Artículos

El crecimiento mundial se estabiliza por primera vez en tres años

Se espera que la economía mundial se estabilice por primera vez en tres años en 2024, pero a un nivel débil en comparación con los estándares históricos recientes, esto según un informe del Banco Mundial.

Se prevé que el crecimiento mundial se mantenga estable en el 2,6 % en 2024 antes de subir a una media del 2,7 % en 2025-26. Eso está muy por debajo del promedio del 3,1% en la década anterior al COVID-19. El pronóstico implica que en el transcurso de 2024-26, los países que colectivamente representan más del 80% de la población mundial y el PIB mundial seguirán creciendo más lentamente que en la década anterior a la COVID-19.

En general, se prevé que las economías en desarrollo crezcan un 4% en promedio durante 2024-25, ligeramente más lento que en 2023. Se espera que el crecimiento de las economías de bajo ingreso se acelere al 5% en 2024 desde el 3,8% en 2023. Sin embargo, las previsiones de crecimiento para 2024 reflejan rebajas en tres de cada cuatro economías de bajo ingreso desde enero. Las economías avanzadas, se prevé que el crecimiento se mantenga estable en el 1,5 % en 2024 antes de aumentar al 1,7 % en 2025.

Cuatro años después de las convulsiones causadas por la pandemia, los conflictos, la inflación y el endurecimiento monetario, parece que el crecimiento económico mundial se está estabilizando. Sin embargo, el crecimiento está en niveles más bajos que antes de 2020. Las perspectivas para las economías más pobres del mundo son aún más preocupantes. Se enfrentan a niveles castigadores del servicio de la deuda, a la restricción de las posibilidades comerciales y a costosos fenómenos climáticos. Las economías en desarrollo tendrán que encontrar formas de fomentar la inversión privada, reducir la deuda pública y mejorar la educación, la salud y la infraestructura básica. Los más pobres entre ellos, especialmente los 75 países que reúnen los requisitos para recibir asistencia en condiciones favorables de la Asociación Internacional de Fomento no podrán hacerlo sin el apoyo internacional.

Este año, se espera que una de cada cuatro economías en desarrollo siga siendo más pobre de lo que era en vísperas de la pandemia en 2019. Esta proporción es dos veces mayor en el caso de los países en situaciones frágiles y afectadas por conflictos. Además, se prevé que la brecha de ingresos entre las economías en desarrollo y las economías avanzadas se amplíe en casi la mitad de las economías en desarrollo durante 2020-24—la proporción más alta desde la década de 1990. Se espera que el ingreso per cápita en estas economías, un indicador importante de los niveles de vida, crezca un 3,0% en promedio hasta 2026, muy por debajo del promedio del 3,8% en la década anterior a la COVID-19.

Se espera que la inflación mundial se modere hasta el 3,5% en 2024 y el 2,9% en 2025, pero el ritmo de descenso es más lento de lo que se proyectaba hace apenas seis meses. Como resultado, se espera que muchos bancos centrales sigan siendo cautelosos a la hora de reducir los tipos de interés oficiales. Es probable que las tasas de interés mundiales se mantengan altas según los estándares de las últimas décadas, con un promedio de alrededor del 4% durante 2025-26, aproximadamente el doble del promedio de 2000-19.

Aunque los precios de los alimentos y la energía se han moderado en todo el mundo, la inflación subyacente sigue siendo relativamente alta, y podría seguir así. Eso podría llevar a los bancos centrales de las principales economías avanzadas a retrasar los recortes de las tasas de interés. Un entorno de tasas ‘más altas durante más tiempo’ significaría condiciones financieras globales más estrictas y un crecimiento mucho más débil en las economías en desarrollo.

El último informe de Perspectivas Económicas Mundiales también incluye dos capítulos analíticos de actualidad. En el primero se describe cómo se puede utilizar la inversión pública para acelerar la inversión privada y promover el crecimiento económico. El informe concluye que el crecimiento de la inversión pública en las economías en desarrollo se ha reducido a la mitad desde la crisis financiera mundial, cayendo a un promedio anual del 5% en la última década. Sin embargo, la inversión pública puede ser una poderosa palanca política. En el caso de las economías en desarrollo con amplio margen fiscal y prácticas eficientes de gasto público, el aumento de la inversión pública en un 1% del PIB puede aumentar el nivel de producción hasta en un 1,6% a mediano plazo.

Los estados pequeños —aquellos con una población de alrededor de 1,5 millones o menos— sufren dificultades fiscales crónicas. Dos quintas partes de las 35 economías en desarrollo que son estados pequeños corren un alto riesgo de sobreendeudamiento o ya lo están. Eso es aproximadamente el doble de la proporción de otras economías en desarrollo. Se necesitan reformas integrales para abordar los desafíos fiscales de los estados pequeños. Los ingresos podrían obtenerse de una base imponible más estable y segura. Podría mejorarse la eficiencia del gasto especialmente en salud, educación e infraestructura. Podrían adoptarse marcos fiscales para hacer frente a la mayor frecuencia de desastres naturales y otras perturbaciones. Las políticas mundiales específicas y coordinadas también pueden ayudar a situar a estos países en una senda fiscal más sostenible.

Perspectivas regionales:

Asia Oriental y el Pacífico: Se espera que el crecimiento se desacelere al 4,8% en 2024 y al 4,2% en 2025.

Europa y Asia Central: Se espera que el crecimiento baje hasta el 3,0% en 2024 antes de moderarse hasta el 2,9% en 2025.

América Latina y el Caribe: Se espera que el crecimiento disminuya al 1,8 % en 2024 antes de repuntar al 2,7 % en 2025.

Oriente Medio y Norte de África: Se espera que el crecimiento repunte hasta el 2,8% en 2024 y el 4,2% en 2025.

Asia meridional: Se espera que el crecimiento se ralentice hasta el 6,2% en 2024 y se mantenga estable en el 6,2% en 2025.

África subsahariana: Se espera que el crecimiento repunte hasta el 3,5% en 2024 y hasta el 3,9% en 2025.

Perspectivas económicas mundiales

La buena noticia es que el crecimiento mundial se mantiene estable, después de haberse desacelerado durante tres años consecutivos. La inflación se ha reducido a su nivel más bajo en tres años. Las condiciones financieras han mejorado. La economía mundial, en resumen, parece estar en el camino final hacia un «aterrizaje suave».

Sin embargo, más de cuatro años después de las convulsiones de la pandemia de COVID-19 y las consiguientes crisis mundiales, está claro que el mundo, y las economías en desarrollo, en particular, aún no han redescubierto un camino confiable hacia la prosperidad. El crecimiento mundial se está estabilizando a un ritmo insuficiente para avanzar en los principales objetivos de desarrollo: 2,7 % anual en promedio hasta 2026, muy por debajo del promedio del 3,1 % en la década anterior a la COVID-19.

A finales de este año, una de cada cuatro economías en desarrollo será más pobre de lo que era en vísperas de la pandemia. Para 2026, los países que albergan a más del 80 por ciento de la población mundial seguirán creciendo más lentamente, en promedio, que en la década anterior a la COVID-19. Sin mejores políticas, se necesitaría un golpe de suerte para que esa perspectiva mejore: se espera que las tasas de interés mundiales promedien el 4% hasta 2026, el doble del promedio de las dos décadas anteriores.

El progreso hacia la prosperidad se produce cuando los gobiernos ponen en marcha políticas que fomentan la productividad, el espíritu empresarial y la innovación, y cuando lo hacen en un entorno de cooperación internacional más estrecha. Ese fue el modelo que floreció tras la caída del Muro de Berlín. Al alentar el flujo de bienes, capital e ideas a través de las fronteras, marcó el comienzo de una era extraordinaria de prosperidad global: un lapso de aproximadamente 25 años en el que los ingresos de las naciones más pobres, en promedio, estaban alcanzando a los de los más ricos, y cuando el mundo estuvo a un paso sorprendente de poner fin a la pobreza extrema.

Esta edición de Perspectivas económicas mundiales ofrece una evaluación aleccionadora de hasta qué punto se ha fracturado ese modelo de cooperación internacional, y de lo que se necesitará para adaptarlo a las necesidades de esta década y la próxima. La incertidumbre en materia de política comercial ha alcanzado el nivel más alto de este siglo si se consideran los años en los que se celebraron elecciones importantes, cuando países que en conjunto representan al menos el 30% del PIB acudieron a las urnas. Las medidas comerciales destinadas a restringir los flujos comerciales transfronterizos están proliferando a un ritmo histórico. De 2013 a 2023, el crecimiento de la inversión en las economías en desarrollo se redujo a más de la mitad, en promedio, con respecto al ritmo de la década de 2000.

En este contexto, casi la mitad de las economías en desarrollo verán aumentar su brecha de ingresos per cápita en relación con las economías avanzadas durante la primera mitad de la década de 2020, la proporción más alta desde la década de 1990. Se espera que el crecimiento del ingreso per cápita en las economías en desarrollo promedie solo el 3 % hasta 2026, muy por debajo del promedio del 3,8 % en la década anterior a la COVID-19. Se espera que muchas economías en desarrollo no se pongan al día con las economías avanzadas en el corto plazo.

Hay, por supuesto, notables puntos brillantes en la economía mundial. La economía estadounidense, en particular, ha mostrado una resiliencia impresionante. El crecimiento se ha mantenido boyante a pesar del endurecimiento más feroz de la política monetaria en cuatro décadas. De hecho, el dinamismo de Estados Unidos es una de las razones por las que la economía mundial goza de cierto potencial alcista en los próximos dos años.

India e Indonesia son otros dos ejemplos de resultados sólidos. La economía de la India se ha visto impulsada por la fuerte demanda interna, con un aumento de la inversión, y una sólida actividad de servicios. Se proyecta que crezca un promedio de 6,7 por ciento por año fiscal entre 2024 y 2026, lo que convierte a Asia meridional en la región de más rápido crecimiento del mundo. Se espera que Indonesia se beneficie del crecimiento de la clase media y de políticas económicas generalmente prudentes, con una expansión promedio del 5,1 por ciento en los próximos dos años.

El desempeño de estas y algunas otras economías deja en claro que se puede mantener un alto crecimiento, incluso en condiciones difíciles. Los países pueden mejorar el crecimiento a largo plazo mediante la promulgación de políticas que desarrollen el capital humano, impulsen la productividad, mejoren la eficiencia del gasto público y alienten a más mujeres a ingresar a la fuerza laboral.

Esta edición de Perspectivas económicas mundiales presenta dos capítulos analíticos de actualidad para los responsables de la formulación de políticas. En el primero se describe cómo la inversión pública puede impulsar el crecimiento económico y facilitar la inversión privada. En las economías en desarrollo, la inversión pública representa solo una cuarta parte de la inversión total, en promedio, pero puede ser una poderosa palanca de política. El aumento de la inversión pública en un 1% del PIB puede aumentar el nivel del PIB en más de 11/2% a mediano plazo. El impacto en la inversión privada también es significativo: crece hasta un 2 por ciento en cinco años. Estos beneficios son mayores cuando los países cumplen dos criterios: gozan del espacio fiscal para aumentar el gasto público y tienen un historial de inversión pública eficiente.

El segundo capítulo analítico explora la trágica situación de las economías en desarrollo que son estados pequeños, aquellos con una población de alrededor de 1,5 millones o menos. Estas economías albergan solo a 17 millones de personas, pero a menudo se encuentran en la primera línea de los desafíos climáticos. Se enfrentan a dificultades fiscales crónicas. Dos quintas partes de ellos corren un alto riesgo de sobreendeudamiento o ya lo están. Se enfrentan a desastres naturales relacionados con el clima con una frecuencia ocho veces superior a la media de otras economías en desarrollo.

Las reformas integrales pueden aliviar estos desafíos. En primer lugar, los Estados pequeños deberían mejorar su capacidad para movilizar ingresos de fuentes nacionales, que constituyen una base más estable que otras alternativas. En segundo lugar, deben mejorar la eficiencia del gasto, especialmente en salud, educación e infraestructura. Deben establecer marcos fiscales capaces de hacer frente a los frecuentes desastres naturales y otras perturbaciones. Todas estas medidas son esenciales, junto con políticas mundiales coordinadas y apoyo financiero, para ayudarles a mantenerse en una senda fiscal sostenible.

Las autoridades tienen motivos para celebrar hoy: se ha evitado una recesión mundial a pesar de la mayor subida de los tipos de interés mundiales desde la década de 1980. Pero harían bien en no perder de vista la pelota: las tasas de crecimiento siguen siendo demasiado lentas para avanzar. Sin una cooperación internacional más fuerte y un impulso concertado para políticas que promuevan la prosperidad compartida, el mundo podría quedar atascado en el carril lento.

Perspectivas Globales. Se proyecta que el crecimiento mundial se estabilice en 2,6% este año, manteniéndose estable por primera vez en tres años a pesar de las crecientes tensiones geopolíticas y las altas tasas de interés. Luego se espera que suba al 2,7 por ciento en 2025-26 en medio de un modesto crecimiento del comercio y la inversión. Se proyecta que la inflación mundial se modere, pero a un ritmo más lento de lo que se suponía anteriormente, con un promedio de 3,5 por ciento este año. Dadas las continuas presiones inflacionarias, es probable que los bancos centrales tanto de las economías avanzadas como de las economías de mercados emergentes y en desarrollo (EMED) sigan siendo cautelosos a la hora de flexibilizar la política monetaria. Por lo tanto, se espera que las tasas de interés oficiales de referencia promedio en los próximos años sigan siendo aproximadamente el doble del promedio de 2000-19.

A pesar de la mejora de las perspectivas de crecimiento a corto plazo, las perspectivas siguen siendo moderadas en comparación con los estándares históricos tanto en las economías avanzadas como en las economías emergentes y en desarrollo. Se espera que el crecimiento mundial durante el horizonte de pronóstico esté casi medio punto porcentual por debajo de su ritmo promedio de 2010-19. En 2024-25, se prevé que el crecimiento tenga un desempeño inferior al promedio de la década de 2010 en casi el 60 % de las economías, lo que representa más del 80 % de la población mundial y la producción mundial. Se prevé que el crecimiento de la EMED se modere del 4,2 % en 2023 al 4 % tanto en 2024 como en 2025. Las perspectivas siguen siendo especialmente mediocres en muchas economías vulnerables: más de la mitad de las economías que se enfrentan a situaciones frágiles y afectadas por conflictos seguirán siendo más pobres a finales de este año que en vísperas de la pandemia.

Los riesgos globales siguen inclinados a la baja a pesar de la posibilidad de algunas sorpresas al alza. La escalada de las tensiones geopolíticas podría dar lugar a la volatilidad de los precios de las materias primas, mientras que una mayor fragmentación del comercio podría provocar nuevas perturbaciones en las redes comerciales. La incertidumbre en materia de política comercial ya ha alcanzado niveles excepcionalmente altos en comparación con otros años en los que se han celebrado importantes elecciones en todo el mundo desde el año 2000. La persistencia de la inflación podría provocar retrasos en la flexibilización monetaria. Una senda más alta durante más tiempo para las tasas de interés frenaría la actividad mundial. Algunas de las principales economías podrían crecer más lentamente de lo previsto actualmente debido a una serie de desafíos internos. Otros desastres naturales relacionados con el cambio climático también podrían obstaculizar la actividad. Por el lado positivo, la inflación mundial podría moderarse más rápidamente de lo que se suponía en el escenario de referencia, lo que permitiría una flexibilización más rápida de la política monetaria. Además, el crecimiento en Estados Unidos podría ser más fuerte de lo esperado.

Con este telón de fondo, se necesitan esfuerzos decisivos en materia de políticas mundiales y nacionales para hacer frente a los desafíos acuciantes. A nivel mundial, las prioridades incluyen la salvaguardia del comercio, el apoyo a las transiciones ecológica y digital, el alivio de la deuda y la mejora de la seguridad alimentaria. A nivel nacional, los persistentes riesgos de inflación ponen de relieve la necesidad de que las políticas monetarias de los mercados emergentes y de desarrollo sigan centrándose en la estabilidad de precios. El elevado endeudamiento y los elevados costos del servicio de la deuda requerirán que las autoridades busquen formas de impulsar la inversión de manera sostenible y garantizar al mismo tiempo la sostenibilidad fiscal. Para alcanzar los objetivos de desarrollo e impulsar el crecimiento a largo plazo, se necesitan políticas estructurales para aumentar el crecimiento de la productividad, mejorar la eficiencia de la inversión pública, desarrollar el capital humano y cerrar las brechas de género en el mercado laboral.

