Resumen ejecutivo
Informar, recopilar y analizar datos sobre las subvenciones individuales y los propios beneficiarios requiere mucho tiempo, trabajo y costos. Los beneficiarios preparan múltiples formularios y reportan datos duplicados. Las agencias federales de adjudicación y otros usuarios de la información de los beneficiarios extraen manualmente datos de formularios PDF o archivos de texto preparados de manera incoherente. La Ley GREAT (Eficiencia y Transparencia de Informes de Subvenciones) tiene como objetivo mejorar la eficiencia y reducir el costo de los informes de subvenciones aprovechando los estándares de datos. Dada la necesidad actual relacionada con COVID de fondos de ayuda para los gobiernos estatales y locales y las organizaciones sin fines de lucro, una mayor eficiencia es ahora más crítica que nunca.
Para probar el impacto de los estándares de datos, realizamos una prueba piloto para presentar información reportada sobre una sola subvención, además de los datos del estado financiero utilizados para evaluar la salud fiscal del beneficiario, utilizando el estándar abierto y no propietario XBRL (eXtensible Business Reporting Language). El piloto se diseñó para probar si los datos de las subvenciones podían volverse inequívocamente legibles por máquina y, de hacerlo, reducir la carga para los beneficiarios y las agencias federales. A continuación se muestran los hallazgos clave:
- Disponibilidad de subvenciones y datos de beneficiarios legibles por máquina. Los datos del estado financiero sobre el beneficiario y las subvenciones individuales, por ejemplo, identificadores, montos de financiamiento y otras métricas, se capturaron en un solo conjunto de estándares de datos (taxonomía) con aproximadamente 1,500 campos de datos. La taxonomía contiene información descriptiva sobre cada campo de datos y su relación con otros campos de datos. Mediante el uso de la taxonomía, pudimos presentar con éxito la solicitud de subvención, los informes provisionales y los cronogramas, así como los estados financieros del beneficiario, legibles tanto por humanos como por máquinas.
- Carga reducida para los usuarios de datos de subvenciones. Los beneficiarios legibles por máquina y los datos específicos de la subvención reducen la carga sobre los usuarios de datos porque pueden extraer y analizar datos más rápido y eliminar la entrada de datos manual y la verificación de antecedentes.
- Carga reducida para los beneficiarios. Elimina la duplicación de datos reportados. Permite a los beneficiarios aprovechar múltiples aplicaciones comerciales y de código abierto para la preparación de datos, manteniendo bajos los costos de generación de informes.
- Más fácil para la agencia federal que recopila datos sobre subvenciones. Los analistas de negocios pueden ejecutar los cambios en los requisitos de informes, sin la participación de TI. Los cambios de taxonomía se traducen automáticamente en cambios en las herramientas de informes utilizadas por los beneficiarios y en las herramientas de extracción de datos utilizadas por los usuarios de los datos de las subvenciones.
Este caso de estudio examina la preparación de datos de subvenciones estructurados y legibles por máquina para una única subvención otorgada al College of DuPage (COD). El estándar de datos XBRL se usó para demostrar cómo se pueden usar los estándares de datos para respaldar los requisitos de la Ley GREAT y para permitir la automatización para reducir costos, mejorar la eficiencia y permitir mejores resultados para los beneficiarios, las agencias federales y otros que utilizan los datos del beneficiario.
Antecedentes
Cada entidad no federal que gaste $ 750,000 o más en fondos de subvenciones federales debe presentar a la Cámara de Compensación de Auditoría Federal (FAC), un informe de Auditoría Única, que es un estado financiero de toda la organización y una auditoría de adjudicación federal. Los beneficiarios también deben presentar un formulario SF-SAC a la FAC, que contiene datos extraídos del informe de auditoría única.
En diciembre de 2019, se promulgó la ley GREAT. Esta legislación requiere que los beneficiarios del gobierno federal envíen datos de subvenciones utilizando estándares de datos que:
“… Deberá, en la medida de lo posible:
- Hacer que la información reportada por los destinatarios de premios federales sea completamente accesible para búsquedas y legible por máquina;
- Ser no propietario;
- Incorporar el desarrollo de estándares y el mantenimiento de organismos de estándares de consenso voluntario;
- Ser coherente con los principios de contabilidad y presentación de informes aplicables e implementarlos; y
- Incorporar los estándares de datos establecidos bajo la Ley Federal de Transparencia y Responsabilidad de Financiamiento de 2006”.
