浅谈公允价值的特征
- 格式:pdf
- 大小:172.77 KB
- 文档页数:2
管 理 荟萃
暑 —■一馕皇
我 浅谈公免价值的特征
吴晓燕王川川
国财政部于2006年2月15日颁发了新的
《企业会计准则》(以下简称“新会计准则”),
新会计准则要求自2007年1月1日起在
上市公司范围内全面实施.同时鼓励其他企业施行,时至今
日新会计准则也已在非上市公司中得到了广泛应用。新会计
准则从国际财务报告准则的内容中进行了广泛借鉴.其中包
括公允价值作为会计计量属性广泛应用于金融工具、投资性
房地产、非共同控制下的企业合并、债务重组和非货币性交
易等方面,其他还包括所得税会计、职业判断的运用等。
新会计准则的颁布.是我国会计准则发展史上的一次重
大变革.充分体现了我国在会计准则发展中与世界接轨的决
心与行动.为我国的企业在对外提供的财务信息更加真实有
效、完整可靠等方面提供了有利的制度保障.为企业财务信
息使用者提供了解读依据 特别是公允价值在新会计准则中
明确在金融工具、投资性房地产、非共同控制下的企业合并、
债务重组和非货币性交易等方面的应用.提高了相关业务信
息的可比性和透明度
一、公允价值的概念
所谓公允价值(Fair Value).也可称为公允市价、公允价
格。新会计准则中的定义为:“熟悉市场情况的买卖双方在公
平交易的条件下和自愿的情况下所确定的价格.或无关联的
双方在公平交易的条件下一项资产可以被买卖或者一项负
债可以被清偿的成交价格。”国际会计准则委员会(IASC)对
公允价值的定义为:“熟悉情况和自愿的双方在一项公平交
易中.能够将一项资产进行交换或将另一项负债进行结算的
金额。”美国FASB在2006年9月发布的《公允价值计量》中
将公允价值定义为:“在计量日.市场交易者在有序交易中,
销售资产收到的或转移负债支付的价格 ”纵观国内外会计
准则对公允价值的定义,“条件公平、交易自愿、信息对称、价
格共识”是公允价值作为计量属性最重要的特征
新会计准则将“公允价值”定义为一种会计计量属性.另
外的4种会计计量属性为:历史成本、重置成本、可变现净值
和现值 而美国FASB第5号财务会计概念公告《企业财务
报告的确认和计量》中也定义了5种会计计量属性,它们分
别为:历史成本、现行成本、现行市价、可变现净值和未来现
金流量现值 FASB没有直接将公允价值定义为一种特定会
计计量属性.或许是由于公允价值是交易双方在公平交易中
在价格上达成的共识.在对交易的资产或负债进行公允价值 计量时可以使用其市价、历史成本、重置成本或现金流量现
值中的任何一个方式进行确认。如果是这样.那公允价值计
20暖 囫2014 ̄1期 量就有了更广泛的使用范围
二、公允价值的特征
公允价值的特征是其作为一种会计属性相对于其他4
种计量属性存在的不同而言的,特别是历史成本。在历史成
本计量下.资产按照购置时支付的现金或者现金等价物的金
额计量.负债按照因承担现时义务而实际收到的款项或者资
产的金额.或者承担现时义务的合同金额.或者按照日常活
动中为偿还负债预期需要支付的现金或者现金等价物的金
额计量。采用历史成本计量的资产或负债,体现在资产负债
表上的价值始终反映的是资本投入时的交换价格或债权人
供给资金时的历史收入(除购人的资产进行耗用、出售或进
行其他处置.或者借入的资金到期已经部分或全部偿还以
外)。这样的资产负债表.为报表使用者提供的是面向过去的
历史信息.而在面向未来的决策时信息就缺乏现时性。 “公允价值”是以市场为计量基础、以基于确定承诺的假
想交易为对象.价格主要参照市场的估计价格且随着市场价
格的变化而变化 因此公允价值具有如下特征:
1.公允价值的公允性。“公允”即公平而恰当,不偏袒任
何一方。清代百回长篇小说《镜花缘》第十一回:“凡事总要彼
此无欺.方为公允 ”这算是我国古代文献中对公允的解释说
明。国际会计准则委员会(IASC)、美国FASB、新会计准则均
强调公允价值是“公平交易”或称为“正常交易”中的价值 公 平交易是一个基于对话、透明及互相尊重的贸易活动伙伴关
系:而正常的交易原则.亦称“独立核算原则”“独立竞争原 则”.它的理论依据是承认市场作用的合理性 在市场中发生
正常交易的双方彼此独立.且交易是按照市场竞争形成的价
格进行,那么这个价格就是自然合理的。在公平交易中.自愿
交易所涉及的金额就是公允价值.所以公允价值具有“公允
性”特征。
2.公允价值兼具真实性与虚拟性 公允价值是以市场为
计量基础的.价格主要参照市场的估计价格且随着市场价格
的变化而变化 某项资产或负债公允价值的确定来源于存在
公平交易市场的已经发生或者正在发生的交易.而这些现实
发生的交易或信息正是估计公允价值的基础.基于此.公允
价值具有真实性
如果某项资产或负债指定用公允价值计价.但是与该项
资产或负债本身的交易并未真正发生.其计量的公允价值不
是基于已实现的交易.而是以基于确定承诺的假想交易为对
象,并且交易双方也是假想的。从这个角度上来看。公允价值
具有虚拟性 3.公允价值兼具客观性与主观性 公允价值是在熟悉
市场情况的买卖双方在公平交易的条件下和自愿的情况
下所确定的价格.而不是交易中任意一方从自身主观出发
考虑达成的价格。如果某项资产或负债存在公开、公平的
交易市场.就可以从市场中找到客观存在的与该项资产或负
债有关的交易价格或相关参数.所以公允价值具有客观性。
如果公允价值是基于假想的市场交易.而该假想交易
的交易双方、交易价格都需要基于确定承诺的假想交易由 报告主体从主观判断来进行估计.不同的报告主体对同一
假想交易的估计会不同(或存在偏差).因此公允价值不可
避免地带有主观性
4公允价值的动态性与静态性 公允价值反映的是市场 对资产或负债的价值认定 市场的形成与发展会受到很多复
杂因素的影响:市场参与主体的不同会影响消费客体的价值
认定,不同的交易时间、不同的交易数量、不同的交易地点也
会对资产和负债的公允价值有影响 公允价值的变动会随着
市场因素的变化有变化,所以公允价值具有动态性。
某项资产或负债以公允价值计量确认后.该公允价值
是在特定的时间点和特定交易状态下对资产或负债进行
的价值确认.最终反映在财务报告中的只能是某一时点的
价格.所以公允价值具有静态性
三、公允价值的优点及缺陷
公允价值作为一种会计计量属性被写入新会计准则.
