Что относится к нма в бухучете: Счет 04 "Нематериальные активы" / КонсультантПлюс

Содержание

что к ним относится в бухгалтерском учете, что это такое, примеры

Нематериальные активы это авторские права, патенты, лицензии на использование интеллектуальной собственности, лицензии на определенные виды деятельности, списки клиентов, франшизы, научные знания, технологии, новые производственные процессы, знание рынков, товарные знаки и многое другое. Не всё из перечисленного может соответствовать определению нематериального актива для целей бухгалтерского учета, и не всё признается в бухгалтерском балансе в качестве активов. Учет нематериальных активов (НМА) регулируется международным стандартом МСФО (IAS) 38 «Нематериальные активы», в России — ПБУ 14 «Учет нематериальных активов».

В современной основанной на знаниях экономике изменилась оценка значимости активов. В некоторых отраслях экономики нематериальные активы становятся более критичными, чем материальные производственные мощности. Например, Делл Компьютерс представляет собой не что иное, как торговую компанию с дорогим брендом, а собственно производство компьютерной техники выполняется сторонними подрядчиками в странах с низкой стоимостью труда.

Интеллектуальная собственность*, бренды, сети продаж, дизайн, модели ведения бизнеса становятся всё более необходимыми составляющими для процветания компаний, а при недостаточном внимании к этим элементам могут послужить причиной неудачи.

*Интеллектуальная собственность — это неосязаемый элемент, который возникает из человеческого творчества или интеллекта (т.е. состоит из человеческих знаний и идей) и имеет коммерческую ценность (например, авторские художественные произведения, запатентованные методы ведения бизнеса, запатентованные промышленные процессы).

Главный вопрос в бухгалтерском учете нематериальных активов (НМА)

Когда компания покупает оборудование, нет вопроса, капитализировать понесенные на покупку расходы или нет. Конечно, капитализировать, поскольку оборудование материально и это актив, который будет генерировать доходы не один год. Нематериальные активы не имеют физической формы, но несмотря на это также могут приносить экономические выгоды в течение долгого времени (и пять, и десять лет).

Компании несут всё больше расходов на создание или приобретение чего-то нематериального, но приносящего доход. И главный вопрос в бухгалтерском учете в этой связи — какие расходы мы можем капитализировать в качестве нематериального актива, а какие обязаны списать на расходы периода?

Признание нематериальных активов в балансе согласно МСФО (IAS) 38

Официальное определение нематериального актива (НМА) в международном стандарте состоит из нескольких частей.

Сначала дается собственно определение: «нематериальный актив — это идентифицируемый немонетарный актив, не имеющий физической формы». Затем в пунктах 8-17 приводится объяснение 1) идентифицируемости, 2) контроля над активом и 3) будущих экономических выгод. Всё это тоже является частью определения. В пунктах 21-23 приводятся критерии признания нематериального актива, а именно: есть вероятность получения будущих экономических выгод и себестоимость может быть надежно оценена.

И далее сказано, что для признания статьи в качестве нематериального актива предприятие должно продемонстрировать, что эта статья отвечает:

(a) определению нематериального актива (см. пункты 8–17)
(b) критериям признания (см. пункты 21–23)

Если суммировать всё выше перечисленное, то ключевые слова в отношении нематериальных активов:

1) немонетарный, не имеющий физической формы
2) идентифицируемый
3) контролируется компанией
4) вероятен приток экономических выгод в будущем
5) себестоимость может быть надежно оценена
6) срок службы более года

Чтобы признать нематериальный актив в балансе, нужно проверить выполнение всех этих шести пунктов.

Пояснения по пункту «не имеющий физической формы»

Нематериальные активы не имеют физической формы. При этом некоторые нематериальные активы содержатся на физическом носителе, таком как компакт-диск (в случае программного обеспечения), юридическая документация (в случае лицензии или патента) или DVD диск (содержащий фильм). При определении того, учитывается ли актив, включающий как нематериальные, так и материальные элементы, в качестве основных средств или как НМА, компания оценивает, какой элемент является более значимым.

Например, программное обеспечение для автомобиля, который не может работать без этого программного обеспечения, является неотъемлемой частью автомобиля и учитывается в составе основного средства. То же самое относится к операционной системе компьютера. Однако, когда программное обеспечение не является неотъемлемой частью соответствующего оборудования, такое программное обеспечение рассматривается как нематериальный актив. В результате научно-исследовательских разработок могут быть получены прототип или модель нового изделия, которые имеют материальную форму. Но сам по себе прототип или модель вторичны по отношению к знанию, которое является основным результатом этих работ, а знание — нематериально.

Идентифицируемость

Актив удовлетворяет критерию идентифицируемости, если он:

(a) является отделяемым, т. е. может быть отсоединен или отделен и продан, передан, защищен лицензией, предоставлен в аренду или обменен индивидуально или вместе с относящимся к нему договором, активом или обязательством, независимо от того, намеревается ли компания так поступить; или
(b) является результатом договорных или других юридических прав, независимо от того, можно ли эти права передавать или отделять от предприятия или от других прав и
обязательств.

В некоторых случаях расходы, понесенные компанией для получения будущих экономических выгод, не приводят к созданию нематериального актива, который соответствует критериям признания МСФО 38. Такие расходы часто описываются как создание гудвилла внутри компании. Внутренне созданный гудвилл не соответствует определению нематериального актива, поскольку он не является идентифицируемым ресурсом (т.е. он не является отделимым и не возникает в результате договорных или других законных прав), контролируемых компанией, и его стоимость не может быть надежно оценена.

Контроль

п. 13, МСФО 38 Компания контролирует актив, если обладает правом на получение будущих экономических выгод, проистекающих от лежащего в его основе ресурса, а также на ограничение доступа других лиц к этим выгодам.

На русский язык переводчики стандарта перевели «обладает правом на получение будущих экономических выгод», в английском языке это звучит несколько сильнее «

has the power to obtain the future economic benefits», т.

е. имеет властные полномочия.

Обычно такой контроль осуществляется с помощью юридической защиты, например, через регистрацию прав в виде патентов, лицензий, товарных знаков. В отсутствие юридически закрепленных прав продемонстрировать наличие контроля сложнее. Тем не менее, юридическое обеспечение права не является необходимым условием для наличия контроля над активом, поскольку компания может контролировать будущие экономические выгоды другим способом, например, путем сохранения нематериального актива в секрете. Доказательством контроля в отсутствие юридических прав могут служить обменные операции с активом (продажа нематериального актива).

Определение контроля в МСФО (IAS) 38 «Нематериальные активы» аналогично тому, что записано в пункте 33 МСФО (IFRS) 15 «Выручка»:

Контроль над активом относится к способности определять способ его использования и получать практически все оставшиеся выгоды от актива. Контроль включает в себя способность препятствовать определению способа использования и получению выгод от актива другими организациями.

Будущие экономические выгоды

Будущие экономические выгоды, вытекающие из нематериального актива, могут включать выручку от реализации продукции или услуг, полученных с помощью НМА, экономию затрат или другие выгоды, связанные с использованием актива компанией.

Надежная оценка себестоимости и срок службы более года не требуют каких-то дополнительных пояснений. Эти критерии являются общими как для материальных активов — основных средств, так и для нематериальных активов.

НМА можно приобрести на стороне или создать внутри компании

Все нематериальные активы можно разделить на те, которые создаются внутри компании, и приобретенные со стороны. Трактовка расходов на создание нематериальных активов внутри компании оставляет большой простор для манипуляций в отчетности при недостаточном регулировании этой сферы бухгалтерского учета. Ведь всегда заманчиво капитализировать расходы и показать как можно больше активов в балансе, тем самым завысив прибыль.

Поэтому стандарт МСФО 38 прописывает определенные условия для признания в финансовой отчетности внутренне-созданных нематериальных активов (научно-исследовательские проекты). А капитализация собственных расходов компаний на рекламу, на создание брендов, на укрепление отношений с клиентами прямо запрещена этим стандартом.

С приобретенными нематериальными активами дело обстоит проще: они имеют историческую стоимость, сама сделка по покупке свидетельствует о выполнении критерия идентифицируемости. Такие нематериальные активы могут приобретаться как индивидуально, так и вместе с другими активами и обязательствами при покупке бизнеса. Как правило, большинство нематериальных активов признается именно в сделках по объединению бизнеса.

Примеры нематериальных активов, приобретенных отдельно

МСФО (IAS) 38 предлагает следующую группировку нематериальных активов по классам в зависимости от их характера и способа использования в деятельности компании. Этот список приведен в стандарте для примера в главе о раскрытии информации. Для обеспечения пользователей финансовой отчетности наиболее уместной информацией компании могут разбить классы на более мелкие группы или наоборот объединить их в более крупные категории.

(a) фирменные наименования;
(b) титульные данные и названия публикуемых изданий;
(c) компьютерное программное обеспечение;
(d) лицензии и франшизы;
(e) авторские права, патенты и другие права промышленной собственности, права на обслуживание и эксплуатацию;

(f) рецепты, формулы, модели, чертежи и прототипы; и
(g) нематериальные активы в процессе разработки.

Пример 1. Приобретенная торговая марка.
Компания владеет торговой маркой, приобретенной у конкурента. Торговая марка юридически защищена путем регистрации в местном правительстве.

Название бренда (товарный знак, товарная марка) является нематериальным активом компании. Это неденежный актив (т.е. он не является активом к получению в фиксированной или определяемой сумме денег) и он не имеет физической формы (поскольку это юридическое право). Идентифицируемость подтверждается правовой защитой через регистрацию и возможностью продажи (то есть актив является отделимым). Контроль подтверждается юридической защитой. Компания приобрела торговую марку в расчете на увеличение будущих доходов за счет продажи продукции и за счет того, что конкуренты не будут продавать такую продукцию (будущие экономические выгоды). Приобретенная торговая марка признается в балансе как нематериальный актив.

Пример 2. Франшиза
Компания имеет эксклюзивную лицензию на пять лет на управление отделениями быстрого питания в определенной юрисдикции по договору франшизы.

Франшиза — это нематериальный актив, она не имеет физической формы (поскольку это право) и поддаётся идентификации (поскольку она возникает из договорного права). Согласно договору эксклюзивное право на деятельность в конкретной юрисдикции предоставлено на пять лет, в течение который компания будет получать экономические выгоды от продаж в точках быстрого питания под известным брендом. Контроль над будущими экономическими выгодами подтверждается наличием юридической защиты и тем, что лицензия является эксклюзивной (никто другой не может организовать точки быстрого питания под этим брендом в этой юрисдикции).

Пример 3. Права на фильмы и звукозаписи
Компания владеет эксклюзивными правами на аудиовизуальные материалы — фильмы и звукозаписи, которые защищены юридически. Лицензии на использование фильмов и аудиозаписей компания предоставляет своим клиентам.

Цифровой аудиовизуальный материал представляет собой нематериальный актив.
Этот актив:

неденежный, поскольку он не является ни валютой, ни активом к получению в фиксированной или определяемой сумме денег;
не имеет физической формы — ценность физического актива, на котором хранятся аудиовизуальные материалы (например, DVD, компьютерный жесткий диск), не значительна по сравнению с ценностью фильма или звукозаписи
идентифицируемый, так как является отделимым, что подтверждается возможностью компании лицензировать этот актив для других;
контроль подтверждается юридической защитой и возможностью компании лицензировать этот актив с целью получения экономических выгод в форме лицензионных платежей
будущие экономические выгоды — выплаты по лицензии

Пример 4. Права регистрации игроков футбольного клуба
Компания-футбольный клуб владеет правами на регистрацию нескольких футбольных игроков, которые она приобрела у других футбольных клубов.

Приобретенные права регистрации игроков отвечают определению нематериального актива, приведенному в МСФО 38. Это идентифицируемый актив, потому что права на игрока могут быть проданы, т.е. они отделяемы. Контроль подтверждается юридической защитой данного актива, а экономические выгоды возникают из выручки, которую заработает футбольный клуб на продаже билетов, прав на трансляции матчей, призовых за выступления в футбольных турнирах.

УЕФА разрешает капитализировать в отчетности только приобретенных игроков, эти игроки представляют нематериальные активы (за исключением гудвилла) каждого футбольного клуба. Стоимость доморощенных игроков (выпускников футбольных академий клубов) и свободных агентов (игроки, за трансфер которых клуб не платил) не капитализируется в бухгалтерском балансе.

Пример внутренне-созданного НМА

Пример 5. Секретная формула
Компания разработала формулу, которую она использует для производства уникального клея. Клей является ведущим продуктом на рынке благодаря своей уникальной смеси химических веществ. Специальная формула известна только двум владельцам-менеджерам компании. Многие конкуренты попытались купить формулу у компании, но никому не удалось это сделать. Формула не защищена патентом или другими способами, но компания приложила все усилия, чтобы держать её в секрете.

Формула соответствует определению нематериального актива. Актив неденежный и не имеет физической формы. Критерий идентифицируемости выполняется, так как формула может быть продана (т.е. актив отделим). Хотя формула не защищена юридическими правами, компания имеет контроль над активом, сохраняя формулу клея в секрете от конкурентов.

Поскольку это внутренне-созданный нематериальный актив, его признание в балансе возможно только при выполнении всех условий, записанных в стандарте МСФО 38.

НМА, создаваемый внутри компании, может быть признан только в момент, когда компания может продемонстрировать:

(a) Техническую осуществимость завершения создания НМА так, чтобы его можно было использовать или продать.
(b) Намерение завершить создание НМА и использовать или продать его.
(c) Способность использовать или продать НМА.
(d) То, каким образом НМА будет создавать вероятные будущие экономические выгоды. Помимо прочего, компания может продемонстрировать наличие рынка для продукции НМА, или самого НМА, либо, если этот актив предполагается использовать для внутренних целей, может продемонстрировать полезность такого нематериального актива.
(e) Наличие достаточных технических, финансовых и прочих ресурсов для завершения
разработки, использования или продажи НМА.
(f) Способность надежно оценить затраты, относящиеся к нематериальному активу в
процессе его разработки.

Примеры нематериальных активов, приобретенных при объединении бизнеса

Пример 6. Заказы на производство
Компания приобрела контролирующую долю в дочерней компании. Дочерняя компания имеет контракты с покупателями на покупку произведенной продукции.

Портфель производственных заказов, приобретенный в результате объединения бизнеса, соответствует правовому критерию наличия контроля (он возникает из договоров с клиентами). Это верно, даже если в договорах с клиентами прописано условие, что заказы на покупку могут быть аннулированы. Такой НМА признается отдельно от гудвила в консолидированной отчетности. Однако в случае, если не существует истории или признаков обменных операций для такого же или аналогичного актива, то его справедливая стоимость не может быть надежно оценена, так как оценка будет зависеть от неизмеримых переменных. В этом случае такой актив не признается.

Пример 7. НИОКР при объединении бизнеса
Компания Альфа приобрела контроль в дочерней компании Бета. Бета имеет находящийся в процессе осуществления научно-исследовательский проект, который не был отражен в отчетности Беты, так как не были выполнены необходимые условия МСФО 38 для капитализации затрат по проекту. Справедливая стоимость всего проекта на момент покупки Беты Альфой может быть надежно оценена.

Находящийся в процессе осуществления проект в области исследований и разработок, приобретенный при объединении бизнеса, удовлетворяет определению нематериального актива, так как сам факт продажи компании на дату приобретения свидетельствует, что обе стороны ожидают будущие экономические выгоды от данного проекта. Неопределенность в конечном результате от такого проекта отражается в оценке его справедливой стоимости. Проект может быть отделен от гудвила (идентифицируемость), компания Альфа способна контролировать поступление будущих экономических выгод от проекта. Поэтому вся стоимость проекта признается как отдельный нематериальный актив.

Иными словами для внутренне-создаваемых НМА необходимые для признания критерии считаются выполненными, если такие НМА приобретены в сделке по покупке бизнеса. И если справедливая стоимость такого актива может быть надежно оценена, то он должен быть признан в составе нематериальных активов.

Пример 8. Приобретение торговой марки при объединении бизнеса
Предприятие приобрело ряд связанных с маркетингом активов (торговые марки) при объединении бизнеса.

Когда торговая марка защищена юридически (например, путем регистрации в государственных учреждениях) и приобретена в результате покупки бизнеса, торговая марка является нематериальным активом. Она признается в качестве НМА в консолидированной финансовой отчетности, если её стоимость может быть надежно оценена (есть история или признаки обменных операций для аналогичных активов).

Примеры активов, которые не признаются в качестве нематериальных

Пример 9. Квоты на вылов рыбы, удерживаемые для продажи
Компания, которая торгует передаваемыми лицензиями на рыбную ловлю, приобрела 1000 лицензий, каждая из которых дает право владельцу выловить одну тонну рыбы в водах указанной юрисдикции. Компания не владеет рыболовным флотом и не собирается ловить рыбу. Она рекламирует лицензии для продажи по цене, установленной таким образом, чтобы получить 40-процентную маржу валовой прибыли.

Хотя каждая лицензия удовлетворяет определению нематериального актива, эти лицензии не классифицируются как нематериальные активы компании. Лицензии представляют собой товарно-материальные запасы предприятия, так как они являются активами, удерживаемыми для продажи в ходе обычной деятельности.

Пример 10. Внутренне-созданный список клиентов
Благодаря приложенным усилиям на построение отношений с клиентами (например, с помощью рекламы) компания ожидает, что её клиенты будут и далее покупать продукцию компании. Контрактов с этими клиентами нет.

В отсутствие юридических прав для защиты отношений компании со своими клиентами у компании обычно недостаточно контроля над ожидаемыми экономическими выгодами от таких отношений с клиентами. Внутренне-созданные списки клиентов не соответствуют определению нематериального актива и не могут быть признаны в балансе, но приобретенные списки клиентов могут претендовать на признание.

Пример 11. Внутренне-созданный бренд
Компания имеет успешный бренд, который позволяет ей взимать премию за свои товары. Компания продолжает тратить значительные суммы на поддержание и дальнейшее развитие бренда (например, спонсируя местные спортивные мероприятия, спонсируя отдельные культурные мероприятия и рекламируя бренд).

Расходы, понесенные при разработке бренда, не соответствуют критериям признания согласно МСФО (IAS) 38. Расходы на спонсорство и рекламу не признаются в качестве нематериального актива. Их нельзя отличить от затрат, связанных с развитием бизнеса в целом. Затраты признаются в качестве расходов в том периоде, в котором они понесены.

Пример 12. Права на воду
Группа приобрела квоты на приобретение воды в рамках объединения бизнеса. Эти квоты обладают чрезвычайной ценностью для производителей, работающих в этой юрисдикции, потому что без этих квот компании не могут приобретать воду для производственного процесса. Местные власти предоставляют квоты на фиксированные периоды времени (обычно 10 лет), не требуя практически никакой оплаты, но количество квот ограничено. Возобновление квот по истечении срока действия гарантировано при небольших или нулевых расходах на продление. Квоты не могут быть проданы, кроме как в рамках продажи бизнеса в целом, поэтому на них не существует вторичного рынка. Если производитель передает квоты в местный орган власти, ему запрещается повторная заявка на приобретение квот на воду.

Компания перестанет существовать, если у нее не будет квот на воду. Эти юридически оформленные права (квоты) нельзя отделить от бизнеса в целом. Таким образом, квоты на воду не будут учитываться в качестве отдельного нематериального актива, приобретенного в результате объединения бизнеса, поскольку их справедливая стоимость не может быть надежно измерена (нет рынка), и они не могут быть отделены от гудвилла.

Заключение

Не всё, что нематериально и приносит доходы прямо или косвенно признается в качестве нематериальных активов в балансе. Ныне действующий стандарт МСФО (IAS) 38 (также как и ПБУ 14) запрещает признавать в качестве нематериальных активов квалифицированный персонал компаний, расходы на создание бренда или списков клиентов.

Между тем для многих видов деятельности (как в сфере услуг, так и в сфере производства, скажем, в конструкторских бюро) персонал становится всё большей и большей ценностью. Что вполне объяснимо: человеческая деятельность становится все более и более интеллектуальной. Промышленные роботы для автоматизированных линий производства чего-либо заключают в себе накопленные знания (интеллектуальный потенциал) нынешних и предыдущих поколений в несоизмеримо большей степени, чем примитивные орудия труда вроде отвертки или лопаты.

