<?xml version="1.0" encoding="gb2312"?>
<rss version="2.0">
<channel>
<title>专题研究</title>
<link>http://www.wenzhouglasses.com/Class,114.html</link>
<language>zh-cn</language>
<copyright>Copyright 2004-2008 by www.wenzhouglasses.com. all rights reserved</copyright> 
<pubDate>2008-12-2 22:52:59</pubDate> 
<item>
  <title>数据库技术在反倾销中应用之探讨</title>
  <link>http://www.wenzhouglasses.com/html/news/166046.html</link> 
  <description>数据库技术在反倾销中应用之探讨探讨,据库,数据,探讨</description> 
  <text><![CDATA[<P>
<P><FONT size=3> 应诉反倾销究其实质就是涉案企业相关法律文件资料、财务信息、原始凭证和提交调查方问卷的有机结合，从其核心讲，就是原始数据的收集、整理、分类、汇总、测试、调整、还原和生成问卷，以实现既保证提交的问卷涉案产品的倾销幅度达到理想范围之内，同时又做到所提交的问卷和财务账簿、原始记录的完全一致。但从实际工作情况来看，反倾销所涉及的企业往往都是制造型企业，其涉案产品品种众多、数据量巨大，很难用手工实现上述的过程，以完全保证原始数据和所提交问卷的一致性。 <BR>　　一、关于数据处理流程设计问题<BR>　　尽管应诉反倾销涉及到企业历史沿革、法人治理、销售、财务、生产和管理等各个方面，但严谨性最强、处理难度最大、同时也是核查重点的还是数据的处理问题，也就是不同载体数据之间的一致性与符合反倾销规则的问题。反倾销数据处理流程设计，即要做到严格按照应诉工作流程，划分重点环节，紧抓工作中心，实现数据自动化处理。企业应诉反倾销，重点环节是原始数据的统计、财务信息的国际化接轨、原始凭证资料还原的完备和一致性、提交问卷和最终企业原始信息所反映出的同源性以及反倾销计算调整规则的适用。从宏观角度分析，可将反倾销所涉及的流程划分为5个组成部分：<BR>　　1．原始数据部分（销售及财务会计原始数据）<BR>　　原始数据部分包含了企业与涉案产品销售、财务会计以及生产等的相关原始信息，是需要企业对原始发票、单证、存货变化、财务会计信息等进行详细统计后提供的信息，该信息是整个反倾销数据的原始来源和基础。能否做好原始数据的统计工作，决定了数据处理是否符合企业的现状以及能否最终提交合格的问卷，也是最为基础的工作。该项工作需要由企业的销售、财务、库存等相关人员详细统计后完成。<BR>　　2．数据处理中心部分<BR>　　数据处理中心部分是整个反倾销工作的核心所在，也是涉案企业代理律师和会计师最为主要的工作，在整个反倾销工作中处于核心地位。能否做好数据分析处理，将最终决定企业的应诉结果。数据处理中心即对原始信息按照反倾销计算规则和国际会计准则（IAS）进行分类、测试、调整和生成财务会计信息及向调查方提交的问卷。不同调查方对反倾销计算的规则不尽相同，对净出厂价和贸易水平的调整不同，对作业成本法下生产成本（COP）、制造成本（COM）和期间费用（SG&amp;A）的计算不同，对依照国际会计准则（IAS）和公认会计准则（GAAP）利润表理论基础不同，每个产品是否构成倾销以及倾销幅度的计算、控制和调整均在该环节完成。最终根据处理后的信息生成财务会计信息和正式提交的问卷，是反倾销工作的重中之重。<BR>　　3．财务会计信息部分<BR>　　在实际工作中，很多企业在避税的同时，往往造成成本管理、存货混乱及财务会计信息不可信的客观情况。事物都是具有两面性的，在财务报告降低利润的同时，反倾销造成了相应的亏损和倾销的现象。同时，由于企业目前所执行的中国会计准则和国际会计准则存在个别差异，而这些差异将导致企业在填写问卷时需对财务会计信息进行拆分重整。在自动化数据处理流程中，信息处理中心将根据还原后的数据生成正式的会计报表以及重要科目明细数据库。经导入企业目前所用的财务管理软件后，即可实现会计报表、软件明细账和所提交问卷的完全一致，最终解决数据信息不一致或者不可核查的问题。<BR>　　4．原始凭证和资料部分<BR>　　由于数据处理中心的数据来源均为企业的原始资料凭证，仅是按照反倾销规则对数据进行测试、调整和还原，其最终的目的是将处理好的数据还原到原始凭证上，以备核查官员现场核查。在数据处理完毕且生成财务会计信息后，企业的相关人员应将该数据还原恢复到原始状态，以体现销售、成本等财务信息的真实性和可追溯性。<BR>　　5．正式提交问卷部分<BR>　　数据统计和处理的最终目的是向调查方提交问卷，由于各个问卷之间逻辑关系较强，而且和企业财务信息结合紧密，如果核查官员在对问卷分析、测试以及现场核查中发现不一致的情况，对企业的应诉工作来讲，往往是很难解释和弥补的。