikować, gdzie wybór znaczników może różnić się od ich grupy branżowej. Podobnie jak w przypadku innych kontroli jakości danych zapewnianych w ramach Generowania XBRL, wartości odstające znaczników XBRL są wykorzystywane do skoncentrowania się na przeglądzie tych różnic, w przypadku których można je zweryfikować pod kątem adekwatności w oparciu o powiązane ujawnienia. Funkcja ta działa obecnie tylko w przypadku raportów 10-K lub 10-Q.
Wyniki są podawane na podstawie:
- Standardowe koncepcje pozycji są porównywane w odniesieniu do tematów ujawnień, z którymi są powiązane w Twoim dokumencie (np. elementy pojawiające się w Twoim ujawnieniu dotyczącym połączenia jednostek gospodarczych/przejęcia)
- Ta kombinacja jest następnie porównywana z twoją grupą branżową
- Wyniki odstające są podawane, gdy te kombinacje są nietypowe w porównaniu do grupy branżowej
Jeśli generacja zawiera wartość odstającą, zobaczysz nowy komunikat w panelu walidacji XBRL po wygenerowaniu, zatytułowany "Insight - Tagging Outlier" Komunikat ten będzie zawierał koncepcję wartości odstającej i powiązaną z nią lokalizację konspektu XBRL.
Wybierając opcję "Review Usages", panel XBRL Locate Concepts zidentyfikuje powiązane lokalizacje dokumentów. Dodatkowo, konspekt XBRL otworzy się bezpośrednio na koncepcję oznaczoną jako odstająca.
Po zapoznaniu się z bieżącymi wyborami znaczników i alternatywnymi opcjami, możesz zaktualizować je do nowego elementu lub oznaczyć wybór jako prawidłowy.
Często zadawane pytania
Kto będzie miał dostęp do wiadomości?
Każdy użytkownik z rolą XBRL Manager będzie mógł zobaczyć wartości odstające.
Jakie dane są wykorzystywane do trenowania modelu?
Wartości odstające są oparte na historycznie złożonych danych XBRL. W ramach tego procesu Workiva przeanalizowała i zebrała dane z raportów finansowych oznaczonych jako zgodne z amerykańskimi standardami rachunkowości (GAAP) i wykorzystała rozległą wiedzę specjalistyczną Workiva. Modele mogą być okresowo szkolone na nowych danych publicznych, gdy dane są dostępne i odpowiednie.
Czy zbierasz i wykorzystujesz nasze dane do tworzenia modeli? Jeśli tak, to jakie konkretnie dane?
Modele Workiva nie gromadzą ani nie wykorzystują danych klientów.
Czy nasz model wykorzystuje dane klientów, np. dane finansowe, takie jak przychody lub dane dotyczące ujawnień?
Modele te nie wykorzystują obecnie żadnych danych specyficznych dla klienta innych niż te, które są dostępne z publicznych zgłoszeń. Będziemy gromadzić metadane dotyczące używanych kontekstów (np. znaczniki XBRL i informacje ogólne) w celu monitorowania i ulepszania sugestii, jakie te modele przedstawiają naszym klientom. W tych modelach nie będziemy wykorzystywać danych finansowych klientów.
Czy nasz model wykorzystuje dane osobowe (PII)?
Żaden z naszych modeli nie wykorzystuje danych osobowych.
Kto opracował funkcję wykrywania wartości odstających?
Funkcja ta została opracowana w całości w Workiva. Nie są zaangażowani żadni partnerzy zewnętrzni.