Если компания начинает исследовательский проект с целью создания нового лекарства, то успех этого проекта во многом зависит от людей, обладающих соответствующими знаниями. Честно говоря, не имею представления, заключают ли западные фармацевтические компании контракты, подобные тем, которые распространены в игровых видах спорта. Когда игрок имеет право покинуть клуб только в определенные периоды времени и по согласованию с клубом, который имеет право регистрации игрока. Наверное, спорт это единственный пример, где персонал в той или иной форме является нематериальным активом. Но и в спорте не все возможные активы учитываются: доморощенные игроки футбольных клубов не признаются в качестве нематериальных активов. Но если права регистрации таких молодых игроков будут проданы в другой клуб, то это принесет существенный доход вырастившему их клубу. То есть и в данном случае финансовая отчетность не содержит полной информации о всех источниках будущих доходов компании.

Возможно, в будущем будут выработаны иные критерии для признания нематериальных активов, и грядущим поколениям лет через 50 наша современная финансовая отчетность покажется поразительно неполной.

Другие статьи по теме «Международные стандарты»:

Оценка нематериальных активов в бухгалтерском учете
IFRS 16 Leases — новый международный стандарт по учету аренды
МСФО IFRS 15: дебиторская задолженность в балансе — это безусловное право на получение оплаты
Показатель EPS — формула расчёта. Базовая прибыль на акцию
Справедливая стоимость МСФО. Ее использование для оценки стоимости активов. Новый стандарт IFRS 13 (часть 1)
Операционная и финансовая аренда — это стандарт МСФО (IAS) 17

Вернуться на главную страницу

Нематериальные активы: что к ним относится?

Что такое нематериальные активы, и что к ним относится? Ответы на эти вопросы содержатся в Положении о бухгалтерском учете 14/2007. Нематериальные активы (НМА) по способу учета похожи на основные средства. Главное отличие от другого имущества предприятия – отсутствие предметности, физической формы.

Что относится к НМА: критерии отбора

Факторы, влияющие на определение актива как нематериального, следующие:

Невозможность придания объекту вещественной формы;
Актив способен предоставлять выгоды экономического характера для правообладателей;
У организации имеются юридические основания для пользования конкретным нематериальным активом;
Объекты нематериальных активов предполагается эксплуатировать более 12 месяцев;
Данный актив можно отделить от любого другого;
На ближайший год не запланирована продажа НМА;
Можно достоверно определить размер фактической стоимости актива.

Нематериальные активы: что к ним относится?

Нематериальные активы делятся на две большие категории:

Объекты, относящиеся к интеллектуальной собственности:
- права на компьютерные программы, имеющиеся электронные базы данных;
- товарные знаки (необходимо иметь свидетельство на них), лицензионные договоры на их обслуживание;
- запатентованные изобретения, промышленные образцы, некоторые полезные модели и селекционные разработки;
- к нематериальным активам, в частности, относятся интегральные микросхемы;
- ноу-хау.
Репутация компании в деловых кругах (гудвилл) – комплекс преимуществ, которые выгодно выделяют компанию из числа конкурентов в форме доверия и лояльности клиентов, положительного образа. Гудвилл оценивается как разница между фактической и рыночной стоимостью организации в случае ее продажи.

К нематериальным активам относятся следующие объекты, подпадающие под нормы патентного права:

Фирменное название, бренд – название юридического лица, с которым ассоциируются не только определенные товары, но и их характеристики;
Служебная информация, имеющая конкретную коммерческую ценность, которая может быть безвозвратно утрачена при разглашении третьим лицам.

Какие объекты относятся к нематериальным активам в области авторского права? Это могут быть письменные, устные или изобразительные произведения. Примеры письменных объектов – нотная запись, рукопись. Устное произведение – исполнение на публике песни. Объект изобразительного актива – чертежи, планы, эскизы, рисунки, фотоснимки, видеокадры.

К нематериальным активам относят и лицензии. Этот документ может рассматриваться в качестве НМА только в том случае, если срок его действия более 12 месяцев. Предназначение лицензии – обеспечение права на занятие определенной деятельностью.

Что не относится к нематериальным активам НМА?

Не являются нематериальными активами расходы организационного плана, связанные с оформлением юридического лица, и качества наемных работников (профессиональные, интеллектуальные, работоспособность). При работе с НМА важно всегда обращать внимание на подтверждение права владения ими. Основанием возникновения юридических прав на нематериальный актив могут стать:

Патенты;
Договоры об отчуждении;
Договоры купли-продажи, передачи ноу-хау;
Лицензии и лицензионные договоры.

Без наличия документального подтверждения прав на владение актив не может быть причислен к категории нематериальных.

Что можно отнести к нематериальным активам? Только то, что нельзя потрогать, но можно получать от использования объекта прибыль не менее года, при необходимости допускается продажа НМА на законных основаниях. Во всех других случаях объект не может быть признан в бухгалтерском учете и отражен в нем в качестве нематериального актива.

определение и состав, учет и списание НМА

Что относится к нематериальным активам (НМА)

———————————

<1> Ст. 980 ГК, п. 7 Инструкции N 25.

<2> Ст. 6 Закона N 262-З.

<3> Ст. 22 Закона N 262-З.

<4> Ст. 998 ГК, ст. 1 Закона N 160-З, сноска <*> к п. 1 Положения N 368.

Условия признания НМА

В целях принятия к учету активов в виде НМА должны выполняться следующие условия <*>:

Если хотя бы одно из вышеприведенных условий не соблюдается, то понесенные затраты не включаются в состав капитальных вложений в НМА, а признаются расходами организации <*>.

Бухучет поступления НМА

Учет НМА зависит от условий их поступления в организацию <*>:

Таблица

Способ получения НМА	Формирование (определение) и отражение первоначальной стоимости НМА	Бухгалтерские записи
Способ получения НМА		Д-т	К-т
Приобретение	сумма фактических затрат на приобретение, в т.ч.: — стоимость приобретения НМА; — таможенные сборы и пошлины; — проценты по кредитам и займам; — затраты на услуги других лиц по приведению НМА в пригодное для использования состояние; — иные затраты, связанные с приобретением НМА	08	60, 69, 70, 76 и др.
Приобретение	первоначальная стоимость приобретенных НМА	04	08
Внесение собственником в качестве вклада в уставный фонд	оценочная стоимость на основании заключения об оценке, проведенной оценщиком	08	75
	фактические затраты по доведению НМА до состояния, пригодного для использования	08	60, 69, 70, 76 и др.
	первоначальная стоимость полученных НМА в виде вклада	04	08
Безвозмездное получение
— амортизация не начисляется	текущая рыночная стоимость на дату принятия к учету	08	91
— амортизация начисляется	текущая рыночная стоимость на дату принятия к учету	08	98
	фактические затраты по доведению НМА до состояния, пригодного для использования	08	60, 69, 70, 76 и др.
	первоначальная стоимость безвозмездно полученных НМА	04	08
Товарообменная операция	учетная стоимость отгруженных товаров или иных активов	08	60
	фактические затраты по доведению НМА до состояния, пригодного для использования	08	60, 69, 70, 76 и др.
	первоначальная стоимость НМА, полученных по бартеру	04	08
Выявление излишка в результате инвентаризации	1-й вариант: как стоимость аналогичных активов (подтверждающие документы)	04	91
Выявление излишка в результате инвентаризации	2-й вариант: оценочная стоимость на основании заключения оценщика об оценке	04	91
Создание веб-сайта в организации	сумма фактических прямых и распределяемых переменных косвенных затрат на создание сайта, в т. ч. затраты: — на размещение сайта на внешнем сервере; — на первичную регистрацию домена; — на приобретение или разработку ПО для функционирования сайта; — на установку этого ПО; — на разработку графического дизайна сайта; — иные, связанные с разработкой и подготовкой сайта к использованию по назначению	08	60, 69, 70, 76 и др.
Создание веб-сайта в организации	первоначальная стоимость веб-сайта, созданного в организации и отвечающего критериям признания НМА	04	08
Получение от своих обособленных подразделений на отдельных балансах	стоимость, по которой НМА числился в учете подразделения	04	79
	суммы накопленной в подразделении амортизации переданного НМА	79	05

Выбытие НМА

Списание НМА может происходить по разным причинам. При этом должен оформляться соответствующий первичный учетный документ <*>.

———————————

<1> Форма не утверждена. Организация разрабатывает документ самостоятельно и утверждает в качестве приложения к учетной политике. За основу акта о списании имущества можно взять форму акта, утвержденного Постановлением N 15 <*>.

<2> Приложение 2 к Постановлению N 23.

<3> Форма не утверждена. Организация разрабатывает документ самостоятельно и утверждает в качестве приложения к учетной политике <*>.

<4> П. 23 Инструкции N 180, приложения 5, 7 к Инструкции N 180.

Порядок отражения операций по выбытию НМА зависит от его причин.

Содержание операций	Бухгалтерские записи
Содержание операций	Д-т	К-т
Выбытие НМА в результате списания, реализации, безвозмездной передачи
— на сумму накопленной амортизации и сумм обесценения	05	04
— на остаточную стоимость	91	04
Выбытие НМА при выявлении недостачи
— на сумму накопленной амортизации и сумм обесценения	05	04
— на остаточную стоимость	94	04
На сумму числящегося по выбывающим и недостающим НМА добавочного фонда, образовавшегося в результате ранее проведенных переоценок данных НМА	83	84
Выбытие НМА при внесении объекта в качестве вклада в уставный фонд другой организации
— на сумму накопленной амортизации и сумм обесценения	05	04
— на остаточную стоимость	06	04
— на сумму разницы между стоимостью НМА, по которой они внесены в счет вклада в уставный фонд другой организации, и остаточной стоимостью данных НМА	06 (91)	91 (06)
Выбытие НМА при передаче в обособленные подразделения
— на сумму накопленной амортизации и сумм обесценения	05	79
— на остаточную стоимость	79	04
Выбытие НМА при передаче в доверительное управление (в учете вверителя)
— на сумму накопленной амортизации и сумм обесценения	05	76-6
— на остаточную стоимость	76-6	04

Новое в учете нематериальных активов

Известно, что с 1 января 2001 года в связи со вступлением в силу ПБУ 14/2000 существенно изменился учет нематериальных активов. Этот документ, к сожалению, не дает однозначного и исчерпывающего ответа на многие вопросы, возникшие у бухгалтеров после его вступления в силу. В этой статье профессор Санкт-Петербургского Торгово-экономического Института Виктор Владимирович Патров излагает свою точку зрения на порядок учета НМА после 1 января 2001 года. Cтатья предоставлена компанией СПУТНИК-101, г. Санкт-Петербург.

В пункте 3 Положения по бухгалтерскому учёту «Учёт нематериальных активов» (ПБУ 14/2000) перечислен комплекс условий, которые необходимо соблюдать при принятии к учёту активов в качестве нематериальных:

а) отсутствие материально-вещественной (физической) структуры;

б) возможность идентификации (выделения, отделения) от другого имущества;

в) использование для производственных и управленческих нужд;

г) использование свыше одного года;

д) не предполагается последующая перепродажа данных активов;

е) способность приносить организации в будущем доход;

ж) наличие надлежаще оформленных документов, подтверждающих существование актива и исключительного права у организации на результаты интеллектуальной деятельности (патенты, свидетельства, другие охранные документы, договор уступки (приобретения) патента, товарного знака и т. п.).

В пункте 55 Положения по ведению бухгалтерского учёта и бухгалтерской отчётности (именно им до 01.01.2001 регулировался порядок учета нематериальных активов) перечислены только вышеуказанные подпункты в, г и е; остальные подпункты (а, б, д и ж) являются новыми.

Согласно пункту 4 ПБУ 14/2000 к нематериальным активам относятся:

1. Исключительные права на следующие результаты интеллектуальной деятельности:

а) авторские права на программы для ЭВМ, базы данных и др.;

б) права патентообладателя на изобретения, промышленные образцы, полезные модели, селекционные достижения;

в) права владельца на товарный знак, знак обслуживания, наименование места происхождения товаров.

2. Организационные расходы (связанные с образованием юридического лица, признанные в соответствии с учредительными документами частью вклада участников (учредителей) в уставный (складочный) капитал организации).

3. Деловая репутация организации.

Объекты интеллектуальной собственности, отвечающие всем условиям, приведенным в пункте 3 ПБУ 14/2000, относятся к нематериальным активам. Что касается организационных расходов и деловой репутации, то они не отвечают всем вышеуказанным условиям (например, не могут быть идентифицированы), но в порядке исключения пунктом 4 ПБУ 14/2000 включены в состав нематериальных активов.

Вышеуказанный состав нематериальных активов по сравнению с их составом, перечисленным в пункте 55 Положения по ведению бухгалтерского учёта и бухгалтерской отчетности, существенно изменился.

Во-первых, из состава прав исключены права на произведения науки, литературы и искусства и объекты смежных прав, а также на «ноу-хау».*

_______

* Права на «ноу-хау» российским законодательством вообще не определены.

__________

Во-вторых, в состав нематериальных активов включены не просто права на результаты интеллектуальной деятельности, а только исключительные права на эти результаты. Эти исключительные права определены различными законами («Об авторском праве и смежных правах», «О товарных знаках, знаках обслуживания и наименованиях мест происхождения товаров», «О правовой охране программ для электронных машин и баз данных» и др.). Например, автор программы для ЭВМ имеет исключительное право осуществлять и/или разрешать осуществление следующих действий: выпуск программы в свет, воспроизведение программы в любой форме, распространение программы, её модификация и др. Другие лица могут использовать результаты интеллектуальной деятельности только с согласия правообладателя (ст. 138 ГК РФ).

В-третьих, в ПБУ 14/2000 четко определено, что организационные расходы и деловая репутация организации учитываются в составе нематериальных активов, тогда как в пункте 55 Положения по ведению бухгалтерского учета и бухгалтерской отчетности сказано, что они могут относиться к нематериальным активам.

В-четвертых, в составе нематериальных активов совершенно очевидно не могут учитываться приобретенные отдельные квартиры в объектах жилого фонда, как это было до 1 января 2001 года (см. например, пункт 19 Методических рекомендаций о порядке формирования показателей бухгалтерской отчетности, утвержденных приказом Минфина РФ от 28 июня 2000 года №60 н), поскольку они имеют материально-вещественную (физическую) структуру и не отвечают условию а) пункта 3 ПБУ 14/2000. Порядок учета вышеуказанных квартир на счете 04 «Нематериальные активы» был определен письмом Минфина России от 29.10.1993 № 118 «Об отражении в бухгалтерском учёте отдельных операций в жилищно-коммунальном хозяйстве», и о его абсурдности говорят многие специалисты.

В пункте 2 ПБУ 14/2000 сказано, что данное Положение не применяется в отношении материальных объектов (материальных носителей), в которых выражены произведения науки, литературы, искусства, программы для ЭВМ и базы данных.

В пункте 4 ПБУ 14/2000 говорится, что в состав нематериальных активов не включаются интеллектуальные и деловые качества персонала организации, их квалификация и способность к труду, поскольку они неотделимы от своих носителей и не могут быть использованы без них, то есть не отвечают условию б) пункта 3 ПБУ 14/2000.

В пункте 5 ПБУ 14/2000 впервые сказано, что единицей бухгалтерского учёта нематериальных активов является, как и по основным средствам, инвентарный объект, и дано его определение.

Инвентарным объектом нематериальных активов считается совокупность прав, возникающих из одного патента, свидетельства, договора уступки прав и т. п. Основным признаком, по которому один инвентарный объект идентифицируется от другого, служит выполнение им самостоятельной функции в производстве продукции, выполнении работ или оказании услуг либо использования для управленческих нужд организации.

Определение нематериальных активов

В пункте 3 Положения по бухгалтерскому учёту «Учёт нематериальных активов» (ПБУ 14/2000) перечислен комплекс условий, которые

а) отсутствие материально-вещественной (физической) структуры;

б) возможность идентификации (выделения, отделения) от другого имущества;

в) использование для производственных и управленческих нужд;

г) использование свыше одного года;

д) не предполагается последующая перепродажа данных активов;

е) способность приносить организации в будущем доход;

Согласно пункту 4 ПБУ 14/2000 к нематериальным активам относятся:

1. Исключительные права на следующие результаты интеллектуальной деятельности:

а) авторские права на программы для ЭВМ, базы данных и др.;

б) права патентообладателя на изобретения, промышленные образцы, полезные модели, селекционные достижения;

в) права владельца на товарный знак, знак обслуживания, наименование места происхождения товаров.

3. Деловая репутация организации.

_______

* Права на «ноу-хау» российским законодательством вообще не определены.

__________

Оценка нематериальных активов

div>

Порядок оценки нематериальных активов, в основном, аналогичен порядку оценки основных средств, предусмотренному в ПБУ 6/97 «Учет основных средств». Исключением является оценка нематериальных активов, полученных по договорам, предусматривающим исполнение обязательств (оплату) не денежными средствами. В данном случае применяется порядок оценки, предусмотренный пунктом 6.3 ПБУ 10/99 «Расходы организации». Кроме того, оценка нематериальных активов, при оплате которых предусмотрена отсрочка или рассрочка платежа, осуществляется в соответствии с пунктом 6.2 ПБУ 10/99.

В ПБУ 14/2000 сказано, что нематериальные активы считаются созданными самой организацией, если:

1) исключительное право на результаты интеллектуальной деятельности, полученные:

а) в порядке выполнения служебных обязанностей или по конкретному заданию работодателя, принадлежит организации-работодателю;

б) автором (авторами) по договору с заказчиком, не являющимся работодателем, принадлежит организации-заказчику;

2) свидетельство на товарный знак или на право пользования наименованием места происхождения товара выдано на имя организации.

особенности налогового учета. Вісник. Офіційно про податки

В контексте налогового законодательства нематериальные активы — это право собственности на результаты интеллектуальной деятельности, в том числе промышленной собственности, а также другие аналогичные права, признанные объектом права собственности (интеллектуальной собственности), право пользования имуществом и имущественными правами плательщика налога в установленном законодательством порядке, в том числе приобретенные в установленном законодательством порядке права пользования природными ресурсами, имуществом и имущественными правами. Это означает, что право учитывать объекты интеллектуальной собственности в составе нематериальных активов предприятия плательщик налога приобретает при условии наличия у него имущественных прав на такие объекты (пп. 14.1.120 п. 14.1 ст. 14 Налогового кодекса).
Рассмотрим особенности учета таких нематериальных активов, как компьютерная программа, торговая марка, лицензия и т. п.

Учет нематериальных активов

Имущественные права на результаты интеллектуальной деятельности удостоверяются соответствующими документами (патентом, сертификатом, лицензией и т. п.) в порядке, установленном законодательством Украины.

Например, обретение права интеллектуальной собственности на торговую марку удостоверяется свидетельством. Условия и порядок выдачи свидетельства устанавливаются законом (ст. 494 Гражданского кодекса), а имущественные права интеллектуальной собственности на сорт растений и породу животных удостоверяются патентом (ст. 485 этого Кодекса).

Для правильного учета нематериального актива, используемого в хозяйственной деятельности предприятия, следует руководствоваться нормами ПБУ 8. Согласно этому положению нематериальный актив не имеет материальной формы и может быть идентифицирован.

Актив является идентифицированным, если он:

может быть отделен, то есть его можно отделить от субъекта хозяйствования и продать, передать, лицензировать, сдать в аренду или обменять индивидуально или вместе со связанным с ним контрактом, идентифицированным активом или обязательством, независимо от того, намеревается ли субъект хозяйствования сделать это;
возникает вследствие договорных или других юридических прав независимо от того, могут ли они быть переданы или отделены от субъекта хозяйствования или же от других прав и обязательств (п. 12 МСБУ 38).

Приобретенный или созданный объект нематериальных активов зачисляется на баланс по первоначальной стоимости, если одновременно выполняются следующие условия:

предприятие осуществляет его контроль;
существует вероятность получения будущих экономических выгод, связанных с его использованием;
его стоимость может быть достоверно определена (п. 2.1 Методрекомендаций № 1327).

Следует отметить, что не признаются нематериальным активом и подлежат отражению в составе расходов расходы на: исследования, подготовку и переподготовку кадров; рекламу и продвижение продукции на рынке; создание, реорганизацию и перемещение предприятий/учреждений или их части; повышение деловой репутации предприятия/учреждения, стоимость изданий и расходы на создание торговых марок (товарных знаков) (п. 9 ПБУ 8).

Компьютерная программа

Определение термина «компьютерная программа» приведено в ст. 2 Закона № 1587. В соответствии с указанной нормой компьютерная программа — это набор инструкций в виде слов, цифр, кодов, схем, символов или в каком-либо другом виде, выраженных в форме, пригодной для считывания компьютером, которые приводят его в действие для достижения определенной цели или результата.

