Comentarios en el XBRL US Investor Forum 2020: Ready for Anything – Using Data in Perilous Times
Gracias, Al [Berkeley], por la presentación, y gracias a Campbell [Pryde] y Michelle [Savage] por la invitación a estar aquí hoy. Agradezco el trabajo de esta organización y su apoyo a los informes comerciales digitales, incluida la mejora de la calidad y la usabilidad de los datos en las presentaciones ante la SEC para inversores, reguladores, académicos y el público en general. [1]
La SEC comenzó su primera incursión para hacer que los datos fueran accesibles electrónicamente en 1984 con la introducción de EDGAR como programa piloto. El informe anual de la SEC de ese año declaró que EDGAR fue diseñado para “acelerar drásticamente el archivo, procesamiento, difusión y análisis de información corporativa; revolucionar la forma en que se toman y ejecutan muchas decisiones de inversión; y contribuir a la eficiencia de los mercados de valores”. [2] En 1996, se requería la presentación EDGAR para todos los emisores nacionales. [3]Antes de ese momento, bueno, podría venir a tocar la puerta de nuestra biblioteca y tomar asiento en la sala de lectura para hojear los documentos en papel si desea información sobre el mercado financiero. Por anticuado que parezca, estoy seguro de que no soy el único entre nosotros que pasó tiempo en esa sala de lectura haciendo precisamente eso.
De hecho, cuando comencé a preparar mis comentarios para hoy y a profundizar en la historia de los datos electrónicos en la SEC, mi abogado me preguntó si tenía buenas historias desde el principio de mi carrera sobre la revisión de documentos impresos o la investigación utilizando microfichas y similares. Poco sabía ella que aprendí a mecanografiar en una máquina de escribir manual e hice copias usando algo llamado duplicador de estarcido mimeógrafo. Entonces, sí, tengo algunas historias épicas de baja tecnología y sin tecnología. Ese trasfondo solo me aclara el valor de los datos digitales.
He salido conmigo mismo al contar esa historia para resaltar el cambio radical que ocurrió con las presentaciones electrónicas. La próxima frontera en este espacio ha sido estructurar los datos dentro de estos archivos. Como todos saben, la historia de la Comisión con datos estructurados se remonta al temprano programa voluntario XBRL adoptado en 2005 para los estados financieros de las empresas públicas. El programa voluntario se amplió para incluir información de prospectos de fondos mutuos en 2007. Y esos programas voluntarios se hicieron obligatorios en 2009, junto con algunos requisitos adicionales para las agencias de calificación crediticia ese año. [4] La Comisión dio otro paso importante hacia adelante en 2018 cuando modificó sus requisitos de XBRL para la información de los estados financieros y el prospecto para requerir el uso de XBRL en línea. [5]Se espera que esta tecnología, que implica incrustar XBRL en documentos de divulgación para que sean legibles tanto por humanos como por máquinas, reduzca los costos y mejore la calidad de los datos estructurados.
La introducción de requisitos de datos estructurados para la información de los estados financieros y los prospectos ha tenido beneficios significativos para los inversores, analistas y otros participantes del mercado, lo que hace que sea más fácil y menos costoso extraer, filtrar, comparar y analizar la información en las presentaciones ante la SEC. Ha facilitado la comparación entre períodos de tiempo, entre empresas e incluso entre los datos de las presentaciones ante la SEC y otras presentaciones de agencias. Ha permitido un análisis más sofisticado, incluso por parte de nuestro propio personal de la agencia, ya que el aumento de los datos estructurados ha respaldado nuestros propios esfuerzos para incorporar el análisis de datos en nuestros procesos. [6] Los datos estructurados en nuestros archivos también permiten un estudio académico sólido. [7] Todo lo cual contribuye al funcionamiento eficiente de los mercados de capitales y su supervisión por parte de los reguladores.