La Ley GREAT también requiere que los beneficiarios sujetos a los requisitos de Auditoría Única reporten dicha información en un formato legible por máquina.
El College of DuPage (COD) es un colegio comunitario público en Glen Ellyn, Illinois, que atiende a casi 21,000 estudiantes, y es uno de los mayores proveedores de educación de pregrado en el estado de Illinois, solo superado por la Universidad de Illinois en Urbana-Champaign.
Para el año que finalizó el 30 de junio de 2020, COD informó que se les habían otorgado más de $ 51.64 millones en subvenciones federales y, por lo tanto, están sujetos a los requisitos de Auditoría Única.
El piloto rastreó una sola subvención que se había otorgado a COD a través de la presentación de informes en varios documentos que se enviaron a la agencia adjudicadora federal y a la FAC. Este estudio de caso describe el proceso actual de presentación de informes de subvenciones, seguido del enfoque adoptado para cada paso utilizando estándares de datos.
Solicitud de subvención inicial
El redactor de subvenciones de COD en la Oficina de subvenciones prepara la solicitud inicial de fondos de subvención, que puede variar en duración según la complejidad de la solicitud. La Oficina de Finanzas prepara un presupuesto. Estos materiales se envían a la agencia adjudicadora federal. La subvención utilizada en el piloto fue para el Campamento Estudiantil Avanzado GenCyber FY20, un programa diseñado por la Agencia de Seguridad Nacional, dependiente del Departamento de Defensa (agencia adjudicadora), para expandir el número de estudiantes que estudian ciberseguridad en los Estados Unidos.
Cuando se invitó a COD a solicitar la subvención, prepararon el SF-424, un formulario en línea que se puede completar en PDF proporcionado por la Oficina de Administración y Presupuesto (OMB). Los datos relacionados con las subvenciones informados en el SF-424 incluyen la agencia adjudicadora federal, la descripción del proyecto, la información de contacto, el plazo y el monto de la adjudicación. Algunas agencias federales usan este formulario, otras no, aunque la información que se debe presentar es generalmente la misma. La Oficina de Subvenciones de COD es responsable de la presentación y recopila el presupuesto y otra información financiera relacionada de la oficina de Finanzas de COD, según sea necesario. En algunos casos, la agencia adjudicadora puede solicitar información adicional, como hojas de vida de quienes realizan el trabajo o cartas de apoyo de otras organizaciones.
Después de que se recibió el SF-424, la agencia adjudicadora envió al beneficiario un Identificador de Adjudicación Federal que estaría asociado permanentemente con la subvención. El Identificador de concesión federal se utiliza en informes de concesión posteriores preparados por COD para que se pueda realizar un seguimiento de la concesión individual.
Enfoque de estándares de datos
Como parte del piloto, el primer paso fue crear un conjunto de estándares de datos para representar los diversos datos de subvenciones que se necesitaban reportar, incluidos los elementos de datos del Marco de Negocios Federal Integrado (FIBF) desarrollado por OMB, con elementos adicionales creados para representar el SF. -SAC y estados financieros que se incluyen en el informe de Auditoría Única. La siguiente figura muestra la jerarquía de los campos de datos en el diccionario digital, denominada taxonomía. Un grupo como 901000 – Programa de auditoría única de gastos de premios federales y programas principales, que se muestra en el cuadro de llamada superior izquierda se puede desagregar para mostrar la jerarquía de elementos que se pueden usar para identificar hechos en un cronograma, como se ve en el cuadro de llamada superior derecha. De manera similar, los elementos necesarios para que el informe SF-424 sea legible por máquina se encuentran en el grupo 908000 – Solicitud de administración de subvenciones para asistencia federal (SF24).
Los elementos del diccionario digital se pueden utilizar para representar un valor informado en el SF-424 u otro documento de subvenciones, o en el informe de Auditoría Única (incluidos los diversos programas y estados financieros). La taxonomía se crea una vez y se puede actualizar cada vez que se modifiquen las necesidades de informes. La taxonomía es el «modelo de datos único» que puede ser desarrollado y administrado por una sola agencia federal (como OMB) pero aprovechado por cualquier otra agencia adjudicadora.
Cuando se registra un valor en el SF-424 u otro informe de subvenciones, se puede asociar con un concepto de taxonomía que tenga etiquetas, referencias y propiedades claras y coherentes, como la financiación estimada que se muestra en la figura siguiente.