Такой объект, как компьютерная программа, материальной формы не имеет, но он может быть идентифицирован.

Поскольку компьютерная программа используется в хозяйственной деятельности предприятия, понятно, что существует вероятность получения будущих экономических выгод, связанных с ее использованием. Стоимость при приобретении программы четко определена, поэтому на балансе предприятия она учитывается в составе основных средств по первоначальной стоимости. Первоначальная стоимость состоит из цены приобретения и других расходов, непосредственно связанных с приобретением компьютерной программы и доведением ее до состояния, в котором она пригодна для использования по назначению (п. 11 ПБУ 8).

Компьютерная программа может учитываться или в составе основных средств группы 4, либо как нематериальный актив группы 5 (право пользования).

Лицензия

Предприятия, планирующие осуществлять хозяйственную деятельность, подлежащую лицензированию до начала такой деятельности, должны получить соответствующую лицензию, поскольку ее отсутствие является основанием для административного ареста имущества налогоплательщика (п. 94.2 ст. 94 Налогового кодекса).

Виды хозяйственной деятельности, подлежащие лицензированию, порядок лицензирования, государственный контроль в сфере лицензирования и ответственность субъектов хозяйствования регулируются Законом № 1775.

Следует отметить, что лицензиат (субъект, получивший лицензию) не может передавать лицензию или ее копию другому юридическому или физическому лицу для осуществления хозяйственной деятельности.

Лицензии, выданные государственными органами для осуществления хозяйственной деятельности, относятся к группе 6 нематериальных активов (право на ведение деятельности, использование экономических и других привилегий и т. п.) (пп. 138.3.4 п. 138.3 ст. 138 Налогового кодекса).

Торговая марка

При желании любое предприятие может разработать для себя торговую марку и пользоваться ею. Однако право интеллектуальной собственности на такую марку плательщик налога приобретает только при условии ее регистрации и получения свидетельства. Отношения, возникающие в связи с обретением и осуществлением права собственности на знаки для товаров и услуг, регулируются Законом № 3689.

В соответствии с п. 3 ст. 5 раздела II этого Закона право собственности на знак удостоверяется свидетельством, которым собственнику предоставляется исключительное право пользования и распоряжения торговой маркой на свое усмотрение. То есть собственник такой марки имеет право осуществлять с ней любые гражданско-правовые действия (соглашения), не противоречащие действующему гражданскому законодательству. Срок действия свидетельства составляет 10 лет от даты подачи заявки в центральный орган исполнительной власти (далее — центральный орган) по вопросам правовой охраны интеллектуальной собственности.

По ходатайству собственника свидетельство на право собственности на торговую марку может продлеваться каждый раз на 10 лет при условии уплаты сбора в порядке, установленном п. 2 ст. 18 Закона № 3689. Порядок продления срока действия свидетельства устанавливается центральным органом.

Торговые марки (знаки для товаров и услуг) согласно ст. 420 Гражданского кодекса относятся к объектам права интеллектуальной собственности.

Объекты интеллектуальной, в том числе промышленной, собственности, а также другие аналогичные права, признанные в порядке, установленном соответствующим законодательством объектом права собственности налогоплательщика, признаются нематериальным активом.

Поскольку торговая марка считается объектом права интеллектуальной собственности, в учете она отражается именно как нематериальный актив. Первоначальная стоимость права собственности на торговую марку состоит из расходов на ее создание и регистрацию. Расходы на ее создание подлежат амортизации.

Согласно классификации групп нематериальных активов права на торговую марку относятся к группе 3. Срок начисления амортизации — в соответствии с правоустанавливающим документом.

Гудвилл

Важной частью нематериальных активов предприятия является репутация фирмы, или гудвилл. Иными словами, все положительные обстоятельства, связанные с имиджем фирмы, — фирменное наименование, особенности сбыта и поставки, использование ноу-хау в производственном процессе и управленческих ноу-хау в процессе маркетинга, являются элементами гудвилла.

Для целей учета гудвилл является активом, имеющим стоимостное выражение.

Однако оценить гудвилл (деловую репутацию предприятия) можно только в момент его купли-продажи. То есть стоимость гудвилла — это разность между ценой всех, в том числе и оцененных, нематериальных активов и суммой, фактически заплаченной покупателем. Это означает, что гудвилл возникает в момент приобретения предприятия, если его стоимость превышает балансовую. Такое превышение стоимости приобретения над справедливой стоимостью признают как положительную деловую репутацию и отражают в составе нематериальных активов. Цена гудвилла может быть и отрицательной, ведь иногда покупатель уплачивает бывшему собственнику предприятия сумму меньше совокупной стоимости активов такого предприятия.

Стоимость гудвилла не подлежит амортизации и проводится за счет соответствующих источников финансирования (пп. 138.3.2 п. 138.3 ст. 138 Налогового кодекса).

Амортизация нематериальных активов

Расчет амортизации основных средств или нематериальных активов осуществляется в соответствии с национальными положениями (стандартами) бухгалтерского учета или международными стандартами финансовой отчетности.

Методы, применяемые при начислении амортизации, предусмотрены национальными положениями (стандартами) бухгалтерского учета, кроме производственного метода.

Для целей налогообложения методы амортизации избираются предприятием самостоятельно, об избранных методах указывается в приказе об учетной политике.

Амортизация начисляется в течение срока полезного использования, который также устанавливается согласно правоустанавливающему документу о признании такого объекта активом, то есть при зачислении на баланс.

Напомним, что при определении срока полезного использования (эксплуатации) следует учитывать: ожидаемое использование объекта предприятием с учетом его мощности или производительности; предполагаемый физический и моральный износ; правовые или другие ограничения относительно сроков использования объекта и другие факторы.

В случае если в соответствии с правоустанавливающим документом срок действия права пользования нематериального актива не установлен, такой срок определяется плательщиком налога самостоятельно исходя из условий получения будущих экономических выгод, но не может составлять менее 2 и более 10 лет непрерывной эксплуатации.

Как уже отмечалось, метод амортизации нематериального актива предпри-ятие избирает самостоятельно. Пунктом п. 27 ПБУ 8 предусмотрено, что если такие условия определить невозможно, то амортизация начисляется с применением прямолинейного метода.

Например, самым оптимальным методом для амортизации стоимости лицензии является применение прямолинейного метода, поскольку по этому методу амортизация начисляется равномерными частями в течение всего срока полезного использования этого нематериального актива.

Остаточная стоимость амортизируемых нематериальных активов определяется как разность между первоначальной стоимостью и суммой рассчитанной амортизации в соответствии с положениями раздела III Налогового кодекса (пп. 14.1.9 п. 14.1 ст. 14).

Начисление амортизации начинается с месяца, следующего за месяцем, в котором нематериальный актив введен в хозяйственный оборот, и прекращается с месяца, следующего за месяцем его выбытия.

Расчет амортизации при применении соответствующих методов начисления осуществляется согласно ПБУ 7.

Амортизация нематериальных активов (основных средств) осуществляется до достижения остаточной стоимости объектом его ликвидационной стоимости.

Для наглядности сроки начисления амортизации нематериальных активов приведем в виде таблицы.

Группы	Срок действия права пользования
Группа 1 — права пользования природными ресурсами (право пользования недрами, другими ресурсами природной среды, геологической и другой информацией о природной среде)	В соответствии с правоустанавливающим документом
Группа 2 — права пользования имуществом (право пользования земельным участком, кроме права постоянного пользования земельным участком в соответствии с законом, право пользования зданием, право на аренду помещений и т. п.)	В соответствии с правоустанавливающим документом
Группа 3 — права на коммерческие обозначения (права на торговые марки (знаки для товаров и услуг), коммерческие (фирменные) наименования и т. п.), кроме тех, расходы на приобретение которых признаются роялти	В соответствии с правоустанавливающим документом
Группа 4 — права на объекты промышленной собственности (право на изобретения, полезные модели, промышленные образцы, сорта растений, породы животных, компонование (топографии) интегральных микросхем, коммерческие тайны, в том числе ноу-хау, защита от недобросовестной конкуренции и т. п.), кроме тех, расходы на приобретение которых признаются роялти	В соответствии с правоустанавливающим документом, но не менее 5 лет
Группа 5 — авторское право и сопредельные с ним права (право на литературные, художественные, музыкальные произведения, компьютерные программы, программы для электронно-вычислительных машин, компиляции данных (баз данных), фонограммы, видеограммы, передачи (программы) организаций вещания и т. п.), кроме тех, расходы на приобретение которых признаются роялти	В соответствии с правоустанавливающим документом, но не менее 2 лет
Группа 6 — другие нематериальные активы (право на ведение деятельности, использование экономических и других привилегий и т. п.)	В соответствии с правоустанавливающим документом

Разности, возникающие при начислении амортизации необоротных активов

Законом № 71 раздел III Налогового кодекса изложен в новой редакции и предусмотрен расчет объекта обложения налогом на прибыль на основании данных бухгалтерского учета путем корректировки финансового результата до налогообложения, определенного в финансовой отчетности, на разности, увеличивающие или уменьшающие финансовый результат до налогообложения, в соответствии с положениями этого раздела, в том числе на разности, возникающие при начислении амортизации необоротных активов. Такие разности возникают в связи с тем, что в отличие от амортизации необоротных активов по бухгалтерским правилам, по которым не установлены ограничения относительно минимально допустимого срока эксплуатации, в налоговом учете согласно пп. 138.3.3 п. 138.3 ст. 138 Налогового кодекса такой срок следует учитывать. То есть, суммы начисленной амортизации по правилам бухгалтерского и налогового учета могут быть разными.

Поэтому ст. 138 этого Кодекса предусмотрено проведение соответствующих корректировок увеличения/уменьшения финансового результата до налогообложения. Рассмотрим это подробнее.

Финансовый результат до налого-обложения увеличивается:

на сумму начисленной амортизации основных средств или нематериальных активов в соответствии с национальными положениями (стандартами) бухгалтерского учета или международными стандартами финансовой отчетности;
на сумму уценки и потерь от уменьшения полезности основных средств или нематериальных активов, включенных в расходы отчетного периода согласно национальным положениям (стандартам) бухгалтерского учета или международным стандартам финансовой отчетности;
на сумму остаточной стоимости отдельного объекта основных средств или нематериальных активов, определенной в соответствии с национальными положениями (стандартами) бухгалтерского учета, в случае ликвидации или продажи такого объекта;
на сумму уценки и потерь от уменьшения полезности основных средств или нематериальных активов, включенных в расходы отчетного периода согласно национальным положениям (стандартам) бухгалтерского учета или международным стандартам финансовой отчетности;
на сумму остаточной стоимости отдельного объекта основных средств или нематериальных активов, определенной в соответствии с национальными положениями (стандартами) бухгалтерского учета, при ликвидации или продаже такого объекта.

Финансовый результат до налого-обложения уменьшается:

на сумму рассчитанной амортизации основных средств или нематериальных активов в соответствии с порядком расчета амортизации основных средств или нематериальных активов для определения объекта налогообложения;
на сумму остаточной стоимости отдельного объекта основных средств или нематериальных активов, определенной с учетом положений этой статьи Кодекса, в случае ликвидации или продажи такого объекта;
на сумму дооценки и выгод от восстановления полезности основных средств или нематериальных активов в пределах предварительно отнесенных расходов уценки и потерь от уменьшения полезности основных средств или нематериальных активов в соответствии с национальными положениями (стандартами) бухгалтерского учета или международными стандартами финансовой отчетности.

Таким образом, для целей налогообложения финансовый результат уменьшается на сумму амортизации, рассчитанной по правилам налогового учета.

Контролируемые операции с нематериальными активами

Для целей трансфертного ценообразования хозяйственными операциями являются в том числе операции с нематериальными активами. В частности, такими как:

роялти, лицензии, плата за использование патентов, товарных знаков, ноу-хау и т. п., а также с любыми другими объектами интеллектуальной собственности;
операции с капиталом, включая покупку или продажу акций или других инвестиций, покупку или продажу долгосрочных материальных и нематериальных активов (пп. 39.2.1.4 п. 39.2.1 ст. 39 Налогового кодекса).

То есть при проведении таких операций и признании их контролируемыми налогоплательщик обязан предоставить информацию об осуществленных контролируемых операциях одновременно с представлением декларации по налогу на прибыль предприятий (приложение к декларации).

Налогоплательщики, объем контролируемых операций которых с одним контрагентом превышает 5 млн. грн. (без учета НДС), обязаны представлять Отчет о контролируемых операциях, форма которого утверждена приказом № 669. Отчет представляется исключительно в электронной форме до 1 мая года, следующего за отчетным.

Сетевой мета-анализ множественных показателей результатов с учетом заимствования информации по результатам | BMC Medical Research Methodology

В этом разделе мы сначала представляем статистическую модель NMA для одного бинарного показателя результатов, а затем расширяем ее для сравнения нескольких вмешательств по нескольким результатам. На протяжении всего документа мы называем эти модели с одним и несколькими исходами как одномерные и многомерные NMA соответственно. Если в исследованиях сообщается о нескольких результатах, они не будут независимыми, поскольку каждое домохозяйство предоставляет информацию о различных показателях исходов в группах вмешательства.Многомерная модель учитывает эту корреляционную структуру, позволяя коррелировать эффекты вмешательства, измеренные одним исходом, с эффектами вмешательства, измеренными другими исходами.

Модель 1: Одномерный NMA

Учитывая двоичные данные уровня руки в форме, представленной в Таблице 1, NMA со случайными эффектами может быть определена с использованием метода Лу и Адеса [20]. Предполагается, что наличие r _ик событий из n _ик домохозяйств в ветви k ( k = A, B, C,…., ) исследования i следует биномиальному распределению с вероятностью основного события p _ик:

rik ~ Binomialpik, nik; logitpik = θikθik = μibμib + δibkifk = bifk> bb = A, B, C,

(1)

δibk ~ Нормальный dbk = dAk − dAb, σbk2 Примечание: dAA = 0

(2)

где μ _ib — это исходный эффект для конкретного исследования (т.е. логарифм-шансы для контрольной группы в исследовании i с исходным лечением b ), _{i (bk)} — это отношение логарифмических шансов для конкретного исследования, d _(кн) — это совокупный эффект лечения k по сравнению с лечением b (величина, обычно представляющая интерес для метаанализа), а σbk2 — параметр дисперсии или неоднородности между исследованиями. Случайные эффекты NMA предполагает, что эффекты вмешательства можно обменивать по сети независимо от того, включены ли в исследование и методы лечения b и k [18].Это предположение подразумевает, что объединенные эффекты d _(кн), может быть выражена как функция основных параметров со ссылкой на общий компаратор или базовое лечение (например, d _{( bk )} = d _{( Ак )} — д _{( Ab )}) [24]. На протяжении всей статьи мы рассматриваем вмешательство обычной заботы (ЯК) как эталонное или «исходное» лечение (т. Е.UC принимается в качестве обработки A уравнения (2) выше). Многопрофильные исследования (т.е. исследования с более чем двумя группами лечения) представляют собой особую проблему в сетевом метаанализе, поскольку они дают доказательства множественных эффектов лечения, которые коррелированы посредством совместного использования общего эталона или «исходного» лечения. При предположении об однородной дисперсии (σbk2 = σ2) ковариация между любыми двумя эффектами, которые имеют общий эталонный подход, равна σ22 [20]. Предположение об однородной дисперсии позволяет выразить распределение эффектов (в исследовании с произвольным количеством рук) как одномерное маргинальное распределение и серию одномерных условных распределений.В частности, для исследования i th с p + 1 групп и p оценки эффекта лечения по сравнению с контрольным лечением, если

δibk1δibk2 ⋮ δibkp ~ Normaldbk1dbk2 ⋮ dbkp, σ2σ22 ⋮ σ22σ22 σ2 σ22σ22 σ2 σ22σ22 ⋮ σ2

(3)

, то маргинальные и условные одномерные распределения для плеча j с учетом предыдущих плеч 1, ⋯, ( j — 1) равны:

δibk1 ~ Normaldbk1, σ2forj = 1.δibkj | δibk1 ⋮ δibkj − 1 ~ Normaldbkj + 1j∑t = 1j − 1δibkt − dbkt, j + 12jσ2forj = 2,…, p

(4)

Анализ проводится в рамках байесовской системы, требующей определения априорных распределений для всех параметров модели.Соответственно, мы определили минимально информативные априорные распределения, соответствующие нормальному (0,10 ³) априорному распределению для объединенных средних эффектов относительно обычного ухода, d _{( Ak )} и исходные эффекты для конкретного исследования, μ _ib и Равномерное (0,2) априорное распределение для стандартного отклонения между исследованиями по шкале отношения шансов σ [34].

Модель 2: многомерная NMA

Мы расширили одномерную модель NMA, определенную выше, на параметры множественных результатов, чтобы учесть корреляцию между эффектами вмешательства на разные результаты.Представленный здесь метод следует из Ades et al. (2010) NMA с моделью конкурирующих рисков [13], в которой учитываются только корреляции внутри исследования. Мы расширили их метод, чтобы учесть корреляцию между исследованиями.

Обратите внимание, что в Ades et al. (2010), полиномиальная вероятность была подходящей, поскольку три бинарных исхода (рецидив во время лечения шизофрении, прекращение лечения из-за невыносимых побочных эффектов и прекращение лечения по другим причинам) являются взаимоисключающими, а вероятность события в сумме равна 1 по всем исходам.ikM ~ Normalθik1 ⋮ θikM, Sik = sik12 ⋯ rik1Msik1sikM⋱ ⋮ sikM2θik1 ⋮ θikM = μib1 ⋮ μibMμib1 + δibk1 ⋮ μibM + δibkMifk = bifk> bforb = A, B,

,…

(5)

где ( μ _{ib 1}, μ _{ib 2}, ⋯, μ _ibM) и ( δ _{i ( bk ) 1}, δ _{i ( bk ) 2}, ⋯, δ _{i ( bk ) M}) представляют векторы «истинных» исходных и специфических для исследования эффектов в исследовании i с исходным лечением b соответственно.ik2, ⋯, θikM и ( θ _{ik 1}, θ _{ik 2}, ⋯, θ _икМ) представляют векторы наблюдаемых и « истинных» логарифмических шансов ответа в группе k исследования i и S _ик — это соответствующая ковариационная матрица внутри исследования, которая обычно считается известной, но на практике оценивается на основе данных [35]. ikM и диагональные элементы S _ик, используя стандартные формулы для логарифмических шансов и дисперсии логарифмических шансов [2].Мы применили поправку на непрерывность, добавив 0,5 к числителям и 1 к знаменателям исследований с 0% или 100% частотой событий в одной из групп лечения [36, 37]. Вне диагонали S _ик были рассчитаны на основе оценок корреляций в рамках исследования между исходами m и n ( m ≠ n ) в группе k исследования и , полученных из исследований с IPD (см. Дополнительный файл 1: Таблица S1 ).Метод, используемый для оценки корреляций из IPD, описан в разделе реализации ниже.

При обобщении доказательств по нескольким конечным точкам часто встречаются случаи, когда в некоторых исследованиях не сообщается информация по всем интересующим исходам, что приводит к неполным векторам с отсутствующими специфическими для исследования эффектами для не сообщаемых исходов [5, 10]. Такие исследования могут быть включены в нашу модель при условии, что эффекты для исходов, о которых не сообщается, отсутствуют случайно.При реализации с использованием программного обеспечения WinBUGS отсутствующие эффекты исследования и стандартные ошибки кодируются в данных как NA, стратегия, ранее описанная в Bujkiewicz et al. [10] и Dakin et al. [28]. Это позволяет WinBUGS автоматически «вменять» значения отсутствующей информации в предположении «случайное отсутствие информации» с предсказанными распределениями.

