共查询到19条相似文献,搜索用时 62 毫秒
1.
由于商誉在企业价值创造中所发挥的作用越来越重要,因此商誉会计的研究对指导实践有极其重要的意义。本文将从商誉的特性、会计处理的特殊性、满足会计信息使用者的需求等方面论述商誉与无形资产的关系,认为将其从无形资产中分离出来比较合理。此外,本文从自创商誉的确认与否、自创商誉与外购商誉的不同处理方法等问题对会计信息的影响谈了一下自己的看法。 相似文献
2.
3.
新环境下我国商誉会计的研究 总被引:1,自引:0,他引:1
在新的经济环境之下,我国现行的商誉会计理论有些不合时宜,故此对理论的重构进行探讨。商誉应从无形资产中分离出来而作为单独的资产负债表项目加以列示,自创商誉应予以确认。对我国商誉会计理论的重构进行探讨,对完善我国现行的商业会计理论意义重大。 相似文献
5.
杨丽荣 《科学.经济.社会》2004,22(4):37-39
本文从系统效应入手,重新诠释了商誉的性质;通过对分售成本的阐述分析了负商誉存在的原因;同时对外购商誉的产生、确认与摊销进行了一些新探索。 相似文献
6.
7.
商誉概念探析 总被引:1,自引:0,他引:1
张雅莉 《内蒙古科技与经济》2006,(10):29-30
本文分别介绍了法学、经济学和会狡学里的商誉概念,并重点分析了会计学里关于商誉概念的各种观点的优缺点,最后提出了自己关于商誉概念的观点。 相似文献
8.
关于自创商誉会计理论的几点思考 总被引:2,自引:0,他引:2
商誉的本质是能为企业带来超额经济利益的经济资源.目前的商誉会计理论按来源把商誉分为自创商誉和外购商誉.文章认为应该对自创这一真正意义上的商誉进行合理的确认、计量、和摊销. 相似文献
9.
10.
商誉是一种企业所独有的可在未来带来超额收益的资源,是企业整体层次上的资产。商誉计算方法多种多样,而不同的计算方法结果差异较大,而且,购买商誉的具体会计处理又存在一定的选择性。因此针对商誉会计存在的问题,应积极地着手改进。 相似文献
11.
论现代企业商誉的确认 总被引:1,自引:0,他引:1
商誉是一种能为企业带来超额盈利的无形资源,这种无形资源在企业中的地位和作用已变得越来越重要,企业管理中关于商誉的确认问题也变得越来越突出。分析了商誉的构成要素、特点,并就在不同形式下商誉的确认进行了探讨。 相似文献
12.
高额商誉已成为不少公司的隐藏地雷,但鲜有文献探究合并商誉与企业创新能力之间的关系。企业的合并商誉究竟是创造未来收益的良药还是埋藏危机的毒药,它对企业创新能力的影响几何?本文选取了我国2012~2018年间涉及商誉事项的A 股上市公司作为研究样本,分析合并商誉影响企业创新能力的方向及影响机制。结果显示,合并商誉与企业创新能力之间呈倒U型关系,如果企业合并商誉的规模低于临界值,则它对企业创新能力具有提升作用,反之会损害企业的创新能力。进一步地,经过四大会计师事务所审计的公司,合并商誉对企业创新能力的激励作用更强。机制检验的结果表明,合并商誉通过外部融资能力及内部协同能力两种渠道共同对企业的创新能力产生影响。上述结果经过稳健性检验之后仍然成立。本文的研究结果不仅丰富了企业创新动因和合并商誉经济后果的文献,而且可以引导企业及投资者理性看待合并商誉,为其创新决策提供参考。 相似文献
13.
近年来,并购商誉总体规模出现激进式地增长,这一现象也引起了监管部门的重视。本文以2007—2017年A股上市公司为样本,考察并购商誉水平对企业技术创新的影响。研究发现,并购商誉水平越高,公司的技术创新水平越低。机制检验结果表明,降低企业资产周转率和增加企业外部融资约束是高额并购商誉抑制企业技术创新的重要渠道。在考虑内生性问题、更长期的影响以及更换变量度量方式重新进行回归检验之后,研究结论依然稳健成立。文章研究结论体现了高额并购商誉动态变化的经济后果,回应了市场需要对商誉水平进行监管的事实,并对进一步规范并购交易市场和优化技术创新效用具有重要的启示意义。
〖HT5”H〗关键词:〖 相似文献
14.
根据负商誉会计处理方法的多种观点予以评价,提出了处理方法的见解;针对负商誉资产价值的分析,拟定出相关量化观点,建议采用割差法进行评估的思路。并认为对负商誉的处理应将其直接作为股东权益入账,在此基础上制定出相关的准则条件,以指导实践工作。 相似文献
15.
16.
杨伯垲 《科技成果管理与研究》2009,(3):37-39,24
本文从表面处理工艺与产品的关系入手,分析了表面处理工艺在设计实施中所扮演的角色。结合家居必需产品水龙头为例,阐述了水龙头的常用材质以及表面处理工艺的应用。 相似文献
17.
Rafael B. Pereira Alexandre Plastino Bianca Zadrozny Luiz H.C. Merschmann 《Information processing & management》2018,54(3):359-369
In many important application domains, such as text categorization, scene classification, biomolecular analysis and medical diagnosis, examples are naturally associated with more than one class label, giving rise to multi-label classification problems. This fact has led, in recent years, to a substantial amount of research in multi-label classification. In order to evaluate and compare multi-label classifiers, researchers have adapted evaluation measures from the single-label paradigm, like Precision and Recall; and also have developed many different measures specifically for the multi-label paradigm, like Hamming Loss and Subset Accuracy. However, these evaluation measures have been used arbitrarily in multi-label classification experiments, without an objective analysis of correlation or bias. This can lead to misleading conclusions, as the experimental results may appear to favor a specific behavior depending on the subset of measures chosen. Also, as different papers in the area currently employ distinct subsets of measures, it is difficult to compare results across papers. In this work, we provide a thorough analysis of multi-label evaluation measures, and we give concrete suggestions for researchers to make an informed decision when choosing evaluation measures for multi-label classification. 相似文献
18.