Y no son solo aquellos que pueden permitirse una tecnología cara los que se benefician de los datos estructurados. Los inversores minoristas también se dan cuenta de los beneficios en múltiples aspectos. En primer lugar, la mayoría de los inversores minoristas acceden al mercado a través de grandes inversores institucionales, y es más probable que esos inversores aprovechen los datos estructurados para gestionar sus inversiones. [8] Pero, además, los inversores minoristas se benefician como usuarios intermedios de herramientas que se basan en datos estructurados y como consumidores de análisis facilitados por datos estructurados. [9] Además, el personal de la Comisión extrae y pone a disposición en línea determinados conjuntos de datos para facilitar el acceso abierto. [10]
Los datos estructurados son un factor fundamental para garantizar que EDGAR continúe cumpliendo su promesa original de revolucionar las decisiones de inversión y mejorar la eficiencia de los mercados de valores. Pero, al igual que los participantes del mercado financiero continúan innovando y evolucionando con respecto a los datos que generan y usan, la SEC debe mantenerse al día y evaluar continuamente cómo mejorar la usabilidad y la calidad de los datos en nuestras presentaciones. Recientemente hemos elaborado muchas reglas en nombre de la «modernización» y la efectividad de la divulgación, y lograr una divulgación modernizada y eficaz debe incluir una consideración cuidadosa de los estándares de datos estructurados como XBRL.
Hoy quiero resaltar tres áreas de enfoque mientras continuamos considerando la efectividad y modernización de la divulgación. Primero, expandir el uso de XBRL fuera de los estados financieros, específicamente a datos proxy, cambio climático y otros datos ambientales, sociales y de gobernanza (o ESG), Discusión y análisis de la administración (o MD&A) y publicaciones de ganancias. En segundo lugar, un énfasis continúo en mejorar la precisión y la calidad de los datos estructurados. Y tercero, los beneficios de los identificadores financieros abiertos y de libre acceso.
Más allá de los estados financieros
Hasta ahora, los requisitos de datos estructurados se han concentrado significativamente en la información de los estados financieros. Dada la naturaleza de los datos en los estados financieros y su importancia central en el régimen de divulgación, tenía sentido comenzar esencialmente por ahí. Sin embargo, ahora es el momento de tomar lo que hemos aprendido de este proceso y considerar su aplicación en otras áreas.
Lo hicimos en 2019 cuando solicitamos la estructuración de la información en las portadas de las presentaciones periódicas. [11] En muchas otras normativas, sin embargo, hemos considerado, pero nos hemos negado a proponer o adoptar requisitos de estructuración citando los costos para los emisores. [12] Eso es, por supuesto, un factor importante para cuantificar y considerar, pero debemos sopesar esa consideración con los costos para los inversores y la eficiencia del mercado de manera más amplia cuando no requerimos datos estructurados. Especialmente cuando vemos que los costos de etiquetado disminuyen, [13]debemos asegurarnos de que los costos en ambos lados de la ecuación se analicen y consideren cuidadosamente. A medida que continuamos modernizándonos, deberíamos considerar lugares obvios donde la estructuración podría ser relativamente simple y proporcionaría importantes beneficios de transparencia.
Por ejemplo, datos de voto por poder. Dodd-Frank ordenó a la SEC que emitiera reglas que requieran que los gerentes de inversiones institucionales informen anualmente cómo votaron por poderes relacionados con la compensación ejecutiva o los llamados votos de «opinión sobre el pago». [14] En 2010, la SEC emitió una regla propuesta de conformidad con ese mandato. [15] Según la propuesta, el Formulario N-PX, un formulario utilizado actualmente por las empresas de inversión para informar sus votos por poder, se habría modificado para adaptarse a estos nuevos requisitos de información por parte de los administradores de inversiones institucionales. En relación con esa propuesta, hicimos preguntas sobre la posibilidad de estructurar los datos de votación del Formulario N-PX. Sin embargo, diez años después, todavía no hemos finalizado esa regla, ni hemos avanzado con los esfuerzos para estructurar los datos de votación informados en el Formulario N-PX.
¿De qué tipo de datos estamos hablando aquí? La información más básica que un inversionista podría desear: cómo se vota su dinero en las elecciones corporativas y si sus acciones se votan en su mejor interés o de acuerdo con sus instrucciones. Podríamos brindar mucha mayor claridad y transparencia a los inversionistas con respecto a cómo se ejercen sus derechos de voto con el simple expediente de finalizar esta regla y agregar un requisito, como se discutió en la propuesta, para etiquetar los datos de votación del Formulario N-PX.
