《由浅入深学习SAP财务》:第2章 总账模块 - 2.6 定期处理 - 2.6.1 月末操作:自动清账

本文主要是介绍《由浅入深学习SAP财务》:第2章 总账模块 - 2.6 定期处理 - 2.6.1 月末操作:自动清账,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

2.6.1 月末操作:自动清账

       清账是指会计科目的借贷挂账后的核销,包括客户、供应商和实行未清项管理的总账科目等。
       总账模块实行未清项管理的科目有GR/IR(Goods Receipt/Invoice Receipt)、银行存款-清账(较少使用)等。GR/IR科目是采购订单收货和发票校验时使用的过渡科目,它相当于国内会计中的“材料采购”科目。
采购订单收货时,系统产生的凭证如下。
Dr:原材料
Cr:GR/IR 采购订单行项目金额 采购订单号、行号
收到供应商发票时,在系统中进行发票校验,产生的凭证如下。
Dr:GR/IR 采购订单行项目金额 采购订单号、行号
Dr:应交税费-应交增值税-进项税
Cr:应付账款
当采购订单收货和收发票都操作完毕后,GR/IR科目虽然从借贷方余额上能够平衡,但是从业务清理角度看,还需要按照“采购订单号+行号”维度进行“核销”,这就是“清账”。
        自动清账则是指系统根据会计凭证行项目的某些关键字段进行匹配、清账,实现未清项的自动核销。其原理是,先在后台配置好可以用来匹配的关键字段(一个或多个),然后再在前台执行自动清账程序。
后台配置:
路径:IMG>财务会计(新)>总账会计核算(新)>业务交易>未结清项目的结清>准备自动结清
事务代码:OB74

在后台配置时,需要针对科目表、科目类型、科目范围(也可以是单一科目)配置自动清账的标准,系统最多可以指定5个字段作为清账时匹配的字段。

        如图所示,针对科目表INT、科目类型S(总账科目)、科目191100(GR/IR清账)配置了3个标准:ZUONR(分配)、GSBER(业务范围)、VBUND(贸易伙伴)。
        这意味着,在GR/IR科目的凭证行项目中,如果存在这3个关键字段完全一致,而且金额相加正好为0的记录,则可以被系统自动清掉。
        在国内企业实施项目时,一般会使用两个字段,即EBELN(采购凭证)+EBELP(项目),作为GR/IR科目自动清账的关键字段,比较直接且足够。
        考虑到应收应付业务的挂账及核销与外部单位的资金收付相关,客户和供应商的未清项一般不进行自动清账。而总账科目中的GR/IR科目属于企业自身对于收货和收发票之间的匹配核对,一般采用自动清账。
        客户和供应商的清账通常在收款和付款的同时完成(可以称为“边收边清”或“边付边清”),或者在事后专门用手工方式清账
◆客户的事后清账,事务代码为F-32。
◆供应商的事后清账,事务代码为F-44

GR/IR清账的具体操作:
路径:SAP菜单>会计核算>财务会计>总分类账>期间处理>自动清账>无清算货币说明
事务代码:F.13

① 进入“自动清账”界面,在“一般选择”区域输入清账的选择范围,如“公司代码”“会计年度”范围等,甚至可以单独选择某些会计凭证。同时,勾选“选择总分类账科目”复选框,并在“总账科目”字段输入GR/IR科目的编码,如图所示

② 在“过账参数”区域输入清算日期(将默认为清算凭证的记账日期)、期间(过账期间,如果不输入,则根据清算日期自动确认过账期间)。首次运行时,建议勾选“测试运行”复选框,如图所示。

③ 在“输出控制”区域选择系统运行的结果清单中,可以看到哪些记录被显示出来,如是否需要显示可清算的凭证、不能清算的凭证、错误消息,如图所示。

④ 单击“执行”按钮,运行程序,系统会根据后台配置的匹配规则,输出自动清账的结果,如图所示。

图中显示的是“可清算的凭证”。它们按照“分配”“业务范围”“贸易伙伴”3个字段组合,只要金额相加等于0,就被系统归为一组,并被写入结算日期,标以绿色背景,表示可以被清算
⑤ 返回参数选择的界面,不勾选“测试运行”复选框,再次执行(正式执行),系统会再次输出自动清账的结果,不同的是,界面下方出现“凭证XXXXX记账到公司代码XXXX中”的信息提示,如图所示。

⑥ 可以利用事务代码FB03,复核清账产生的凭证。
多数情况下,清账凭证为“有头无行”的凭证,如图所示。


在凭证下方会出现的消息提示,表明该凭证是没有行项目的。这是因为清账时只是将GR/IR科目的正负两行进行对调,没有实质的会计要素变化。如果清账时,被清掉的借贷两方利润中心、段或其他在会计上有影响的要素彼此不同,则系统还是会产生行项目的

这篇关于《由浅入深学习SAP财务》:第2章 总账模块 - 2.6 定期处理 - 2.6.1 月末操作:自动清账的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/891964

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

无人叉车3d激光slam多房间建图定位异常处理方案-墙体画线地图切分方案

墙体画线地图切分方案 针对问题:墙体两侧特征混淆误匹配,导致建图和定位偏差,表现为过门跳变、外月台走歪等 ·解决思路:预期的根治方案IGICP需要较长时间完成上线,先使用切分地图的工程化方案,即墙体两侧切分为不同地图,在某一侧只使用该侧地图进行定位 方案思路 切分原理:切分地图基于关键帧位置,而非点云。 理论基础:光照是直线的,一帧点云必定只能照射到墙的一侧,无法同时照到两侧实践考虑:关

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

深入探索协同过滤:从原理到推荐模块案例

文章目录 前言一、协同过滤1. 基于用户的协同过滤(UserCF)2. 基于物品的协同过滤(ItemCF)3. 相似度计算方法 二、相似度计算方法1. 欧氏距离2. 皮尔逊相关系数3. 杰卡德相似系数4. 余弦相似度 三、推荐模块案例1.基于文章的协同过滤推荐功能2.基于用户的协同过滤推荐功能 前言     在信息过载的时代,推荐系统成为连接用户与内容的桥梁。本文聚焦于

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【生成模型系列(初级)】嵌入(Embedding)方程——自然语言处理的数学灵魂【通俗理解】

【通俗理解】嵌入(Embedding)方程——自然语言处理的数学灵魂 关键词提炼 #嵌入方程 #自然语言处理 #词向量 #机器学习 #神经网络 #向量空间模型 #Siri #Google翻译 #AlexNet 第一节:嵌入方程的类比与核心概念【尽可能通俗】 嵌入方程可以被看作是自然语言处理中的“翻译机”,它将文本中的单词或短语转换成计算机能够理解的数学形式,即向量。 正如翻译机将一种语言