Últimos artículos

Dimensions habló con Scott Bauguess, quien pasó 12 años en la SEC, más recientemente como Director Adjunto y Economista Jefe Adjunto en la División de Análisis Económico y de Riesgos (DERA) de la SEC, para conocer el uso actual de XBRL por parte de la SEC y el futuro del programa analítico de la SEC, incluido el aprendizaje automático para revisar las divulgaciones narrativas.

¿Cómo aumenta Inline XBRL los beneficios de los datos estructurados legibles por máquina para la SEC, los contribuyentes y el mercado?

Uno de los mayores beneficios es que Inline XBRL hace que los datos sean interactivos de una manera que XBRL tenía la intención de hacer desde el inicio, pero no lo hizo inicialmente debido a cómo los contribuyentes reportaron un documento de instancia separado con esa información. Ahora, cuando vaya a una presentación XBRL en línea, verá la información que se muestra allí mismo. Es más fácil para alguien que prepara los documentos encontrar errores, ya que se presentan directamente en el archivo. Reduce los tipos de errores tontos, como los errores de signo, porque los ve representados en el documento. Es muy intuitivo. Lo que creo que realmente puede hacer avanzar el uso de datos XBRL es que los proveedores los incorporen en sus propias aplicaciones. Si observa una presentación XBRL en SEC.gov, en el sistema de presentación EDGAR de hoy, es una representación realmente hermosa de la información. Puede desplazarse por las cifras, hacer clic en la información, ver los metadatos, No hay ninguna razón por la que un proveedor no pueda mejorar eso y comenzar a agregar su propio contenido de una manera que la SEC no puede. Por ejemplo, en lugar de tener los últimos cuatro trimestres de ingresos, podría tener los últimos diez años de ingresos. La SEC no puede realizar ese tipo de mejoras porque potencialmente se percibirían como una guía de inversión. Pero un proveedor ciertamente puede hacer eso. Esta fue la gran esperanza en la SEC cuando estuve allí. Cuantas más personas utilicen los datos directamente, mejores serán los datos.

La SEC se ha centrado en modernizar la divulgación. ¿Cómo encaja XBRL en esos esfuerzos?

El aumento de la interactividad de los datos es, creo, el mayor beneficio individual que proviene de la divulgación estructurada. Por ejemplo, las divisiones de divulgación en la SEC — Comercio y Mercados, Gestión de Inversiones, Finanzas Corporativas — están redactando las reglas que crean las divulgaciones; pero entre los mayores usuarios de esos datos en la SEC se encuentran la Oficina de Cumplimiento, Inspecciones y Exámenes (OCIE) y Cumplimiento. Cuanta más retroalimentación brinden, cuando esos datos se puedan utilizar más directamente de las presentaciones en sí en todas las herramientas y análisis, mejor podrán las tres divisiones de políticas aumentar el cambio o mejorar esas divulgaciones.

Usted fue Director Adjunto de la División de Análisis Económico y de Riesgos (DERA) de la SEC. ¿Cuál es su papel en la agencia?

DERA es la unidad económica de la SEC. Hace cuatro cosas. Primero, proporciona análisis económicos para respaldar la elaboración de reglas. En segundo lugar, brinda apoyo en litigios a la División de Cumplimiento sobre los aspectos económicos del litigio, por ejemplo, ayudando a comprender los daños e identificando la magnitud de las cuestiones y problemas. En tercer lugar, DERA participa en la evaluación de riesgos: tratando de identificar áreas problemáticas en los mercados, como áreas probables de mala conducta o áreas probables de riesgo de mercado. En cuarto lugar, e integrados en cada una de las otras tres actividades, se encuentran los servicios de datos proporcionados por una gran cantidad de personal de DERA, como el soporte de datos estructurados y el desarrollo de herramientas. Muchas de estas actividades se superponen con otras oficinas y divisiones, pero el sitio más grande de estas actividades en la SEC es DERA.