Las presentaciones N-PX son voluminosas por naturaleza, pero probablemente requerirían relativamente pocas etiquetas de datos sencillas. Por lo tanto, podríamos tomar una gran cantidad de información importante y aumentar drásticamente su usabilidad a través de una taxonomía relativamente simple.
Otra área que podría beneficiarse de los datos estructurados para respaldar la usabilidad y la comparabilidad es el área del cambio climático y otros riesgos e impactos ESG. Como todos saben, el clima y otras métricas relacionadas con ESG son cada vez más importantes para los inversores, superando incluso las métricas tradicionales de los estados financieros para muchos. [16] Por supuesto, en la actualidad existen pocos o ningún requisito de divulgación climática o ESG estandarizado. De hecho, gran parte de esa divulgación se produce de forma voluntaria y fuera de las presentaciones ante la SEC. Como he dicho en otra parte, el desarrollo de requisitos de divulgación climáticos y ESG estandarizados debería ser una de las principales prioridades de la Comisión. [17] Al considerar esto, también debemos considerar cómo hacer que los datos divulgados bajo dichos requisitos sean lo más utilizables posible, incluso a través de los requisitos de etiquetado.
Gran parte de nuestros requisitos de estructuración hasta ahora han sido retrospectivos, lo que nos obliga a considerar cómo estructurar la información que actualmente se divulga de manera no estructurada. A medida que consideramos los nuevos requisitos climáticos y otros requisitos ESG, tendríamos la oportunidad de considerar simultáneamente cómo hacer que esos requisitos sean susceptibles de estructuración. En lugar de una aplicación ex post facto de los requisitos de estructuración, los dos podrían desarrollarse en conjunto.
Finalmente, mencionaré brevemente, MD&A y las publicaciones de ganancias. Como han señalado los comentaristas, incluido XBRL, [18] las divulgaciones bajo MD&A pueden beneficiarse de algunas etiquetas de bloque simples que podrían mejorar en gran medida la comparabilidad de ciertos tipos relativamente consistentes de información divulgada en MD&A. Y las publicaciones de ganancias, en particular dada su naturaleza que a menudo mueve el mercado, parecen ser otro candidato adecuado para el etiquetado.
Mejora de la precisión y la calidad
Ahora, una segunda área digna de atención es cómo mejorar la precisión y la calidad de los datos estructurados. Por supuesto, en última instancia, esto es responsabilidad de la entidad informante, pero no existen requisitos específicos para la validación o verificación de etiquetas de datos por parte de terceros. De hecho, en su versión de 2018 que adoptó Inline XBRL, la Comisión se negó específicamente a exigir garantías de auditor relacionadas con XBRL o incluso transparencia en torno a la participación de los auditores. [19] A medida que continuamos considerando cuál es la mejor manera de incorporar datos estructurados en varios informes de la SEC, también deberíamos revisar el tema de la verificación de terceros, incluyendo si en un entorno Inline, la revisión de las etiquetas debería ser parte de la auditoría.
Algunas investigaciones han mostrado tasas de errores materiales en los datos etiquetados en nuestras presentaciones, incluidos errores en las etiquetas que probablemente sean de importancia crucial para los inversores, como Ingresos, Ingresos netos y Activos. [20] Hay otras cuestiones que pueden afectar la calidad de los datos en las presentaciones estructuradas, como el uso de etiquetas personalizadas. Reconociendo que una taxonomía puede no capturar todos los puntos de datos, los declarantes pueden usar etiquetas de datos personalizadas o extendidas fuera de una taxonomía establecida. Las etiquetas personalizadas se adaptan a circunstancias únicas, pero cuanto mayor sea su uso, menor será la comparabilidad y mayor será el potencial de ruido en los datos.
Tenemos razones para creer que ha habido algunos avances en ambos aspectos, con estudios que muestran una disminución en las tasas de error de etiquetado generales después de 2012, y una posible disminución en el uso de etiquetas personalizadas a lo largo del tiempo también. [21] Estoy seguro de que es atribuible en parte al trabajo reflexivo del personal de FASB y de la Comisión en la mejora continua de las taxonomías disponibles. También felicito el trabajo del Comité de Calidad de Datos de XBRL en el desarrollo de herramientas para ayudar a mejorar la precisión y la calidad.