Perspectivas regionales. Se prevé que el crecimiento se modere en la mayoría de las regiones de la EDME en 2024. En Asia oriental y el Pacífico, la desaceleración prevista para este año refleja principalmente la moderación del crecimiento en China. El crecimiento en Europa y Asia Central, América Latina y el Caribe y Asia meridional también se desacelerará en medio de una desaceleración en sus economías más grandes. Por el contrario, se prevé que el crecimiento repunte este año en Oriente Medio, África del Norte y África subsahariana, aunque de forma menos vigorosa de lo previsto anteriormente.

Aprovechar los beneficios de la inversión pública. La inversión pública puede ser una poderosa palanca de política en las economías emergentes y en desarrollo para ayudar a impulsar el crecimiento, incluso catalizando la inversión privada. Sin embargo, la inversión pública en estas economías ha experimentado una desaceleración significativa en la última década. En las economías emergentes y en desarrollo con amplio margen fiscal y un historial de gasto público eficiente, el aumento de la inversión pública en uno por ciento del PIB puede aumentar la producción hasta en un 1,6 por ciento a mediano plazo. La inversión pública también atrae a la inversión privada e impulsa la productividad, promoviendo el crecimiento a largo plazo en estas economías.

A fin de maximizar el impacto de la inversión pública, las economías emergentes y en desarrollo deberían emprender reformas políticas de amplio alcance para mejorar la eficiencia de la inversión pública, entre otras cosas, mediante el fortalecimiento de la administración gubernamental y fiscal, y crear espacio fiscal a través de medidas de ingresos y gastos. La comunidad mundial puede desempeñar un papel importante en la facilitación de estas reformas, especialmente en los países en desarrollo de bajos ingresos, mediante el apoyo financiero y la asistencia técnica.

Desafíos fiscales en los estados pequeños: capear las tormentas, reconstruir la resiliencia. La pandemia de COVID-19 y las perturbaciones mundiales que le siguieron han empeorado la situación fiscal y de deuda de los pequeños Estados. Esto ha intensificado sus ya importantes desafíos fiscales, especialmente la necesidad de gestionar los desastres naturales relacionados con el cambio climático más frecuentes. Dos quintas partes de los 35 pequeños Estados de los mercados emergentes y de desarrollo se encuentran en situación de alto riesgo de sobreendeudamiento o ya lo están, aproximadamente el doble que en otros países de mercados emergentes y en desarrollo. Los déficits fiscales en los estados pequeños se han ampliado desde la pandemia, lo que refleja el aumento del gasto público para apoyar a los hogares y las empresas, así como la debilidad de los ingresos.

Las reformas fiscales integrales son esenciales para abordar los desafíos fiscales que enfrentan los estados pequeños. En primer lugar, los ingresos de los pequeños Estados, que son muy volátiles, deberían provenir de una base impositiva más estable y segura. En segundo lugar, es necesario mejorar la eficiencia del gasto. Estos cambios deben complementarse con reformas de los marcos fiscales, incluida una mejor utilización de las normas fiscales y de los fondos soberanos. Por último, la comunidad mundial puede reforzar la financiación para que los pequeños Estados inviertan en resiliencia y adaptación al cambio climático, y en otras áreas prioritarias, incluida la asistencia técnica en materia de política fiscal y gestión de la deuda.

EFRAG informa sobre la NIIF 19 en la UE

En mayo de este año, el Consejo de Normas Internacionales de Contabilidad (IASB) emitió la NIIF 19 Subsidiarias sin Responsabilidad Pública: Divulgaciones. La Secretaría del Grupo Asesor Europeo de Información Financiera (EFRAG) ha seguido los pasos de la SEC y ha publicado dos informes actualizados para proporcionar claridad sobre la aplicación de la NIIF 19 dentro de la UE.

La nueva norma NIIF 19, vigente a partir del 1 de enero de 2027 y con aplicación anticipada permitida, ofrece requisitos de divulgación reducidos para las subsidiarias elegibles de forma voluntaria. Para ayudar a comprender y posible respaldo de la NIIF 19 en la UE, las sesiones informativas de la Secretaría del EFRAG se centran en el alcance y la compatibilidad de la NIIF 19 con las leyes y regulaciones de la UE. El primer informe explora quién puede aplicar la NIIF 19 en la UE, mientras que el segundo examina las diferencias en los requisitos de divulgación entre la NIIF 19 y la Directiva Contable de la UE 2013/34/UE.

El informe actualizado sobre el alcance de la NIIF 19 analiza cómo las regulaciones de la UE impactan la aplicación de la norma. El estudio de compatibilidad proporciona un análisis comparativo de los requisitos de divulgación entre la NIIF 19 y la Directiva Contable de la UE, destacando las actualizaciones clave desde la sesión informativa de febrero de 2022.

Estas actualizaciones son cruciales porque abordan el panorama regulatorio y las particularidades de las prácticas contables de los Estados miembros de la UE. La NIIF 19 podría ofrecer beneficios sustanciales al simplificar los requisitos de información y reducir los costos para las subsidiarias elegibles, siempre que se la apruebe y se integre de manera efectiva en el marco de la UE.

La Secretaría del EFRAG destaca que para que se aplique la NIIF 19, la UE debe aprobarla antes de que entre en vigor. El Reglamento (CE) n.º 1606/2002 establece un proceso específico de aprobación bajo la responsabilidad de la Comisión Europea junto con sus organizaciones consultivas y consultivas.

El informe también tiene por objeto contribuir al debido proceso del IASB y no indica necesariamente las conclusiones a las que llegaría el EFRAG en su calidad de asesor de la Comisión Europea sobre la aprobación de las Normas NIIF definitivas en la Unión Europea (UE) y el Espacio Económico Europeo.

CAPÍTULO 1: ANTECEDENTES

1.1         En diciembre de 2021, la Secretaría del EFRAG publicó su informe original. Una perspectiva de la UE sobre el alcance propuesto por el IASB, que describe la aplicación del alcance del IASB para el proyecto Subsidiarias sin responsabilidad pública: Divulgaciones en el panorama de la UE. En el informe original se ofrecía una visión general de las opciones utilizadas por los Estados miembros de la UE y el alcance propuesto del proyecto del CNIC a la hora de examinar la legislación contable de la UE. El informe original se incluye en el Apéndice B del presente documento.

1.2         En mayo de 2024, el IASB publicó la NIIF 19 Subsidiarias sin Responsabilidad Pública: Norma de Información a Revelar. La Norma permite a las subsidiarias elegibles aplicar las Normas de Contabilidad NIIF con requisitos de revelación reducidos.

1.3         En mayo de 2024, el IASB publicó la NIIF 19 Subsidiarias sin Responsabilidad Pública: Norma de Información a Revelar. La Norma permite a las subsidiarias elegibles aplicar las Normas de Contabilidad NIIF con requisitos de revelación reducidos. La Norma de Filiales está sujeta al proceso de aprobación para ser adoptada por la UE, sujeta al proceso de aprobación europea (Reglamento n.º 1606/2002 y Decisión 1999/468/CE del Consejo). A la fecha de publicación del presente documento, el EFRAG no había recibido una solicitud de aprobación de las CE. El documento se publica poco después de la publicación de la norma para apoyar el debate entre los Estados miembros europeos y la decisión de enviar una solicitud de aprobación por parte de la CE.

1.4         En caso de que se apruebe la Norma, se aplicaría a entidades ubicadas en los Estados miembros de la UE que permitan o exijan el uso de las NIIF en las cuentas anuales y/o estados financieros consolidados de entidades que no cotizan en bolsa en mercados regulados. El impacto de la Norma de Filiales dependerá de las opciones que ofrezca el Reglamento (CE) n.º 1606/2002 utilizado por los Estados miembros de la UE.

1.5         Si no se aprueban, las entidades de la UE pueden verse afectadas si tienen filiales en países no pertenecientes a la UE en los que se aplican las Normas de Contabilidad NIIF.

1.6         De conformidad con el artículo 5 del Reglamento (CE) No. 1606/2002, los Estados miembros de la UE tienen la opción de permitir o exigir el uso de las Normas NIIF para:

a) las cuentas anuales de las sociedades que cotizan en bolsa en mercados regulados;

b) estados financieros consolidados de empresas que no cotizan en bolsa en mercados regulados;

c) y/o las cuentas anuales de las sociedades que no cotizan en bolsa en mercados regulados.

1.7         Sin embargo, incluso si un Estado miembro permite el uso de las Normas NIIF, sólo las empresas que entran en el ámbito de aplicación de la NIIF 19 son elegibles para aplicar la Norma de Información a Revelar Reducida. Con base en el alcance de la NIIF 19, se permitiría a una entidad aplicar los requerimientos de información a revelar reducidos en sus estados financieros consolidados (subgrupo), separados o individuales si, al final de su periodo sobre el que se informa, se trata de una dependiente que no tiene responsabilidad pública y tiene una dominante (última o intermedia) que produce estados financieros consolidados disponibles para uso público que cumplen con las Normas NIIF.

1.8         Por lo tanto, es importante investigar si se han producido cambios en la aplicabilidad de la NIIF 19 desde la publicación del informe original en diciembre de 2021 debido a:

a) las diferentes opciones utilizadas por los Estados miembros de conformidad con el artículo 5 del Reglamento (CE) n.º 1606/2002 que permiten o exigen el uso de las normas NIIF;

b) cambios en la definición de responsabilidad pública o cambios en otros requisitos descritos en el alcance de la NIIF 19; y/o

c) otras actualizaciones, en su caso, en comparación con el informe original publicado en diciembre de 2021.

1.9         El presente informe se centrará en el punto a) del capítulo 3, en el punto b) del capítulo 2 y en el punto c) del capítulo 4.

CAPÍTULO 2: ALCANCE DE LA NIIF 19 SUBSIDIARIAS SIN RESPONSABILIDAD PÚBLICA: REVELACIONES

2.1         La noción de responsabilidad pública se define en la Norma de Contabilidad NIIF para las PYMES y fue debatida por el CNIC como parte de sus deliberaciones sobre la segunda revisión exhaustiva de la Norma de Contabilidad de las NIIF para las PYMES durante las reuniones del CNIC de mayo de 2022 y junio de 2023.

2.2         En esta sección se refleja cómo podría modificarse la definición de responsabilidad pública en la segunda revisión exhaustiva de la Norma de Contabilidad de las NIIF para las PYMES, teniendo en cuenta el Borrador de Exposición de la Tercera edición de la Norma de Contabilidad de las NIIF para las PYMES, publicado en septiembre de 2022, y las decisiones provisionales del CNIC tras la publicación de la DE.

2.3         La modificación es relevante para la Norma de Información a Revelar de Subsidiarias sin Responsabilidad Pública porque cualquier modificación a la descripción de la responsabilidad pública dentro de la Norma de Contabilidad NIIF para Pymes también afectará a la NIIF 19. Por lo tanto, a pesar de que la Norma NIIF para las PYMES no está respaldada en la UE, las modificaciones de la definición de responsabilidad pública siguen siendo pertinentes para la NIIF 19.

2.4         El IASB examinó la definición de responsabilidad pública y acordó modificarla para incluir a los bancos, las cooperativas de crédito, las compañías de seguros, los corredores de valores, los fondos mutuos y los bancos de inversión como ejemplos de entidades que a menudo cumplen el segundo criterio de responsabilidad pública, en lugar de decir que la mayoría de las entidades de estas categorías cumplirían el criterio. La definición modificada se ha reflejado en la NIIF 19 y también aparecerá en la próxima tercera edición de la Norma de Contabilidad NIIF para las PYMES.

2.5         Por lo tanto, de acuerdo con la definición del IASB, una entidad tiene responsabilidad pública si:

a) sus instrumentos de deuda o capital se negocian en un mercado público, o está en proceso de emitir dichos instrumentos para su negociación en un mercado público (una bolsa de valores nacional o extranjera o un mercado extrabursátil, incluidos los mercados locales y regionales); o

b) mantiene activos en calidad de fiduciario para un amplio grupo de personas ajenas a la empresa como uno de sus principales negocios (por ejemplo, la mayoría de los bancos, cooperativas de crédito, compañías de seguros, corredores de valores, fondos mutuos y bancos de inversión a menudo cumplirían con este segundo criterio).

Función de las autoridades legislativas y reguladoras locales en las jurisdicciones

2.6         Como parte de la segunda revisión exhaustiva de las NIIF para las PYMES, se pidió al IASB que aclarara el papel de las autoridades legislativas y reguladoras locales de las jurisdicciones en la aplicación de la definición de responsabilidad pública y de capacidad fiduciaria, que no se definen en muchas jurisdicciones de Europa.

2.7         Sin embargo, el CNIC no estuvo de acuerdo con la propuesta del personal técnico y decidió explicar en las Bases para las Conclusiones de la Norma NIIF para las PYMES su razonamiento para optar por no aclarar más el papel de las jurisdicciones en la aplicación de la definición de responsabilidad pública.

2.8         Razones:

a) El IASB no tiene la autoridad para obligar a la legislación local a adoptar la Norma; no debe explicar el papel de la jurisdicción local.

b) Los emisores de normas podrían considerar la aclaración como una posibilidad de interpretar el ámbito de aplicación, es decir, no sólo reducirlo, sino también ampliarlo. El aumento del ámbito de aplicación por parte de las autoridades locales no es aceptable y haría imposible utilizar la versión reducida de las NIIF.

c) La inserción de una definición de capacidad fiduciaria podría contradecir la práctica existente en los países que utilizan esa definición.

2.9         Por lo tanto, sobre la base del análisis de los hechos descritos anteriormente, la Secretaría del EFRAG concluyó que el alcance de la Norma NIIF 19 no cambió en comparación con el informe original publicado en diciembre de 2021. Se agregaron aclaraciones adicionales en relación con bancos, cooperativas de crédito, compañías de seguros, corredores de valores, fondos mutuos, bancos de inversión y compañías similares.

CAPÍTULO 3: APLICACIÓN DE LAS NIIF EN LA UE

3.1         Como se describe brevemente en el capítulo 1, la utilización de la NIIF 19 dependerá de las opciones utilizadas por los Estados miembros en relación con la utilización de los requisitos de las NIIF para las cuentas anuales y/o los estados financieros consolidados de las entidades que no cotizan en bolsa en los mercados regulados. Los Estados miembros podrán reconsiderar las opciones utilizadas de forma continuada. Las entidades ubicadas en aquellas jurisdicciones en las que se requiere o permite el uso de las NIIF no cotizan en bolsa en mercados regulados y no tienen responsabilidad pública, y pueden optar por aplicar la NIIF 19 sujeta a su aprobación en la UE.

3.2         En diciembre de 2023, la Comisión Europea publicó el último resumen del uso de las opciones previstas en el Reglamento NIC (1606/2002) en la UE, que puede consultarse en el apéndice A de este documento. El resumen se basa en una encuesta enviada a los Estados miembros por la Comisión Europea. Se invita a las partes interesadas a examinar más a fondo las leyes y regulaciones locales del país al evaluar la aplicación de la Norma NIIF 19.

CAPÍTULO 4: INTERACCIÓN CON LA LEGISLACIÓN CONTABLE DE LA UE

4.1         El informe original publicado en diciembre de 2021 describía la interacción de las subsidiarias sin responsabilidad pública: proyecto de divulgaciones con:

a) Reglamento contable de la UE (Reglamento (CE) No. 1606/2002), también conocido como Reglamento NIC;

b) Directiva de contabilidad de la UE (Directiva 2013/34/UE); y

c) otra legislación de la UE (centrada en la interacción de las definiciones de PIE y la responsabilidad pública).

