Pular para o conteúdo principal

Big Data e XBRL

Na edição de 2014 da conferência internacional sobre XBRL (Extensible Business Reporting Language - que padroniza a troca de informações contábeis e financeiras), o pesquisador Dr. Steven Yang fez uma apresentação bastante aprofundada e útil, compartilhando suas conclusões de estudos sobre como que as minerações semântica e textual de informações podem ser aplicadas a dados em XBRL, visando a análise de negócios.

Especificamente, Dr. Yang destacou como que a Teoria de Grafos pode ser usada para analisar taxonomias e os dados que as populam. Um dos destaques da apresentação foi a afirmação de que a análise de XBRL pode ser tratado como um problema de Big Data, ainda que a velocidade no crescimento dos dados seja baixa.

Indo além da análise tradicional dos resultados financeiros de uma empresa, Dr. Steven mostrou como que estruturas incomuns de dívidas e ativos de empresas também trazem informações valiosas, sendo possível realizar uma análise de grafo, não apenas de relação entre os valores financeiros.

A apresentação também abordou as atividades que seu grupo de pesquisa realizou referente à análise "sentimental" de XBRL, ou seja, verificar a relação entre o que os números dizem e o que o texto diz.
Voltar

Comentários