能够提高会计信息的相关性.能够更加真实地反映企业的 经营成果.提高了相关业务信息的可比性和透明度.满足
信息使用者的决策需求.从而有助于决策有用性会计目标 的实现
公允价值在计量方法上存在着缺陷.即从主观判断来
进行估计的价格会出现偏差.从而损害会计的如实反映的
基本要求.使我们在进行财务数据的横向分析时.就缺少 可比性 不过相信随着估计技术的发展.这一缺陷会逐步
得到克服
参考文献:
[1]葛家澍.公允价值会计研究【M】.大连:大连出版
社.2011 『21葛家澍.财务会计理论研究【M】.厦门:厦门大学
出版社.2006 1康萍.公允价值的应用及其对公司治理的影响研
究『M1.北京:中国社会科学出版社,2013
中华人民共和国财政部制定.企业会计准则2006 fM1.北京:经济科学出版社,2006
『51企业会计准则编审委员会.企业会计准则——应 用指南【M】.上海:立信会计出版社,2006
(作者单位:南京生命能科技开发有限公司) 管 理 荟萃
詈
』 数据挖掘技术在
! 银行信贷中的应用
田兴凯王英涛
引言 —_—‘I众所周知.商业银行的生存和发展.必须以取得利 润为前提。现阶段,贷款利息收入对国内银行的利 润起着决定性作用。但是,国内信用体系的基本框架和运行机制的 建立还需要较长的时间,因此,建立以信用信息征集、信用状况调 查、信用评估、信用自律和失信惩戒为主要内容的外部信用制度就 显得尤为重要。本文引入数据挖掘技术,通过决策树C5.0算法.挖 掘银行信贷数据中存在的相关规则和关联.评估客户信用等级.以 便更好地为金融机构服务 二数据挖掘方法简介 随着大数据时代的到来与不断发展.数据挖掘技术已成为发 展最为迅速的技术之一.并且已在诸多领域被广泛应用 而分类方 法是一种直接的数据挖掘技术.它利用训练集的数据建立某一分 类模型并应用建立的分类模型对测试集中的未分类数据进行分 类.其核心问题是解决分类模型的构造和分类算法的实现 在当代 社会.统计数据重要性的日益增强.关于如何在海量数据里发掘有用 的价值信息和知识的工作得到越来越多的应用 决策树法是其中应 用较为广泛的方法之一.下面我们将简要介绍决策树C5.0算法 (一)决策树C5.0 C5.0是Clementine的决策树模型中的算法.最早由亨特CLS fConcept Learning System)提出,经发展后由J.R.Quinlan在1979年 提出了主要针对离散型属性数据的ID3算法 C4.5算法在ID3基 础上增加了对连续属性的离散化.而C5.0是C4.5的基础上应用于 大数据集上的分类算法.在内存使用及执行效率方面有了很大的 提升 相对神经网络只能处理数值型数据.决策树很擅长处理非数 值型数据.这样就有效避免了大量数据预处理的工作。 决策树的C5.0算法有很多优点 首先C5.0算法能有效处理统 计数据缺失或输入字段繁多的问题:其次C5.0模型推出的分类规 则可以给人直观的解释.比其他方法建立的分析模型更易于应用 和理解:此外.C5.0算法强大的增强技术可以大大提高分类的精 度.从而使其分类结果更加切实有效 本文将利用C5.0算法对银 行信贷业务中的客户信息进行整理和分析.建立预测模型并对该 模型给出相应解释 (二)决策树生成的过程 1.收集信贷业务客户数据信息.整理形成分类结构一致的数据 源。 2.通过数据预处理.去掉高分支属性与和决策树无关的属性. 并插补处理含空缺值的属性.形成决策树的训练集 3.处理模型的训练集.得到相应的信息增益率和获取率.选择 获取率最大的但同时获取的信息增益率又不低于所有属性平均值 的属性作为当前的主属性节点.并为该属性的每一个可能的取值 构建一个子分支 对该子结点所包含的样本集递归地执行上述过 程.直到子集中的数据记录在主属性上取值都相同.或没有属性可 再供划分使用.生成初始的决策树。 4.修剪初始的决策树 采用后剪枝算法对初始决策树进行剪枝. 并在剪枝过程中使用一种悲观估计来弥补树生成时的乐观偏差。 5.根据所得到的决策树建立相应的分类规则 对从根到树叶的 每一条路径创建一个规则,形成规则集。将规则集显示给用户,把 用户筛选过认为可行的规则存人规则数据库。
隧翻囝2014 ̄lz ̄g1期21