Pero, como sabemos, los inversionistas y otros, incluido el personal de la Comisión, se basan en gran medida en datos estructurados para analizar la información en las presentaciones ante la SEC. De hecho, algunas reglamentaciones recientes citan la disponibilidad de datos estructurados en los estados financieros como base para la eliminación propuesta de otros requisitos de divulgación. Por ejemplo, la reciente propuesta de MD&A sugirió eliminar la presentación tabular de cierta información, como las obligaciones contractuales, con el argumento de que los datos en esos cuadros eran en gran medida una duplicación de los datos disponibles en los estados financieros. [22]Por lo tanto, según el razonamiento, los inversores podrían compilar con relativa facilidad esta información en un formato tabular por sí mismos porque está disponible en otros lugares en formato XBRL. Este razonamiento asume que los datos están etiquetados de manera confiable y precisa.
Debido a este nivel de dependencia de los datos estructurados, es fundamental que sigamos trabajando para mejorar su calidad. Si bien se ha logrado algún progreso, me interesa escuchar a todos los participantes del mercado sobre las formas en que podríamos verificar el etiquetado XBRL de una manera más completa y sistemática. La calidad de los datos estructurados es tan buena como la calidad del proceso para producirlos. Y si vale la pena hacerlo, vale la pena hacerlo bien.
Identificadores financieros y XBRL
Sé que me sigue un panel que discutirá el uso y la adopción de identificadores de datos como el Identificador de entidad legal (o LEI) por parte de inversores, empresas y reguladores. Observo que el LEI en XBRL Working Group publicó una taxonomía LEI XBRL que se puede utilizar en aplicaciones XBRL para identificar empresas sin ambigüedades. [23] El potencial para vincular más fácilmente los LEI dentro de los informes reglamentarios facilita tanto la investigación como el cumplimiento de los requisitos reglamentarios, como conocer a su cliente y combatir el lavado de dinero. En general, esto promete otro medio de mejorar la usabilidad de los datos en las presentaciones de la Comisión.
La Comisión participa en otros esfuerzos internacionales para implementar identificadores uniformes como el Identificador Único de Producto o «UPI». El UPI y quizás otros identificadores de datos únicos también podrían incorporarse en XBRL como alternativas abiertas y de libre acceso a los identificadores propietarios como los CUSIP. Espero escuchar lo que esos panelistas tienen que decir.
A medida que aumenta la utilidad del LEI y avanza el trabajo sobre otros identificadores, la Comisión debería considerar cuidadosamente la posibilidad de adaptar sus reglamentos y formularios para incorporarlos. Una ventaja de estos identificadores uniformes es que son abiertos, no están sujetos a licencias comerciales y están disponibles gratuitamente. Probablemente pasará un tiempo antes de que se implemente la UPI, por lo que quiero resaltar otra alternativa que la Comisión ha considerado, que es si los identificadores de datos abiertos de libre acceso para productos financieros como el Identificador Global de Instrumentos Financieros o (FIGI) deben ser permitido en la presentación de informes. FIGI es una alternativa a los identificadores propietarios como CUSIP o ISIN. [24] Dado que existen alternativas no comerciales, abiertas y de libre acceso a los identificadores de propiedad, tiene sentido considerar cómo permitir su uso en lo que respecta a los requisitos de informes reglamentarios.
Conclusión
La conclusión es que vivimos en una economía global y en una era de Big Data. Debemos mantenernos al día con la tecnología y los datos sofisticados producidos y utilizados por los participantes del mercado financiero en todo el mundo. Esto significa evaluar cuidadosamente cuándo y cómo incorporar datos estructurados al proceso de divulgación, cómo maximizar su confiabilidad y cómo incorporar identificadores financieros ampliamente accesibles que complementen y mejoren la usabilidad de los datos. Aprecio el trabajo que XBRL hace en todos estos frentes y espero aprender de las discusiones del panel de hoy. Gracias de nuevo por invitarme.
_________________
[1] Las opiniones que expreso hoy son mías y no representan las de mis compañeros Comisarios o del personal.
[2] Véase SEC, 50 ª Anual de los Estados Unidos de Valores y el Informe de la Comisión de Bolsa al Congreso (31 de diciembre de 1984).