Мы называем уравнение (5) моделью внутри исследования, а модель, описывающую распределение «истинных» эффектов по исследованиям (представленная ниже), — моделью между исследованиями, следуя стандартной терминологии многомерного метаанализа [ 5, 6, 10, 11, 38, 39].Для сети испытаний с двумя группами модель между исследованиями для и -го исследования, таким образом, дается следующим образом:

δibk1 ⋮ δibkM ~ Normaldbk1 = dAk1 − dAb1 ⋮ dbkM = dAkM − dAbM, ΣbkΣbk = σbk12σ1σk ⋮ σbkM2

(6)

, где «истинный» влияет на δ _{i ( bk ) m} ( m = 1, 2, ⋯, M ) совместно следуют нормальному распределению со средними эффектами d _{( кн ) м}.Параметры в уравнении (6) имеют ту же интерпретацию, что и в уравнении (2), за исключением того, что теперь они специфичны для каждого результата. Ковариационная матрица Σ _{( bk )} содержит термины для дисперсий между исследованиями, σbkm2 для каждого результата m и корреляции между исследованиями ρbkmn между эффектами, измеренными исходом m и n ( m n ), специфическими на каждые k по сравнению с b сравнение. Таким образом, подгонка полной модели потребует большого количества исследований, возможно, с несколькими плечами, чтобы получить Σ _{( bk )} опознаваемый [5, 13].Количество параметров в Σ _{( bk )}, однако, можно уменьшить, если можно сделать разумные предположения о ковариационной структуре. В частности, большинство практических применений методов NMA включают допущение об общей дисперсии между исследованиями в разных группах лечения, что часто называют допущением об однородной дисперсии [18, 40, 41]. Следовательно, для упрощения Σ _{( bk )} мы делаем дополнительное предположение в этом контексте об общей корреляции между исследованиями (ρbkmn = ρmn), приводящей к следующей упрощенной ковариационной структуре между исследованиями для исследований с двумя группами:

δibk1 ⋮ δibkM ~ Normaldbk1 = dAk1 − dAb1 ⋮ dbkM = dAkM − dAbM, ΣM × MΣM × M = σ12 ⋯ ρ1Mσ1σM⋱ ⋮ σM2

(7)

, где, как и в одномерном случае, σ _кв.м представляют собой общее стандартное отклонение между исследованиями или параметр неоднородности, характерный для результата m .

Чтобы включить в нашу модель исследования с несколькими группами, мы расширяем уравнения (3) и (4) на условия множественных результатов. Мы показываем в Приложении A, что при согласованности доказательств и однородной ковариационной структуре между исследованиями (σbkm2 = σm2 и ρbkmn = ρmn) уравнение (3) может быть расширено до параметров множественных результатов путем формулирования распределения эффектов в исследовании с несколькими группами. i с p + 1 рук, сообщающих о м = 1, 2, ⋯, M , результаты выглядят следующим образом:

δibk11 ⋮ δibk1Mδibk21 ⋮ δibk2M ⋮ δibkp1 ⋮ δibkpM ~ dbk2M dbkM dbk1 dbk1 dbk1 dbk1 dbk1 dbk1 dbk , ΣMp × MpΣMp × Мр = σ12 ⋯ ρ1Mσ1σM ⋮ ⋱ ⋮ ρ1Mσ1σM ⋯ σM212σ12 ⋯ ρ1Mσ1σM ⋮ ⋱ ⋮ ρ1Mσ1σM ⋯ σM2 ⋯ 12σ12 ⋯ ρ1Mσ1σM ⋮ ⋱ ⋮ ρ1Mσ1σM ⋯ σM2σ12 ⋯ ρ1Mσ1σM ⋮ ⋱ ⋮ ρ1Mσ1σM ⋯ σM2 ⋮ 12σ12 ⋯ ρ1Mσ1σM ⋮ ⋱ ⋮ ρ1Mσ1σM ⋯ σM2⋱ ⋮ σ12 ⋯ ρ1Mσ1σM ⋮ ⋱ ⋮ ρ1Mσ1σM ⋯ σM2

(8)

, где p — количество оценок эффекта лечения . Соответствующие маргинальные и условные распределения для плеча j с учетом предыдущих плеч 1, ⋯, ( j -1) равны:

δibk11 ⋮ δibk1M ~ Normaldbk11 ⋮ dbk1M, ΣM × M = σ12 ⋯ ρ1Mσ1σM ⋮ ⋮ ρM1σ1σM ⋯ σM2forj = 1δibkj1 ⋮ δibkjM | δibk11 ⋮ δibk1Mδibk21 ⋮ δibk2M ⋮ δibkj − 11 ⋮ δibkj − 1M ~ Нормальный + 12jΣM × Mforj = 2,…, p

(9)

Для комплектации модели 2, μ _ibm и d _{(1 к ) м} даны минимально информативные априорные раздачи:

Также необходимо указать предварительные распределения для Σ _{( M × M )}, что в общем случае нетривиально из-за положительно определенного ограничения.Первоначально мы указали распределение Inverse-Wishart [42]:

ΣM × M ~ Inverse-WishartK, M

, где K — M × M масштабная матрица, а M — общее количество исходов. Однако определение минимально информативного априорного распределения обратного-Вишарта проблематично, особенно когда объем данных невелик по сравнению с размерами Σ _{( M × M )}, как и в случае с данными нашего примера.Следовательно, чтобы обеспечить гибкость при формулировании априорного распределения для Σ _{( M × M )}, мы также следовали стратегии, изложенной Лу и Адесом (2009) [43], а совсем недавно Вей и Хиггинсом (2013) [39], чтобы выразить Σ _{( M × M )} в терминах диагональной матрицы стандартных отклонений V ^1/2 и возведенной в квадрат положительной полуопределенной матрицы корреляций R на основе стратегии разделения (Barnard et al. [44]):

, где недиагональные элементы R содержат члены корреляции, а диагональные элементы равны 1. Лу и Адес [43], а также Вей и Хиггинс [39] показали, что R может быть записано как R = L ^T L с использованием разложения Холецкого, где L — верхняя треугольная матрица. Метод сферической параметризации [39, 43] может быть использован для выражения R через синусоидальные и косинусные функции элементов в L .Используя эту более позднюю технику, мы задали равномерные (0, π) априорные распределения для сферической координаты φ _мин в нашей модели, чтобы элементы корреляционной матрицы R лежали в интервале (-1,1). Наконец, элементы V ^1/2 соответствуют условиям стандартного отклонения между исследованиями в Σ _{( M × M )} и даны независимые равномерные (0,2) априорные распределения, как в одномерном случае (модель 1).

Модель 3: Заимствование силы через вмешательства и результаты

Из таблицы 1 видно, что ни одно из исследований не рассматривало вмешательства E + HSI и E + HV для хранения лекарств и хранения других товаров для дома. Точно так же вмешательства E + FE + F и FE не были опробованы ни в одном из включенных исследований на предмет наличия номера PCC. Чтобы оценить полный набор из 24 основных эффектов вмешательства по сравнению с обычным уходом из 9 вмешательств по 3 исходам, мы применили методы, первоначально предложенные DuMouchel и Harris [29] и пересмотренные DuMouchel и Groer [45] и Jones et al. [30]. Мы предполагаем, что совокупные эффекты лечения k по сравнению с обычным вмешательством d _{( Ак ) м}, можно выразить как сумму эффектов лечения α _к и эффект, зависящий от результата γ _кв.м. Это предположение заменяет минимально информативное априорное распределение N (0, 10 ³), указанное для d _{( Ак ) м} в модели 2 с:

dAkm ~ Normal αk + γm, τ2k = 2,3, ⋯ K; m = 1,2, M

(10)

, где K — общее количество обработок, оцениваемых для M исходов, а для k = 1 (т.е. эталонная обработка A ), d _{( Ак ) м} равно нулю. Обратите внимание, что в логарифмической шкале это будет означать, что соотношение любых эффектов вмешательства является постоянным для всех исходов, так как γ _кв.м отменить, т.е.

dbkm = dAkm − dAbm ~ Normal αk − αb, 2τ2

(11)

Уравнение (10), таким образом, воплощает предположение о равной или постоянной относительной эффективности лечения по результатам, что подразумевает возможность обмена относительными эффектами между нереференсными / исходными видами лечения, указанными уравнением (11).Для нашего примера набора данных это означает, что недостающие эффекты вмешательства для сравнения с обычным вмешательством по уходу можно спрогнозировать непосредственно из уравнения (10) как линейную комбинацию γ _кв.м и α _к при условии, что каждый лечебный эффект по сравнению с обычным уходом связан по крайней мере с одним исходом. Отсутствующие эффекты вмешательства между нереференсным / исходным лечением, если это необходимо, можно аналогичным образом спрогнозировать непосредственно из модели как линейные комбинации эффектов вмешательства относительно обычного лечения.

Параметр τ контролирует точность предположения о постоянной относительной активности. Значения τ , близкие к нулю, таким образом, будут указывать на высокую степень уверенности (и поддержку данных) в параллелизме профилей эффектов по исходам и предположении о постоянной относительной эффективности. И наоборот, большие значения τ указывают на иное.

Многопрофильные исследования включены в модель 3 на основе уравнений (8) и (9) так же, как и в модели 2.Для завершения модели 3 параметры α _к, γ _кв.м и τ даны минимально информативным априорным распределениям. Для средних эффектов это нормальное распределение с нулевым средним и большой дисперсией:

Мы даем τ Равномерное (0, 2) априорное распределение, которое считается минимально информативным по шкале отношения логарифмов шансов. Анализ чувствительности был проведен для оценки влияния определения альтернативных априорных распределений для τ , которые также считаются минимально информативными [46]:

я.
Нормальное априорное распределение с центром в 0 с большой дисперсией и ограничением на положительное значение, τ ~ N (0, 10 ²), τ ≥ 0
II.
Гамма-априорное распределение с учетом точности: τ ^{— 2} ~ Гамма (0,001, 0,001).

Результаты анализа чувствительности представлены в Дополнительном файле 1: Рисунок S1.

Существует ограничение на количество данных (т. Е. Эффектов вмешательства по сравнению с обычным уходом) по исходам, которые могут быть пропущены для определения гиперпараметров модели. Для K вмешательств и M результатов будет ( K — 1) × M уравнение (10), которое используется для оценки в общей сложности ( K — 1) + M гипер- параметры (т.е. ( K — 1) α _к и M из γ _кв.м гиперпараметров).Таким образом, всего допускается не более (( K — 1) × M ) — (( K — 1) + M ) пропущенных значений. Например, для K = 3 лечения и M = 2 результатов должны быть доступны данные по обоим исходам для обоих сравнений лечения с исходным уровнем, когда предыдущие распределения неинформативны. Когда отсутствует большое количество данных о результатах, размещение информативных априорных распределений по гиперпараметрам может улучшить сходимость.

Внедрение моделей

Всего мы подобрали четыре модели, модели 1 и 3, как описано выше, и две версии модели 2. В модели 2a мы указали априорное распределение обратного Вишарта для ковариационной матрицы между исследованиями Σ _{( M × M )}, в то время как в модели 2b мы указали предварительное распределение для Σ _{( M × M )} на основе стратегии разделения. Все четыре модели позволили включить в анализ испытания с несколькими группами.ik3 и диагонали S _ик оценивались по стандартным формулам 2 × 2– таблица [2]. Затем мы получили оценки корреляций внутри исследования из исследований IPD, используя следующие три метода: i) коэффициент корреляции Пирсона между наблюдаемыми исходными событиями; ii) бутстреппинг, как описано в Daniel and Hughes (1998), и iii) обобщенные оценочные уравнения. (Подробности см. В Дополнительном файле 1). Все три метода дали идентичные оценки корреляций между парами логарифмических шансов события, зависящих от исхода, из каждого исследования IPD (дополнительный файл 1: таблица S1).Поэтому мы сформулировали информативные априорные распределения для членов корреляции в S _ик уравнения (5) с использованием оценок корреляций между наблюдаемыми исходными событиями (корреляция Пирсона) следующим образом:

rikmn ~ Uniformamn, bmnwithamn = rmn¯ − 12 × varrmn2andbmn = rmn¯ + 12 × varrmn2

, где rikmn — корреляция внутри исследования между результатами m и n , измеренными по шкале логарифма шансов в группе k исследования i , и rmn ¯ и var ( r ^mn) — среднее значение и дисперсия корреляции внутри исследования между исходами m и n , измеренными с помощью IPD, соответственно.

Мы также оценили непротиворечивость свидетельств в каждой сети, используя метод, основанный на разделении узлов [24]. Мы не нашли доказательств конфликта между прямыми и косвенными источниками (дополнительный файл 1: таблица S2) во всех трех сетях результатов.

Мы подогнали все модели, описанные выше, в WinBUGS [47], используя моделирование цепей Маркова методом Монте-Карло (MCMC). Одномерные модели были подобраны отдельно для каждого результата с использованием кода WinBUGS, доступного у Dias et al. [48].Код WinBUGS для многомерных моделей представлен в приложениях 1 и 2 Дополнительного файла 1. Сходимость оценивалась путем изучения графиков трассировки и автокорреляции, а также статистики Рубина-Гельмана после запуска 400 000 симуляций и отбрасывания первых 200 000 выборок. как «прожигать в образцах».

SEC.gov | Превышен порог скорости запросов

Чтобы обеспечить равный доступ для всех пользователей, SEC оставляет за собой право ограничивать запросы, исходящие от необъявленных автоматизированных инструментов.Ваш запрос был идентифицирован как часть сети автоматизированных инструментов за пределами допустимой политики и будет обрабатываться до тех пор, пока не будут приняты меры по объявлению вашего трафика.

Пожалуйста, объявите свой трафик, обновив свой пользовательский агент, чтобы включить в него информацию о компании.

Чтобы узнать о передовых методах эффективной загрузки информации с SEC.gov, в том числе о последних документах EDGAR, посетите sec.gov/developer. Вы также можете подписаться на рассылку обновлений по электронной почте о программе открытых данных SEC, в том числе о передовых методах, которые делают загрузку данных более эффективной, и о SEC.gov, которые могут повлиять на процессы загрузки по сценарию. Для получения дополнительной информации обращайтесь по адресу [email protected].

Для получения дополнительной информации см. Политику конфиденциальности и безопасности веб-сайта SEC. Благодарим вас за интерес к Комиссии по ценным бумагам и биржам США.

Код ссылки: 0.7ecef50.1635215369.159a2240

Дополнительная информация

Политика безопасности в Интернете

Используя этот сайт, вы соглашаетесь на мониторинг и аудит безопасности.В целях безопасности и обеспечения того, чтобы общедоступная служба оставалась доступной для пользователей, эта правительственная компьютерная система использует программы для мониторинга сетевого трафика для выявления несанкционированных попыток загрузки или изменения информации или иного причинения ущерба, включая попытки отказать пользователям в обслуживании.

Несанкционированные попытки загрузить информацию и / или изменить информацию в любой части этого сайта строго запрещены и подлежат судебному преследованию в соответствии с Законом о компьютерном мошенничестве и злоупотреблениях 1986 года и Законом о защите национальной информационной инфраструктуры 1996 года (см. Раздел 18 U.S.C. §§ 1001 и 1030).

Чтобы обеспечить хорошую работу нашего веб-сайта для всех пользователей, SEC отслеживает частоту запросов на контент SEC.gov, чтобы гарантировать, что автоматический поиск не влияет на возможность доступа других лиц к контенту SEC.gov. Мы оставляем за собой право блокировать IP-адреса, которые отправляют чрезмерное количество запросов. Текущие правила ограничивают пользователей до 10 запросов в секунду, независимо от количества машин, используемых для отправки запросов.

Если пользователь или приложение отправляет более 10 запросов в секунду, дальнейшие запросы с IP-адреса (-ов) могут быть ограничены на короткий период.Как только количество запросов упадет ниже порогового значения на 10 минут, пользователь может возобновить доступ к контенту на SEC.gov. Эта практика SEC предназначена для ограничения чрезмерного автоматического поиска на SEC.gov и не предназначена и не ожидается, чтобы повлиять на людей, просматривающих веб-сайт SEC.gov.

Обратите внимание, что эта политика может измениться, поскольку SEC управляет SEC.gov, чтобы гарантировать, что веб-сайт работает эффективно и остается доступным для всех пользователей.

Примечание: Мы не предлагаем техническую поддержку для разработки или отладки процессов загрузки по сценарию.

Освоение бухгалтерского учета при объединении бизнеса

Когда бухгалтеры сталкиваются с перспективой объединения бизнесов, им нужно будет подготовиться к сделке и ее бухгалтерскому учету.

Одна из первых проблем — это принятие стратегического решения о том, правильна ли сделка с точки зрения бизнеса.

«По статистике, в большинстве случаев приобретения неуспешны», — сказал Аарон Сайто, CPA, CGMA, контролер по учету капитала в Intel Corp.«Это как средний показатель по бейсболу, где от 0,300 до 0,400 является выдающимся. Если у вас такой процент слияний и поглощений, вы превзойдете средний показатель», — сказал он.

Операциями по сделке обычно руководят не связанные с финансами лица, такие как поиск правильной цели, выполнение комплексной проверки, установление цены, составление договора купли-продажи и работа с профессионалами для закрытия сделки.

«Большая часть сложности приобретений возникает из-за стрессов, связанных с согласованием структуры сделки, таких как механизмы финансирования, налоговые соображения, а также продолжение или увольнение сотрудников приобретаемой компании», — сказала Сьюзан Каллахан, коммерческий директор Ford Motor Co.директор по бухгалтерскому учету и глобальной политике в Северной и Южной Америке. «Это вдобавок к технической сложности финансовой отчетности».

ПРАВИЛА FASB

FASB ASC Topic 805, Business Combations , является специализированной областью бухгалтерского учета, которая развивалась с годами и продолжает быть предметом инициатив по упрощению со стороны FASB. Это сложно и может потребовать от CPA решения новых проблем и применения определенных принципов бухгалтерского учета в первый раз (см. Врезку «Быстрые советы по бухгалтерскому учету» ниже).

«Если вы не работаете в компании, которая является серийным покупателем, вы не применяете повседневный учет приобретения, как и другие области GAAP, такие как признание выручки и учет запасов», — сказал Грег МакГахан, CPA, партнер PwC. «Большинство компаний совершают только одно приобретение каждые пару лет, так как это лишь один из путей роста компании. Возможно, вам придется открыть бухгалтерские книги и разобраться с новой моделью бухгалтерского учета, чтобы обновить то, что вы помните, но и чтобы не отставать. с изменениями «, — сказал он.

Чтобы помочь бухгалтерам лучше предвидеть проблемы, возникающие при объединении бизнеса, и подготовиться к ним, вот несколько моментов, которые следует учитывать.

УЧАСТИЕ В СДЕЛКЕ

Поскольку финансовый отдел может не возглавлять процесс приобретения, очень важно, чтобы он имел место за столом переговоров и прочно сотрудничал с командой развития бизнеса на протяжении всего жизненного цикла транзакции. Таким образом, финансовый отдел поймет логику сделки, важные условия контракта и факторы, определяющие стоимость.

«В типичном случае группа развития бизнеса провела комплексную проверку, проанализировала цель, разработала цену и определила факторы стоимости. Затем сделка закрывается, и факел передается финансовому отделу для ведения учета приобретения, «Сказал МакГахан.

Он сказал, что если отсутствует связь с командой по сделке, а финансовый отдел не понимает движущие силы ценности — например, бизнес, который был приобретен для списка клиентов, или платформу, которую было слишком сложно построить внутри компании, — они будут гораздо сложнее применять учет приобретений и правильно оценивать приобретенные активы и принятые обязательства.

Сайто согласился, что очень важно заранее понимать последствия бухгалтерского учета. «Когда на контракте высохнут чернила, у вас не останется вариантов», — сказал он. «А читать контракты на закупку непросто. Они могут содержать от 400 до 500 страниц, поэтому даже лучшим бухгалтерам легко что-то пропустить».

Finance необходимо следить за тем, чтобы его не упустили из процесса комплексной проверки, поскольку он может повысить ценность переговоров и помочь определить наилучшие результаты бухгалтерского учета и налогообложения.

«Участие в комплексной проверке может помочь финансовым отделам понять приобретаемый бизнес и выявить области, в которых что-то может пойти не так. В противном случае вы можете не знать того, чего не знаете», — сказала Линнэ Латесса, CPA, корпоративный контролер и главный бухгалтер. страховых услуг USI.

