IFRS 18 将调整后 EBITDA 纳入经审计账目,你的 AI 不能即兴发挥算法
从 2027 年起,调整后 EBITDA 以及新的经营/投资/融资小计将进入经审计报表内部。这需要一个确定性、有文档记录的计算引擎,而不是一个自行重新推导数字的大语言模型。
作者 The Rexfin team
多年来,“调整后 EBITDA”一直待在报告中相对安全的角落。它出现在投资者材料、财报电话会议稿、贷款方契约文件中。这是管理层自己定义、自己解释的数字,写在一段没人签字确认的脚注里。外部审计师签署的是法定报表,而调整后的数字则在一旁独立存在,有用但未经审计。
IFRS 18 结束了这种安排。该准则适用于 2027 年 1 月 1 日或以后开始的年度报告期间,含可比数据,这意味着你 2026 年的数字会被重新表述并按新规则呈现。管理层自定义业绩指标(涵盖调整后 EBITDA、调整后经营利润、内含盈利及其同类指标的这一类别)首次被纳入财务报表内部并接受审计。从该指标回溯到最直接可比 IFRS 小计的调节表将成为一项披露附注,审计师会像对待其他附注一样对其进行检验。
这一项变化重新定义了财务职能应如何看待计算出来的数字。而它出现的时机恰好也很尴尬,因为许多团队正在把大语言模型接入财务报告流程。
数字层面究竟发生了什么变化
有两点变化,而且它们会相互叠加。
首先是利润表的呈现形式。IFRS 18 将收入和费用分类为经营、投资、融资、所得税和终止经营五类,并强制要求两个新的定义小计:经营利润,以及扣除融资和所得税前利润。这些不是表面装饰。一个项目的分类可能取决于主体的主要经营活动,因此一家工业集团的融资成本和一家银行的融资成本不会落在同一个位置。这些小计是明确定义、有序排列、可供审计的。
其次是管理层自定义业绩指标。如果你在新闻稿或分析师电话会议中公布调整后 EBITDA,IFRS 18 要求你必须在附注中披露它、定义它、解释其为何有用,并将其调节至最接近的 IFRS 小计。每一条调整项,你加回的一次性重组费用、你剔除的减值损失、你排除的股份支付,都必须经过调节,并在各期间保持一致。
因此现在你有了一条链:总账明细汇入 IFRS 18 分类,分类汇入定义小计,小计再调节到你的调整后指标。任何一个环节断裂,审计都会发现。
AI 在哪里能帮上忙,又在哪里悄悄制造麻烦
语言模型在这项工作的部分环节上确实很擅长。起草管理层自定义业绩指标的说明文字,解释准则为何重新分类某一项目,为审计委员会总结变化,发现你在第一季度和第三季度对某项调整的描述不一致。这些场景可以放心使用它。
问题始于你让模型自己去计算这个数字的那一刻。让大语言模型“根据这些账目计算调整后 EBITDA”,它会给出一个数字。看起来是对的。也许确实是对的。但它是通过预测词元生成的,而不是通过对已对账的源数据执行一个定义好的公式生成的。同一个提示运行两次,加回项清单可能会漂移。措辞一变,经营利润小计就可能因模型自行决定的重新分类而发生偏移。当输出是一个审计师将要与总账核对的数字时,这些都是不可接受的。
对于正在拥抱自动化的 CFO 来说,这里有一个令人不安的现实:模型越流畅,错误答案就越危险,因为它是以自信的措辞包装呈现出来的。一份因少算一项加回而出错的管理层自定义业绩指标调节表,用干净利落的英文表述出来,反而比一个明显的错误更难被发现。
修复方式故意做得很朴素:把检索和计算分开
可靠的做法是不让模型做算术,而是让它调用一个确定性引擎来完成计算。这正是 Rexfin 架构所围绕的核心。
连接数据源,你的 QuickBooks、Xero、NetSuite、Sage、SAP 或 Oracle 总账,你的数据仓库,或者上传的报表,Rexfin 就会构建一个与总账对平的已对账财务模型。这个模型就是单一真实来源。调整后 EBITDA 不是一个由 AI 自行解读的短语,而是引擎中一个定义好的计算,拥有一个命名公式、一份固定的调整清单,并在每个期间应用相同的逻辑。
当有人提出问题时,AI 负责检索相关数字,并通过确定性层而非模型自身的词元预测来执行计算。每次询问得到的数字都完全相同。IFRS 18 的经营利润小计是由一条你可以阅读、可以版本管理、可以交给审计师查看的规则,从已分类的总账项目计算而来。管理层自定义业绩指标的调节表由同一个引擎生成,该引擎同时产生了调节表的两端,因此这座桥永远能对上。而且因为每一个数字都能追溯到来源,审计提出的“给我看看这个数字是怎么算出来的”这一问题,答案是一键可得,而不需要花上一周去逆向工程电子表格。
这一点在当前海湾地区尤为重要。在 2026 年准备 2025 财年经审计报表的集团,正直接面对 IFRS 18 的可比数据要求,而许多集团是在多个主体和特殊目的实体(SPV)之间进行的,一个不一致的加回项会在合并过程中被成倍放大。让审计师满意的那种严谨,每一个数字都追溯到来源,同样也是让经审计报表对 AI 而言可追溯的那种严谨。
在 2026 年可比数据锁定之前应该做什么
一份简短、不那么光鲜的清单:
- 把每一个管理层自定义业绩指标写成一个公式,而不是一段描述。“调整后 EBITDA = 经营利润 + 折旧 + 摊销 + [命名、固定的加回项]”。如果你无法把它表达成一条规则,你就无法对它进行审计,也肯定无法让软件复现它。
- 现在就把你的总账映射到 IFRS 18 的五个分类,对照 2026 年实际数据进行,这样经营小计和税前融资小计就能按规则计算,而不是年末逐行凭判断确定。
- **决定模型可以在哪里发挥思考,在哪里不能。**说明和审阅:可以。生成进入附注的数字:不行。计算属于确定性引擎。
- **保留追溯链条。**每一个公布的数字都应调节到一个小计,每一个小计都应调节到已分类的总账项目,每一个项目都应追溯到源头。
该准则要求的不是英雄壮举,而是经得起审计的一致性,而这恰恰是自由发挥的大语言模型算术无法承诺的东西。调整后 EBITDA 如今是一个受控数字。就把它当作受控数字来对待:定义它,以确定性方式计算它,让 AI 去解释它,而不是去臆造它。
如果你正在评估 IFRS 18 将如何改变你的报告体系,预约演示,我们会向你展示同一个数字每次都以同样的方式呈现,背后紧跟着与总账相符的追溯链条。
想先了解更宏观的图景?面向财务领域 AI 的可信数字层这个主题栏目,把合并报表、税务工作底稿和审计可追溯性都集中在一处。