Una visión de mi función como subdirectora fue la de director de operaciones de la división. Hay un director y un economista jefe que es el líder designado de la división. Pero por lo general sirven durante uno o dos años, tal vez tres como máximo. El cargo adjunto es el cargo permanente que mantiene la continuidad de las operaciones de la división a través de cambios de administración y liderazgo en la SEC.

¿Cómo ha evolucionado DERA con el uso de XBRL y otras formas de datos estructurados?

Al principio, el uso de datos estructurados era bastante ad hoc, al menos en el contexto del Formulario 10-K. Mucho relacionado con la resolución de problemas, tales como: ¿Qué pasivos de los fondos de pensiones están enterrados en las notas a pie de página de todas las empresas que se presentan ante la SEC? Eso se convirtió en una tarea más fácil con XBRL debido al etiquetado en las notas al pie. Con el tiempo, el uso de XBRL se expandió. DERA desarrolló herramientas que le permiten a cualquier miembro de la SEC usar datos XBRL de archivos corporativos directamente de una manera que sea apropiada para el personal de la agencia: revisor de divulgación, persona de operaciones, investigador, examinador. Estas herramientas les permiten buscar información según cuál es su función y cómo quieren que se presente. El modelo Corporate Issuer Risk Assessment (CIRA) es un ejemplo. Cuando me iba de la agencia, DERA acababa de implementar un visor de consulta de datos para toda la División de Finanzas Corporativas, y estaba en camino de ser entregado a toda la agencia.

¿Qué es la herramienta CIRA? ¿Por qué los declarantes y los abogados deben tenerlo en cuenta?

Imagine una herramienta que pudiera agrupar ciertos indicadores en una empresa de acuerdo con lo que un examinador, investigador o revisor de divulgaciones querría saber. CIRA hace eso. Organiza métricas según liquidez, apalancamiento, métricas de desempeño, márgenes operativos, facturación, medidas de capital de trabajo, valoraciones, cuentas por cobrar, ingresos, etc.

Existe una gran cantidad de métricas que se utilizan ampliamente en las empresas. CIRA los agrega todos en tipos de divulgaciones y proporciona indicadores atípicos para esas medidas. Por ejemplo, puede tener diez medidas de capital de trabajo, y entre esas diez medidas una empresa puede presentar siete que son valores atípicos del percentil 90. Eso inmediatamente le da una señal a un miembro del personal de revisión de divulgaciones o al examinador de que algo está fuera de lo común allí. ¿Por qué son valores atípicos?, podrían preguntar los examinadores. Les da un lugar para buscar en un estado financiero.

Generalmente, los valores atípicos en una empresa tienden a agruparse en áreas particulares. Destacan áreas de preocupación de las que los inversores pueden o no conocer o responder.

¿CIRA usa XBRL?

Originalmente no fue así. Fue construido para usar datos de un agregador de datos, como Standard & Poor’s Compustat. La razón fue que XBRL no tenía una historia lo suficientemente larga. La mayoría de los agregadores de datos se remontan a décadas, lo que es importante para crear modelos y buscar tendencias. Eso es un problema menor ahora que hay ocho o nueve años de datos XBRL.

Aún existen algunos problemas de normalización con los datos XBRL. Los agregadores de datos hacen un mejor trabajo al normalizar y hacer que los datos sean comparables entre las empresas que los propios declarantes en los informes XBRL. Sin embargo, a lo largo de los años, CIRA ha incorporado cada vez más datos XBRL en su tablero. Muchos de ellos son datos transversales o artefactos que los agregadores de datos no informan de otra manera. Se convierte en información complementaria.

Aún está en el aire si XBRL reemplaza a los agregadores de datos en el futuro. Creo que hay muchos problemas con los datos XBRL que hacen que sea algo prohibitivo reemplazar lo que obtiene de los agregadores de datos en el mercado.

A medida que la SEC confía cada vez más en XBRL para revisiones e investigaciones, ¿existen riesgos para las empresas que presentan declaraciones sin prestar atención a esta tendencia?

Los riesgos para las empresas son los que siempre aparecen en las divulgaciones. Si las empresas no tienen cuidado, es más probable que sus divulgaciones de XBRL generen banderas que pueden hacer que la SEC se comunique y pregunte al respecto. No creo que ningún emisor quiera crear banderas que no tengan mérito, pero si informan mal sus datos XBRL, eso es lo que hace.