По словам Сайто,
Finance может снизить риски и избежать неожиданностей, посоветовав группе должной осмотрительности не предпринимать каких-либо действий в рамках сделки, исходя из потенциальных финансовых последствий после закрытия.
ПОНИМАНИЕ GAAP
Учет объединения бизнеса сложен и требует рассмотрения ряда областей, в том числе следующих:
Идентификация операций по объединению бизнеса.
Идентификация покупателя.
Определение даты приобретения.
Оценка переданного вознаграждения.
Признание и оценка идентифицируемых приобретенных активов и принятых обязательств, а также любых неконтролирующих долей участия в приобретаемом предприятии.
Признание и оценка гудвила на прибыль от выгодной покупки.
Раздел 805 предоставляет руководство по учету и отчетности для объединений бизнеса, которые должны учитываться в соответствии с методом перехода.
ОЦЕНКА
Одной из самых больших проблем при применении учета приобретения является требование оценивать справедливую стоимость приобретенных активов и принятых обязательств. Оценка сложна и требует много суждений, которые необходимо подкрепить. Независимо от того, проводится ли оценка внутри компании или внешней третьей стороной, финансовый отдел должен быть осведомлен о требованиях к учету справедливой стоимости и участвовать в процессе оценки.
«Справедливая стоимость с использованием концепции того, что« участники рынка »делают в коммерческих сделках, может быть чужеродной концепцией», — сказал Сайто.Кроме того, может потребоваться занести в баланс вещи, которые раньше никогда не оценивались, например нематериальные активы внутренней разработки, интеллектуальная собственность, ноу-хау и бренды.
Оценка часто основана на моделях движения денежных средств. «Есть ли у компании модели денежных потоков? Если да, то как вы их корректируете, чтобы отразить предположения участников рынка? Где денежные потоки, связанные с оценкой? Как вы переводите цену сделки« 10X EBITDA »в денежные потоки?» — спросил Сайто.
Некоторые компании могут проводить оценку самостоятельно.Если это так, важно, чтобы финансовый отдел обладал необходимым опытом и работал с внешними аудиторами, чтобы удостовериться, что документация и поддержка, разрабатываемая финансами для учета приобретения, соответствуют потребностям аудиторов.
Многие компании используют сторонние оценочные компании для оценки справедливой стоимости. Латесса рекомендовал, чтобы сделки сверх определенной долларовой стоимости имели внешнюю оценку. Если используется сторонняя оценочная фирма, руководство должно быть уверено в результатах ее деятельности.
«Оценочная фирма исходит из предположений, которые предоставляет компания, таких как выручка, используемая для оценки товарных знаков, а также конкретные доходы и процент выбытия клиентов для оценки нематериальных активов клиентов», — сказал МакГахан. «В конце концов, финансовая отчетность является обязанностью компании. Ошибки в оценке в финансовой отчетности заметны».
МакГахан также сообщил, что успешные компании применяют комплексный подход к процессу оценки, который включает команду развития бизнеса и финансов.Экспертам по оценке должны быть предоставлены допущения модели сделки (ставки дисконтирования, внутренняя норма доходности, минимальные ставки и стоимость капитала) и окончательная версия модели сделки для использования, и все члены команды должны проверить результаты оценки на предмет обоснованности. .
«Работайте с качественной оценочной фирмой, задавайте много вопросов и поймите, как они придумывают ценности», — сказал Латесса. «Они знают, как запускать модели, но имеет ли концептуальный ответ смысл? Должно ли 50% стоимости сделки попадать в список клиентов? Они должны быть в состоянии объяснить, почему это имеет смысл.«
Сумма, относящаяся к гудвиллу, также должна быть разумной по сравнению с покупной ценой.
«Это остаток, но бухгалтеры должны иметь возможность его подтвердить», — сказал МакГахан. «Если 40% покупной цены распределяется на гудвил, имеет ли это смысл с учетом условий сделки или драйверов стоимости? Такие вещи, как будущие клиенты, платформа и синергия с конкретными компаниями, — все это идет на пользу гудвиллу».
Такой подход в конечном итоге принесет дивиденды, особенно с учетом того, что оценка является областью повышенного внимания аудиторов.В связи с преобладанием деятельности по слияниям в последние годы и множеством субъективных суждений и оценок, связанных с процессом объединения бизнеса, PCAOB подчеркнуло свою обеспокоенность оценочным риском в своем отчете о проверке персонала за август 2017 года. PCAOB также недавно выпустил два новых стандарта, которые влияют на аудит оценок: Поправки к стандартам аудита для использования аудитором работы специалистов и Аудиторские бухгалтерские оценки, включая оценку справедливой стоимости, и Поправки к Стандартам аудита PCAOB .
ИЗМЕНЕНИЯ В GAAP
Проблемы справедливой стоимости — не единственное, что усложняет учет объединения бизнеса. FASB продолжает работу над инициативами по упрощению этой области и улучшению сопоставимости. В 2017 году FASB выпустил руководство, разъясняющее определение бизнеса. FASB также имеет в своей повестке дня несколько проектов, которые могут повлиять на объединение бизнеса, включая последующий учет гудвила и учет определенных идентифицируемых нематериальных активов, а также улучшение учета бизнеса и приобретения активов.Все эксперты, опрошенные для этой статьи, согласились с тем, что эти усилия были полезными и улучшили операционную деятельность.
FASB также разработал альтернативы для частных компаний, связанные с учетом объединений бизнеса (см. «Альтернативы GAAP для частных компаний: еще не поздно», стр. 32). Однако практические приемы для частных компаний следует использовать только в том случае, если финансовая отчетность компании остается в частной собственности и банки примут этот формат. МакГахан сообщил: «Большинству компаний, осуществляющих поглощения, потребуется доступ к рынкам капитала для сбора денег, поэтому финансовая отчетность, возможно, должна соответствовать требованиям SEC.«
Раскрытие финансовой отчетности при объединении бизнеса может быть обширным, особенно для крупных сделок.
«Критические допущения в отношении балансовой стоимости на день открытия важны для пользователей финансовой отчетности», — сказал МакГахан. «Им необходимо прозрачное раскрытие информации о существенных допущениях и оценках учета приобретения, которые не [получены на основе] наблюдаемых исходных данных, в том числе о том, как они были разработаны».
Для регистрантов SEC операционные сегменты могут измениться в зависимости от того, как будет управлять новым бизнесом в будущем.В дополнение к финансовой отчетности, есть также обсуждение и анализ руководством (MD&A) и описание бизнес-разделов, которые необходимо разработать и подготовить в установленные сроки.
Латесса рекомендовала бухгалтерам изучить раскрытие информации о других компаниях, которые совершили приобретения, а также установить контакты с коллегами и другими участниками своей сети или отрасли, чтобы спросить, были ли у них те же проблемы, которые, возможно, необходимо раскрыть. Она также рекомендовала заранее убедить аудиторов в раскрытии информации, получить их рекомендации по требованиям и спросить их, что их другие клиенты раскрывают в конкретных ситуациях.
ПОСЛЕ ЗАКРЫТИЯ СДЕЛКИ
После того, как объединение бизнеса завершается, бухгалтеры должны решать проблемы с финансовой отчетностью. «Вы не можете просто смешать результаты цели с существующим бизнесом», — сказал Сайто. «Пост-закрытие, это разрушительно».
Надеюсь, что заранее было проведено оперативное обсуждение того, как будет управлять новый бизнес, будь то отдельный или интегрированный бизнес. «Также могут возникнуть проблемы с« введением в действие »учета приобретения после первого дня, — сказал МакГахан, — например, отслеживать ли учет приобретения в материнской или дочерней компании, и как поступать с иностранной валютой и отложенными международными операциями. налоговые вопросы.«
Процесс закрытия может оказаться очень сложным. Учетная политика и практика могут быть разными, и их, возможно, придется согласовывать. Это может быть возможность оценить существующие методы бухгалтерского учета и внести изменения. Также могут возникнуть проблемы со сроками, если приобретенной компании потребуется больше времени, чтобы закрыть свои бухгалтерские книги.
Если существуют разные бухгалтерские книги и системы планирования ресурсов предприятия, автоматическая консолидация может оказаться невозможной, и может потребоваться использование ручных процессов. Вероятно, возникнут проблемы с системной интеграцией, особенно если приобретенная компания меньше и использует QuickBooks.Системные преобразования потребуют дополнительных сверки и проверки данных. МакГахан рекомендовал, чтобы комплексная проверка компаний включала предварительную проверку ИТ, чтобы понять ИТ и финансовую отчетность цели и спланировать ее. «В лучших компаниях есть специальные группы для интеграции ИТ после закрытия, чтобы достичь цели в тех же системах», — сказал он.
«Бухгалтерия и финансовый отдел двух компаний должны стать партнером», — сказал Сайто. «Рабочие процессы, возможно, придется изменить, и изменения не происходят в одночасье.«
Латесса согласилась. «Возможно, вам потребуется переобучить людей в приобретенной компании», — сказала она. «Это приводит к операционным рискам, которые могут проявиться в финансовой отчетности, поэтому вам необходимо внимательно анализировать финансовую отчетность, когда в нее вовлечены новые сотрудники». Она также сталкивалась с ситуациями, когда финансовый персонал не переводился в приобретающую компанию, поэтому унаследованные знания и опыт были потеряны. Она сказала, что в случаях, когда компания покупает часть другой компании, бухгалтерский учет приобретенной компании мог вестись на корпоративном уровне, и покупателю может потребоваться от шести месяцев до года, чтобы понять, какой бизнес он купил.
Поскольку учет после закрытия затруднен, GAAP позволяет завершить учет приобретения и корректировку периода измерения в течение года после приобретения. Но в некоторых случаях на сверку оборотного капитала может быть от 30 до 60 дней.
«Чем дальше от даты закрытия, тем труднее ее запомнить, и люди заняты другими делами», — сказал Сайто.
Существенные корректировки учета приобретений, внесенные слишком поздно, могут рассматриваться как ошибки, а также недостатки внутреннего контроля, которые могут потребовать раскрытия финансовой отчетности.Сайто предложил вести учет приобретений как проект, с финансовым менеджером в качестве менеджера проекта, предоставляя всем задействованным отделам календарь ключевых дат и мероприятий вплоть до отчета о прибылях и убытках, чтобы все знали, что нужно делать и кто должен проверять Это.
Кроме того, должна существовать отчетность, в том числе показатели и информационные панели для управления приобретенным бизнесом. Для поддержки бизнеса после закрытия необходимо разработать процесс движения денежных средств.
Это требует предварительного планирования. «Финансовые директора и советы директоров не любят сюрпризов, — сказал Сайто. «Менеджмент должен заранее согласовать с финансами, чего ожидать».
ВНУТРЕННИЙ КОНТРОЛЬ
Для решения проблем, связанных с объединением бизнеса, крайне важно, чтобы компании внедрили внутренний контроль над процессом интеграции. «По моему опыту, учет после объединения представляет меньшую проблему, чем интеграция приобретенного предприятия. Проблемы, связанные с интеграцией новой компании, часто зависят от размера и масштаба, но покупателю, возможно, потребуется рассмотреть новые системы, процессы, и, что наиболее важно, контроль «, — сказал Каллахан.
Еще одна серьезная проблема связана с контролем самого процесса объединения бизнеса, особенно в компании, где это может происходить нечасто.
«Насколько надежен ваш процесс, зависит от частоты приобретений. Сложнее то, что если они нечастые, вы можете не знать, что вам следует искать», — сказал Сайто.
МакГахан согласился: «Компании потратили свое время и усилия на разработку средств контроля текущих повседневных процессов, но, возможно, не имеют надежных средств контроля для объединения бизнеса и борьбы с тем, чем они являются.Существует набор конкретных средств контроля и процедур, которые должны быть на месте … Но компании не тратят достаточно времени на их разработку, если они выполняют всего несколько операций ».
После приобретения, до тех пор, пока не будет единый интегрированный процесс с комбинированным контролем, компании могут столкнуться с трудностями при соблюдении систем внутреннего контроля и требований закона Сарбейнса-Оксли (SOX).
«Вам придется сделать больше, чтобы ваши аудиторы смогли пройти тестовую работу», — сказал Латесса. «Для них может потребоваться дополнительная работа и затраты на изучение процессов обеих компаний, размеры выборки, вероятно, будут больше, и им придется проделать более существенную работу.«
Согласно разделу 404 SOX публичные компании должны включать отчет о внутреннем контроле с утверждениями руководства об эффективности внутреннего контроля компании над финансовой отчетностью, а их аудиторы должны подтвердить его эффективность. Существуют последствия SOX, связанные с внутренним контролем покупателя над процессами учета приобретения и консолидации финансовой отчетности, а также с собственными средствами внутреннего контроля над финансовой отчетностью приобретаемой компании. Если приобретающая компания не может завершить свою оценку внутреннего контроля над финансовой отчетностью приобретаемой организации в период между датой приобретения и концом года покупателя, чтобы оценить и составить отчет о своем собственном внутреннем контроле над финансовой отчетностью по консолидированной В соответствии с разделом 404 (b) SOX существует льготный период в один год с даты приобретения, в течение которого он может исключить приобретение из своей оценки.Несмотря на это облегчение, необходимые меры контроля следует разработать и внедрить как можно быстрее.
Другой проблемой внутреннего контроля является документация. «Если я думаю о средствах контроля, которые должны быть на месте, то, по моему опыту, в основном компании выполняют ту работу, которую они должны делать. Они не проводят крупные сделки вслепую, они разговаривали со своими советами директоров, и время руководства было потрачено , — сказал МакГахан. «У них есть поддержка в том, что они сделали, но у них нет всей документации в одном месте.Одна из самых больших проблем, с которой сталкиваются аудиторы, заключается в том, что компаниям приходится возвращаться и собирать воедино документацию о том, что они сделали, чтобы аудиторы могли повторно осуществлять контроль ».
Компания, которая осуществляет существенное приобретение, может пожелать заранее поговорить со своими аудиторами о том, какие меры контроля могут потребоваться, — предположил Сайто. «Это помогает в проведении аудита, а также дает руководству уверенность в том, что у них есть необходимые средства контроля», — сказал он. «Никто не хочет, чтобы в будущем возникла проблема внутреннего контроля.«
Советы по бухгалтерскому учету
Эти простые идеи могут помочь в составлении отчетов по слияниям и поглощениям. Следующий общий совет может помочь организациям умело вести учет объединения бизнеса:
«Планируйте, планируйте, планируйте» и общайтесь заранее и повсюду.
Будьте активными, а не реагирующими. У вас будет больше времени, чтобы подумать, расставить приоритеты и решить проблемы.
Финансы должны участвовать в сделке с самого начала и играть ключевую роль на протяжении всего процесса, чтобы избежать неожиданностей.
Сроки и крайние сроки должны быть установлены для интеграции процессов и людей.
Опыт помогает. По мере того, как вы совершаете больше этих транзакций, каждый в команде будет лучше осведомлен о том, что нужно делать финансистам.
Обратитесь к своим аудиторам как к ресурсу, даже если вы думаете только о проведении транзакции, и будьте прозрачны с ними, если вы это сделаете.
На раннем этапе процесса привлеките специалистов по оценке (внутренних или внешних), которые проведут оценку приобретенных активов и принятых обязательств.
Анализ факторов, влияющих на аудиторское заключение о непрерывности деятельности — исследование производственных компаний в Индонезии
Ариантика, Ни, П. и Расмини, Н.К. (2015), «Прибыль, кредитное плечо, предварительное мнение дан Kompetensi auditor pada opini audit непрерывности деятельности», E-Jurnal Akuntasi Universitas Udayana, Vol. 11 No. 2, pp. 414-425.
Азиза, Р.и Anisykurlillah, I. (2014), «Pengaruh Ukuran Perusahaan, дефолт по долгу, дан Kondisi Keuangan Perusahaan Terhadap Penerimaan opini audit непрерывности деятельности», Accounting Analysis Journal, Vol. 3 No. 4, pp. 533-542.
Баллеста, J.P.S. и Гарсия, Э. (2005), «Квалификация аудиторов и корпоративное управление в компаниях, котирующихся на испанском рынке», Журнал управленческого аудита, Vol. 20 No. 7, pp. 725-738.
Баюди, Н.и Виравати, Н.Г.П. (2017), «Фактор-фактор Ян Меменгаруи Пембериан мнение о непрерывном аудите», E-Jurnal Akuntansi Universitas Udayana, Vol. 19 No. 1, pp. 109-136.
ДеАнджело, Л. (1981), «Размер аудитора и качество аудита», Журнал бухгалтерского учета и экономики, Vol. 3 № 3, с. 183–199.
Дура, Дж. И Нурьянто, М.(2015), «Неисполнение долга Pengaruh, аудит Куалитас, аудит мнения Tahun Sebelumnya, dan audit lag Terhadap opini audit Действующее предприятие pada Perusahaan Manufaktur Ян Тердафтар ди Бурса Эфек Индонезия (BEI)», Jurnal Magister Akuntansi Trisakti (электронный журнал), Vol . 2 № 2, с. 145–160.
Гама, А.П. и Астути, С. (2014), «Анализ фактов-фактов, проверяющих, проверяющих, действующее предприятие», Jurnal Ilmiah Akuntansi dan Bisnis, Vol.9 No. 1, pp. 8-18.
Икатан Акунтан Индонезия (2001 г.), Стандартный профессиональный Акунтан Публик, Салемба Эмпат, Джакарта.
Януарти, И. и Фитрианасари, Э. (2008), «Анализ Рисико Кеуанган дан Рисико, не Кеанган Ян Мемпенгарухи, аудитор, далам Memberikan мнение аудита, действующее предприятие pada auditee», Jurnal Maksi Universitas Diponegoro, Vol.8 No. 1, pp. 43-58.
Дженсен, М. и Меклинг, В. (1976), «Теория фирмы: управленческое поведение, стоимость агентства и структура собственности», Journal of Financial Economics, Vol. 3 № 4, с. 305-360.
Джунаиди и Хартоно, Дж. (2010), «Нефинансовые факторы в мнении о непрерывности деятельности», Журнал индонезийской экономики и бизнеса, Vol.25 No. 3, pp. 369-378.
Картика, А. (2012), «Pengaruh Kondisi Keuangan dan Non Keuangan Terhadap Penerimaan Opini Going Concern pada Perusahaan Manufaktur di BEI», Jurnal Dinamika Akuntansi, Keuangan, дан Perbankan, Vol. 1 No. 1, pp. 25-40.
Каддафи, М. (2015), «Влияние дефолта по долгу, качество аудита и принятие заключения аудитора о непрерывности деятельности производственной компании на фондовой бирже Индонезии», Международный журнал академических исследований в области бухгалтерского учета, финансов и управления, Vol.5 № 1, с. 80-91.
Кришнан, Дж. И Шауэр, П.С. (2000), «Различие в качестве аудиторов: свидетельства некоммерческого сектора», Аудит: журнал практики и теории, Vol. 19 No. 2, pp. 9-26.
Мухтаруддин, П., Хандри и Меутия, И. (2018), «Финансовое состояние, рост, качество аудита и мнение о непрерывности деятельности: исследование производственных компаний, котирующихся на фондовой бирже Индонезии», Журнал исследований в области бухгалтерского учета, бизнеса и финансов, Vol.2 № 1, с. 16-25.
Мунавир, С. (2001), Analisis Laporan Keuangan, Liberty, Джокьякарта.
Петронела, Т.А. (2004), «Постоянное предприятие Perkembangan Perusahaan dalam Pemberian opini audit ‘, баланс», Jurnal Akuntansi, Auditing, dan Keuangan, Vol. 1 № 1, с. 46-55.
Праптиторини, М.Д. и Януарти, И. (2007 г.), «Анализ аудита Пенгару Куалитас, дефолт по долгу, выбор мнения о непрерывности деятельности», http://eprints.undip.ac.id/15187/1/AUEP-_10. pdf (5 сентября 2020 г.).
Ракатенда, Г. и Путра, I.W. (2016), «Opini аудита действующей компании дан Фактор-Фактор Ян Меменгарухинья», E-Jurnal Akuntansi Universitas Udayana, Vol. 16 No. 2, pp. 1347-1375.
Рю, Т.Г. и Ро, С.Ю. (2007), «Решение аудитора о непрерывности деятельности предприятия», Международный журнал бизнеса и экономики, Vol. 6 No. 2, pp. 89-101.
Симамора, Р.А. и Hendarjatno (2019), «Влияние срока владения клиентом, запаздывания аудита, выбора мнения, коэффициента ликвидности и финансового рычага на заключение аудитора о непрерывности деятельности», Asian Journal of Accounting Research, Vol. 4 № 1. С. 145–156.
Тандунган, Д.и Мерта, И.М. (2016), «Pengaruh Komite audit, Ukuran Perusahaan, аудит продолжительности полномочий, дан Репутаси KAP Terhadap opini audit непрерывности деятельности», E-Jurnal Akuntansi Universitas Udayana, Vol. 16 No. 1, pp. 45-71.
Варнида (2011 г.), «Анализ фактов-факторов Ян Мемпенгарухи Penerimaan opini audit непрерывности деятельности», Jurnal Akuntansi dan Manajemen, Vol. 6 № 1. С. 30-43.
Яцинь, М.А. и Сари, М. (2015), «Pengaruh Faktor Keuangan dan non Keuangan pada opini audit непрерывности деятельности», E-Jurnal Akuntansi Universitas Udayana, Vol. 11 No. 2, pp. 500-514.
Юлияни, Н.М.А. и Эравати, Н.М.А. (2017), «Финансовый кризис Pengaruh, прибыль, кредитное плечо, непрерывность деятельности по аудиту», E-Jurnal Akuntansi Universitas Udayana, Vol. 19 No. 2, pp. 1490-1520.
Графические инструменты для сетевого метаанализа в STATA
Abstract
Сетевой метаанализ объединяет прямые и косвенные доказательства в сети испытаний, которые сравнивают несколько вмешательств и могут ранжировать конкурирующие методы лечения в соответствии с изученным результатом.Несмотря на свою полезность, сетевой метаанализ часто критикуют за его сложность и доступность только для исследователей с сильными статистическими и вычислительными навыками. Оценка исходных допущений модели, статистические технические аспекты и представление результатов в краткой и понятной форме — все это сложные аспекты методологии сетевого метаанализа. В этой статье мы стремимся сделать методологию доступной для специалистов, не занимающихся статистикой, путем представления и объяснения ряда графических инструментов на рабочих примерах.С этой целью мы предоставляем набор процедур STATA, которые можно легко использовать для представления доказательной базы, оценки предположений, соответствия модели сетевого метаанализа и интерпретации ее результатов.
Образец цитирования: Чаймани А., Хиггинс JPT, Мавридис Д., Спиридонос П., Саланти Г. (2013) Графические инструменты для сетевого мета-анализа в STATA. PLoS ONE 8 (10): e76654. https://doi.org/10.1371/journal.pone.0076654
Редактор: Бенджамин Хайбе-Кейнс, Институт клинических исследований Монреаля (IRCM), Канада
Поступила: 16 мая 2013 г .; Принята к печати: 27 августа 2013 г .; Опубликовано: 3 октября 2013 г.
Авторские права: © 2013 Chaimani et al.Это статья в открытом доступе, распространяемая в соответствии с условиями лицензии Creative Commons Attribution License, которая разрешает неограниченное использование, распространение и воспроизведение на любом носителе при условии указания автора и источника.
Финансирование: AC, DM и GS получили финансирование от Европейского исследовательского совета (проект IMMA 260559). Финансирующие организации не играли никакой роли в дизайне исследования, сборе и анализе данных, принятии решения о публикации или подготовке рукописи.
Конкурирующие интересы: Авторы заявили, что никаких конкурирующих интересов не существует.
Введение
Сетевой метаанализ (NMA) объединяет данные из сети испытаний более чем двух конкурирующих медицинских вмешательств. Интеграция прямых доказательств (из исследований, непосредственно сравнивающих вмешательства) с косвенными доказательствами (информация о двух видах лечения, полученная с помощью общего компаратора) повышает точность оценок и дает относительное ранжирование всех видов лечения для изучаемого результата [1], [2 ]. Предположение о непротиворечивости (согласие между прямыми и косвенными источниками доказательств) лежит в основе методологии, и если оно выполняется, NMA может предоставить ценную информацию пациентам, практикующим врачам и лицам, принимающим решения [3], [4].
Преимущества NMA сделали его все более популярным методом сравнительных исследований эффективности. Тем не менее, NMA остается, в значительной степени, привилегией для исследователей с передовыми вычислительными и статистическими знаниями. Его критиковали за его сложность, за включение допущений, которые трудно оценить, и за получение результатов, которые не могут быть легко поняты и интерпретированы клиницистами. Отсутствие удобной для пользователя структуры реализации с инструментами для оценки предположений анализа и представления результатов способствовало этой критике.
Графические инструменты могут предоставить исчерпывающие и легко понятные способы представления результатов статистического анализа, особенно когда задействован большой объем данных [5]. Были предложены различные графики для обобщения данных исследований относительной эффективности или приемлемости двух вмешательств [6], [7]. Многие из этих инструментов трудно применить к NMA без модификаций. Например, лесные участки облегчают изучение доказательной базы и ее характеристик, но могут быть менее информативными при наличии нескольких сравнений.Неоднородность и ее влияние на итоговые оценки также трудно отобразить графически — или даже численно — в понятной форме. Графики-воронки для определения наличия эффектов небольших исследований создают дополнительные проблемы в контексте NMA, поскольку наблюдаемые размеры эффекта относятся к различным сравнениям лечения.
Достоверные результаты NMA зависят от внутренней непротиворечивости сети доказательств: прямые и различные источники косвенных доказательств должны быть согласованы. Графические инструменты могут помочь исследователям выявить части сети доказательств, которые кажутся несогласованными, или сделать выводы о достоверности согласованности [8].Наконец, результаты NMA непросто интерпретировать и не всегда облегчают принятие решений [9], [10]. По мере увеличения числа конкурирующих методов лечения, включенных в сеть вмешательств, потребность в кратком и информативном представлении результатов становится все более важной.