4.2         Los umbrales para las pequeñas y medianas empresas fueron propuestos por primera vez por las Directivas 4ª y 7ª del Consejo en 1978 y posteriormente actualizados en 1984, 1990, 1994, 1999, 2003 y 2006. Los umbrales se modificaron en 2013, con la adopción de la Directiva 2013/34/UE por la que se derogan la 4.ª y la 7.ª Directivas, y se actualizaron posteriormente mediante la Directiva Delegada (UE) 2023/2775 de la Comisión en 2023.

4.3         Los umbrales actuales son:

4.4         La medida en que el uso potencial de la NIIF 19 se vería afectado por los umbrales actualizados es cuando los Estados miembros permitan/exijan el uso de las NIIF sobre la base de las definiciones de micro entidades, pequeñas y medianas entidades. En la actualidad, solo dos Estados miembros utilizan algunas de las definiciones (Italia, «pequeñas entidades»; Malta – «grandes entidades reguladas»). En el capítulo 3 y en el apéndice A figura más información sobre las opciones utilizadas por los Estados miembros.

4.5         En relación con la Directiva de Contabilidad de la UE (Directiva 2013/34/UE), la Secretaría del EFRAG publicará un informe específico para actualizar su estudio publicado anteriormente sobre la compatibilidad de la Directiva de Contabilidad de la UE con el Borrador de Exposición de la NIIF 19 del CNIC. El estudio original se puede encontrar aquí.

Resumen ejecutivo

ES1        Es bien sabido que, en junio de 2002, la Unión Europea (UE) adoptó un Reglamento sobre la aplicación de las normas internacionales de contabilidad (Reglamento (CE) No. 1606/2002), que prevé, entre otras cosas, la posibilidad de que los Estados miembros permitan o exijan a las empresas que preparen sus cuentas anuales y estados financieros consolidados de las empresas que no cotizan en bolsa en mercados regulados de conformidad con las NIIF adoptadas por la UE.

ES2        De acuerdo con esta legislación, muchos Estados miembros de la UE ya permiten o exigen el uso de las NIIF en las cuentas anuales*. Más específicamente, permiten o requieren el uso de la NIC 27 Estados Financieros Separados para los estados financieros presentados por una empresa matriz o un inversionista. Por lo tanto, la utilización de la NIC 27 por parte de una entidad declarante dependerá de la forma en que el Estado miembro de la UE al que pertenezca la entidad haya aplicado el Reglamento (CE) No. 1606/2002UE.

ES3        El 26 de julio de 2021, el IASB publicó el Borrador de Exposición de Subsidiarias sin Responsabilidad Pública: Revelaciones (ED) con el objetivo de desarrollar una Norma NIIF de divulgación reducida (borrador de Norma) que se aplicaría de forma voluntaria a las subsidiarias elegibles sin responsabilidad pública.

ES4        De forma similar a lo que ya ha ocurrido con la NIC 27, el proyecto de Norma (si es publicado por el CNIC) formaría parte de las Normas NIIF completas y, en principio, está sujeto a la aprobación de la UE en virtud del Reglamento (CE) No. 1606/2002. De aprobarse, afectaría directamente principalmente a los Estados miembros de la UE que permiten o exigen el uso de las NIIF en los estados financieros anuales y/o consolidados de las empresas que no cotizan en bolsa en mercados regulados [artículo 5 del Reglamento (CE) No. 1606/2002].

ES5        Cuando el EFRAG debatió las propuestas del CNIC en el borrador de la Norma con los organismos nacionales de normalización y otras partes interesadas europeas durante diferentes eventos de divulgación, se plantearon muchas preguntas sobre quién podría aplicar las propuestas del CNIC en la UE. En el capítulo 2 «Quién aplicaría las propuestas en la UE», la Secretaría del EFRAG explica su evaluación sobre quién podría aplicar estas propuestas en la UE y ofrece una serie de ejemplos. En particular, la Secretaría del EFRAG destaca que, si la UE decide aprobar este proyecto de norma para las filiales en el futuro, la Secretaría del EFRAG espera que dicho proyecto de norma solo se aplique a las empresas situadas en los Estados miembros de la UE que permitan o exijan el uso de las NIIF en las cuentas anuales y/o en los estados financieros consolidados de las empresas que no cotizan en bolsa en mercados regulados (artículo 5 del Reglamento (CE) n.º 1606/2002). La misma lógica ya se aplica a la NIC 27 cuando los Estados miembros de la UE permiten o exigen a las empresas que preparen sus cuentas anuales de conformidad con las NIIF. Sin embargo, si este Proyecto de Norma no es aprobado, las empresas ubicadas en los Estados miembros de la UE pueden seguir viéndose afectadas por el Proyecto de Norma cuando tengan filiales ubicadas fuera de la UE en países donde se aplican las Normas NIIF.

ES6        Del mismo modo, se plantearon muchas preguntas sobre la interacción entre las propuestas del CNIC y la legislación contable de la UE. En consecuencia, en el Capítulo 3: Interacción con la legislación contable de la UE, la Secretaría del EFRAG explica su evaluación de la interacción entre las propuestas del CNIC y la legislación contable de la UE. En particular, la Secretaría del EFRAG destaca que los Estados miembros de la UE que actualmente no permiten o permiten el uso de las Normas NIIF para las empresas que no cotizan en bolsa en mercados regulados (artículo 5 del Reglamento (CE) n.º 1606/2002) no se verían afectados por las propuestas del CNIC, incluso si fueran aprobadas en la UE. No obstante, esos Estados miembros de la UE pueden seguir utilizando las propuestas del CNIC como punto de referencia para sus requisitos contables locales (de forma similar a lo que ocurrió con la Norma NIIF para las PYMES). Aun así, cualquier comparación entre los PCGA locales y una Norma NIIF de divulgación reducida debe tener siempre en cuenta su compatibilidad con la Directiva de Contabilidad 2013/34/UE.

XRB aboga por informes financieros digitales obligatorios en Nueva Zelanda

La Junta de Informes Externos de Nueva Zelanda (XRB) publicó recientemente un documento de posición, en el que se describen los numerosos beneficios de los informes financieros digitales y se destaca su adopción generalizada entre los socios comerciales de Nueva Zelanda. A diferencia de estos países, Nueva Zelanda no ha hecho obligatorios los informes financieros digitales. La XRB sostiene que la presentación de informes financieros digitales obligatorios podría respaldar significativamente la toma de decisiones informadas y mejorar los resultados generales del mercado en Nueva Zelanda.

Una encuesta sobre la confianza de los inversores minoristas realizada por contadores públicos de Australia y Nueva Zelanda reveló un fuerte apoyo del 68 % a la presentación de informes digitales obligatorios. Se encontraron niveles de apoyo similares entre los inversores australianos. Una encuesta separada mostró que una parte significativa de los profesionales de la inversión dependen de datos estructurados de informes digitales: el 26% utiliza datos XBRL con frecuencia y el 58% los utiliza ocasionalmente. Estos hallazgos resaltan la creciente demanda de informes digitales estructurados para apoyar la toma de decisiones de los inversores.

A nivel mundial, los informes financieros digitales son obligatorios en países que representan más del 90% de la capitalización del mercado global. A pesar de esto, ni Australia ni Nueva Zelanda exigen informes financieros digitales, y en Australia solo se permiten informes voluntarios. Ahora que los datos estructurados se extienden a los informes de sostenibilidad en todo el mundo, Nueva Zelanda y Australia corren el riesgo de quedarse aún más atrás de la norma global.

El documento concluye que Nueva Zelanda es un caso atípico al no exigir informes financieros digitales, a pesar del uso significativo de datos estructurados en otros países. La XRB pide al Gobierno que consulte sobre la introducción de informes financieros digitales obligatorios, algo (le sorprenderá escuchar) que apoyamos incondicionalmente aquí en XBRL International.

1. Posición del External Reporting Board sobre la información financiera digital

Los informes financieros digitales son legibles por máquina. Permiten a los inversores y otros usuarios extraer y comparar información utilizando tecnología moderna. La mayoría de nuestros principales socios comerciales han hecho obligatorios los informes financieros digitales. No es obligatorio en Nueva Zelanda.

Los puntos clave son los siguientes:

• La presentación obligatoria de informes financieros digitales tiene el potencial de respaldar una toma de decisiones más informada y mejores resultados para Nueva Zelanda

• la XRB acogería con beneplácito la consulta del Gobierno sobre la posible introducción de información financiera digital obligatoria para las entidades que participan en los mercados financieros y potencialmente otras clases de entidades informantes

• Los informes corporativos digitales deben implementarse y regularse de manera tecnológicamente neutral para estar preparados para el futuro frente a los rápidos cambios tecnológicos.

2. ¿Qué son los informes digitales?

La información de un informe financiero digital es legible por máquina, lo que permite a los inversores y otros usuarios extraer y comparar información de manera eficiente y en un formato que cumpla con los requisitos del usuario. Las plataformas de análisis se pueden utilizar para buscar datos digitalizados. Los resultados pueden exportarse a hojas de cálculo o vincularse directamente a los modelos de los inversores y rastrearse hasta el informe financiero subyacente.

En muchas jurisdicciones, Extensible Business Reporting Language (XBRL) o Extensible Business Reporting Language (iXBRL) en línea es la tecnología preferida para crear informes digitales. La lectura automática se logra mediante la incorporación de «etiquetas» XBRL en todos los estados financieros. Los informes que utilizan XBRL solo son legibles por máquina. iXBRL es un desarrollo posterior de XBRL en el que los datos XBRL se incrustan en un documento HTML. Esto significa que iXBRL satisface las necesidades tanto de los humanos como de las máquinas.

3. ¿Quién decide si se introduce la notificación digital obligatoria?

El Gobierno y el Parlamento decidirán si introducen la presentación obligatoria de informes digitales porque:

• Se necesitarían cambios legislativos para especificar qué entidades deben presentar informes financieros en formato digital. El Gobierno también tendría que decidir si un proyecto de ley:

o también exigir a algunas o a todas las entidades de información sobre el clima que presenten informes sobre el clima en formato digital;

o añadir un poder expreso a la Ley de Información Financiera de 2013 para que la XRB prepare y emita taxonomías digitales.

• Existen posibles problemas fiscales. La Oficina de Sociedades tendría que introducir cambios en el Registro de Divulgación, el Registro de Sociedades y, posiblemente, otros registros para aceptar informes en formato digital.

4. Demanda de informes digitales

Una Encuesta de Confianza de los Inversores Minoristas incluye información sobre la demanda potencial entre los inversores minoristas de informes digitales obligatorios en ambos países. En Nueva Zelanda, el 68 % de los 524 encuestados apoyó o apoyó firmemente la obligatoriedad de la presentación de informes digitales en 2023 (frente al 60 % en 2022). El 28 % se mostró indiferente y el 4 % se opuso o se opuso firmemente.

Una encuesta realizada en 2023 por el Consejo de Información Financiera del Reino Unido sobre el uso de informes digitales preguntó a 160 profesionales de la inversión sobre sus fuentes de datos financieros a nivel de empresa. El informe de resultados de la encuesta afirma que las principales fuentes fueron:

• Servicios de agregación de datos comerciales: 81%

• PDFs de sitios web de empresas: 78%

• Hojas de cálculo de sitios web de empresas: 63%

• Datos estructurados de informes en formato XBRL: 36%.

El informe de resultados de la encuesta también señaló que:

• El 26% de los encuestados utiliza datos XBRL con frecuencia y el 58% los utiliza ocasionalmente.

• Los servicios de los agregadores de datos también pueden basarse en datos XBRL.

Los resultados de la encuesta no capturan este uso indirecto. Estos hallazgos muestran que los informes digitales estructurados son una fuente de datos importante para respaldar la toma de decisiones de los inversores junto con las fuentes más tradicionales.

5. Informes digitales en el extranjero

5.1. Notificación digital voluntaria

Las entidades divulgarán voluntariamente la información en formato digital si los beneficios superan los costos. Sin embargo, de la experiencia en el extranjero se desprende claramente que las entidades informantes consideran que los costos de la presentación voluntaria de informes digitales superan los beneficios. En los países que adoptan la presentación voluntaria de informes digitales, la adopción es limitada, a menos que las empresas esperen que la notificación sea obligatoria.

La Comisión Australiana de Valores e Inversiones (ASIC, por sus siglas en inglés) ha permitido a las empresas presentar informes financieros digitales de acuerdo con la taxonomía de informes financieros de la ASIC desde 2010. Ninguna empresa ha hecho uso de esta opción. Solo 25 entidades declarantes que cotizan en Canadá han presentado voluntariamente sus estados financieros en formato XBRL desde que se puso a disposición hace más de una década. La última presentación en formato XBRL fue en 2018.

5.2. Notificación digital obligatoria

En los países que representan más del 90% de la capitalización bursátil mundial se requiere algún tipo de información financiera digital. Las economías más grandes del mundo (Estados Unidos, China, Unión Europea, Japón, India y Reino Unido) contribuyen con aproximadamente el 90% del 90%.

Muchas otras economías han impuesto la obligatoriedad de la información financiera digital. Por ejemplo:

• La República de Corea exige la presentación digital por parte de las empresas públicas desde 2011.

• La Autoridad Reguladora de Contabilidad y Empresas de Singapur exige la presentación digital de las empresas desde 2007.

Las clases de entidades obligadas a informar digitalmente difieren según la jurisdicción. Las obligaciones son impuestas principalmente a las entidades cotizadas, los bancos y las aseguradoras por los gobiernos, los reguladores de conducta, las bolsas de valores y los reguladores prudenciales. Algunas jurisdicciones exigen la presentación de informes digitales para otros fines. Por ejemplo, en el Reino Unido es obligatorio enviar las declaraciones del impuesto de sociedades y las cuentas que las acompañan en formato XBRL desde 2010.

5.3. La situación en Australia y Nueva Zelanda

En Australia o Nueva Zelanda no existe ningún requisito legal para presentar estados financieros en formato digital. Los informes financieros digitales voluntarios están permitidos en Australia, pero no en Nueva Zelanda.

5.4. Digitalización de los informes de sostenibilidad

Se está desarrollando la digitalización de otras formas de información corporativa, incluidos los informes de sostenibilidad.

• En abril de 2024, el Consejo de Normas Internacionales de Sostenibilidad (ISSB, por sus siglas en inglés) publicó una Taxonomía de Divulgación de Sostenibilidad NIIF para la presentación de informes digitales con el fin de reflejar los requisitos de la NIIF S1 Requisitos generales para la divulgación de información financiera relacionada con la sostenibilidad y la NIIF S2 Revelaciones relacionadas con el clima.

• El Grupo Consultivo Europeo de Información Financiera está desarrollando una taxonomía XBRL para las Normas Europeas de Información sobre Sostenibilidad adoptadas por la Comisión Europea el 31 de julio de 2023.

6. Definición del problema

El problema subyacente de la adopción de la información digital es un problema típico de información financiera: los costos son asumidos en gran medida por las entidades informantes, mientras que la mayoría de los beneficios recaen en los usuarios. Muchos inversionistas, prestamistas y otros usuarios actuales y potenciales de los estados financieros no pueden exigir a las entidades informantes que les proporcionen información directamente y deben basarse en informes financieros de propósito general para gran parte de la información financiera que necesitan.

7. Los beneficios y costos de los informes financieros digitales

No tenemos conocimiento de ningún análisis de costo-beneficio específico de Nueva Zelanda de los informes financieros digitales. Sin embargo, en 2023, Deloitte Access Economics descubrió que la economía australiana sería aproximadamente 7,700 millones de dólares australianos más grande por año para 2030 si todas las grandes empresas adoptaran los informes financieros digitales.

Se han publicado varios artículos en el extranjero sobre los beneficios y costos específicos de la información financiera digital. Sus ideas se resumen a continuación.

7.1. Beneficios

Los trabajos de investigación publicados en el extranjero han encontrado que los informes digitales tienen beneficios para las entidades informantes, los inversores, los reguladores, otros usuarios y los organismos de normalización.

Los beneficios para las entidades informantes incluyen:

• Mayor acceso al capital y menor costo del capital

• una reducción en el grado en que los rendimientos de las empresas coinciden con los rendimientos del mercado, proporcionando una mejor información a los inversores sobre el rendimiento de cada empresa

• Aumento de la productividad gracias a la reducción de los procesos manuales, como el procesamiento de datos, la corrección, las notas a pie de página y la consolidación

• La facilitación de la auditoría continua, la disminución de los retrasos en las auditorías, el aumento de la eficiencia de los auditores y la reducción de los costos y honorarios de las auditorías.