[3] Consulte Información importante sobre EDGAR (“Las empresas se incorporaron gradualmente a la presentación de EDGAR durante un período de tres años, que finalizó el 6 de mayo de 1996”).
[4] Ver Divulgación estructurada en la SEC: Historia y reglamentación . Además, la Comisión requirió XBRL para ciertas páginas de portada de informes periódicos en 2019, y para ciertas divulgaciones por anualidades variables registradas y cuentas separadas de seguro de vida, fondos cerrados registrados y compañías de desarrollo comercial en 2020. Además de los requisitos de XBRL, algunos otros formularios incluido el Formulario N-MFP, el Formulario 13F y el Formulario D, están estructurados mediante XML.
[5] Ver Archivo XBRL en línea de datos etiquetados, Regla final, Rel. No. 33-10514 (28 de junio de 2018) (Versión de adopción en línea).
[6] Véase Scott W. Bauguess, The Role of Machine Readability in an AI World (3 de mayo de 2018) (“Desde una perspectiva de aprendizaje automático, estos datos estandarizados se pueden combinar con otra información financiera relevante y acciones de los participantes del mercado para establecer patrones Eso puede justificar una mayor investigación. Y eso, en última instancia, puede conducir a predicciones sobre el comportamiento potencial futuro del registrante. Estos son precisamente los tipos de algoritmos que el personal de DERA está desarrollando actualmente «).
[7] Véase, por ejemplo, Nerissa C. Brown, Shira Cohen y Adrienna A. Huffman, Accounting Reporting Complexity and Non-GAAP Earnings Disclosure , en n. 5 (enero de 2019) (“También contribuimos al trabajo previo sobre la utilidad de datos XBRL en los mercados de capitales ”con investigación que explota“ una medida de complejidad contable basada en XBRL para comprender mejor las prácticas de presentación de informes que no son PCGA ”); ver también Comentarios del presidente de FASB, Russell G. Golden, XBRL US Investor Forum 2019: Driving Actionable Analytics (4 de noviembre de 2019) (“La miembro de FASB, Christine Botosan, está trabajando en sesiones de capacitación práctica para ayudar a los académicos a usar los datos XBRL en sus investigaciones y en sus aulas. Utilizando datos XBRL en investigaciones académicas… Estamos trabajando con la Asociación Estadounidense de Contabilidad para identificar lugares para estos talleres. En última instancia, creemos que el programa promoverá un mayor uso de XBRL en investigaciones académicas relevantes y en el aula. «).
[8] Véase Rick A. Fleming, The Benefits of Structured Data for Investors (24 de marzo de 2015) (“[E] l es importante recordar que un ‘inversionista institucional’ como un fondo de pensiones o un fondo mutuo es esencialmente un grupo de inversores minoristas. Por lo tanto, al proporcionar al analista del lado comprador mejores herramientas para investigar el mercado, la SEC beneficiaría a todos los inversores del grupo”).
[9] Véase Bauguess, supra nota 6 (“Muchos inversores minoristas obtienen información que utilizan para fundamentar sus decisiones de inversión a través de sitios web en línea relacionados con la inversión, como Yahoo! Finance y sitios de comercio comercial. La disponibilidad de datos estructurados, que se pueden utilizar mediante estas herramientas comerciales, significa que los inversores minoristas tendrán un acceso más rápido a los datos sobre más empresas o fondos de inversión, con información reportada potencialmente a un nivel más granular”).
[10] Consulte la biblioteca de datos de DERA .
[11] Véase FAST Act Modernization and Simplification of Regulation SK , Final Rule, Rel. No. 33-10618 (20 de marzo de 2019).
[12] Véase, por ejemplo , Actualización de divulgaciones estadísticas para entidades registradas bancarias y de ahorros y préstamos , Regla final, Rel. No. 33-10835 (11 de septiembre de 2020) (se niega a exigir la divulgación en un formato legible por máquina y señala que “somos conscientes de los costos adicionales en los que se incurriría”).
[13] Ver AICPA, los costos de XBRL para las pequeñas empresas informantes han disminuido un 45% desde 2014 (2018).