Недавнее обновление процедуры многомерного метаанализа в STATA (команда mvmeta) делает NMA возможным в одном из наиболее широко используемых программ для метаанализа, и мы ожидаем, что это популяризирует метод [11].С этой важной разработкой в качестве отправной точки мы представляем набор процедур STATA для оценки предположений и графического представления результатов NMA. Мы создали процедуры STATA, которые расширяют существующие графические инструменты, используемые в парном метаанализе, а также разработали новые инструменты специально для NMA. Особое внимание уделяется практическим вопросам применения и представления NMA. Подробный обзор статистической методологии NMA был описан ранее [12], [13].
Сначала мы представляем в Разделе 2 три рабочих примера, которые будут использоваться для представления разработанных подпрограмм STATA.Структура остальной части статьи следует типичному анализу сети рандомизированных контролируемых испытаний. В разделе 3 мы обсуждаем графики, которые улучшают понимание набора данных и облегчают визуализацию свидетельств с учетом их характеристик. В разделе 4 кратко описывается, как подобрать модель NMA с использованием mvmeta в STATA. В Разделе 5 мы описываем графические и числовые способы отображения важных допущений совместного анализа. Наконец, раздел 6 посвящен предложениям по графическому и числовому представлению результатов.Мы предоставляем файлы сценариев для полного анализа в Приложении S1.
Материалы и методы
1 Примеры сетевого метаанализа и подпрограмм STATA
Для улучшения интерпретации всех представленных графических и числовых сводок мы использовали три рабочих примера NMA. В первом примере сравнивается 14 антиманиакальных препаратов от острой мании [14]. Сеть включала 47 исследований, сообщающих об эффективности (измеренной как количество респондентов из общего числа рандомизированных), и 64 исследования, сообщающих о приемлемости (измеряемой как число выбывших из общего числа рандомизированных).Второй пример — сеть из 62 исследований, в которых оценивается эффективность четырех различных чрескожных коронарных вмешательств при неострой ишемической болезни сердца [15]. Третий пример — сеть из 27 исследований, образующих звездообразную сеть (т.е. все активные методы лечения сравниваются только с плацебо), в которых оценивалась эффективность шести биологических агентов при ревматоидном артрите [16]. Результатом в этой сети была польза от лечения, определенная как улучшение на 50% по критериям Американского колледжа ревматологии (ACR50), о которых сообщают пациенты и врачи.Наборы данных и процедуры STATA можно найти в Интернете на сайте www.mtm.uoi.gr, а более подробная информация представлена в Приложении S1. Для проведения анализа, описанного ниже, требуется версия 3.01 (или более поздняя) команды metan, версия 2.6.1 (или более поздняя) metareg и версия 2.5.5 (или более поздняя) mvmeta.
2 Представление доказательной базы
2.1 Сетевой участок.
График сети вмешательств представляет собой визуальное представление доказательной базы и дает краткое описание ее характеристик.Он состоит из узлов, представляющих сравниваемые вмешательства, и ребер, представляющих доступные прямые сравнения (сравнения, оцениваемые по крайней мере в одном исследовании) между парами вмешательств.
Объем доступной информации может быть представлен «взвешиванием» узлов и ребер с использованием различных размеров узлов и толщины линий. Например, каждый узел лечения или каждое ребро сравнения можно взвесить в соответствии с количеством исследований, включающих либо это лечение, либо это сравнение.Это показывает, какие вмешательства сравниваются чаще. Взвешивание узлов в соответствии с другими характеристиками вмешательства, такими как рыночная цена, может быть полезным в зависимости от вопросов обзорного исследования.
Вместо того, чтобы взвешивать ребра по количеству информации, использование взвешенных ребер в соответствии с распределением переменных для конкретного исследования может помочь в оценке предположения о транзитивности [17], [12]. Транзитивность в сети означает, что доступные сравнения лечения не различаются в отношении распределения модификаторов эффекта.Регулировка ширины каждого края так, чтобы она была пропорциональна модификатору непрерывного эффекта (например, году публикации, базовому риску), и визуальная проверка сопоставимости сравнений, сопоставленных в сети, могут быть полезными помощниками в принятии решения о том, будет ли предположение транзитивности держать.
Мы разработали команду STATA, названную networkplot, для построения графиков доказательной базы. Пусть t1 и t2 будут двумя переменными, которые включают коды или названия двух сравниваемых обработок в каждом доступном прямом сравнении, затем введите
.сетевой график t1 t2
дает график с узлами и ребрами, взвешенными в соответствии с количеством исследований, включенных в каждое прямое сравнение. Чтобы указать альтернативные весовые переменные, можно использовать опции nodeweight () и edgeweight ().
На рисунке 1 мы построили сеть острой мании для результата эффективности. Размер узлов показывает, что плацебо является наиболее частым компаратором в исследованиях. Исходный риск может быть важным модификатором эффекта в этом синтезе, поэтому мы взвешиваем все грани, связывающие плацебо с активным лечением, в соответствии со средней частотой ответа в группах плацебо.Средняя частота ответа на плацебо варьировала от 22% до 38% по 12 плацебо-контролируемым сравнениям; никаких существенных различий в ширине краев не видно.
Рисунок 1. Сетевой график сети острой мании (результат эффективности).
Узлы взвешиваются в соответствии с количеством исследований, включая соответствующие вмешательства. Границы взвешиваются в соответствии со средним риском контрольной группы для сравнения между плацебо и активным лечением. Ребрам, соединяющим два активных лечебных средства, придали минимальный вес.
https://doi.org/10.1371/journal.pone.0076654.g001
Особенно важной характеристикой уровня сравнения является качество исследований. Испытания с ограничениями по дизайну могут привести к ошибочным оценкам суммарного эффекта лечения при включении в метаанализ. Чтобы представить риск смещения для каждого прямого сравнения в сети, можно использовать цветные края. Зеленый, желтый и красный цвета используются для обозначения попарных метаанализов низкого, неясного и высокого риска систематической ошибки.Например, неадекватное сокрытие распределения считалось важным источником систематической ошибки в сети острой мании (рис. 2). Есть четыре сравнения с низким риском систематической ошибки и ни одно с высоким риском. Параметр edgecolor () в команде networkplot позволяет использовать цветные края; по умолчанию используется трехуровневая переменная, относящаяся к конкретному исследованию, в то время как разрешено более трех уровней с указанными пользователем цветами. В данных должна быть указана переменная, называемая смещением, которая содержит баллы для каждого исследования в соответствии с конкретным компонентом смещения (низкий, неясный, высокий или закодированный как 1, 2, 3 соответственно).Затем команда
Рис. 2. График сети острой мании (результат эффективности) с использованием цветных краев в соответствии с адекватностью сокрытия распределения, оцененной как уровень систематической ошибки в большинстве испытаний и взвешенной в соответствии с количеством исследований в каждом сравнении.
https://doi.org/10.1371/journal.pone.0076654.g002
. networkplot t1 t2, edgecolor (по смещению)
создает сетевой график, на котором уровень систематической ошибки для сравнения оценивается как уровень систематической ошибки в большинстве включенных исследований в каждое сравнение.Подопция позволяет указать альтернативные способы суммирования оценок по конкретному исследованию и получения суждений о предвзятости, характерной для сравнения (например, по смещению берется средний балл смещения; дополнительные сведения см. В файле справки).
2.2 Сюжет влияния: представление влияния каждого прямого доказательства.
Каждое прямое сравнение в NMA по-разному влияет на оценку итоговых эффектов сети. Иногда бывает полезно определить наиболее важные сравнения для каждой оценки сети и для всей сети.Например, сравнение с высоким риском систематической ошибки, но с низким вкладом в оценки сети, может не представлять серьезной угрозы для достоверности результатов NMA. Вес каждого прямого сравнения представляет собой комбинацию дисперсии эффекта прямого лечения и сетевой структуры [8], [18]. Сравнения с большим количеством прямой информации сильно влияют на их «соседние» сравнения (например, сравнения в одном и том же цикле первого порядка). С другой стороны, сравнения, для которых существует мало прямых доказательств, менее важны для остальной части сети и приносят большую пользу.Другими словами, менее влиятельные части сети — это те, которые больше всего выигрывают от сети. Важные различия в дисперсии прямых оценок между сравнениями могут повлиять на их относительный вклад в другие сравнения [18], [19]. Процентный вклад каждого прямого сравнения в каждую сетевую оценку можно суммировать в матрице со столбцами и строками, соответствующими прямым и сетевым оценкам соответственно.
На рисунке S1 представлена сеть ишемической болезни сердца, а на рисунке 3 — график вклада для каждого прямого сравнения.Столбцы представляют четыре наблюдаемых прямых сравнения, а строки представляют все возможные попарные сравнения. Они основаны только на прямых доказательствах (BMS против DES), смешанных доказательствах (BMS против MT, BMS против PTCA и MT против PTCA) или только на косвенных доказательствах (MT против DES и DES против PTCA). Вклад каждого прямого сравнения представлен с использованием взвешенных квадратов вместе с соответствующими процентными значениями. Например, поскольку нет косвенных доказательств в пользу BMS и DES, 100% информации поступает из прямых доказательств.Оценка NMA для сравнения DES и MT основана (косвенно) на всех четырех прямых сравнениях с вкладом 45,7%, 37%, 8,7% и 8,7%. Таким образом, прямые сравнения BMS с DES и BMS с MT являются наиболее важными при косвенном сравнении DES с MT. Наиболее информативным прямым доказательством в сети является сравнение BMS и DES с общим вкладом 31,2% в оценки сети.
Рис. 3. График распределения для сети ишемической болезни сердца.
Размер каждого квадрата пропорционален весу, присвоенному каждому прямому суммарному эффекту (горизонтальная ось) для оценки каждого суммарного эффекта сети (вертикальная ось).Числа повторно выражают веса в процентах. (MT = медикаментозная терапия, PTCA = чрескожная транслюминальная баллонная коронарная ангиопластика, BMS = металлические стенты, DES = стенты с лекарственным покрытием).
https://doi.org/10.1371/journal.pone.0076654.g003
Мы разработали netweight команды STATA для построения графика вклада. Команде netweight нужно четыре аргумента; размеры эффекта для конкретного исследования (например, lnOR) для каждого наблюдаемого прямого сравнения, их стандартные ошибки (например,грамм. selnOR) и сравниваемых обработок (например, t1 t2 при условии, что все величины эффекта были рассчитаны как t1 по сравнению с t2). Синтаксис для получения сюжета —
.
. чистый вес lnOR selnOR t1 t2
Обратите внимание, что прямые оценки получены с использованием специальной модели случайных эффектов для сравнения; если сравнение основано на менее чем двух исследованиях, используется модель фиксированных эффектов. Однако в NMA мы часто предполагаем общий параметр неоднородности между сравнениями. Если известно значение неоднородности (например,грамм. оценивается с помощью команды mvmeta), это может быть принято в качестве аргумента в команде netweight и будет использоваться при оценке всех парных прямых эффектов лечения.
3 Проведение сетевого метаанализа
Популярная оценка модели NMA выполняется с помощью процедуры мета-регрессии, такой как metareg в STATA. Модель использует в качестве ковариаций основные параметры (набор сравнений, достаточный для генерации всех возможных сравнений с помощью уравнений согласованности) и предполагает, что неоднородность не зависит от проводимого сравнения [20].Однако текущие процедуры мета-регрессии не могут правильно моделировать корреляции, вызванные эффектами лечения, оцененными в исследованиях с несколькими группами. Таким образом, при наличии испытаний с несколькими группами исследователи часто предпочитают выполнять NMA в байесовской структуре, которая обеспечивает большую гибкость [21], [22]. White et al. и Хиггинс и др. недавно описал NMA как многомерную модель мета-анализа [23], [24]. Крупное обновление стандартной команды STATA mvmeta делает возможным NMA в рамках частотной настройки и должным образом учитывает корреляции между величинами эффекта из исследований с несколькими группами [25].Ниже мы кратко обсудим использование mvmeta в STATA для получения оценок NMA, а также обратимся к исходной статье для получения более подробной информации [25].
В сети с обработками T модель предполагает, что существует эталонное лечение A , присутствующее во всех исследованиях, и основные параметры — «результаты», сформированные всеми контрастами AX с (). Для исследований, в которых не сообщается о лечении A , используется простой метод вменения данных, который вменяет минимальную информацию для отсутствующей контрольной группы [23], [25].
Рассмотрим, например, сеть вмешательств при ревматоидном артрите; шесть основных параметров представляют собой сравнение всех активных методов лечения с плацебо. Входные данные в mvmeta состоят из всех размеров попарного эффекта yAX для конкретного исследования (в нашем примере — отношения логарифмических шансов), их соответствующих дисперсий SXX и ковариаций SXY для всех исследований. Ковариация рассчитывается только для исследований, в которых сообщается более двух групп, и равна дисперсии общей руки между сравнениями (т.е. опорное плечо). После того, как все переменные yAX, SXX и SXY были вычислены, введите
. mvmeta y S
дает оценки сетевого мета-анализа для всех базовых сравнений AX . Все другие относительные эффекты обработки могут быть получены с использованием уравнений согласованности. Их можно получить с помощью команды lincom. Например, сетевой эффект лечения между двумя активными сеансами лечения XY и его стандартная ошибка могут быть получены путем ввода
.lincom yAY-yAX
Можно предположить, что неоднородность модели одинакова для сравнений или различна (варианты bscov (пропорциональный matexp) и bscov (неструктурированный) соответственно).
4 Оценка и представление допущений NMA
4.1 Несоответствие графика.
Несоответствие относится к различиям между прямыми и различными косвенными оценками воздействия для одного и того же сравнения [26]. Важное несоответствие угрожает достоверности результатов и, если оно есть, требует дальнейшего изучения для выявления возможных источников разногласий.Было разработано несколько подходов к устранению непоследовательности в сети вмешательств [26] — [29]. Простой и легкий способ применить — это посмотреть на каждый замкнутый контур в сети. Мы рассматриваем только треугольную (состоящую из трех обработок, все сравниваемых друг с другом) и квадратичную (состоящую из четырех обработок, каждая из которых точно сравнивается с двумя другими обработками в цикле) петли. Если квадратичную петлю можно разложить на две (вложенные) треугольные петли, мы рассматриваем только последнюю. В каждом цикле мы оцениваем фактор несогласованности ( IF ) как абсолютную разницу между прямыми и косвенными оценками для одного из сравнений в цикле.Мы также можем получить 95% доверительный интервал (ДИ) и z-тест для IF [17], [29]. Не то, чтобы IF — это логарифм отношения двух отношений шансов ( RoR ) из прямых и косвенных свидетельств в цикле; RoR значения, близкие к 1, означают, что два источника согласуются. Поскольку ожидается, что статистическая мощность z-критерия будет низкой, следует изучить CI несоответствия RoR , и если он включает большие значения, необходимо дальнейшее исследование для выявления возможных источников несогласованности.
Чтобы сделать выводы о несогласованности в сети вмешательств, которая обычно включает в себя множество замкнутых циклов, нам необходимо оценить несогласованность RoR s в каждом цикле. Все RoR с их 95% доверительным интервалом могут быть совместно представлены на лесном участке. Наша команда ifplot идентифицирует все треугольные и квадратичные петли в сети, оценивает несогласованность и строит графики абсолютных значений IF и доверительных интервалов (которые обрезаются до нуля, поскольку направление IF неважно).Петли упорядочены по величине точечной оценки IF s (от большего к меньшему). Синтаксис:
.
. ifplot lnOR selnOR t1 t2 id
, где id — это переменная, идентифицирующая исследования. Опцию eform можно добавить к графику RoR s вместо IF s.
На рис. 4 мы проиллюстрировали несогласованность петель сети острой мании (результат эффективности), предполагая, что дисперсия неоднородности, специфичная для петли, была оценена с использованием метода моментов.График показывает, что в общей сложности из 21 цикла нет статистически значимой несогласованности, поскольку все доверительные интервалы для RoR s совместимы с нулевой несогласованностью ( RoR = 1). Однако некоторые из циклов включают значения с высокой степенью несогласованности (например, среднее значение RoR больше 2), что означает, что прямая оценка может быть в два раза больше, чем косвенная оценка, или наоборот (косвенная оценка в два раза больше прямой). Для этих циклов мы не можем сделать надежный вывод относительно наличия или отсутствия несоответствия.Хотя этот подход легко реализовать, результаты требуют тщательной интерпретации из-за наличия многих недостаточно мощных и коррелированных тестов. Отсутствие статистически значимого несоответствия не является свидетельством против наличия несоответствия [12].
Рис. 4. График несогласованности для сети острой мании (для результата эффективности), предполагающий оценки неоднородности, зависящие от петли, с использованием метода оценки моментов.
(PLA = плацебо, ARI = арипипразол, ASE = азенапин, CARB = карбамазпин, DIV = дивалпроекс, HAL = галоперидол, LAM = ламотриджин, LITH = литий, OLA = оланзапин, QUE = кветипаин, R TOPIS = рисперидрам , ZIP = зипразидон, PAL = палиперидон).
https://doi.org/10.1371/journal.pone.0076654.g004
Было показано, что разные оценки параметра неоднородности и различные предположения о сходстве неоднородности при сравнении могут привести к различным выводам о наличии статистическая несогласованность [30]. Следовательно, мы допускаем три различных сценария неоднородности: каждое сравнение имеет свой параметр неоднородности, все сравнения в пределах цикла имеют общую дисперсию неоднородности и, наконец, все сравнения в сети имеют общую дисперсию неоднородности.Параметр tau2 () в команде ifplot позволяет выбирать между этими параметрами: tau2 (сравнение) для специфической для сравнения неоднородности, tau2 (цикл) для специфической для цикла гетерогенности (оценивается с помощью мета-регрессии в цикле) и tau2 (#) для присвоить конкретное значение дисперсии неоднородности (которое обычно получается из результатов NMA, предполагающей общую дисперсию неоднородности).
Существует множество методов оценки дисперсии неоднородности в метаанализе [31].Наиболее часто используются методы моментов и ограниченного максимального правдоподобия, которые были реализованы в метан-команде STATA вместе с эмпирическим методом Байеса [32], [33]. Для переключения между этими тремя оценками в ifplot доступны параметры mm, reml и eb для подхода гетерогенности, зависящего от контура.
Команда mvmeta позволяет нам использовать альтернативные подходы для оценки несогласованности [26], [27]. Он может включать два типа несоответствия: различия между прямыми и косвенными оценками и различия между испытаниями с разным дизайном (например,грамм. двуручный против многоручного).
4.2 График воронки «с поправкой на сравнение».
Воронкообразная диаграмма — это диаграмма рассеяния величины эффекта исследования в зависимости от некоторой меры его точности, часто его инвертированной стандартной ошибки. Это наиболее распространенный инструмент, используемый для оценки наличия эффектов небольших исследований в метаанализе [34]. Воронкообразный график, асимметричный по отношению к линии суммарного эффекта, означает, что существуют различия между оценками, полученными в результате небольших и крупных исследований.
При расширении использования графиков воронки в сетевом метаанализе необходимо учитывать тот факт, что исследования оценивают эффекты для различных сравнений. В результате не существует единой контрольной линии, по которой можно судить о симметрии. Чтобы учесть тот факт, что каждый набор исследований оценивает различный суммарный эффект, мы предлагаем график воронки «с поправкой на сравнение». Прежде чем использовать этот график, исследователи должны упорядочить лечение осмысленным образом и сделать предположения о том, чем небольшие исследования отличаются от крупных.Например, если они ожидают, что в небольших испытаниях предпочтение отдается более новым методам лечения, они могут назвать методы лечения от самых старых к новейшим, чтобы все сравнения относились к «старым и новым вмешательствам». Другие возможности включают определение сравнений так, чтобы все они относились к активному лечению по сравнению с плацебо или спонсируемому и не спонсируемому вмешательству.
На воронке «с поправкой на сравнение» по горизонтальной оси представлена разница между величинами эффекта для конкретного исследования и соответствующего суммарного эффекта для сравнения [35].Например, в треугольнике мы получаем три прямые итоговые оценки из простого попарного метаанализа. Методы лечения были названы, скажем, от самых старых к новейшим. Затем для исследований, в которых сравниваются виды лечения и (обеспечивающий и наблюдаемый эффект), горизонтальная ось представляет разницу. Точно так же он представляет и для исследований, сравнивающих XZ и YZ соответственно. При отсутствии небольших эффектов исследования график воронки «с поправкой на сравнение» должен быть симметричен относительно нулевой линии.
Для создания графика воронки с поправками на сравнение в STATA можно использовать нашу команду netfunnel:
. netfunnel lnOR selnOR t1 t2, по сравнению
(при условии, что размер эффекта lnOR был оценен как t1 по сравнению с t2)
Параметр bycomparison добавляет в исследования специфические для сравнения цвета.
Стандартный netfunnel строит графики сравнения как «ранняя обработка в алфавитном или числовом порядке по сравнению с более поздней обработкой» (например, A против B или 1 против 2) для строковых или числовых идентификаторов обработки.Следовательно, отсутствующие (небольшие) исследования, расположенные справа от нулевой линии, предполагают, что небольшие исследования имеют тенденцию преувеличивать эффективность лечения, названного ранее в алфавите, по сравнению с более поздними в отношении вредного исхода. Если результат благоприятен, такая асимметрия будет указывать на то, что эффекты небольших исследований благоприятствуют лечению позже в алфавитном или числовом порядке. График воронки «с поправкой на сравнение» не имеет смысла, если методы лечения не названы в порядке, который представляет собой характеристику, потенциально связанную с небольшими эффектами исследования.Следовательно, мы рекомендуем его использовать только тогда, когда могут быть сделаны конкретные предположения о направлениях небольших эффектов исследования.
На рис. 5 показан график воронки для сети ревматоидного артрита, который указывает на наличие эффектов небольших исследований. График показывает, что небольшие исследования, как правило, показывают, что активные методы лечения более эффективны, чем их соответствующий средневзвешенный эффект, специфичный для сравнения.
Рис. 5. Воронкообразный график с поправкой на сравнение для сети ревматоидного артрита.
Красная линия представляет собой нулевую гипотезу о том, что размеры эффекта для конкретного исследования не отличаются от соответствующих оценок объединенных эффектов для конкретного сравнения. Зеленая линия — это линия регрессии. Разные цвета соответствуют разным сравнениям.
https://doi.org/10.1371/journal.pone.0076654.g005
Параметры fixed и random в команде netfunnel определяют, будут ли итоги выводиться на основе модели с фиксированными или случайными эффектами. Линия линейной регрессии специфичных для сравнения различий стандартной ошибки может быть подогнана к графику с помощью опции addplot, e.грамм. addplot (lfit selnOR _ES_CEN) (см. зеленую линию на рисунке 5).
После запуска netfunnel к набору данных добавляется новая переменная с именем _ES_CEN, которая включает различия между размерами эффекта для конкретного исследования и сводными оценками для конкретного сравнения.
Как и в случае с обычным графиком воронки, интерпретация требует осторожности. Асимметрию не следует интерпретировать как свидетельство предвзятости публикации. Если график воронки предполагает наличие эффектов небольшого исследования, исследователи могут изучить это дополнительно, используя соответствующие модели сетевой мета-регрессии или отбора [36], [37].
4.3 График прогнозных интервалов.
Неоднородность — важная особенность как парного, так и сетевого метаанализа. В попарном метаанализе, визуальный осмотр лесного участка, показатель I ², дисперсия распределения случайных эффектов и его 95% доверительные интервалы или Q-тест используются для вывода о величине неоднородности и поместите итоговый эффект в контекст. В NMA дисперсия между исследованиями, которая часто считается общей для всех сравнений, обычно используется для представления неоднородности в сети.Хотя меры многомерной неоднородности, такие как многомерный метаанализ, были разработаны [38], они еще не применялись к NMA. Обратите внимание, что в NMA мы часто предполагаем общую дисперсию неоднородности для всех парных сравнений. На некоторые сравнения в большей степени, чем на другие, может повлиять величина общей оценки дисперсии неоднородности относительно количества дополнительной неопределенности, ожидаемой в будущих исследованиях. Мы предлагаем представление средних суммарных эффектов NMA вместе с их прогнозными интервалами, чтобы облегчить интерпретацию результатов в свете величины неоднородности.
Интервалы прогнозирования (PrI) обеспечивают интервал, в пределах которого ожидается оценка будущего исследования [39], [40]. Они вычисляются как где — процентиль t -распределения со степенями свободы (в NMA мы предлагаем это установить на количество исследований — количество сравнений с данными — 1 [41]), и это сводка метаанализа. эффект.