Los beneficios para los usuarios primarios (es decir, inversionistas, prestamistas y otros acreedores) incluyen:

• Toma de decisiones más eficiente y eficaz en los mercados de capitales, ya que la extracción manual de datos puede ser costosa, lenta y propensa a errores

• Mejora de la calidad de los informes financieros

• Reducción del costo de recopilación de información y oportunidades para analizar más fácilmente los estados financieros

• Reducción de las brechas de información entre las entidades informantes y los usuarios principales

• Superar las limitaciones de la capacidad cognitiva humana para analizar los estados financieros, que se han vuelto más largas y complejas en los últimos años.

Otros beneficiarios son:

• Usuarios secundarios (por ejemplo, departamentos gubernamentales, investigadores y académicos) porque pueden obtener algunos de los beneficios para los usuarios primarios.

• los reguladores, porque el análisis automático de los informes financieros digitales puede facilitar la selección de áreas de riesgo a través de modelos y evaluaciones comparativas más detallados, informados y potentes. La Autoridad de Mercados Financieros ha declarado que Nueva Zelanda debería adoptar los informes financieros digitales lo antes posible.

• Organismos normativos, porque pueden evaluar mejor el alcance de una cuestión de notificación y el posible impacto de los cambios propuestos en las entidades informantes.

7.2. Costas

La mayor parte de los costes de la información financiera digital corren a cargo de las entidades informadoras, especialmente en la fase de configuración. Deloitte Access Economics afirma que los costos son significativamente más altos cuando una entidad prepara su primer informe digital para dar cuenta de las licencias de software, la capacitación del personal de contabilidad y el etiquetado de toda la información. Estos costos se reducen cada año, ya que menos personal necesitará capacitación y solo las nuevas adiciones a los informes requerirán etiquetado.

La naturaleza de los costes varía en función de si las entidades declarantes integran plenamente iXBRL en sus sistemas contables o preparan estados financieros en PDF y, a continuación, etiquetan el conjunto final de información. Este último es menos costoso, pero carece de los beneficios de un sistema de informes digitales totalmente integrado. En el Reino Unido, la mayoría de las empresas que presentan informes digitales con fines fiscales utilizan un enfoque complementario que aplica una conversión de PDF a XBRL porque minimiza los cambios en sus procesos y costos existentes.

También habría costos para el Gobierno si se adoptara la presentación de informes digitales en Nueva Zelandia:

• modernizar los registros mercantiles de la Oficina de Sociedades Mercantiles para que acepten informes en formato digital

• Establecer y mantener una taxonomía contable en Nueva Zelandia. La taxonomía de Nueva Zelandia sería en gran medida la misma que la taxonomía contable de la Fundación IFRS. Se necesitaría un pequeño número de adiciones para las divulgaciones específicas de Nueva Zelandia.

8. La importancia de la neutralidad tecnológica

Es esencial implementar y regular la información financiera digital de manera tecnológicamente neutral porque está evolucionando rápidamente y de maneras que son muy difíciles de predecir.

XBRL/iXBRL es la tecnología predominante de informes financieros digitales. Sin embargo, no está claro si esto continuará porque la Inteligencia Artificial (IA) tiene el potencial de revolucionar la preparación y el análisis de los estados financieros. La IA puede agilizar la preparación de los estados financieros mediante la automatización de la agregación de datos, la categorización y la generación de informes. Los algoritmos impulsados por IA pueden analizar grandes cantidades de datos financieros en tiempo real.

Sin embargo, la codificación y las clasificaciones a nivel de libro mayor son actualmente mucho mejores que la IA. La IA no puede lograr resultados totalmente fiables porque pueden surgir errores al convertir documentos a un formato compatible con la IA, y no se puede confiar plenamente en la IA para llevar a cabo tareas de clasificación de forma coherente. Los modelos de IA pueden «alucinar» (es decir, crear datos falsos y basarse en ellos) o tomar decisiones en una «caja negra», lo que significa que es posible que no haya forma de que los usuarios entiendan exactamente cómo la IA ha tomado sus decisiones.

La encuesta realizada en 2023 a 160 profesionales de la inversión por el Consejo de Información Financiera del Reino Unido a la que se ha hecho referencia anteriormente mostró que las opiniones están divididas sobre la dirección futura. En respuesta a una pregunta sobre cuál de las dos afirmaciones describe mejor su opinión:

• El 43 % está de acuerdo o muy de acuerdo en que los datos estructurados en formato XBRL seguirán siendo valiosos, independientemente de la evolución de la IA.

• El 25 % está de acuerdo o muy de acuerdo en que los datos estructurados en formato XBRL quedarán obsoletos debido a los avances en IA.

• El 31% no estuvo de acuerdo con ninguna de las dos afirmaciones.

9. Conclusión

Concluimos que:

• Existe un uso significativo por parte de los inversores de los datos estructurados de los informes en formato digital en el extranjero

• Nueva Zelanda es un caso atípico al no exigir la presentación de informes financieros digitales para las entidades que participan en los mercados financieros.

Acogeríamos con beneplácito la consulta del Gobierno sobre la posible introducción de información financiera digital obligatoria para las entidades que participan en los mercados financieros y, potencialmente, para otras clases de entidades declarantes. Entre los temas que pueden ser útiles para formar parte de la consulta se encuentran:

• los costes puntuales y continuos de la presentación de informes digitales y quién incurrirá en esos costes

• Los beneficios de los informes digitales y quién los obtendrá

• cómo se pueden financiar de manera sostenible los costos de la presentación de informes digitales al Gobierno

• Las implicaciones para los preparadores y auditores en relación con la información etiquetada digitalmente, como los plazos legales para la presentación de estados financieros auditados.

Reflexiones sobre el nuevo marco operativo del Eurosistema

Discurso del Dr. Joachim Nagel, presidente del Deutsche Bundesbank, en el «Seminario de Constanza sobre Teoría y Política Monetaria».

1. Introducción

Estimados participantes en el Seminario de Constanza de este año. Es un gran placer y un privilegio estar aquí con ustedes y pronunciar el discurso de la sesión de política. Estoy seguro de que todos han disfrutado de su almuerzo, pero espero que todavía tengan hambre de algo más de reflexión.

Como todos ustedes saben, la intención original de Karl Brunner para el Seminario de Constanza era conectar a economistas de Europa, especialmente de Alemania y Suiza, con los mejores académicos de los Estados Unidos (Estados Unidos). En mi discurso de hoy, me gustaría establecer otra conexión: entre la teoría monetaria y la implementación de la política monetaria. Y como sabrán por mi CV (Curriculum Vitae), esta conexión es particularmente querida para mí, ya que he estado profundamente involucrado en la implementación de políticas durante mi carrera en el Bundesbank.

En la mayoría de los modelos macroeconómicos, el banco central simplemente «administra» la tasa de interés a corto plazo «i». La trayectoria futura de esta tasa de interés a un día determina entonces las tasas de interés de mediano y largo plazo y, por lo tanto, los costos de endeudamiento de los agentes económicos que ejercen la demanda de bienes y servicios.

No me malinterpreten: no estoy diciendo que esta simplificación sea irrazonable. Pero para hacer esta suposición simplificadora, tienen que suceder muchas cosas entre bastidores, en el mundo de la implementación de la política monetaria. Este mundo está habitado principalmente por economistas de los bancos centrales, como muestra una búsqueda de trabajos sobre la implementación de la política monetaria.

El artículo más citado sobre la implementación de la política monetaria, «Políticas monetarias no convencionales: una evaluación», de Claudio Borio y Piti Disyatat, tiene alrededor de 1.200 citas. Eso suena bastante impresionante. Estos autores tocaron una fibra sensible cuando los bancos centrales de todo el mundo comenzaron a profundizar en el mundo de la flexibilización cuantitativa. El segundo trabajo más citado, «Monetary Policy Implementation: Theory, Past, and Present» de Ulrich Bindseil, ha sido citado casi 500 veces

Pero contrasta esto con las casi 14.000 citas recibidas por el libro de John Taylor «Discretion versus policy rules in practice», posiblemente el artículo más citado en economía monetaria. O alrededor de 12.500 veces que se ha citado el opus magnum de Michael Woodford «Interés y precios»

Esto sugiere que la implementación de la política monetaria no ocupa un lugar destacado en la investigación académica en economía monetaria y en la atención pública en general. Sin embargo, está en el corazón de lo que hacen los bancos centrales. A pesar de eso, incluso la mayoría de los banqueros centrales solo saben cómo «lo hace» su respectivo banco central. Todos establecemos las tasas de interés. Pero la forma de llegar allí puede diferir notablemente

Hace dos meses, el Consejo de Gobierno del BCE (Banco Central Europeo) anunció cambios en su marco operativo para la implementación de la política monetaria. En mi discurso quiero hablar de cómo se produjeron estos cambios y de lo que podrían significar para el futuro. Estructuraré mi charla en tres partes. En primer lugar, haré un breve recuento de cómo llegamos al marco operacional tal como está actualmente. En segundo lugar, describiré los cambios más importantes que hemos decidido. Y en tercer lugar, me gustaría identificar un par de factores que merecen un examen minucioso durante los próximos dos años hasta nuestro próximo examen programado.

2. El camino hacia el actual marco operacional

Antes de entrar en el meollo de la cuestión, permítanme definir primero lo que realmente entiendo por marco operativo. El Consejo de Gobierno del BCE (Banco Central Europeo) toma decisiones de política monetaria basadas en nuestra estrategia de política monetaria. Y esta estrategia se centra en nuestro objetivo principal de mantener la estabilidad de precios. El objetivo de nuestro marco operativo es orientar los tipos del mercado monetario a corto plazo en estrecha consonancia con estas decisiones de política monetaria. O, dicho de otro modo: nuestra estrategia de política monetaria nos guía a la hora de decidir el nivel adecuado de los tipos de interés a corto plazo. Y el marco operativo nos permite alinear las tasas de mercado a corto plazo con este nivel apropiado.

¿Cómo llegamos a nuestro actual marco operativo? Antes de la crisis financiera mundial, muchos bancos centrales implementaban la política monetaria utilizando un sistema de corredores. En el caso del Eurosistema, el Consejo de Gobierno del BCE (Banco Central Europeo) fijó tres tipos de interés con diferenciales específicos entre ellos.

El Eurosistema proporcionó una cantidad limitada de liquidez al tipo de interés de las operaciones principales de financiación, el tipo MRO (Main Refinancing Operation). Las entidades de crédito de la zona del euro con un déficit de reservas restante pudieron contraer préstamos a un día a un día al tipo de interés de la facilidad marginal de crédito, el tipo de interés de la facilidad marginal de crédito (MLF, por sus siglas en inglés). Y las entidades de crédito de la zona del euro con exceso de reservas pudieron depositarlas en el Eurosistema al tipo de interés de la facilidad de depósito, el DFR (tipo de interés de la facilidad de depósito).

Sin embargo, los bancos de la zona del euro también tenían la posibilidad de prestar a tipos más altos que el DFR (tipo de la facilidad de depósito) o de pedir prestado a tipos más bajos que el tipo del MLF (servicio marginal de crédito) en el mercado interbancario. Por lo tanto, los bancos se enfrentaron a un costo de oportunidad para acceder a los servicios del banco central. De este modo, el Eurosistema ha tratado de mantener los tipos de interés a corto plazo en línea con el tipo de la operación principal de financiación (MRO, por sus siglas en inglés).

Para respaldar este objetivo, el Eurosistema estimó las necesidades agregadas de liquidez del sector bancario. Las principales fuentes de necesidades de liquidez son los encajes de los bancos de la eurozona y factores autónomos que escapan al control de las operaciones de política monetaria del BCE (Banco Central Europeo). De forma algo simplificada, los factores autónomos comprenden los billetes en circulación, así como los depósitos de las administraciones de la zona del euro en el Eurosistema. Esto me trae recuerdos maravillosos, ya que uno de mis primeros trabajos en el Bundesbank fue estimar con precisión los requisitos de reserva y los factores autónomos para Alemania.

A continuación, el Eurosistema proporcionaría reservas por un total de las estimaciones de las necesidades de liquidez como parte de las operaciones principales de financiación semanales. Las entidades de crédito de la zona del euro presentaban sus ofertas y el Eurosistema suministraba las reservas de forma competitiva a través de subastas. En resumen, operamos en un sistema de corredores con escasas reservas y licitaciones de tasa variable. El Sistema de la Reserva Federal de los Estados Unidos (Estados Unidos) también operaba con escasas reservas, aunque proporcionaba liquidez a través de compras de activos en lugar de operaciones de préstamo.

Las cosas empezaron a cambiar con la crisis financiera mundial. Hasta la crisis, los bancos de la eurozona con superávit de reservas solían prestarlas en el mercado interbancario a los bancos con déficit de reservas. Estos préstamos se llevaron a cabo en gran medida mediante transacciones extrabursátiles no garantizadas. Dado que las reservas sólo son suficientes en términos agregados, la redistribución de las reservas es un requisito previo para que el régimen de reservas escasas funcione sin problemas. Este negocio dependía en gran medida de que los riesgos de contraparte estuvieran contenidos y fueran predecibles.

Con el inicio de la crisis financiera mundial, las reservas comenzaron a redistribuirse cada vez menos. En el mercado, la oferta de reservas disminuyó, mientras que la demanda se disparó, especialmente de los bancos más riesgosos. En respuesta a ello, el Eurosistema pasó de un sistema de licitación competitiva para una oferta limitada de reservas en las operaciones principales de financiación a un sistema con tipos de interés fijos y adjudicación completa.

Cuando la financiación del mercado no estaba disponible o era demasiado costosa, las entidades de crédito con déficit de reservas ahora tomaban prestadas cantidades adicionales del Eurosistema. Y los bancos con superávit de reservas los colocarían en nuestra facilidad de depósito. Esto creó cantidades considerables de exceso de liquidez. Y debido al exceso de liquidez, las tasas de interés a corto plazo cayeron muy por debajo de la tasa MRO (Main Refinancing Operation).

Cinco años más tarde, ante un período prolongado de inflación por debajo del objetivo, el Eurosistema puso en marcha en 2014 una primera serie de operaciones de financiación a plazo más largo con objetivo específico (TLTRO (TLTRO, por sus siglas en inglés)). Estos ofrecían a los bancos financiación a largo plazo en condiciones atractivas. Para darles un orden de magnitud: los volúmenes de financiación aumentaron de hasta 425.000 millones de euros proporcionados a través de TLTRO (operaciones de financiación a plazo más largo con objetivo) I a más de 2 billones de euros proporcionados a través de TLTRO (operaciones de financiación a más plazo con objetivo) III, lo que equivale a aproximadamente el 15% del PIB (producto interior bruto) de la zona del euro. Junto con las TLTRO (operaciones de financiación a plazo más largo con objetivo específico), el Eurosistema también comenzó a comprar valores representativos de deuda significativamente más con el lanzamiento del programa de compras de activos (APP (Programa de Compra de Activos)) en 2014. Las tenencias de valores con fines de política monetaria aumentaron de unos 195.000 millones de euros a finales de septiembre de 2014 a casi 5 billones de euros, equivalentes a casi el 40 % del PIB (producto interior bruto) de la eurozona, en el verano de 2022.

Ambas medidas aumentaron sustancialmente el exceso de liquidez y provocaron que los tipos de interés a corto plazo descendieran hasta el nivel del tipo de la facilidad de depósito. Con el tiempo, se percibió que el Eurosistema había pasado gradualmente de un sistema de corredores a un sistema de suelos de facto.

3. Nuevo marco operativo del Eurosistema

¿Cuál fue la razón principal para comenzar a revisar nuestro marco actual? El Eurosistema suspendió las reinversiones en el marco del Programa de Compras de Activos (APP, por sus siglas en inglés) en julio de 2023. Para el segundo semestre de 2024, tenemos la intención de empezar a ejecutar el programa de compras de emergencia pandémica (PEPP (programa de compras de emergencia pandémica)). Y las entidades de crédito de la zona del euro han reembolsado la mayor parte de los volúmenes de operaciones de financiación a plazo más largo con objetivo específico. En consecuencia, el exceso de liquidez ha comenzado a disminuir y seguirá haciéndolo en los próximos años. Permítanme darles algunas cifras: el exceso de liquidez alcanzó un máximo de más de 4,6 billones de euros en noviembre de 2022. Desde entonces, se ha reducido en aproximadamente un tercio, hasta los 3,2 billones de euros actuales.