Entonces, ¿un etiquetado deficiente puede generar señales de alerta y quizás dañar la recaudación de capital?

No estoy diciendo que un etiquetado XBRL deficiente genere señales de alerta en la SEC. Crea anomalías en los informes que pueden ser confusas, lo que lleva al personal de la SEC a hacer preguntas. Sin embargo, desde el punto de vista del mercado, es perjudicial para todos los contribuyentes tener información incorrecta. Cuando los analistas de mercado evalúan la solvencia de una empresa mientras intentan hacer una recomendación, si los datos son deficientes, eso no favorece a la empresa.

Si no puede obtener buenas respuestas de los datos financieros, los analistas de mercado podrían ignorar a esas empresas. Los analistas tienen un tiempo y un ancho de banda finitos; no necesariamente dedicarán tiempo a averiguar qué está mal con los datos, especialmente para las empresas más pequeñas con menos margen para atraer la atención de los inversores institucionales. La solución más sencilla es dejar de mirar a la empresa.

¿Cuáles son algunos de los problemas que ha notado con el etiquetado XBRL? ¿Has visto mejoras?

El mayor problema con XBRL siempre ha estado en la selección de etiquetas. Las empresas utilizan extensiones a un ritmo mucho mayor de lo necesario. Mucho de eso se debe al hecho de que, al principio, tenían palabras que describían elementos de línea en los estados financieros que querían hacer coincidir con precisión con una etiqueta XBRL, y si no coincidía exactamente con una etiqueta estándar, la personalizaban. La SEC permitió la práctica durante mucho tiempo y una empresa no la cambiará a menos que la SEC se lo indique. Mucho de eso existe hoy. Si bien las extensiones han disminuido monótonamente cada año desde que se implementaron las reglas XBRL, la tasa sigue siendo muy alta, probablemente no por buenas razones. Las extensiones realmente dañan la comparabilidad de los datos XBRL, particularmente para las personas que desean utilizar los datos sin procesar para hacer inferencias entre empresas.

¿Cómo supervisa DERA la calidad XBRL y ayuda a las empresas a mejorar su etiquetado XBRL?

Históricamente, DERA ha evaluado anualmente las prácticas de etiquetado XBRL en todas las empresas a lo largo del tiempo. Al menos hasta que me fui, cada año emitía un informe a la División de Finanzas Corporativas sobre el estado del etiquetado XBRL: quién estaba haciendo un buen trabajo y quién no, clasificado por tipos de contribuyentes (grandes, pequeños, medio) e industrias. DERA proporcionó esta información a la División de Finanzas Corporativas para permitirle evaluar qué se debe hacer, si es que se debe hacer algo.

Hace un tiempo, el personal de la SEC emitió observaciones sobre el etiquetado XBRL y algunas cartas de «Estimado director financiero». ¿Crees que el personal volverá a hacer ese tipo de alcance con Inline XBRL?

Me sorprendería. Creo que hay muchas opiniones dentro de la SEC de que las cosas están bien. Muchos de los presentes nunca tuvieron la intención de decirles a los contribuyentes cómo etiquetar sus archivos. Han permitido mucha discreción. No creo que se haya enfatizado la estandarización como un objetivo del uso de datos XBRL. Una opinión es que los archivadores estaban haciendo esto antes de XBRL y no tuvimos ningún problema con eso entonces, así que si quieren ser no convencionales después de que les hicimos usar XBRL, ¿por qué debería importar? 

Creo que para que se produzcan más mejoras en XBRL, es necesario que haya un cambio de orientación en la SEC sobre el objetivo. Eso requerirá que alguien diga que la SEC debería aumentar la estandarización de los informes para que la información sea más comparable. Hasta que eso suceda, creo que seguiremos viendo solo mejoras monótonas en la calidad del etiquetado XBRL, y la mayor parte probablemente provendrá de compañías más nuevas que se benefician de la historia de las compañías más antiguas y están comenzando de nuevo en el etiquetado de su información financiera. No veo que las empresas existentes cambien sus prácticas a menos que la SEC dé una dirección específica, como lo hizo con las cartas de “Estimado director financiero” hace varios años.