Лесной график оцененных суммарных эффектов вместе с их доверительными интервалами и соответствующими им PrI для всех сравнений суммирует на одном графике относительные средние эффекты, прогнозы и влияние неоднородности на каждое сравнение.Такой график представлен на рисунке 6 для биопрепаратов при ревматоидном артрите. Расчетная общая дисперсия между исследованиями составила 0,26, и все шесть активных методов лечения оказались более эффективными, чем плацебо. График показывает, что только для одного из этих сравнений (инфликсимаб против плацебо) PrI достаточно широк по сравнению с CI, чтобы предположить, что в будущем исследовании активное лечение может оказаться менее эффективным, чем плацебо, хотя нижний предел CI не пересекает линия без эффекта.
Рисунок 6.График прогнозных интервалов для сети ревматоидного артрита в логарифмической шкале.
Черные сплошные линии представляют собой доверительные интервалы для суммарных отношений шансов для каждого сравнения, а красные пунктирные линии — соответствующие интервалы прогнозирования. Синяя линия — это линия отсутствия эффекта (отношение шансов равно 1).
https://doi.org/10.1371/journal.pone.0076654.g006
Такой график можно построить с помощью нашей команды STATA intervalplot после выполнения команды mvmeta следующим образом:
.интервальный график, mvmetaresults
Для дихотомических результатов можно добавить опцию eform для построения оценок по шкале отношения шансов или отношения рисков (вместо их логарифмов).
5 Представление результатов
5.1 Ранжирование графиков для одного исхода с использованием вероятностей.
Одним из преимуществ сетевого метаанализа является то, что он может предоставить информацию о ранжировании всех оцениваемых вмешательств по изученному результату [2], [42]. Часто оценивается вероятность того, что лечение получит определенное место (первое, второе и т. Д.).) в зависимости от результата.
Следует избегать ранжирования лечения, основанного исключительно на вероятности того, что каждое лечение будет лучшим. Это связано с тем, что вероятность быть лучшим не учитывает неопределенность в относительных эффектах лечения и может ложно давать более высокие оценки методам лечения, в отношении которых имеется мало доказательств. Так называемые рангограммы и графики кумулятивной вероятности ранжирования были предложены в качестве надежного и исчерпывающего графического способа представления вероятностей ранжирования и их неопределенности [2].Ранговая диаграмма для конкретного лечения j представляет собой график вероятностей принятия каждого из возможных рангов T (где T — общее количество обработок в сети). Кумулятивные рангограммы представляют вероятности того, что лечение будет среди n лучших обработок, где n колеблется от единицы до T . Поверхность под кривой совокупного ранжирования (SUCRA), простое преобразование среднего ранга, используется для построения иерархии обработок и учитывает как расположение, так и дисперсию всех относительных эффектов обработки [2].Чем больше значение SUCRA, тем лучше рейтинг лечения.
Команда mvmeta может предоставить вероятности ранжирования с помощью параметра pbest (min | max, все ноль). Параметры min или max указывают, будет ли более или менее значительный эффект лечения определять лучшее лечение, в то время как все и ноль задают оценку вероятностей для всех возможных рангов, включая референсное лечение. Оцененные вероятности могут быть сохранены в качестве дополнительных переменных в наборе данных путем добавления подопции gen () в pbest () и прогнозных вероятностей ранжирования (вероятность того, что каждое лечение будет помещено в каждый ранг в будущем исследовании [39], [40] ) можно оценить с помощью подопции прогноз.
Наша команда STATA sura создает рангограммы и вычисляет значения SUCRA, используя в качестве входных данных вероятности ранжирования (например, оцененные с помощью mvmeta). Если вероятность1, вероятность2 и т. Д., Это список переменных, включающий все вероятности ранжирования (одна переменная на обработку для каждого возможного ранга), полученный из mvmeta, затем введите
. сукра проб *, мвметарезультат
представляет кумулятивные рангограммы для всех обработок.
На рисунке 7 представлены кумулятивные рангограммы для сети исследований ревматоидного артрита.Значения SUCRA представляют собой иерархию шести активных методов лечения; 1,8%, 59,9%, 66,2%, 21,8%, 75,9%, 41%, 83,4% для плацебо, абатацепта, адалимумаба, анакинры, этанерцепта, инфликсимаба, ритуксимаба соответственно. Кумулятивные рангограммы также можно использовать для сравнения различных моделей. На рисунке 7 мы также представляем результаты сетевой мета-регрессии, учитывающей эффекты небольших исследований (с использованием дисперсии логарифмических соотношений шансов в качестве ковариаты). График показывает, что эффекты небольших исследований существенно изменяют относительную эффективность и ранжирование методов лечения, а корректировка ставит этанерцепт и анакира в более благоприятный порядок по сравнению с ритуксимабом и абатацептом соответственно.Параметр compare () в команде Sucra может использоваться для сравнения двух кривых ранжирования.
Рис. 7. Графики поверхности под кумулятивными кривыми ранжирования для всех видов лечения в сети ревматоидного артрита.
Черные сплошные линии соответствуют нескорректированной модели, а красные пунктирные линии — скорректированной модели эффектов небольшого исследования.
https://doi.org/10.1371/journal.pone.0076654.g007
5.2 График ранжирования для одного результата с использованием многомерного масштабирования.
Альтернативный подход к ранжированию конкурирующих методов лечения заключается в использовании многомерной шкалы (MDS) [43], которая недавно была использована для изучения несоответствия в сети вмешательств [44]. Многомерное масштабирование — это семейство многомерных методов анализа данных о близости к набору стимулов с целью выявления скрытой структуры, лежащей в основе данных, и их пространственного или геометрического представления, предпочтительно в системе координатных осей.
Входными данными MDS является квадратная симметричная матрица, указывающая на сходство или различие между объектами.Мы рассматриваем схемы T сети как объекты. Мы запускаем модель NMA (например, используя mvmeta), чтобы получить оценки сети и их стандартные ошибки для каждой возможной пары обработок с. Абсолютное значение определяет несходство между обработками i и j . Чтобы применить MDS для ранжирования лечения, мы создаем симметричную матрицу различий, в которой несходство для объекта определяется как абсолютное значение величины эффекта (оцененное из NMA) при сравнении лечения с лечением j и нулем для.Чтобы гарантировать, что все значения в матрице имеют общее распределение, мы взвешиваем абсолютные величины эффекта по их обратным стандартным ошибкам или дисперсиям. Цель MDS — преобразовать лечебные эффекты в расстояния, представленные в многомерном пространстве. Более конкретно, MDS использует мажоризацию напряжений, чтобы найти набор расстояний в пространстве p (обычно так, чтобы его можно было представить графически), которые максимально близки к наблюдаемым различиям. Здесь мы предполагаем, что рейтинг лечения является единственным параметром, лежащим в основе результата.Это приводит к уменьшению размерности матрицы до вектора, представляющего порядок лечения.
На рис. 8 представлены ранжирующие диаграммы для сети исследований ревматоидного артрита. Вертикальные оси показывают иерархию обработок, а горизонтальные оси — численные различия с использованием значений SUCRA (панель a) и измерения MDS (панель b). Существуют различия между рейтингами SUCRA и MDS, однако различия касаются только методов лечения, близких по рангу.
Рисунок 8.Графики ранжирования сети ревматоидного артрита.
Обработки были ранжированы (а) в соответствии с поверхностью под кумулятивными кривыми ранжирования (SUCRA) и (б) в соответствии с уникальной размерностью, оцененной методом многомерного масштабирования (MDS). Красные точки соответствуют видам лечения, ранжированным в разном порядке двумя подходами. (PLA = плацебо, ABA = абатацепт, ADA = адалимумаб, ANA = анакинра, ETA = этанерцепт, INF = инфликсимаб, RIT = ритуксимаб).
https: // doi.org / 10.1371 / journal.pone.0076654.g008
Легко доступная команда mdsmat в STATA выполняет MDS для матрицы. В случае, если матрица размеров эффекта не была построена, мы предоставляем команду mdsrank, которая создает матрицу и впоследствии вызывает команду mdsmat. Команда mdsrank предполагает четыре аргумента; величины эффекта (например, lnOR), их стандартные ошибки (например, selnOR) и сравниваемые методы лечения (например, t1 t2). MDS находит базовое измерение матрицы, которое представляет расстояния между обработками T , а также используется для указания ранжирования обработок.Команда
. mdsrank lnOR selnOR t1 t2
создает график базового измерения, показывающий ранжирование обработок.
Параметр best (min | max) в mdsrank используется, чтобы указать, соответствуют ли меньшие или большие значения оцененного уникального измерения лучшему порядку обработки.
5.3 График кластерного ранжирования для двух результатов.
При рекомендации вмешательства обычно необходимо принимать во внимание несколько факторов, таких как его эффективность, стоимость и возможные побочные эффекты.Поэтому во многих систематических обзорах изучаются показатели как эффективности, так и приемлемости, и ранжирование конкурирующих методов лечения по этим двум исходам может значительно отличаться. Соответствующий анализ множественных исходов должен проводиться с использованием многомерных методов для учета зависимости между исходами [45], [46]. Однако на практике одновременное рассмотрение нескольких результатов для нескольких вмешательств приводит к громоздким моделям, и метааналитики часто предпочитают анализировать каждый результат отдельно.В случае двух исходов мы рекомендуем использовать двумерные графики и методы кластеризации для получения значимых групп лечения.
Кластерный анализ — это распространенный метод исследовательского интеллектуального анализа данных для группирования объектов на основе их характеристик, чтобы степень ассоциации была высокой между членами одной и той же группы и низкой между членами разных групп [47]. На рисунке 9 представлено ранжирование 14 противоманиакальных препаратов в соответствии со значениями SUCRA по эффективности и приемлемости.Разные цвета представляют предполагаемые кластеры и используются для группировки процедур в соответствии с их сходством в отношении обоих исходов. Например, группа методов лечения в правом верхнем углу (зеленым цветом) группирует приемлемые и эффективные методы лечения. В Приложении S1 мы подробно объясняем методы кластеризации, которые мы используем для группировки обработок, и определяем оптимальное количество кластеров.
Рис. 9. Кластерный график ранжирования сети острой мании на основе кластерного анализа значений SUCRA для двух различных исходов: эффективности и приемлемости.
Каждый цвет представляет группу обработок, принадлежащих к одному кластеру. Процедуры, расположенные в правом верхнем углу, более эффективны и приемлемы, чем другие методы лечения.
https://doi.org/10.1371/journal.pone.0076654.g009
Результаты обоих представленных выше подходов ранжирования (SUCRAS и MDS) можно использовать для создания групп лечения для двух исходов. В принципе, методы лечения можно сгруппировать по более чем двум исходам, но чем больше количество исходов, тем сложнее графическое представление и интерпретация результатов.
Кластерные диаграммы ранжирования могут быть созданы в STATA с помощью нашей команды clusterterank. Пусть результат1 и результат2 будут переменными данных, содержащими оценки SUCRA или MDS для всех процедур в сети, а t будет переменной с кодами или названиями лечения. Затем команда
. кластеризованный результат1 результат2 т
возвращает график ранжирования кластера на основе обоих результатов.
Результаты и обсуждение
Хотя NMA является полезным инструментом для синтеза доказательств, его часто рассматривают как сложную статистическую процедуру со множеством подводных камней.Четкий и краткий обзор доказательной базы и ее характеристик, тщательное рассмотрение всех предположений и правильная интерпретация результатов являются важными, но сложными задачами при метаанализе данных из сети вмешательств. В этой статье мы предлагаем различные графические инструменты, которые могут помочь исследователям интерпретировать результаты NMA. Мы также предлагаем процедуры STATA для создания этих графических инструментов. Насколько нам известно, STATA пока что является единственным частотным программным обеспечением, в котором возможен гибкий сетевой мета-анализ в рамках многомерной структуры [23], [25].Наши процедуры можно использовать вместе с обновленной командой mvmeta. Недавняя реализация NMA в R предлагает исследователям альтернативный инструмент для применения NMA в частотной среде [48].
Все графики, представленные в этой статье, относятся к различным этапам анализа. Однако полезность и интерпретация каждого графика зависит от характера данных. Например, графики несогласованности нельзя использовать в звездообразных сетях, где статистическая оценка согласованности не поддается проверке.Кроме того, воронкообразные графики с корректировкой для сравнения требуют достаточно большого количества исследований, чтобы судить об асимметрии, а графики сгруппированного ранжирования бесполезны, когда существует только три или четыре конкурирующих лечения. Как и в случае любого графического инструмента, следует избегать чрезмерной интерпретации или изолированной интерпретации, а выводы следует делать в сочетании с численными результатами.
Дополнительная информация
Рисунок S1.
Сетевой график сети ишемической болезни сердца. узлов взвешены согласно количеству исследований, включая соответствующие вмешательства. Границы взвешиваются в соответствии с обратной дисперсией оценок эффекта прямого лечения для соответствующих сравнений.
https://doi.org/10.1371/journal.pone.0076654.s001
(TIF)
Благодарности
Мы благодарим доктора Яна Уайта за его полезные комментарии и предложения по разработке команд STATA.
Вклад авторов
Задумал и спроектировал эксперименты: AC JPTH GS.Проведены эксперименты: AC DM PS. Проанализированы данные: AC DM PS. Предоставленные реагенты / материалы / инструменты анализа: AC JPTH DM GS. Написал статью: AC JPTH DM PS GS.
Список литературы
1. Bucher HC, Guyatt GH, Griffith LE, Walter SD (1997) Результаты прямых и косвенных сравнений лечения в метаанализе рандомизированных контролируемых исследований. J Clin Epidemiol 50: 683–691.
2. Salanti G, Ades AE, Ioannidis JP (2011) Графические методы и числовые сводки для представления результатов метаанализа множественных обработок: обзор и учебное пособие.J Clin Epidemiol 64: 163–171.
3. Cipriani A, Higgins JP, Geddes JR, Salanti G (2013) Концептуальные и технические проблемы в сетевом метаанализе. Ann Intern Med 159: 130–137.
4. Ли Т., Пухан М.А., Ведула С.С., Сингх С., Дикерсин К. (2011) Сетевой мета-анализ — очень привлекательный, но необходимы дополнительные методологические исследования. BMC Med 9: 79
5. Анскомб Ф.Дж. (1973) Графики в статистическом анализе. Am Stat 27: 17–21.
6.Анзурес-Кабрера Дж., Хиггинс JPT (2010) Графические дисплеи для мета-анализа: обзор с предложениями для практики. Res Syn Meth 1: 66–80.
7. Бакс Л., Икеда Н., Фукуи Н., Яджу Ю., Цурута Н. и др. (2009) Больше, чем числа: сила графиков в метаанализе. Am J Epidemiol 169: 249–255.
8. Krahn U, Binder H, Konig J (2013) Графический инструмент для определения несогласованности в сетевых метаанализах. BMC Med Res Methodol 13: 35
9.Донеган С., Уильямсон П., Гэмбл С., Тудур-Смит С. (2010) Косвенные сравнения: обзор отчетности и методологического качества. PLoS One 5: e11054.
10. Сонг Ф., Локи Ю.К., Уолш Т., Гленни А.М., Иствуд А.Дж. и др. (2009) Методологические проблемы использования косвенных сравнений для оценки медицинских вмешательств: обзор опубликованных систематических обзоров. BMJ 338: b1147.
11. Stata Corp (2011) Статистическое программное обеспечение Stata: выпуск 12, версия College Station, TX: StataCorp LP.
12. Salanti G (2012) Непрямое и смешанное сравнение лечения, сетевой или множественный метаанализ лечения: много названий, много неудач, много опасений по поводу инструмента синтеза доказательств следующего поколения. Res Syn Meth 3: 80–97.
13. Диас С., Велтон Нью-Джерси, Саттон А.Дж., Адес А.Е. (2011) Документ технической поддержки NICE DSU 2: Обобщенная структура линейного моделирования для попарного и сетевого метаанализа рандомизированных контролируемых испытаний. Сайт NICE DSU. Доступно: http: // www.nicedsu.org.uk. По состоянию на 4 сентября 2013 г.
14. Чиприани А., Барбуи С., Саланти Дж., Ренделл Дж., Браун Р. и др. (2011) Сравнительная эффективность и приемлемость антиманиакальных препаратов при острой мании: метаанализ нескольких методов лечения. Ланцет 378: 1306–1315.
15. Trikalinos TA, Alsheikh-Ali AA, Tatsioni A, Nallamothu BK, Kent DM (2009) Чрескожные коронарные вмешательства при неострой ишемической болезни сердца: количественный 20-летний синопсис и сетевой метаанализ.Ланцет 373: 911–918.
16. Сингх Дж. А., Кристенсен Р., Уэллс Г. А., Суарес-Алмазор М. Е., Бухбиндер Р. и др. (2009) Сетевой метаанализ рандомизированных контролируемых испытаний биопрепаратов при ревматоидном артрите: Кокрановский обзор. CMAJ 181: 787–796.
17. Salanti G, Marinho V, Higgins JPT (2009) Тематическое исследование метаанализа нескольких методов лечения показывает, что следует учитывать ковариаты. J Clin Epidemiol 62: 857–864.
18. Лу Джи, Велтон Нью-Джерси, Хиггинс JPT, Уайт И.Р., Адес А.Е. (2011) Линейный вывод для метаанализа сравнения смешанного лечения: двухэтапный подход.Res Syn Meth 2: 43–60.
19. Rucker G (2012) Сетевой метаанализ, электрические сети и теория графов. Res Syn Meth 3: 312–324.
20. Lumley T (2002) Сетевой мета-анализ для косвенных сравнений лечения. Stat Med 21: 2313–2324.
21. Lu G, Ades AE (2004) Сочетание прямых и косвенных доказательств в смешанных сравнениях лечения. Stat Med 23: 3105–3124.
22. Salanti G, Higgins JPT, Ades AE, Ioannidis JP (2008) Оценка сетей рандомизированных испытаний.Stat Methods Med Res 17: 279–301.
23. White IR, Barrett JK, Jackson D, Higgins JPT (2012) Согласованность и непоследовательность в сетевом метаанализе: оценка модели с использованием многомерной мета-регрессии. Res Syn Meth 3: 111–125.
24. Хиггинс JPT, Джексон Д., Барретт Дж. К., Лу Дж., Адес А. Э. и др. (2012) Последовательность и непоследовательность в сетевом метаанализе: концепции и модели для многосторонних исследований. Res Syn Meth 3: 98–110.
25. White IR (2011) Многомерная мета-регрессия со случайными эффектами: обновления для mvmeta.Журнал STATA 11: 255–270.
26. Донеган С., Уильямсон П., Д’Алессандро Ю., Тудур-Смит С. (2013) Оценка ключевых допущений сетевого метаанализа: обзор методов. Res Syn Meth [в печати].
27. Лу Г, Адес А.Е. (2006) Оценка несоответствия доказательств при сравнении смешанного лечения. J Amer Stat Assoc 101 (474) ..
28. Диас С., Велтон Нью-Джерси, Колдуэлл Д.М., Адес А.Е. (2010) Проверка согласованности в метаанализе сравнения смешанных методов лечения.Stat Med 29: 932–944.
29. Song F, Harvey I, Lilford R (2008) Скорректированное косвенное сравнение может быть менее предвзятым, чем прямое сравнение для оценки новых фармацевтических вмешательств. J Clin Epidemiol 61: 455–463.
30. Вероники А.А., Василиадис Х.С., Хиггинс JPT, Саланти Г. (2012) Оценка несогласованности в сетях вмешательств. Int J Epidemiol 4: 332–345.
31. Фихтбауэр В. (2005) Смещение и эффективность метааналитических оценок дисперсии в модели случайных эффектов.J Educ Behav Stat 30: 261–293.
32. DerSimonian R, Laird N (1986) Мета-анализ в клинических испытаниях. Контролируемые клинические испытания 7: 177–188.
33. Моррис К.Н. (1983) Параметрический эмпирический байесовский вывод: теория и приложения. J Amer Stat Assoc 78: 47–55.
34. Эггер М., Дэйви С.Г., Шнайдер М., Миндер С. (1997) Смещение в метаанализе обнаруживается с помощью простого графического теста. BMJ 315: 629–634.
35. Peters JL, Sutton AJ, Jones DR, Abrams KR (2010) Оценка систематической ошибки публикации в метаанализах при наличии неоднородности между исследованиями.J R Statist Soc A 173: 575–591.
36. Chaimani A, Salanti G (2012) Использование сетевого мета-анализа для оценки существования небольших исследований в сети вмешательств. Res Syn Meth 3: 161–176.
37. Mavridis D, Sutton A, Cipriani A, Salanti G (2013) Полностью байесовское применение модели отбора Copas для предвзятости публикации, распространенное на сетевой метаанализ. Stat Med 32: 51–66.
38. Jackson D, White IR, Riley RD (2012) Количественная оценка влияния неоднородности между исследованиями в многомерных метаанализах.Stat Med 31: 3805–3820.
39. Райли Р.Д., Хиггинс JPT, Дикс Дж.Дж. (2011) Интерпретация метаанализов случайных эффектов. BMJ 342: d549.
40. Хиггинс JPT, Томпсон С.Г., Шпигельхальтер Д.Д. (2009) Переоценка метаанализа случайных эффектов. J R Stat Soc Ser A Stat Soc 172: 137–159.
41. Cooper H, Hedges LV, Valentine JF (2009) Справочник по синтезу исследований и метаанализу (2 ^nd edition). Фонд Рассела Сейджа, Нью-Йорк
42.Янсен Дж. П., Флёренс Р., Дивайн Б., Итцлер Р., Барретт А. и др. (2011) Интерпретация косвенных сравнений лечения и сетевого метаанализа для принятия решений в области здравоохранения: отчет Целевой группы ISPOR по сравнениям косвенного лечения Надлежащие исследовательские практики: часть 1. Value Health 14: 417–428.
43. Everitt BS, Rabe-Hesketh S (1997) Анализ данных близости. Лондон: Издательство Hodder Education.
44. Chung H, Lumley T (2008) Графическое исследование данных сетевого метаанализа: использование многомерного масштабирования.Клинические испытания 5: 301–307.
45. Мавридис Д., Саланти Г. (2013) Практическое введение в многомерный метаанализ. Stat Methods Med Res 22: 133–158.
46. Джексон Д., Райли Р., Белый И. Р. (2011) Многомерный мета-анализ: потенциал и перспективы. Stat Med 30: 2481–2498.
47. Romesburg HC (1985) Кластерный анализ для исследователей. Обучающие публикации.
48. Rucker G, Schwarzer G (2013) netmeta: пакет R для сетевого мета-анализа.Веб-сайт R Project. Доступно: http://www.r-project.org/. По состоянию на 4 сентября 2013 г.
A Репликация и дополнительные тесты в JSTOR
Абстрактный
Уоттс и Циммерман [1978] проверили свою теорию относительно предпочтений руководства перед стандартами бухгалтерского учета, используя материалы меморандума для обсуждения общего уровня цен. Сначала мы воспроизводим исследование Уоттса-Циммермана, используя ту же выборку, а затем сравниваем эти результаты с идентичными тестами, основанными на более крупной выборке, состоящей из представленных предварительных проектов.В процедурах теста Уоттса-Циммермана выявлено несколько смещений. При исправлении классифицирующая способность теории значительно ухудшается как для образцов DM, так и для ED. Введены альтернативные измерения переменных-предикторов, а также дополнительные тесты в попытке улучшить работу теории. Однако эффективность теории остается не впечатляющей.
Информация о журнале
The Accounting Review — это ведущий журнал, в котором публикуются статьи, содержащие результаты исследований в области бухгалтерского учета, а также поясняющие и иллюстрирующие методологию соответствующих исследований.Объем допустимых статей охватывает любые методология исследования и любая тема, связанная с бухгалтерским учетом. Основным критерием для публикации в The Accounting Review является важность вклад статьи в литературу.
Информация об издателе
Американская бухгалтерская ассоциация — крупнейшая в мире ассоциация бухгалтеров. и бизнес-преподаватели, исследователи и заинтересованные практики. Во всем мире организации, AAA продвигает образование, исследования, обслуживание и взаимодействие между образованием и практикой.Основанная в 1916 году как Американская ассоциация университетских преподавателей бухгалтерского учета, ассоциация начала публикацию первого из своих десяти журналов The Accounting Review, в 1925 году. Десять лет спустя, в 1935 году, ассоциация изменила свое название, чтобы стать Американской бухгалтерской ассоциацией. AAA теперь выходит далеко за рамки бухгалтерского учета: 14 разделов посвящены таким вопросы как информационные системы, искусственный интеллект / экспертные системы, общественные Проценты, аудит, налогообложение (Американская налоговая ассоциация является подразделением AAA), Международный бухгалтерский учет и преподавание и учебная программа.Около 30% членов AAA живут и работают за пределами США.
Ежедневные обновления
NMA COVID-19 | Медицинская ассоциация Небраски (NMA)
1. Четверг, 2 апреля, в 19:00 NMA проведет оздоровительный курс для врачей на тему «Как помочь своим коллегам во время этого кризиса». Пожалуйста, ознакомьтесь с этим раздаточным материалом «Велнес для врачей», который можно использовать в качестве ресурса для вас и вашей команды.
Тема: Врач Wellness
Время: 2 апреля 2020 г., 19:00 по центральному времени (США и Канада)
Присоединяйтесь к встрече Zoom: https: // zoom.us / j / 520731642? pwd = Ri9xZXFkZFk4aUN5c1Era3pnOXRwZz09
Идентификатор встречи: 520 731 642
Пароль: 700754
Мобильный телефон в одно касание:
+ 13462487799,, 520731642, 520731642 # US (Хьюз), 520731642 # США (Хьюз)
Наберите по вашему местоположению:
+1 346 248 7799 США (Хьюстон)
+1 408 638 0968 США (Сан-Хосе)
+1669 900 6833 США (Сан-Хосе)
+ 1312 626 6799 США (Чикаго)
+ 1 646876 9923 США (Нью-Йорк)
+1 253215 8782 США
+1 301715 8592 США
Номер встречи: 520 731 642
Пароль: 700754
2.Воскресенье, 5 апреля, 19:00, NMA проведет виртуальную встречу в ратуше с делегацией Конгресса, на которой особое внимание будет уделено вариантам финансовой помощи, в частности Закону о CARES (федеральный стимул) во время пандемии COVID-19, и обсуждению текущая ситуация с врачами Небраски. В состав делегации Конгресса Небраски, присоединившейся к призыву, входят сенатор США Деб Фишер и конгрессмены Адриан Смит и Дон Бэкон.
Тема: Виртуальная ратуша врача Небраски с делегацией Конгресса
Время: 5 апреля 2020 г., 19:00 по центральному времени (США и Канада)
Присоединяйтесь к встрече Zoom: https: // zoom.us / j / 608498710? pwd = UmFuc1k2QzViWkphb04wRUVySDBDdz09
Идентификатор встречи: 608 498 710
Пароль: 579505