Esta reducción del balance era necesaria desde hace mucho tiempo y liberará espacio político para el futuro. Por lo tanto, es muy bienvenido. Sin embargo, también suscitó la cuestión de cómo proporcionará liquidez el Eurosistema de forma regular en el futuro. Y cómo pretende orientar los tipos de interés del mercado monetario a corto plazo en estrecha consonancia con las decisiones de política monetaria del Consejo de Gobierno.

Entonces, ¿qué decidimos en nuestra revisión del marco? Me gustaría centrarme en dos cosas: en primer lugar, seguiremos proporcionando liquidez en las operaciones principales de financiación semanales y en las operaciones de financiación a más largo plazo a tres meses a través de procedimientos de subasta a tipo fijo, con adjudicación plena y contra un amplio conjunto de garantías. En segundo lugar, y en mi opinión de la mayor consecuencia, reduciremos el diferencial entre el tipo de interés de la MRO (Main Refinancing Operation) y el tipo de la facilidad de depósito de cincuenta a quince puntos básicos a partir de mediados de septiembre de 2024. Se supone que este diferencial más estrecho incentivará la oferta en las operaciones semanales, por lo que es probable que los tipos del mercado monetario a corto plazo evolucionen en las proximidades del tipo de la facilidad de depósito. Por el contrario, la Fed (Sistema de la Reserva Federal) seguirá proporcionando liquidez principalmente a través de la compra de activos.

Además de los parámetros y características clave, acordamos un conjunto de principios rectores para la aplicación de la política monetaria, dos de los cuales me gustaría destacar: en primer lugar, el principio de eficacia. El principal objetivo de nuestro marco operativo es implementar la orientación de nuestra política monetaria. Esto se hace alineando las tasas de interés a corto plazo con nuestras decisiones de política monetaria. Si los tipos de interés a corto plazo fluctúan demasiado, esto podría difuminar la señal sobre la orientación prevista de la política monetaria y, en algún momento, reducir la efectividad.

En segundo lugar, el principio de la economía de mercado abierta. Nuestro marco operativo debe estar en consonancia con el principio de una economía de mercado abierta con libre competencia. Esto se aplica, en principio, a todos los segmentos de los mercados financieros afectados por la aplicación de la política monetaria, en particular a los mercados de financiación bancaria. El principio de la economía de mercado abierta favorece la asignación eficiente de los recursos, un mecanismo eficaz de determinación de precios y la transmisión fluida de la política monetaria.

Además, acordamos que el marco debería ser sólido, flexible, eficiente y, sin perjuicio del objetivo principal del BCE (Banco Central Europeo) de estabilidad de precios, que debería apoyar las políticas económicas generales de la Unión Europea.

4. La disyuntiva entre la actividad del mercado y la volatilidad

En mi opinión, la principal disyuntiva a la que nos enfrentamos existe entre los principios de eficacia y de economía de mercado abierta. Porque, desafortunadamente, mantener a raya las fluctuaciones en los tipos de cambio del mercado monetario y fomentar la actividad del mercado monetario no van necesariamente de la mano. Proporcionar una amplia liquidez con un margen estrecho entre los tipos principales de financiación y los tipos de interés de la facilidad de depósito puede mantener bajo control la volatilidad de los tipos de interés a corto plazo, pero desalienta la actividad del mercado, especialmente entre los bancos. Y viceversa, proporcionar liquidez con un diferencial más amplio fomenta la actividad del mercado, pero podría producirse a costa de mayores fluctuaciones en las tasas de interés a corto plazo.

En el Consejo de Gobierno del BCE (Banco Central Europeo) hemos decidido que un diferencial de quince puntos básicos limitará el margen de volatilidad de los tipos de mercado y dejará margen para que los bancos busquen soluciones de financiación basadas en el mercado. ¿Qué debemos hacer con esta disyuntiva entre el principio de economía abierta, que pretende fomentar la actividad del mercado, y el principio de eficacia, que tiene por objeto limitar la volatilidad del mercado monetario?

Permítanme comenzar con el principio de efectividad. Demasiada volatilidad en los tipos del mercado monetario podría difuminar la señal sobre la orientación prevista de la política monetaria. ¿Qué quiero decir con eso? El Consejo de Gobierno del BCE (Banco Central Europeo) decide una orientación específica de la política monetaria porque considera que esa postura es adecuada para lograr la estabilidad de precios a medio plazo. Los tipos de interés a corto plazo son un punto de partida importante para la transmisión de la política monetaria a una evolución más amplia de los precios. Afectan a los tipos de interés del mercado a medio y largo plazo, que a su vez influyen en el coste de los préstamos bancarios. Y los costos de endeudamiento de los hogares, las empresas y los gobiernos influyen en última instancia en el crecimiento de la producción y la tasa de inflación. En consecuencia, la volatilidad de los tipos puede convertirse en un problema (sólo) si afecta negativamente al mecanismo de transmisión de la política monetaria en una medida relevante.

Desafortunadamente, hay relativamente poca investigación sobre lo que sucedería si las tasas de interés a corto plazo fluctuaran sustancialmente en torno a las tasas de política clave. En particular, el efecto final sobre la inflación no está claro. ¿Las fluctuaciones de los tipos a corto plazo afectan de forma significativa a la transmisión monetaria? Y si es así, ¿qué grado de fluctuaciones? Examinar esto con más detalle podría aportar información valiosa para futuros debates sobre políticas. Tengan la seguridad de que una investigación convincente en este campo seguramente derribaría las puertas de los bancos centrales. Y nos ayudaría a entender lo importante que es realmente mantener la volatilidad de los tipos contenida en la búsqueda del objetivo principal de la estabilidad de precios

¿Qué pasa con el principio de la economía de mercado abierta? En nuestro marco operativo actual y futuro, todos los bancos elegibles pueden obtener préstamos a la misma tasa, siempre que comprometan suficientes garantías elegibles y cumplan con ciertos criterios mínimos relacionados con su solidez financiera. En los mercados de financiación bancaria, por el contrario, los bancos tienen que pagar diferentes tipos de interés en función de su solidez financiera.

En principio, esta diferenciación de tasas orienta la asignación de fondos en la economía, proporciona incentivos para que los bancos fortalezcan sus balances y contribuye a que el sistema bancario sea más eficiente y estable en general. Al mismo tiempo, reduce la carga del banco central para decidir quién es una contraparte confiable, y aumenta la responsabilidad del mercado. Estos beneficios de una mayor actividad en el mercado son bastante intangibles y, por lo tanto, notoriamente difíciles de cuantificar. Pero supongo que todo el mundo puede estar de acuerdo en que una mayor financiación basada en el mercado favorece una asignación eficiente de los recursos.

En la actualidad, los participantes en el mercado monetario fijan el precio de la mayoría de las transacciones no garantizadas a un día con un estrecho margen de cero a diez puntos básicos. Para este segmento, el diferencial futuro de 15 puntos básicos parece suficiente para proporcionar incentivos económicos para cierta actividad del mercado. En la actualidad, la mayoría de estas transacciones se realizan entre bancos y entidades no bancarias. Es posible que las transacciones interbancarias necesiten diferenciales más altos. Pero en los segmentos del mercado monetario a más largo plazo, un diferencial de 15 puntos básicos podría correr el riesgo de sacar del mercado muchas transacciones que aún pueden tener lugar con un diferencial más amplio.

El diferencial más estrecho también podría tener un impacto directo en la regulación de la liquidez. La regulación bancaria exige que las entidades de crédito de la zona del euro cumplan determinados requisitos de liquidez. Y lo que es más importante, tienen que mantener un stock mínimo de activos líquidos de alta calidad (HQLA (High Quality Liquidity Assets)) frente a sus salidas netas de liquidez durante los próximos 30 días. Una forma de cumplir estos requisitos es tomar prestadas reservas del Eurosistema, que se definen como HQLA (High Quality Liquidity Assets), contra activos de garantía no HQLA (High Quality Liquidity Assets). De esta manera, los bancos transforman activos líquidos y de menor calidad en activos líquidos de alta calidad en un proceso conocido como transformación de garantías.

El coste de oportunidad de esta operación es actualmente de 50 puntos básicos: el diferencial entre el tipo principal de refinanciación y el tipo de la facilidad de depósito. Por lo tanto, los bancos tienen un sólido incentivo financiero para auto asegurarse contra el riesgo de liquidez en el mercado. La reducción del diferencial a 15 puntos básicos tiene el potencial de reducir el costo de oportunidad y proporcionar incentivos para pasar de la financiación del mercado al banco central.

Lo bueno es que tenemos tiempo suficiente para observar cómo evoluciona la actividad del mercado en los próximos años. En particular, tenemos que evaluar el equilibrio entre la posible reducción de la volatilidad y la menor actividad del mercado con una posible mayor transformación de las garantías.

5. Observaciones finales

Si bien nuestro balance se reducirá gradualmente, el exceso de liquidez seguirá siendo significativo en los próximos años. En consecuencia, si bien no se puede descartar cierta volatilidad, se espera que los tipos de interés del mercado monetario a corto plazo continúen evolucionando en las proximidades del tipo de la facilidad de depósito.

A lo largo de los próximos dos años, seguiremos de cerca tres aspectos clave hasta nuestra próxima revisión programada: En primer lugar, evaluaremos la evolución de la actividad del mercado monetario, incluso en el segmento a medio plazo. En segundo lugar, analizaremos las posibles fluctuaciones de los tipos de interés a corto plazo y su influencia en la transmisión de la política monetaria. Y en tercer lugar, analizaremos el grado de transformación de las garantías.

Permítanme ser muy claro: era necesario un ajuste de nuestro marco operativo para reflejar los cambios estructurales del mercado. ¿Ese marco está ahora escrito en piedra? Todavía no lo sé. Pero en el pasado, hemos demostrado nuestra capacidad y flexibilidad para adaptarnos a las condiciones cambiantes del mercado. Estemos abiertos a esto, ahora y en el futuro.

Mejorando XBRL para el modelado de datos

Un reciente artículo identificó el potencial de conflicto entre los enfoques de modelado de XBRL y la Metodología de Puntos de Datos (DPM). Sin embargo, ninguna discusión estaría completa sin revisar por qué la Autoridad Bancaria Europea (EBA) y la Autoridad Europea de Seguros y Pensiones Ocupacionales (EIOPA) optaron por utilizar DPM y luego traducir a una taxonomía XBRL, en lugar de comenzar con XBRL en primer lugar.

¿Fue una falta de funciones en XBRL, fue una falta de comprensión o simplemente una falta de herramientas? El artículo sostiene que todavía faltan algunas características, muchas de las cuales están en el plan de trabajo del Modelo de Información Abierto (OIM) de XBRL International. pero aún no se han abordado algunos temas como el control de versiones.

La otra idea clave es que no parece haber ningún incentivo para que los proveedores de software creen el tipo de herramientas de modelado de datos que necesitan los grandes autores de taxonomías XBRL.

Al revisar los requisitos clave de los grandes marcos de presentación de informes, como los de EBA CRD y EIOPA Solvency, el documento evalúa el estado de las especificaciones XBRL para cumplirlos y permitir que XBRL proporcione capacidades de gestión de datos maestros para los marcos de presentación de informes.

Los beneficios y problemas de XBRL

Las especificaciones XBRL están diseñadas para dar soporte a un conjunto diverso de aplicaciones de generación de informes de información empresarial en todo el mundo. Actualmente existen más de doscientos marcos de generación de informes XBRL importantes creados en torno a este estándar abierto, existe una gran comunidad de expertos y una gama cada vez mayor de proveedores de software.

Una de las fortalezas de los estándares XBRL, aparte del núcleo común, es su independencia entre sí, lo que permite a los diseñadores de taxonomías XBRL elegir las especificaciones que desean utilizar. Sin embargo, su debilidad es que el desarrollo como especificaciones independientes significa que hay poca interoperación entre ellas.

Esto es particularmente notorio para los desarrolladores de grandes marcos de generación de informes. Para ayudar a entender cuáles son los problemas específicos, vale la pena revisar los comentarios de la EBA durante sus recientes presentaciones sobre DPM 2.0, también conocido como «DPM Refit». La EBA presentó un caso para profundizar el uso de DPM frente a un enfoque XBRL más estandarizado. La diapositiva siguiente es un ejemplo de cómo comparan su DPM con XBRL.

Creemos que muchas de las observaciones de la EBA están sesgadas debido a su decisión de basar su sistema interno de almacenamiento de datos en DPM. Responderíamos en nombre de la comunidad XBRL que:

  • La taxonomía XBRL producida por las herramientas DPM no proporciona una guía semántica obvia para las definiciones, ya que está compuesta por unos pocos conceptos de alto nivel y desglosada en numerosas dimensiones; por ejemplo, existe globalmente un concepto para «activos», mientras que la taxonomía IFRS tiene muchos tipos. de activos que son subconjuntos del concepto más amplio. La taxonomía de la Directiva sobre riesgo de crédito (CRD) de la ABE es el llamado «modelo altamente dimensional». Bueno para las computadoras, pero deficiente para ayudar a la comprensión del lector, lo cual es importante para transmitir requisitos en sistemas de informes heterogéneos.
  • El proceso DPM también genera numerosas reglas de bajo nivel para comprobar la calidad de los datos, en lugar de una regla semántica de alto nivel, como «todos los totales deben sumar». Comprobar la coherencia de un volumen tan grande de reglas DPM de bajo nivel (alrededor de 8.000) de forma automatizada es algo dudoso.
  • Muchas de las diferencias citadas en la diapositiva de la EBA están relacionadas con la implementación específica, por lo que cuestiones como la integración y los identificadores invariantes solo existen según el punto de vista del observador.

Sin embargo, el problema del «versionado» es real. XBRL incluye una versión superficial y pautas de mejores prácticas para documentar las diferencias entre versiones, pero nada más. En contra de esto, la afirmación de la EBA de que DPM apoya la «historización» de conceptos se basa en su implementación patentada de DPM. Si XBRL va a proporcionar alguna forma de ‘gestión de datos maestros’ para grandes marcos de informes, entonces el control de versiones es una característica crítica. Sin embargo, vale la pena señalar que el intercambio de datos tiene requisitos de versiones diferentes a los de los sistemas de análisis de datos, como se analiza con más detalle más adelante, pero el requisito es importante para todos los sistemas XBRL.

La EBA también tiene previsto adoptar el nuevo modelo de información abierta (OIM) de XBRL y, en particular, el formato xBRL-CSV para los envíos con el fin de reducir el tamaño de los archivos de los informes. Sin embargo, una vez más, en lugar de centrarse en mejorar el diseño y el potencial de rendimiento de XBRL, ha optado por utilizar una estructura CSV que utiliza explícitamente el «DPM-ID», una construcción del sistema de almacenamiento de datos de la EBA que está semánticamente «vacío» y no proporciona ninguna ayuda para optimizar el procesamiento de XBRL. Para obtener más información sobre este enfoque y por qué creemos que es una mala idea, consulte el artículo anterior «DPM vs XBRL».

Entonces, hoy en día, si la EBA comenzara de nuevo, la gran pregunta sería: «¿Seguirían usando DPM para definir el modelo de los datos a recopilar o usarían XBRL?».

Nuestra opinión es que la EBA todavía encontraría una falta de herramientas de «desarrollo de taxonomía» con las que construir un «buen» modelo semántico que sea fácil de mantener. Creemos que la iniciativa OIM es un gran paso en la dirección correcta, pero las especificaciones XBRL independientes aún obstaculizan el proceso. Las siguientes secciones revisan los detalles de OIM y hacia dónde se dirigen, además de algunas recomendaciones para mejorar las capacidades de modelado XBRL.