在本流程中，从数据处理中心直接生成问卷，保证了所提交问卷和财务信息的完全一致，可切实避免上述问题的出现，实现数据之间的无缝对接。<BR>　　二、关于数据库设计问题的探讨<BR>　　反倾销问卷主要包括两个部分：销售及财务会计信息。其中，销售信息是为了计算净出厂价，从而实现同一贸易水平之间的对比；财务会计信息则是基于作业成本法下对每个涉案产品所分摊的料、工、费及销售、管理、财务等费用（SG&amp;A）的详细分配，两者相结合即为计算企业是否倾销以及倾销幅度的基础。在应诉实践中，如果涉案产品品种繁多，或者为了保证所有载体数据之间的一致性，必须实现数据的同源性，即所有数据均源自一个数据中心。而在实际工作中，企业在统计销售以及生产成本等信息时，往往会出现重复劳动、填写错误的情况，造成人为的、不必要的返工和低效。应诉反倾销对时限有严格的要求，超时提交问卷会被视为不合作，从而导致应诉的失败；而提供有误差的信息，将会造成以后阶段工作的被动局面。<BR>　　任何事情都有规律性。只要找到规律，就会节省大量的基础统计时间，从而将主要精力放在数据处理和调整上。根据反倾销问卷信息，实际上可以将问卷拆分为若干个数据库，如商品名称及特征信息库、PCN编码信息库、客户信息库、汇率信息库、逐票信息库、明细信息库、费用信息库、生产成本信息库等等。应诉企业的相关人员仅需填写各个单独的基础信息库、确保每个单独的信息库数据正确，就可利用数据库技术，在各个数据库之间建立关联、编写程序、自动生成销售明细综合表及产品成本明细综合表，运用反倾销计算规则、编写程序，即可精确、科学地计算出每个涉案产品的净出厂价。同时，根据涉案产品的标准成本库（BOM），对相关的制造费用以及期间费用（SG&amp;A）进行摊分，从而计算出每个涉案产品的生产成本（COP，即制造成本+期间费用，COM＋SG&amp;A），对比正常销售价格，即可精确测试出每个涉案产品的倾销幅度。<BR>　　三、关于已处理数据和所提交调查问卷结合的问题<BR>　　在正式提交问卷以后，调查方官员首先会对问卷本身的数据进行分析、测试（Desk Review），计算是否倾销以及倾销幅度，同时查找数据之间的矛盾和不一致之处，其所采用的主要方法为EXCEL的透视法，针对数据库而言，实际上就是SQL语言在EXCEL表格中的简单直观体现，编写一个完整的SQL语言即可实现所有的透视测试。在上述的数据处理中心按照反倾销规则和国际会计准则对数据测试后，对存在倾销的涉案产品要进行成本还原。该过程是循环渐进的过程，即还原—测试—还原，直至使所有涉案产品的倾销幅度达到理想状态。对已经处理好的数据，利用数据库语言，直接从数据处理中心生成提交调查方的问卷。由于该问卷是用数据库语言导出生成的，实际上各个数据均已经过严格的透视测试，从而实现所有关联数据之间的完全一致性和可控性，即从问卷本身数据之间的逻辑关系上，完全可以实现倾销幅度的可控性和不同表格数据之间的完全一致性，同时也确保了和涉案企业财务会计信息的完全一致性。<BR>　　四、关于已处理数据生成财务会计信息和还原为原始凭证的问题<BR>　　销售、成本等数据在经过数据中心处理后，可以根据国际会计准则以及公认会计准则（GAAP）生成相关的财务信息。该财务信息与所提交问卷所包含的信息具有同源性，保持了完全的一致。对国内涉案企业而言，反倾销所涉及的会计原则冲突主要是销售权责发生制的确认、存货的管理和计价、中外不同理论的利润表之间的差异以及成本计算方法的不同等问题。实际上，目前企业所用的很多财务软件都有导入数据库生产总账和明细账的功能，利用该功能，从数据处理中心依据会计核算方法生成主要会计科目明细库，导入所用财务软件后即可生成相应的主营业务收入、主营业务成本、应收账款、应付账款、银行存款、存货、汇兑损益等总账和明细账，从而形成与所提交问卷完全一致的会计报表（资产负债表、利润表、现金流量表以及会计报表附注），这样就实现了销售和财务原始信息、数据处理中心信息、提交问卷信息、财务会计信息的完全一致性和可控性。最后，企业相关人员将数据处理中心确认的上述信息落实到原始会计凭证和资料上，以确保通过调查方严格的现场核查。</FONT> 
<P align=right><BR><FONT face=宋体 size=3>（注：本文作者为法学硕士、律师、注册会计师、数据库专家）</FONT></P>
<P></P>
<P></P>]]></text> 
  <image></image>
  <headlineImg/>
  <keywords>数据,探讨,探讨</keywords> 
  <category>专题研究</category>
  <author>宋炎辉</author> 
  <source>中国贸易救济信息网</source>
  <pubDate>2007-10-8 9:02:00</pubDate> 
  </item>
</channel></rss>