¿Qué ve como el futuro de la expansión de los requisitos XBRL, como en la declaración de proxy?

Creo que hay buenas noticias cuando se trata de nuevas divulgaciones. Cada nueva regla de divulgación que se escribe hoy incluye consideraciones sobre cómo estructurar esa información en XBRL. La SEC ha sido bastante reflexiva sobre cómo debería verse. Es mucho más fácil realizar esos cambios en el formato de los informes cuando modifica las divulgaciones existentes o solicita nuevas divulgaciones.

Creo que es una noticia relativamente mala para las divulgaciones que ya existen, como la declaración de poder. Ciertamente, no estaba al tanto de ninguna iniciativa antes de dejar la SEC (y no tengo conocimiento de ninguna desde entonces) que retroceda y reestructurara al por mayor un documento como ese. Podría ser complicado hacer la declaración de proxy con la taxonomía XBRL. Se requeriría mucho trabajo de desarrollo; sería similar a una presentación 10-K , en la que tendría que crear y mantener una taxonomía para describir las diferentes formas en que presenta información. Pero también habría multitud de beneficios.

Existe una propuesta de descartar comentarios del público sobre la actualización de las tarifas de presentación. En esa regla hay algunas preguntas sobre si la SEC debería estructurar aún más una presentación, como la declaración de registro S-1, para etiquetar información adicional. Esa es una oportunidad para expandir los datos estructurados, particularmente los datos XBRL. Este es un buen barómetro de lo que probablemente hará la SEC en el futuro bajo la administración actual.

Dictó un discurso interesante titulado El papel de la legibilidad de las máquinas en un mundo de la inteligencia artificial en la Conferencia de gestión de la información financiera de 2018. Ha dicho que prefiere el término «aprendizaje automático» a «inteligencia artificial». ¿Cómo utiliza la SEC el aprendizaje automático para hacer su trabajo?

Se utiliza de dos formas. Uno es para las divulgaciones narrativas: se están utilizando muchos métodos de aprendizaje no supervisados, modelado de temas y métodos de aprendizaje automático para identificar tendencias latentes en los documentos. Estas son cosas que un ser humano podría no detectar de otra manera, sin un modelo matemático que identifique los puntos en común en palabras y frases dentro y entre las presentaciones de los solicitantes de registro.

La otra área es el uso de métodos de aprendizaje automático supervisados, como los modelos de bosque aleatorios, para mejorar la capacidad de descubrir relaciones que no encontraría si estuviera desarrollando modelos a partir de un diseño humano original únicamente. Estos algoritmos de aprendizaje automático pueden examinar cientos de modelos para encontrar cuál funciona mejor. Eso está agregando algo de poder a los métodos de modelado existentes en la SEC.

Para volver al modelado de temas y algunas de las divulgaciones narrativas que se están analizando: La que tuvo mucho éxito cuando estuve allí fue en el Formulario ADV, Parte II. Esta es una divulgación en inglés sencillo para los inversores de
los asesores de inversiones que describe su modelo de negocio. Cuando se aplicó el modelado de temas a esos formularios y luego se mapearon las tendencias latentes en diez años de datos de examen, el personal de la SEC encontró fuertes correlaciones con los
tipos de divulgaciones y temas que llevaron a referencias de cumplimiento. Cuando se ejecutó por primera vez, el modelo predijo la probabilidad de una derivación de cumplimiento a una tasa cinco veces mayor que una selección aleatoria, o lo que los humanos habían elegido históricamente. Eso fue muy alentador.

Cuando me fui, el modelo acababa de terminar su segunda ronda de calibración con la oficina regional de la SEC en Nueva York y su personal de planificación de exámenes. Mi esperanza es que continúen haciéndolo y utilizándolo como parte del proceso de selección
de los candidatos al examen. Cuando puede visitar solo el 15% de los registrantes en un año, los análisis realmente pueden ayudarlo a identificar qué 15% debe visitar.