Por ahora, el DPM funciona para la EBA y la EIOPA como un mecanismo útil para sus sistemas internos (podrían utilizar mejor XBRL, pero eso es para más adelante). El verdadero problema que la EBA revela a la comunidad XBRL es que definir marcos de información a gran escala en XBRL es un proceso en gran medida manual y complejo. Otros marcos de gran tamaño, como la taxonomía IFRS, experimentan problemas similares. Entonces, ¿qué se debe mejorar?

Estándares OIM y Future xBRL

El Modelo de Información Abierta (OIM, por sus siglas en inglés) es un esfuerzo estratégico de XBRL International para simplificar y modernizar aspectos importantes del Estándar XBRL mediante la definición de un modelo que represente el significado del estándar, sin referencia a una sintaxis específica, es decir, elimina la dependencia de XML. El OIM define formatos múltiples e intercambiables, que pueden ir modificándose con el tiempo.

  • xBRL-CSV: condensa los datos en un formato tabular muy compacto para permitir la recopilación de grandes cantidades de datos.
  • xBRL-JSON: proporciona datos XBRL en un formato más sencillo de procesar y presentar.
  • xBRL-XML: sigue admitiendo una amplia gama de requisitos de generación de informes.

Las habilidades y el esfuerzo para desarrollar reglas para validar los datos (fórmulas XBRL) han demostrado ser otra área de preocupación para los autores de taxonomías. El XBRL Standards Board (XSB) ha proporcionado recientemente un camino a seguir para las fórmulas XBRL en un mundo OIM:

  • Comenzando con Fórmula 2.0, que eliminará la sintaxis XPath y formalizará la especificación de XF, o Fórmula basada en texto, que proporciona la misma funcionalidad que la Fórmula XBRL, pero es más rápida de escribir y más fácil de leer.
  • Finalmente, el plan es desarrollar una nueva especificación que incluirá reglas tanto para la instancia XBRL como para la taxonomía, basándose en las nuevas especificaciones de taxonomía de OIM. Esto también implica un cambio de nombre a «Reglas XBRL 3.0» para reconocer su importancia.

De manera confusa para algunos, en XBRL existe otra manera de verificar relaciones simples de los datos proporcionados usando la especificación de Cálculo. Idealmente, esto debería proporcionar un mecanismo más simple para definir los principales ‘controles de calidad’ que se encuentran en los modelos de informes financieros, por ejemplo, roll-ups, roll-forward y agregaciones. La especificación de cálculo se está actualizando y el plan para la versión 2.0 incluye capacidades de agregación dimensional. La fórmula XBRL entonces solo se usaría para reglas más complejas, así como para validaciones estructurales.

La OIM mantendrá esta flexibilidad para los autores de taxonomías, pero aún deja preguntas como «¿Debería utilizar fórmulas o cálculos XBRL?»:

  • La EBA desarrolla la fórmula XBRL a partir de su notación DPM, que los usuarios empresariales definen como parte de sus plantillas de hojas de cálculo, pero no describe las relaciones inherentes en las tablas ni utiliza cálculos para sumar jerarquías básicas.
  • La taxonomía NIIF en la que se basa el ESEF de la Autoridad Europea de Gestión de Valores (ESMA) utiliza cálculos y fórmulas, pero no utiliza tablas. En marcos de ‘Informes abiertos’ como ESEF, el emisor desarrolla sus propias estructuras de tablas. Un modelado deficiente de estos significa que los cálculos a menudo se omiten o se incluyen solo parcialmente en la taxonomía, lo que genera numerosos problemas de calidad de los datos.

Entonces, ¿OIM llega lo suficientemente lejos? Creemos firmemente que es necesario que la comunidad XBRL reflexione un poco más sobre cómo los hipercubos, las tablas, los cálculos y las fórmulas pueden trabajar juntos para ayudar a ofrecer mejores modelos XBRL.

Gestión de grandes marcos de informes

Si se va a utilizar XBRL para modelar sistemas de recopilación a gran escala, entonces debemos volver a algunas de las cuestiones subyacentes planteadas por la EBA, la EIOPA y las ANC europeas, que no sólo implementan la recopilación de informes de la EBA y la EIOPA de miles de los bancos y empresas de seguros europeos, sino que también los amplían a los requisitos de presentación de informes locales.

Es un área muy amplia para cubrir, por lo que es mejor comenzar dividiendo los temas en subáreas más pequeñas:

  • Desarrollo y mantenimiento de taxonomía.
  • Versionado
  • Archivos grandes
  • Una gran cantidad de fórmulas XBRL complejas

Desarrollo y mantenimiento de taxonomía

El modelado de datos es, sin duda, la decisión más importante para un equipo de generación de informes de datos. Determina la arquitectura y el camino que seguirá el proyecto. El modelado de conjuntos de datos grandes y complejos siempre ha planteado a los diseñadores decisiones y problemas.

Las taxonomías XBRL de gran tamaño (diccionarios de datos) pueden hacer referencia a otras taxonomías XBRL (eXtensibles) como bloques de construcción y pueden separarse en numerosos puntos de entrada, cada uno de los cuales contiene múltiples definiciones de tabla o ELR, que facilitan el modelado de las partes individuales. Esto ayuda, pero no es suficiente para ayudar realmente a los diseñadores a desarrollar un modelo semántico «bueno» y de alto rendimiento y gestionarlo a lo largo del tiempo, ni incentiva a los desarrolladores a crear el tipo de herramientas que respaldarían a los diseñadores en este proceso, como.

  • La especificación de dimensiones XBRL se utiliza para definir hipercubos, mientras que las bases de vínculos de tabla pueden utilizar las dimensiones y pueden vincularse a hipercubos; sin embargo, cada base de vínculos de tabla debe especificarse de forma independiente, es decir, codificarse. Más código equivale a más desarrollo y más mantenimiento. ¿Por qué no existe la posibilidad de producir una especificación de base de vínculos de tabla directamente a partir del hipercubo de informes? Esto animaría a los diseñadores de taxonomías a pensar detenidamente en la estructura del hipercubo y las tablas.
  • La especificación Table Linkbase define una capa de presentación tabular para renderizado. Sin embargo, no proporciona ninguna ‘aritmética tabular’ simple, como totales de filas, totales de columnas o subtotales. Esta idea de ‘agregación dimensional’ se ha propuesto antes y ha resurgido en Cálculos 2.0. El diseñador podría usar el código de fórmula hoy en día, como lo muestra la EBA, pero si el proceso está automatizado y es parte del modelo subyacente, entonces se reduce el código y los diseñadores de taxonomía estarán más estructurados en sus diseños de tablas.
  • Los diseñadores están claramente interesados en los formatos xBRL-CSV y xBRL-JSON. Añadir algunas ideas simples para ayudar a crear y gestionar definiciones a lo largo del tiempo reduce el código y pone el foco en el modelo:
  • o Método para la generación directa de xBRL-CSV a partir de definiciones de tablas e hipercubos.
  • o Vinculación bidireccional de definiciones de Table Linkbase y xBRL-CSV.
  • o Representación directa de datos xBRL-CSV en tablas definidas por Table Linkbase.

Creemos que la incorporación de características tan simples garantiza que las especificaciones XBRL se vinculen entre sí de una manera más coherente y solidaria, es decir, que «reunifiquen» los módulos de especificación individuales. Podríamos llamar a esto «gestión maestra de informes», lo que sugiere una forma más estructurada y metódica de desarrollar una taxonomía, en lugar de utilizar una «mezcolanza» de diferentes herramientas.

Versionado

Con el tiempo, todos los marcos de presentación de informes se desarrollarán y cambiarán a medida que sea necesario actualizar los elementos, la arquitectura, las reglas y las especificaciones utilizadas. Desde una perspectiva XBRL, dos áreas han sido el foco del Grupo de Trabajo de Mejores Prácticas XBRL:

  • Cómo comunicar los cambios entre versiones de taxonomía.
  • Cómo gestionar las versiones de taxonomía.

Para la mayoría de los proyectos XBRL que implican el intercambio de información empresarial, estos son suficientes. Aunque no existe ninguna especificación técnica que permita que el software actualice automáticamente los sistemas de la versión antigua a la nueva de la taxonomía.

La visión de la EBA sobre el ‘versionamiento’ es mucho más profunda. Quieren revisar cuándo se hizo referencia por primera vez a un «concepto» (punto de datos), cuándo se modificó y cuándo quedó obsoleto, además de saber quién realizó el cambio y por qué. Por lo tanto, su visión se acerca mucho más a la «Gestión de datos maestros», donde se recopilan metadatos sobre el modelo para que el modelo en sí pueda revisarse.

  • Cabe señalar que la EBA confunde las cosas cuando afirma que «… (XBRL) no puede manejar la evolución de un punto de datos entre versiones, lo que los hace inadecuados para los análisis de series temporales. Creemos que esto confunde los sistemas de recopilación con los sistemas de análisis. Los sistemas de análisis requieren un enfoque diferente, ya que los datos de origen llegan en muchos canales diferentes, deben transformarse y almacenarse de una manera específica para que sean eficientes para el análisis, como las series temporales. En los sistemas de recopilación, la cuestión es cómo facilitar a los remitentes saber qué datos recopilar, cómo comprobar su validez y cómo hacer que el proceso de transferencia sea eficiente. Estos dos objetivos pueden entrar en conflicto, por lo que la mayoría de las organizaciones dividen los dos sistemas.

Los beneficios para XBRL de un modelo de taxonomía más detallado y control de versiones de elementos son:

  • Proporcionar un método estandarizado para que los proveedores de XBRL actualicen los materiales asociados con una versión más nueva de la taxonomía ayudaría y reduciría significativamente los costos para los proveedores y, por lo tanto, para los usuarios.
  • Comprender cómo las definiciones y reglas de los datos han cambiado con el tiempo proporciona información importante para el análisis y la toma de decisiones operativas.

Es cuestionable qué tan importante es esto para la mayoría de los proyectos XBRL, pero para marcos de informes más complejos y más grandes, claramente ayudaría a su gestión. Una advertencia es que agregar ‘versiones’ a XBRL es una tarea grande y algo que necesitaría un ‘caso de uso’ de la vida real como guía.

Rendimiento de validación de grandes conjuntos de datos

Las preocupaciones sobre el tiempo de procesamiento de informes grandes siempre han estado presentes, pero el tamaño de lo que se define como un archivo de datos «grande» ha aumentado exponencialmente. Cualquier prueba de rendimiento dependerá del entorno en el que se ejecuta, es decir, si se le da al programa más memoria y más rendimiento de la CPU, debería ejecutarse más rápido. Por lo tanto, la pregunta debería reformularse como «¿Está funcionando de manera eficiente?» para que escale.

Cuando se analiza el rendimiento en grandes marcos de informes, como EBA CRD y EIOPA Solvency, los problemas aparecen principalmente con conjuntos de datos basados en registros, expresados como tablas «abiertas». Una tabla abierta es aquella en la que hay un número ilimitado de filas, columnas u hojas. El formato de registro o los datos transaccionales a menudo se organizan en una fila por registro, es decir, se agrupan en una fila múltiples hechos relacionados. En otras tablas, que contienen relativamente pocos puntos de datos agregados, el rendimiento siempre ha sido bueno para la mayoría de los procesadores XBRL.

La especificación xBRL-CSV se desarrolló específicamente para manejar los problemas resultantes de grandes conjuntos de datos basados en registros. En primer lugar, comprime los datos, por lo que los archivos de informes son más pequeños y más fáciles de transmitir. En segundo lugar, si la estructura CSV sigue el diseño de la tabla, es decir, según su «formato de registro», entonces los datos podrían leerse como filas, lo que proporciona una agrupación «natural» de los datos asociados, mejorando significativamente el rendimiento de las fórmulas XBRL en archivos grandes. mesas abiertas.

Esto proporciona una enorme mejora de rendimiento con respecto a xBRL-XML, donde dichas tablas se expresan como un único hecho por fila y un procesador XBRL debe «reagrupar» las filas individuales, lo que obliga a procesadores como el XPE de UBPartner a emplear un «optimizador» para determinar la mejor manera de agrupar. y filtrar los datos para una fórmula determinada.

Tenga en cuenta que, cuando se combinan grandes conjuntos de datos con numerosos controles de calidad de datos de bajo nivel, como los creados con el DPM de la EBA, se observa un aumento de los tiempos de procesamiento. Lamentablemente, el enfoque propuesto por la EBA para la recopilación de datos CRD en xBRL-CSV no ayuda, ya que decidió por primera vez introducir por completo la notación DPM directamente en el modelo XBRL seleccionando el siguiente formato xBRL-CSV fijo:

DPM_ID, Valor, Unidad

Esto es como el modelo xBRL-XML de un hecho por línea y luego agregar una búsqueda adicional utilizando el ‘DPM-ID’ semánticamente vacante como clave en el archivo CSV. Una indirección que, desde el punto de vista de las autoridades nacionales competentes y los remitentes, no ofrece ventajas. En cambio, restringe el rendimiento de la validación y dificulta la conversión entre otros formatos.

La incorporación de capacidades semánticas, como la aritmética tabular, en el modelo subyacente ayuda a los procesadores XBRL a comprender la estructura de los datos con los que están trabajando y luego se pueden formalizar los «optimizadores» para mejorar el rendimiento en función de los datos y su estructura.

Lo anterior también debe vincularse con la especificación del Indicador de presentación de XBRL, que también proporciona un mecanismo para ayudar a dividir grandes conjuntos de datos en secciones lógicas más pequeñas. Estas secciones lógicas pueden vincularse a las tablas y a los conjuntos de fórmulas. Poder identificar las subsecciones adecuadas de los datos y sus construcciones de taxonomía asociadas permite a los procesadores XBRL:

  • Reducción del alcance de fórmulas y cálculos, que actualmente apuntan al conjunto de datos completo.
  • Oportunidad de dividir el procesamiento en operaciones más pequeñas, que utilizan un subconjunto del modelo y los datos y tienen el potencial de procesarse independientemente.

Mejoras en la fórmula XBRL

La capacidad de incorporar reglas de validación en una taxonomía es una de las características más poderosas de XBRL para el intercambio de datos y la fuente de una mejor calidad de los datos. Hoy, como se mencionó, tenemos dos métodos: cálculos y fórmula XBRL. La primera es simple y fácil de implementar, pero limitada, mientras que las fórmulas XBRL ofrecen mucho más, pero son difíciles de desarrollar, ya que están ligadas a XML. Además, un diseñador de una taxonomía ‘abierta’, como ESMA ESEF o US GAAP, actualmente no puede escribir reglas para verificar la extensión de la taxonomía creada por el emisor.

En respuesta al último problema, XBRL US ha creado su propio sistema de reglas (DQR) con una tecnología diferente, XULE. Si bien esto proporciona una solución inmediata, no ayuda a la estandarización en toda la comunidad XBRL.

Como se destacó anteriormente, XSB anunció recientemente la Fórmula 2.0, eliminando la dependencia de XML y formalizando el uso de XF (fórmula basada en texto). XBRL Rules 3.0 planea romper con las especificaciones existentes y se espera que aproveche en gran medida la experiencia adquirida por XBRL US. Lo anterior debería ayudar significativamente a los diseñadores de taxonomía y permitir una definición más sencilla de reglas comerciales de calidad con las que verificar el documento de instancia y cualquier extensión de taxonomía.

Además, XBRL Europa ha reconocido que la arquitectura DPM de la EBA y la EIOPA tiene ciertas características específicas con tres modelos en uno: puntos de datos, plantillas y dimensiones semánticas que necesitan un «puente» para ayudar a pasar a las nuevas características XBRL. Ha creado un grupo de trabajo para revisar ‘XF-DPM’, lo que ayudaría a traducir entre las reglas DPM y las fórmulas XBRL, pero también posiblemente mejoraría el rendimiento de las fórmulas XBRL resultantes. Sin embargo, todavía se vería afectado por la definición de ‘controles de calidad de datos’ a nivel de punto de datos, por lo que produciría muchos de estos, en lugar de utilizar la semántica incorporada en un modelo XBRL dimensional.

Conclusiones

XBRL continúa creciendo y brinda soporte a una gama cada vez más amplia de marcos de informes. OIM es un paso crucial para garantizar el futuro al admitir formatos alternativos; sin embargo, el XSB también debe centrarse en recomendaciones que simplifiquen y requieran menos recursos para diseñar y desarrollar una taxonomía XBRL que sea consistente y eficaz.