Мобильный телефон в одно касание:
+ 166933, 608498710910, США, 6084987109, США, США (США, США, США, США, США (США), США (США, США), США (США, США, США), США (США, США), США (США) 13468498710)

Наберите по вашему местоположению:
+1 669 900 6833 США (Сан-Хосе)
+1 346 248 7799 США (Хьюстон)
+1 408 638 0968 США (Сан-Хосе)
+ 1312 626 6799 США (Чикаго)
+ 1 646876 9923 США (Нью-Йорк)
+1 253215 8782 США
+1 301715 8592 США

Номер встречи: 608 498710
Пароль: 579505

3.Понедельник, 6 апреля, 17:30, веб-семинар — переход к ресурсам для временного сокращения штата клиники »NMA в партнерстве с юридической фирмой Cline Williams проводит веб-семинар для врачей о том, как избежать возможного временного сокращения штата клиники или закрытия. Многие из вас интересовались, как обращаться с ЗОСПСО, оплачиваемым отпуском, страховкой и т. Д. В это очень нестабильное время. Среди докладчиков будут Майкл Паллесен, Джилл Дженсен и Генри Видрих. Если у вас есть конкретные вопросы, на которые вы хотели бы получить ответ от Клайн Уильямс, задайте их Эми Рейнольдсон, amyr @ nebmed.org, к 10:00 6 апреля.

Тема: Навигация по ресурсам для временного сокращения штата клиники
Время: 6 апреля 2020 г., 17:30 по центральному времени (США и Канада)
Присоединяйтесь к конференции Zoom: https://zoom.us / j / 828548255? pwd = Z1dObmc3Yk81aEYzbUFqZkgrSmRIZz09
Идентификатор встречи: 828 548 255
Пароль: 254897

Мобильный телефон в одно касание:
+ 14086380968, 82854825514 # США (Сан-Хосе), 82854825514 (Сан-Хосе, США), 82854825514

Наберите по вашему местоположению:
+1 408 638 0968 США (Сан-Хосе)
+1 669 900 6833 США (Сан-Хосе)
+1 346 248 7799 США (Хьюстон)
+1 301 715 8592 США
+1 312 626 6799 США (Чикаго)
+1646876 9923 США (Нью-Йорк)
+ 1253215 8782 США

Номер встречи: 828548255
Пароль: 254897

что к ним относится в бухгалтерском учете, что это такое, примеры

Главный вопрос в бухгалтерском учете нематериальных активов (НМА)

Признание нематериальных активов в балансе согласно МСФО (IAS) 38

Пояснения по пункту «не имеющий физической формы»

Идентифицируемость

Контроль

Будущие экономические выгоды

НМА можно приобрести на стороне или создать внутри компании

Примеры нематериальных активов, приобретенных отдельно

Пример внутренне-созданного НМА

Примеры нематериальных активов, приобретенных при объединении бизнеса

Примеры активов, которые не признаются в качестве нематериальных

Заключение

Нематериальные активы: что к ним относится?

Что относится к НМА: критерии отбора

Нематериальные активы: что к ним относится?

Что не относится к нематериальным активам НМА?

определение и состав, учет и списание НМА

Новое в учете нематериальных активов

Определение нематериальных активов

Оценка нематериальных активов

особенности налогового учета. Вісник. Офіційно про податки

Учет нематериальных активов

Компьютерная программа

Лицензия

Торговая марка

Гудвилл

Амортизация нематериальных активов

Разности, возникающие при начислении амортизации необоротных активов

Контролируемые операции с нематериальными активами

Сетевой мета-анализ множественных показателей результатов с учетом заимствования информации по результатам | BMC Medical Research Methodology

Модель 1: Одномерный NMA

Модель 2: многомерная NMA

Модель 3: Заимствование силы через вмешательства и результаты

Внедрение моделей

SEC.gov | Превышен порог скорости запросов

Дополнительная информация

Политика безопасности в Интернете

Освоение бухгалтерского учета при объединении бизнеса

ПРАВИЛА FASB

УЧАСТИЕ В СДЕЛКЕ

ПОНИМАНИЕ GAAP

ОЦЕНКА

ИЗМЕНЕНИЯ В GAAP

ПОСЛЕ ЗАКРЫТИЯ СДЕЛКИ

ВНУТРЕННИЙ КОНТРОЛЬ

Анализ факторов, влияющих на аудиторское заключение о непрерывности деятельности — исследование производственных компаний в Индонезии

Графические инструменты для сетевого метаанализа в STATA

Abstract

Введение

Материалы и методы

1 Примеры сетевого метаанализа и подпрограмм STATA

2 Представление доказательной базы

2.1 Сетевой участок.

2.2 Сюжет влияния: представление влияния каждого прямого доказательства.

3 Проведение сетевого метаанализа

4 Оценка и представление допущений NMA

4.1 Несоответствие графика.

4.2 График воронки «с поправкой на сравнение».

4.3 График прогнозных интервалов.

5 Представление результатов

5.1 Ранжирование графиков для одного исхода с использованием вероятностей.

5.2 График ранжирования для одного результата с использованием многомерного масштабирования.

5.3 График кластерного ранжирования для двух результатов.

Результаты и обсуждение

Дополнительная информация

Рисунок S1.

Благодарности

Вклад авторов

Список литературы

A Репликация и дополнительные тесты в JSTOR

NMA COVID-19 | Медицинская ассоциация Небраски (NMA)

Добавить комментарий Отменить ответ