Los datos relacionados con las subvenciones vienen en muchos tipos de datos diferentes, como booleanos (p. Ej., Indicación de si hubo algún costo cuestionado relacionado con el hallazgo de la auditoría), fechas (p. Ej., Fecha de finalización del período del informe), cadenas de texto (dirección del beneficiario), bloques de texto (p. ej., texto de resultados de auditoría) y elementos enumerados (p. ej., tipo de solicitud de subvención), además de los valores monetarios. El estándar de datos debe adaptarse a estos tipos de datos.
El segundo paso del piloto fue crear un SF-424 con formato XBRL para representar la solicitud de subvención de COD. Esto podría prepararse mediante cualquiera de las múltiples aplicaciones comerciales del mercado. Dado que las agencias federales ya tienen un formulario «PDF rellenable», la agencia principal a cargo de administrar la base de datos de subvenciones podría revisar el formulario en línea para que, cuando se ingresen datos, se genere automáticamente un SF-424 legible por máquina y se envíe a la adjudicación. agencia.
La agencia principal también podría usar el diccionario digital (taxonomía) para «generar automáticamente» un SF-424 rellenable en línea (o cualquier otro informe de subvenciones requerido) de modo que cada vez que el beneficiario utilice una solicitud para generar un SF-424, la solicitud hace referencia a la taxonomía y le dice al beneficiario lo que necesita informar. Esto ahorra tiempo y esfuerzo a la agencia federal a cargo de mantener la taxonomía única. La agencia puede revisar la taxonomía para agregar, cambiar o eliminar elementos requeridos y la taxonomía «comunica» estos requisitos de informes directamente a las aplicaciones utilizadas por los beneficiarios para preparar sus documentos. La revisión de la taxonomía no requiere asistencia de TI; puede ser administrado por analistas de agencias, lo que mejora la eficiencia.
Un SF-424 legible por máquina se puede representar como XML, JSON, CSV o incluso HTML legible por humanos (llamado Inline XBRL). A continuación se muestra una vista parcial del COD SF-424, que es legible tanto por humanos como por máquina. Haga clic en el título de la imagen para ir al archivo real. XBRL en línea es HTML con XBRL incrustado. Cada hecho resaltado en verde en el informe contiene una “etiqueta” XBRL incrustada que una computadora puede leer y comprender sin ambigüedades. El cuadro emergente delineado en negro a la derecha es un visor en línea que muestra metadatos sobre cada hecho etiquetado, como el valor 36-2594972 que representa el Número de identificación del empleador (EIN) para el College of DuPage. Podemos ver eso al leerlo, pero ahora incluso una computadora puede comprender y extraer el valor automáticamente.
College of DuPage SF-424
Información financiera intermedia
El Informe financiero federal (SF-425) se utiliza a menudo para la presentación de informes periódicos a la agencia federal adjudicadora, según la subvención. La Oficina de Finanzas de COD presentó el SF-425 a la agencia adjudicadora para informes provisionales trimestrales. Al igual que con el SF-424, este se preparó utilizando un formulario PDF rellenable en línea que lo transmite automáticamente al destinatario, o se puede descargar y enviar por correo electrónico. COD incluyó el Identificador de Adjudicación Federal, “H98230-19-1-0173” (que se muestra en el cuadro de llamada rojo superior en la figura a continuación) que fue asignado por la agencia adjudicadora después de la presentación del SF-424. El SF-425 también incluye datos sobre el efectivo gastado y los montos no comprometidos, así como la participación de los beneficiarios y los ingresos generados por el programa, si corresponde.
Enfoque de estándares de datos
Hicimos que el SF-425 sea completamente legible por máquina aprovechando el diccionario digital (taxonomía) y convirtiendo el informe a Inline XBRL. La siguiente imagen muestra parte del SF-425, con las propiedades del valor 15,602.22 que aparecen en el cuadro emergente delineado en negro. Las propiedades explican que el hecho representa recibos de efectivo en dólares estadounidenses para el período del 1 de julio de 2019 al 30 de junio de 2020.
College of DuPage SF-425
Informe anual de auditoría única
El Informe Único de Auditoría de COD para el año fiscal 2020 tiene 155 páginas y contiene estados financieros, texto, cronogramas e información de auditoría. El equipo de COD prepara los estados financieros que se incluyen en el Informe de auditoría único exportando los datos del libro mayor de sus sistemas internos a Excel. La universidad ha desarrollado un programa personalizado utilizando Crystal Reports para generar los estados financieros en la auditoría única (que también constituye el Informe Financiero Integral Anual de la universidad cargado en el sistema EMMA de la Junta de Reglamentación de Valores Municipales).