Cuando la EBA y la EIOPA comenzaron su andadura en XBRL, este sistema ofrecía un método basado en estándares para recopilar los datos que necesitaban para supervisar su mercado. Sin embargo, XBRL no contaba con las características que les permitieran modelar los datos en XBRL, y en su lugar utilizaron DPM como herramienta de modelado. Ahora hay pocos incentivos para cambiar esta configuración y, de hecho, la propuesta de la EBA para la reforma de DPM es trasladar el marco de presentación de informes más hacia la arquitectura DPM.

La comunidad XBRL necesita ofrecer ese incentivo. El XSB entregó el formato OIM y XBRL-CSV y realizó importantes propuestas sobre la actualización de las Fórmulas. Sin embargo, esto no satisface la necesidad de utilizar XBRL como base para un sistema de «gestión de informes maestros». También significa que hay pocos incentivos para que los proveedores proporcionen herramientas para ayudar a las ANC, del mismo modo que la EBA y la EIOPA están desarrollando sus propios sistemas de gestión de datos utilizando DPM.

Creemos que la visión de la OIM debe ampliarse a:

  • Reunificar el conjunto de especificaciones.
  • Armonización de dimensiones/tablas/especificaciones de colección.
  • Agregue capacidad de control de versiones.

Lamentablemente, la especificación de estándares lleva tiempo para lograr un consenso y luego desarrollar las especificaciones. La comunidad XBRL se basa en voluntarios que contribuyen a este proceso, por lo que es importante que el trabajo sea relevante y prioritario si queremos ver beneficios tangibles en un plazo realista. Los autores sugieren que se comience por ampliar la hoja de ruta de OIM para que los usuarios y desarrolladores tengan una imagen más clara de los desarrollos futuros y dar orientación a autores como la EBA y la EIOPA.

La SEC aborda la divulgación para empresas extranjeras en los mercados estadounidenses

Durante el Programa sobre Sistemas Financieros Internacionales de la Facultad de Derecho de Harvard, el Comisionado Mark T. Uyeda de la Comisión de Bolsa y Valores de Estados Unidos (SEC) habló sobre la evolución del panorama de los requisitos de divulgación para las empresas extranjeras que acceden a los mercados de capitales de Estados Unidos. Enfatizó el compromiso continuo de la SEC con la divulgación veraz y describió los enfoques históricos y actuales para regular las empresas extranjeras.

Históricamente, la SEC ha reconocido las circunstancias únicas de las empresas extranjeras, adaptando sus regulaciones para equilibrar la protección de los inversores estadounidenses con los aspectos prácticos que enfrentan los emisores extranjeros. Desde 1935, las empresas extranjeras deben presentar informes anuales ante la SEC, pero a diferencia de sus homólogas con sede en Estados Unidos, no están sujetas a informes trimestrales. Sin embargo, las decisiones recientes de la SEC muestran un cambio hacia requisitos de divulgación más frecuentes y detallados, incluidos aquellos relacionados con minerales conflictivos, extracción de recursos y recompra de acciones.

Uyeda señaló que el marco regulatorio actual a veces resulta en inconsistencias. Por ejemplo, si bien las empresas extranjeras deben divulgar trimestralmente información sobre recompra de acciones, están exentas de informes de ganancias trimestrales. La postura cambiante de la SEC plantea interrogantes sobre los principios que guían estas decisiones y la necesidad de una filosofía regulatoria coherente. Es complicado, pero crucial, mantener un equilibrio que considere los desafíos únicos que enfrentan las empresas extranjeras y al mismo tiempo garantice datos comparables y de alta calidad para los inversores estadounidenses. Un enfoque cada vez mayor en estándares interoperables y comparables a nivel mundial, respaldados por datos XBRL, puede ayudar a allanar ese camino.

Programa de la Facultad de Derecho de Harvard sobre sistemas financieros internacionales, Simposio entre Estados Unidos y China de 2024

La relación entre Estados Unidos y China es importante para los mercados de capital globales y aprecio la participación en esta conferencia de muchos participantes conocedores de las relaciones chino-estadounidenses, incluidos nuestros distinguidos visitantes de la República Popular China.

Hoy es un día particularmente especial para la Comisión de Bolsa y Valores de Estados Unidos (SEC o la Comisión). En esta fecha, hace noventa años, el presidente Franklin D. Roosevelt promulgó la Ley de Bolsa de Valores de 1934. Esa legislación creó la SEC, y la agencia se ha adaptado a casi un siglo de cambios en los mercados de capital, la tecnología y las prácticas comerciales. En la cultura china, la longevidad se asocia con la sabiduría. Es de esperar que los inversores y los participantes del mercado vean a la SEC como un regulador más sabio hoy que en 1934. A medida que la SEC sigue envejeciendo, espero con ansias ver cómo las acciones futuras de la agencia reflejarán esa mayor sabiduría.

Desde los primeros días de existencia de la SEC, la agencia ha reconocido la naturaleza única de las empresas extranjeras que acceden a los mercados de capitales estadounidenses, y sus reglas han otorgado un trato diferente a las empresas extranjeras. Por ejemplo, en julio de 1935, la SEC creó formularios separados para que los utilizaran las empresas extranjeras para registrar una clase de valores según la Ley de Bolsa. Al crear estos diferentes formularios, la SEC explicó que sus requisitos para las empresas estadounidenses deben adaptarse a las “circunstancias peculiares” de las empresas extranjeras y que “en vista de la disparidad entre las leyes y prácticas existentes en diferentes países, era necesario introducir una gran flexibilidad en los requisitos”. Más tarde, en 1935, la SEC eximió a las empresas extranjeras de sus reglas que rigen las solicitudes de poderes y el comercio de valores de una empresa por parte de directores y funcionarios.

Estas decisiones de la década de 1930 siguen vigentes hoy, pero los mercados de capitales están en constante evolución. En 2024, habrá conexiones significativas entre los mercados de capital globales en Europa, Asia, Estados Unidos y otros lugares. Al mirar el futuro de las empresas extranjeras que acceden a los mercados de capitales estadounidenses, ¿cómo debería regular la SEC a esas empresas? Hoy compartiré algunas ideas sobre este tema que reflejan mis puntos de vista individuales como Comisionado de la SEC y no necesariamente reflejan los puntos de vista de toda la Comisión o de mis compañeros Comisionados.

Divulgación por parte de empresas extranjeras

La filosofía regulatoria subyacente de las leyes federales de valores es la divulgación veraz. Al recomendar legislación para leyes de valores al Congreso, el presidente Roosevelt declaró: “La legislación impone al vendedor la carga de decir toda la verdad. El propósito de la legislación es proteger al público con la menor interferencia posible a negocio honesto.”

Como ha reconocido la SEC, las empresas extranjeras son diferentes de las estadounidenses y, en consecuencia, pueden soportar mayores costos para cumplir con los mismos requisitos de divulgación. Por lo tanto, una cuestión fundamental en la regulación de las empresas extranjeras por parte de la SEC es si, y en qué medida, la sustancia y la frecuencia de la divulgación por parte de las empresas extranjeras debería diferir de la de las empresas estadounidenses. En un extremo del espectro, las empresas extranjeras estarían sujetas exactamente a los mismos requisitos de divulgación que las empresas estadounidenses, con excepciones limitadas cuando seguir dichos requisitos violaría leyes extranjeras. En el otro extremo, las empresas extranjeras proporcionarían sólo la divulgación requerida según los requisitos de su país de origen.

Al abordar este tema hoy, me centraré en la divulgación fuera de los estados financieros. Al considerar cuál debería ser la filosofía regulatoria de la SEC para la divulgación no financiera en el futuro, es importante comprender la historia del enfoque regulatorio de la agencia. Primero discutiré la frecuencia con la que las empresas extranjeras deben proporcionar información, seguido del fondo de la información.

Frecuencia de divulgación por parte de empresas extranjeras

Desde 1935, tanto las empresas estadounidenses como las extranjeras deben presentar un informe anual ante la SEC. Hoy en día, este informe para empresas extranjeras se conoce como Formulario 20-F. A partir de 1967, las empresas extranjeras deben presentar un informe, denominado Formulario 6-K, sobre cualquier información importante divulgada por la empresa conforme a las leyes de su país de origen, informada públicamente de conformidad con los requisitos de la bolsa de valores o proporcionada a sus accionistas. A diferencia de las empresas estadounidenses, a las empresas extranjeras nunca se les ha exigido que presenten informes trimestrales y, a menos que lo exija el Formulario 6-K, nunca se les ha exigido que presenten informes sobre la ocurrencia de un evento corporativo importante, como la entrada en una fusión. acuerdo o salida de un funcionario ejecutivo.

Durante décadas, este enfoque regulatorio proporcionó una fuerte distinción en la frecuencia de presentación de informes entre empresas estadounidenses y extranjeras. Sin embargo, este enfoque ha comenzado a cambiar. En 2012, la SEC introdujo una nueva presentación anual sobre el uso de minerales conflictivos por parte de las empresas que se aplicaba por igual a empresas estadounidenses y extranjeras. En 2020, la SEC implementó un requisito de presentación anual con respecto a los pagos realizados por empresas estadounidenses y extranjeras dedicadas a la extracción de recursos. Finalmente, el año pasado, la SEC emitió una norma para exigir a las empresas estadounidenses y extranjeras que proporcionen información trimestral sobre las recompras de valores de capital propio de la empresa.

Aunque el Congreso exigió las normas sobre minerales en conflicto y extracción de recursos, la SEC podría haberlo hecho, pero decidió no utilizar su autoridad exenta para excluir a las empresas extranjeras del requisito de presentación. Por el contrario, la norma de recompra de acciones no fue impuesta por el Congreso. Su aplicación a empresas extranjeras representó un alejamiento significativo de la práctica anterior de la SEC. En última instancia, un tribunal anuló la norma a finales del año pasado debido a violaciones de procedimiento por parte de la SEC al adoptar la norma, y no se producirá la presentación trimestral sin precedentes por parte de empresas extranjeras para la recompra de acciones. No obstante, las decisiones de la SEC con respecto a sus reglas sobre minerales conflictivos, extracción de recursos y recompra de acciones se desvían de la posición de larga data de la agencia de exigir la divulgación por parte de empresas extranjeras anualmente en el Formulario 20-F y cuando la información material se hace pública de otro modo de conformidad con Formulario 6-K.

Sustancia de la divulgación por parte de empresas extranjeras

Pasando al fondo de los requisitos de divulgación para las empresas extranjeras, comenzamos en 1979, el año en que la SEC introdujo el Formulario 20-F. Al adoptar el nuevo formulario, la agencia declaró que “los inversores [estadounidenses] en valores extranjeros deberían recibir información lo más parecida posible y practicable a la proporcionada a los inversores en valores de emisores nacionales”. Sin embargo, la SEC también reconoció que “existen diferencias en diversas leyes, negocios y costumbres contables nacionales que la [SEC] debería tener en cuenta al evaluar los requisitos de divulgación para [empresas] extranjeras”. Al sopesar estas dos consideraciones, la agencia adoptó requisitos de divulgación anual para las empresas extranjeras que se basaban en los requisitos para las empresas estadounidenses, pero no hizo que los requisitos fueran “sustancialmente similares”, como se propuso.

La siguiente actualización integral del Formulario 20-F fue en 1999. Ese año, la agencia revisó los requisitos de divulgación del informe anual para ajustarlos a los estándares internacionales de divulgación respaldados por la Organización Internacional de Comisiones de Valores (“IOSCO”). Al explicar su justificación para cambiar los requisitos de divulgación del Formulario 20-F para que coincidan con los estándares de IOSCO, la SEC explicó que “a los emisores les resultaría más fácil ofrecer o cotizar valores fuera de su país de origen si prepararan un documento de divulgación básico que, con un mínimo de adaptación nacional , puede ser aceptado en múltiples jurisdicciones y que este documento de divulgación serviría como un ‘pasaporte internacional’ a los mercados de capitales del mundo al reducir las barreras a las ofertas y cotizaciones transfronterizas”. La SEC también reiteró lograr un equilibrio entre “ampliar las oportunidades de inversión disponibles para los inversores estadounidenses” y “garantizar que [los inversores] reciban un alto nivel de información comparable a la proporcionada por las empresas estadounidenses”.

Desde 1999, los cambios en los requisitos de divulgación para las empresas extranjeras han sido en gran medida poco sistemáticos. Estos cambios generalmente se dividen en tres categorías. En primer lugar, para la divulgación ordenada por el Congreso –particularmente de la Ley Sarbanes-Oxley y la Ley Dodd-Frank – la SEC se ha mostrado reacia a ejercer su autoridad de exención general y, en cambio, ha optado por aplicar requisitos de divulgación por igual a Empresas estadounidenses y extranjeras. En segundo lugar, cuando la SEC ha eximido a las empresas extranjeras de obligaciones de divulgación, el requisito es parte de la declaración de poder, que no se aplica a las empresas extranjeras, ni se relaciona con la remuneración de los ejecutivos. En tercer lugar, en las normas de divulgación recientes que no fueron ordenadas por el Congreso y que no se relacionan con materiales de representación, la SEC generalmente ha exigido la misma divulgación tanto a las empresas estadounidenses como a las extranjeras. Al explicar sus decisiones, la SEC afirmó que la divulgación requerida es tan importante para las decisiones de inversión en empresas extranjeras como lo es en empresas estadounidenses y el deseo de la agencia de información consistente y comparable en todas las empresas.

Necesidad de una filosofía regulatoria coherente para la divulgación por parte de empresas extranjeras

Dada la historia del enfoque regulatorio de la SEC, las recientes decisiones de la agencia de tratar en su mayoría a empresas estadounidenses y extranjeras por igual con respecto a los requisitos de divulgación son confusas y han llevado a inconsistencia.

Por ejemplo, ¿es la información sobre recompra de acciones más importante que la información sobre ganancias, de modo que la divulgación trimestral fuera necesaria pero no las ganancias? ¿Por qué hay deferencia hacia los requisitos del país de origen de las empresas extranjeras para la divulgación de la remuneración de los ejecutivos, pero no hacia otras áreas, como la recuperación de la remuneración de los ejecutivos o la divulgación de los riesgos relacionados con el clima? ¿Cuál es el estándar sobre cuándo la SEC ejercerá su autoridad para eximir a las empresas extranjeras de los requisitos generales de divulgación exigidos por el Congreso, a la luz de las consideraciones históricas de la agencia sobre las diferencias en leyes y costumbres comerciales y las crecientes oportunidades de inversión para los inversores estadounidenses?

La falta de una filosofía regulatoria claramente articulada para alinear las obligaciones de divulgación de las empresas extranjeras con las de las empresas estadounidenses perjudica tanto a los inversores como a las empresas en l largo plazo. Como declaró la SEC en 1979 cuando adoptó el Formulario 20-F, el examen de… la regulación de valores en los mercados internacionales… debe ser… continuo y evolutivo…” Sin embargo, en los últimos 45 años, la agencia ha llevó a cabo sólo una revisión exhaustiva de sus requisitos de divulgación para empresas extranjeras.

Para eliminar la confusión y la inconsistencia que plagan las decisiones recientes de la SEC sobre la divulgación de información de empresas extranjeras, la agencia debería considerar publicar sus puntos de vista en un libro blanco o en un documento conceptual, y solicitar comentarios del público sobre qué principios deberían guiar la futura elaboración de reglas. El enfoque histórico de la SEC de diferentes estándares de divulgación para empresas estadounidenses y extranjeras no ha resultado en fallas de mercado a gran escala. En la medida en que ha habido problemas con la divulgación de información de las empresas extranjeras, a menudo implican fraude manifiesto y errores y omisiones materiales, que son preocupaciones que ocurrirían independientemente de si una empresa presenta formularios aplicables a empresas extranjeras o a empresas estadounidenses. La SEC debería incorporar esta importante consideración al desarrollar sus principios sobre los requisitos de divulgación de información de las empresas extranjeras.

Definición de emisor privado extranjero

Si la SEC lleva a cabo esta tarea, entonces una cuestión que también debería examinarse es qué empresas extranjeras deberían calificar para el régimen de divulgación previsto en el Formulario 20-F y el Formulario 6-K.