¿Prevé la progresión del aprendizaje automático en la SEC para analizar las presentaciones de divulgación, como 10-K, 8-K y declaraciones de representación?

Esa es una buena pregunta. Las divulgaciones narrativas como el MD&A o la Descripción del negocio en las presentaciones de la SEC son objetivos principales para realizar este tipo de análisis. Cuando estaba en la SEC, se habían hecho prototipos en la sección MD&A del 10-K. También se habían realizado prototipos en los TCR (consejos, quejas y referencias) que habían llegado a la SEC. Esta es una divulgación narrativa en la que alguien dice que cree que está ocurriendo un fraude.

Puede extraer señales de cualquier divulgación narrativa. La pregunta es cómo calibra esas señales con algo que le importa. Con el Formulario ADV, eran resultados de exámenes pasados. Con los TCR, puede calibrarlo para las disposiciones posteriores al hecho
de esos TCR. Ahí es donde está el valor. Había todo tipo de caminos que la SEC estaba tomando cuando me fui. Se estaba popularizando no solo en DERA sino en muchas áreas de la SEC donde tienen unidades analíticas.

¿Cómo cree que el Formato Electrónico Único Europeo (ESEF), el mandato XBRL de la Autoridad Europea de Valores y Mercados, beneficiará a reguladores como la SEC?

Cuando era regulador, el respaldo de una tecnología por otra jurisdicción reafirmó por qué y qué estábamos haciendo. Lo que encontré interesante es que después de que la SEC ordenó el uso de XBRL, otras jurisdicciones no solo siguieron su ejemplo, sino que también se adelantaron a la SEC en su uso de XBRL, y eso a su vez informó a la SEC sobre cómo podría expandir su uso de XBRL.

Inline XBRL es una consecuencia de observar Europa y ver cómo se usaba en el Reino Unido y cómo era probable que se adoptara en otros lugares. Eso realmente ayudó a la adopción de Inline XBRL en la SEC. Inline XBRL fue un proyecto de
cuatro o cinco años que simplemente avanzó hasta que ganó impulso. Ahí es donde creo que el mandato XBRL del formato electrónico único europeo (ESEF) ha ayudado y seguirá ayudando a la SEC.

En cuanto a cómo afectará el nuevo mandato ESEF XBRL a los inversores europeos, creo que es un avance muy positivo. Según entiendo los requisitos, es similar a la adopción de Inline XBRL en EE. UU., Pero con al menos dos diferencias notables. La primera es que los contribuyentes solo necesitarán etiquetar en bloque sus notas al pie de página. Esto hará que la presentación de informes sea más fácil y menos onerosa, pero también hará que sea más difícil para los inversores encontrar y agregar información importante a menudo oculta en las notas a pie de página.

La segunda diferencia es que las extensiones deberán estar ancladas al elemento central de la taxonomía que tiene el significado contable más cercano. Es difícil exagerar lo buena que fue esa decisión. El anclaje proporciona metadatos valiosos sobre elementos informados de forma única, lo que hace que los elementos de informes sean más fáciles de interpretar y agregar por máquina. Y al requerir anclaje, es probable que se limite el uso innecesario de extensiones, es decir, aquellas debidas a un esfuerzo de etiquetado perezoso o motivadas por la ofuscación. Como tal, proporcionará un buen punto de referencia para que los reguladores estadounidenses evalúen la eficacia de los informes.

¿Cómo está aplicando su experiencia en la SEC en su nuevo rol académico?

Cuando supe que dejaba la SEC, no sabía lo que quería hacer. Quería hacer algo similar, pero no en la SEC. Lo que he hecho es recrear mi trabajo anterior dentro del mundo académico. El plan es continuar comentando y trabajando en las reglas de la SEC, pero hacerlo involucrando a los académicos. Estoy construyendo infraestructura para que los académicos se involucren más en la formulación de políticas de la SEC. Esto les facilitará comentar sobre las reglas propuestas y participar en investigaciones que puedan ayudar a la SEC.