Los auditores de COD preparan el Informe Único de Auditoría, incluido el Programa de Gastos de Adjudicaciones Federales (SEFA) que COD les entrega. El auditor prepara la opinión de auditoría y el calendario de hallazgos, y combina todos los documentos necesarios en el borrador del Informe de auditoría único en formato PDF. COD revisa y aprueba el informe. Una vez aprobado, COD envía un aviso de certificación al FAC, y el auditor puede enviar el Informe de auditoría único en formato PDF. El auditor también prepara y envía el formulario SF-SAC, que es una hoja de cálculo de Excel. Los datos reportados en el SF-SAC también se reportan como parte del Informe Único de Auditoría.
Enfoque de estándares de datos
Para el piloto, volvimos a formatear el SF-SAC, un subconjunto de los estados financieros, y los programas en formato legible por máquina para que los datos contenidos en cualquiera de estos documentos pudieran consumirse automáticamente y usarse de inmediato. Para hacer esto, aprovechamos el mismo diccionario digital (taxonomía) mencionado anteriormente, luego usamos varias herramientas comerciales y de código abierto para dar formato XBRL a los documentos.
Las imágenes a continuación son vistas parciales de la Lista de gastos de las adjudicaciones federales, SF-SAC y los estados financieros. Cada valor informado resaltado en rojo en cada informe o declaración es legible por máquina y se puede extraer automáticamente. El Programa de gastos de las adjudicaciones federales contiene el Identificador de adjudicación federal, H98230-19-1-0173, que es el identificador único que representa la Beca GenCyber para estudiantes avanzados (2019-2020), que también se menciona en el SF-425, y si existe fue un hallazgo de auditoría asociado, este identificador también se encontraría en el SF-SAC.
College of DuPage SEFA
College of DuPage SF-SAC
Estados financieros de College of DuPage
Hallazgos y conclusiones piloto
Este estudio de caso, que rastrea una sola subvención a través de la aplicación inicial a los informes continuos, demuestra cómo se pueden usar los estándares de datos para monitorear el desempeño de una sola subvención de principio a fin, y puede representar todos los datos de informes de subvenciones en un formato inequívoco y legible por máquina. Los beneficios para las partes interesadas de los estándares de datos incluyen:
- Agencias del gobierno federal:
- La agencia encargada de desarrollar y mantener los estándares de datos solo necesita crear el diccionario digital de términos (taxonomía) una vez y puede actualizar la taxonomía fácilmente (sin participación de TI) para agregar, eliminar o revisar los requisitos de informes.
- Las agencias adjudicadoras tendrán acceso inmediato a los datos de los beneficiarios a un nivel muy granular porque los datos son legibles por máquina tan pronto como se envían. Las agencias pueden consultar y extraer datos de los informes automáticamente en sus sistemas internos, o simplemente acceder al informe legible por humanos, como lo hacen algunos en la actualidad. Un documento XBRL en línea es legible por humanos, al igual que un PDF, pero las etiquetas incrustadas brindan información adicional más allá de lo que proporciona un PDF, porque las propiedades de cada valor se pueden ver en un visor en línea. Las agencias adjudicadoras que requieren informes adicionales de sus beneficiarios (más allá del SF-424 o SF-425) pueden crear elementos de extensión de taxonomía que pueden ser aprovechados por sus propios beneficiarios para que otros datos no contenidos en los informes de subvenciones estándar puedan procesarse automáticamente. legible también.
- Beneficiarios y auditores:
- Elimina informes duplicados. Ya no necesitarán preparar el SF-SAC porque todos los datos reportados ya están incluidos en el Informe Único de Auditoría.
- Puede preparar informes de subvenciones utilizando formularios en línea proporcionados por agencias gubernamentales (como lo hacen hoy) que hacen que sus datos sean legibles por máquina; o pueden utilizar otras herramientas comerciales o de código abierto para preparar sus informes. Eventualmente, los informes en formato XBRL se pueden hacer directamente desde sus sistemas financieros internos (como muchas empresas públicas, que preparan sus estados financieros en formato XBRL para presentar a la Comisión de Bolsa y Valores cada trimestre, lo hacen hoy).
- Otros usuarios de los datos de los beneficiarios incluidos en el Informe de auditoría única:
- Tendrá datos completamente legibles por máquina para consultar y extraer, reduciendo costos, mejorando la puntualidad de los datos y permitiendo datos de mejor calidad.