[14] Ver Informe de votos por poder sobre compensación ejecutiva y otros asuntos , Regla propuesta, Rel. No. 34-63123 (18 de octubre de 2010) (“La Sección 951 de la Ley de Reforma y Protección al Consumidor Dodd-Frank Wall Street (‘Ley Dodd-Frank’), promulgada el 21 de julio de 2010, agregó la nueva Sección 14A a la Exchange Act. La Sección 14A requiere que los emisores proporcionen a los accionistas un voto sobre ciertos asuntos de compensación ejecutiva, y requiere que ciertos administradores de inversiones institucionales informen cómo votaron sobre esos asuntos”).
[15] Ver id.
[16] Véase Bank of America / Merrill Lynch, ESG Parte II: un análisis más profundo, Equity Strategy Focus Point (15 de junio de 2017) (“Antes de nuestro trabajo sobre ESG, encontramos escasa evidencia de medidas fundamentales que predicen de manera confiable la calidad de las ganancias. En todo caso, las acciones de alta calidad basadas en medidas como el rendimiento del capital (ROE) o la estabilidad de las ganancias tendieron a deteriorar su calidad, y las acciones de baja calidad tendieron a mejorar solo por el principio de reversión a la media. Pero los ESG parecen aislar atributos no fundamentales que tienen un impacto real en las ganancias: estos atributos han sido una mejor señal de la volatilidad de las ganancias futuras que cualquier otra medida que hayamos encontrado”).
[17] Véase, por ejemplo, la comisionada Allison Herren Lee, Jugando el juego largo: la intersección del riesgo del cambio climático y la regulación financiera (6 de noviembre de 2020); Comisionada Allison Herren Lee, Regulación SK y Divulgaciones de ESG: Un silencio insostenible (26 de agosto de 2020).
[18] Véase la carta de comentarios de XBRL sobre la propuesta de MD&A de la SEC (28 de abril de 2020).
[19] Ver Inline Adopting Release, supra nota 5, en 25-27 (declinando exigir la garantía del auditor y estableciendo que “no estamos requiriendo transparencia adicional con respecto a las responsabilidades de los auditores relacionadas con los datos XBRL de información de estados financieros en este momento”).
[20] Ver Calcbench, The Quality of XBRL Filings (2014) (“[E] aquí hay un número no trivial de errores en las etiquetas que probablemente sean muy utilizados por analistas e inversores (p. Ej., Ingresos, ingresos netos, activos , etc.) ”); consulte también XBRL US, Errores de archivo agregados en tiempo real .
[21] Véase, por ejemplo, Ariel Markelevich, The Quality and Usabilidad of US SEC XBRL Filings(21 de junio de 2016) (“Los hallazgos sugirieron que a partir de 2012, ha habido una mejora constante en la calidad y usabilidad de las presentaciones XBRL en la mayoría de los aspectos. Además, parece que la menor calidad y usabilidad se origina en los datos de las notas en los estados financieros y en los datos archivados por empresas más pequeñas. Los resultados presentados en el documento son consistentes con la noción de empresas que se mueven a lo largo de una curva de aprendizaje y mejoran la calidad y usabilidad de los datos XBRL a medida que adquieren más experiencia en el etiquetado. Estas mejoras hacen es más fácil utilizar las presentaciones XBRL y cosechar los beneficios que ofrecen estos datos. Sin embargo, a pesar de los esfuerzos y mejoras, parece que se necesita más trabajo para continuar mejorando la calidad de los datos”).
[22] Ver Discusión y análisis de la administración, Datos financieros seleccionados e Información financiera complementaria , Regla propuesta, Rel. No. 33-10750 (30 de enero de 2020).
[23] Véase XBRL, Taxonomía LEI finalizada (3 de julio de 2020).
[24] Véanse, por ejemplo , informes de accionistas personalizados, tratamiento de las actualizaciones anuales del prospecto para inversores existentes y mejor información sobre comisiones y riesgos para fondos mutuos y fondos cotizados en bolsa; Información de tarifas en anuncios de compañías de inversión , regla propuesta, rel. No. 33-10814 (5 de agosto de 2020) (“¿Deberíamos permitir que los fondos proporcionen, en lugar de un número CUSIP, otros identificadores como un Identificador global de instrumentos financieros (FIGI) para cada valor?”).