Actualmente, una empresa extranjera puede utilizar el Formulario 20-F y el Formulario 6-K si cumple con la prueba de “emisor privado extranjero”. Generalmente, las condiciones para un emisor privado extranjero se basan en si la mayoría de los residentes estadounidenses poseen los valores con derecho a voto de la empresa y si la mayoría de las operaciones de la empresa se realizan en los Estados Unidos. El hecho de que las operaciones de una empresa se realicen en los Estados Unidos se basa en los siguientes factores: (1) si sus directores o funcionarios ejecutivos son ciudadanos o residentes estadounidenses; (2) si sus activos están ubicados en los Estados Unidos; o (3) si su negocio se administra principalmente en los Estados Unidos.

Esta prueba para emisores privados extranjeros se remonta al menos a 1983. En ese momento, la SEC declaró que “las [empresas] extranjeras que generalmente son propiedad de personas estadounidenses y están administradas por ellos se consideran esencialmente empresas estadounidenses” y, por lo tanto, fueron excluidos de calificar como emisores privados extranjeros. Si bien una prueba basada en la propiedad y la gestión puede haber sido suficiente en aquel entonces, puede que no refleje las realidades de los mercados de capital, las estructuras corporativas y las prácticas comerciales globales de hoy.

Imaginemos dos empresarios, uno en Estados Unidos y otro en China. Cada uno inicia una empresa de inteligencia artificial. Después de años de crecimiento exitoso, ambos empresarios toman la misma decisión de cotizar las acciones de su empresa únicamente en Nasdaq, pero conservan el poder de voto mayoritario. Sin embargo, las similitudes terminan ahí. El fundador estadounidense incorporó su empresa en Delaware, con todos sus empleados, activos y operaciones en los Estados Unidos. El fundador chino ha constituido su empresa en las Islas Caimán, con todos sus empleados, activos y operaciones en China. En este ejemplo, Estados Unidos es el único mercado de capitales y la fuente de requisitos de divulgación de información para ambas empresas. Las dos empresas compiten por el capital de los inversores estadounidenses. La empresa estadounidense debe cumplir con todo el alcance de las leyes federales de valores de EE. UU., incluida la divulgación pública de información financiera trimestralmente, el cumplimiento de las reglas de solicitud de poderes y la notificación de ciertos eventos importantes dentro de los cuatro días hábiles. Por el contrario, la empresa china sólo debe presentar un Formulario 20-F anualmente y un Formulario 6-K en circunstancias potencialmente limitadas. ¿Es este resultado apropiado?

Si cree que la respuesta es “no”, entonces este ejemplo demuestra un posible error de la prueba para calificar como emisor privado extranjero, ya que no considera si la empresa extranjera debe cumplir con estrictos requisitos de divulgación de una jurisdicción distinta a la del país. Estados Unidos. Anteriormente, muchos emisores privados extranjeros probablemente tenían la cotización principal de sus acciones en una bolsa de divisas, y la cotización en la Bolsa de Nueva York o Nasdaq era secundaria. Es posible que la principal moneda extranjera haya tenido estrictos requisitos de divulgación. Fue bajo este escenario que la SEC estableció las formas actuales de calificar como emisor privado extranjero y las obligaciones de divulgación del Formulario 6-K. Además, el mayor uso de estructuras corporativas que separan el poder de voto y el interés económico puede permitir que más empresas extranjeras mantengan la mayoría de su poder de voto fuera de los Estados Unidos y al mismo tiempo coticen sus acciones únicamente en una bolsa estadounidense. En consecuencia, hoy en día cada vez más emisores privados extranjeros pueden cotizar sus acciones únicamente en una bolsa estadounidense. Por ejemplo, un estudio sugiere que de las 265 empresas chinas que cotizan en una bolsa estadounidense, el 89% cotizaba únicamente en la bolsa estadounidense.

Esta cuestión merece atención, y la SEC debería considerar evaluar si los emisores privados extranjeros deberían limitarse a empresas cuyos valores también coticen en una bolsa de valores extranjera. También se debe considerar si las divisas cumplen ciertos estándares de calidad. El objetivo de estudiar este tema con más detalle no es limitar el número de empresas extranjeras que acceden a los mercados de capitales estadounidenses. Más bien, es para garantizar que el trato que la SEC da a las empresas extranjeras refleje los mercados de capital globales actuales y no coloque a las empresas estadounidenses en una desventaja competitiva ni prive a los inversores estadounidenses de recibir la información adecuada.

HFCAA y una cultura de cumplimiento

Por último, compartiré algunas ideas sobre el impacto de la Ley de Responsabilidad de Empresas Extranjeras (“HFCAA”), que se convirtió en ley en diciembre de 2020. El objetivo general de la HFCAA es garantizar que la Junta de Supervisión Contable de Empresas Públicas (“PCAOB”), que regula a los auditores de empresas públicas en los Estados Unidos, tiene la capacidad de inspeccionar firmas de auditoría y que ninguna jurisdicción extranjera impide dichas inspecciones. Inicialmente, la PCAOB determinó que no podía inspeccionar firmas de auditoría con sede en China continental y Hong Kong. Sin embargo, aproximadamente dos años después de que la HFCAA entrara en vigor, la PCAOB recibió acceso para realizar inspecciones.

Los resultados de las inspecciones iniciales mostraron deficiencias significativas en las dos empresas inspeccionadas. Sin embargo, como señaló la presidenta de la PCAOB, Erica Williams, no es inusual ver altas tasas de deficiencia para empresas en jurisdicciones que están siendo inspeccionadas por primera vez. Existe la esperanza de que la PCAOB pueda continuar inspeccionando firmas de auditoría en China continental y Hong Kong, y que las tasas de deficiencia de tales inspecciones disminuyan en el futuro.

Una tasa de deficiencia baja es un ejemplo de una cultura de cumplimiento en una empresa de auditoría. Una cultura sólida puede beneficiar a la empresa a través de más compromisos de auditoría, una mayor contratación y retención de empleados y un menor riesgo regulatorio. Además, una sólida cultura de cumplimiento también puede dar como resultado una mayor detección de errores durante el trabajo de auditoría, lo que resultará en estados financieros más precisos para los inversores. Si bien el objetivo inmediato de la HFCAA es darle a la PCAOB la capacidad de inspeccionar empresas, el impacto final de la legislación puede ser empresas de mayor calidad y estados financieros más precisos. Estos beneficios beneficiarán tanto a las empresas extranjeras como a los inversores estadounidenses.

Conclusión

La SEC ha desarrollado mucha sabiduría durante los últimos noventa años. Sin embargo, la agencia no puede dormirse en los laureles en un futuro lleno de nuevas innovaciones y más mercados globales. Esto es particularmente cierto para el enfoque regulatorio de la SEC hacia las empresas extranjeras que buscan capital en Estados Unidos. Para brindar mayor certeza a estas empresas y, en última instancia, proteger a los inversores estadounidenses, la agencia debería articular una filosofía sobre cuándo la divulgación por parte de empresas extranjeras debería ser equivalente a la divulgación por parte de empresas estadounidenses. Como parte de este proceso, la SEC debe garantizar que su definición de “emisor privado extranjero” refleje los mercados de capital y las estructuras corporativas actuales y capte a las empresas extranjeras apropiadas.

Al modernizar y mejorar sus regulaciones, la SEC puede atraer no sólo a más empresas extranjeras, sino también a las de mejor calidad, para que coticen sus acciones en las bolsas estadounidenses. En última instancia, esto beneficia a los inversores estadounidenses al brindarles la oportunidad de diversificar aún más su cartera mediante la propiedad de valores extranjeros, sin los costos consiguientes de utilizar un corredor extranjero. Las empresas extranjeras también se beneficiarían del acceso a los mercados de capitales con mayor liquidez del mundo.

IA y XBRL – Etiquetado automático acaso

En un artículo reciente acerca una serie de investigaciones sobre XBRL e IA, se ha explorado el potencial del procesamiento del lenguaje natural (PLN) para automatizar la identificación y el etiquetado de información clave en los informes anuales.

La investigación mostró que los LLM, cuando se alimentaban con archivos xBRL-JSON estructurados de los informes 10K iXBRL de la SEC, obtenían buenos resultados al responder consultas financieras. Esto sugiere la importancia de utilizar etiquetas semánticas proporcionadas por las empresas para mejorar el análisis de datos. Sin embargo, el proceso inverso (usar IA para etiquetar informes financieros con XBRL) presenta un conjunto diferente de desafíos.

Se ha probado el potencial de utilizar la IA de procesamiento del lenguaje natural para simplificar el proceso de etiquetado XBRL. Se propusieron ver si el procesamiento del lenguaje natural puede identificar elementos relevantes (números y textos) en los documentos que necesitan ser etiquetados, y si el procesamiento del lenguaje natural puede seleccionar las etiquetas XBRL correctas para el elemento.

Los resultados iniciales muestran una calidad inconsistente, generalmente alrededor del 70-80%, pero con algunos valores atípicos. El enfoque de NLP etiquetó correctamente los elementos estándar de los estados financieros, sin embargo, tuvo dificultades con el análisis HTML de estructuras de tablas complejas y el modelo necesita mucho más desarrollo antes de que sea útil. El uso de LLM como GPT-4 podría mejorar el proceso, aprovechando la comprensión profunda del lenguaje para digerir mejor los elementos textuales.

Sin embargo, se señala un movimiento hacia los informes «digitales primero» -que comienzan con la publicación en HTML, manteniendo la estructura subyacente del informe más legible- como el mayor cambio que permitirá el análisis de IA en los próximos años.

La capacidad de “copilotar” el etiquetado XBRL con IA podría mejorar los informes financieros digitales, reduciendo el esfuerzo manual y mejorando la coherencia, al tiempo que deja las decisiones donde corresponde: en manos de la dirección.

Informes financieros digitales e inteligencia artificial

¿Es factible el etiquetado XBRL automático utilizando sistemas de IA y LLM?

Una investigación ha puesto de relieve los aparentes desafíos que enfrentan los grandes modelos de lenguaje (LLM), como el GPT-4 de OpenAI, al analizar los datos financieros contenidos en las presentaciones de la Comisión de Bolsa y Valores de EE. UU. (SEC). El estudio encontró que incluso con acceso a archivos extensos, el modelo de mejor rendimiento en ese momento, GPT-4-Turbo, logró solo una tasa de precisión del 79%. XBRL International (XII) se sorprendió al descubrir que no habían utilizado las etiquetas de datos XBRL disponibles para estos informes en el análisis.

Investigaciones adicionales realizadas por XBRL International (XII) mostraron que “los sistemas de inteligencia artificial como GPT-4 de OpenAI demuestran un rendimiento mejorado al responder consultas financieras cuando se alimentan con archivos xBRL-JSON estructurados convertidos a partir de informes XBRL en línea 10K de la SEC”. Al igual que XII, encontramos que este es un resultado obvio, es decir, que el uso de etiquetas semánticas proporcionadas por las empresas de sus propios datos financieros produciría mejores resultados y que los datos estructurados pueden proporcionar beneficios significativos al análisis de la divulgación financiera.

Sin embargo, ¿Qué pasaría si invirtiera el proceso y pidiera a AI y LLM que etiqueten un informe financiero con XBRL?

Se ha estado realizando una investigación fundamental sobre el uso del procesamiento del lenguaje natural para identificar información clave en un informe anual. A continuación, se presenta un resumen de los resultados iniciales para mejorar el rendimiento y una visión inicial de hacia dónde se dirige esto.

Capacidad de IA que avanza rápidamente

En los últimos años, el interés en la inteligencia artificial (IA) se ha desarrollado rápidamente; en particular, el área de modelos de lenguaje grandes (LLM) y herramientas generales de generación de lenguaje ha avanzado exponencialmente con el lanzamiento de Chat GPT-4 de Open AI, marzo de 2023. Los LLM se han convertido rápidamente en el centro de atención debido a su capacidad de producir respuestas de texto y código similares a las humanas a indicaciones en lenguaje natural en segundos. Han aparecido aplicaciones en varios dominios, tales como: agentes de búsqueda conversacionales, Chatbots, resúmenes de texto, generación de contenido, traducción de idiomas, análisis de datos y algunos incluso los utilizan para generar código informático.

Dado este nivel de comprensión del «lenguaje», los LLM también deberían poder recibir capacitación para ayudar a comprender las declaraciones financieras y, potencialmente, ir más allá del simple análisis y resumen. La capacidad de identificar piezas clave de información en grandes fragmentos de texto sugiere que los LLM podrían ayudar. para identificar métricas, párrafos y secciones específicas en un informe financiero, como los proporcionados a la SEC de EE. UU. o a la ESMA en el marco del ESEF. Esto luego podría usarse para etiquetar la información clave con XBRL.

Hoy en día, los informes financieros deben ser etiquetados manualmente por humanos que necesitan comprender tanto los informes financieros como XBRL. Por lo tanto, el uso de IA ahorraría mucho esfuerzo y potencialmente etiquetaría los datos de una manera más consistente, especialmente si se considera que el próximo conjunto importante de informes XBRL serán los informes de sostenibilidad.

La naturaleza de los informes financieros

La declaración financiera anual es un documento que describe no solo la situación financiera de una empresa, sino también su estrategia actual y futura, y mucho más. Las empresas están obligadas por ley a presentar dichos documentos en la mayoría de los países. Entonces, ¿qué son los informes financieros digitales?

Los informes financieros digitales son informes financieros que utilizan un formato estructurado y legible por máquina, en lugar de los enfoques tradicionales de informes financieros que eran versiones en papel o electrónicas de informes en papel, como HTML, PDF o un documento de un procesador de textos que solo pueden leer los seres humanos. Un informe financiero digital puede ser leído tanto por humanos como por procesos basados en máquinas, según Informes financieros digitales.

Los informes financieros digitales requieren la identificación de elementos clave de información, tanto numérica como textual, y su posterior etiquetado con conceptos contables estandarizados, generalmente NIIF o PCGA locales. A continuación, se presentan algunas características comunes de estos informes y marcos:

  • Los datos numéricos suelen organizarse en tablas (estados básicos, como el de pérdidas y ganancias o el balance general, o datos detallados en una nota de divulgación) que tienen su propia estructura de filas y columnas. La mayoría de los seres humanos reconocen instintivamente la estructura de las tablas, aunque no todos los detalles. El texto suele organizarse en bloques, es decir, notas de divulgación relacionadas con números específicos, conjuntos de números o tablas.
  • Si bien el diccionario de las NIIF o los PCGA locales está estandarizado, cada empresa selecciona los elementos que informa en su declaración financiera anual. El conjunto de hechos que informa un banco es muy diferente al de una empresa industrial.
  • Cada empresa, incluso dentro de una industria, tiene su propio contexto y términos específicos y puede tener información específica de la empresa que puede necesitar ser divulgada.
  • Los organismos de normalización contable o las agencias de mercado disponen de una lista de etiquetas estandarizadas para los conceptos que se encuentran normalmente en un informe financiero, que se actualiza continuamente. En los últimos 10 a 15 años, estas etiquetas se han puesto a disposición como parte de una taxonomía XBRL que proporciona un diccionario común con metainformación sobre el tipo de elemento, unidades, etc. También incluye las relaciones entre elementos, a menudo a través de una estructura jerárquica, es decir, podemos ver que «ganancia o pérdida» es igual a «ingresos» menos «costes»; y que «ingresos» es la suma de una lista de partidas de ingresos, y así sucesivamente.

Etiquetado XBRL

XBRL es un estándar para transmitir datos comerciales entre sistemas informáticos en un formato estándar. Esto ha demostrado ser extremadamente atractivo para los marcos de informes regulados. En la actualidad, existen unos 216 marcos de informes regulatorios que utilizan XBRL en todo el mundo.

Inicialmente, XBRL se basaba únicamente en el formato XML. Este formato es ideal para informes complejos centrados en datos, donde normalmente los datos se pueden representar en tablas definidas. Pero XML no es muy legible para humanos, y una declaración financiera anual tendría que ir acompañada de un documento HTML, PDF o Word asociado para que lo revisaran los humanos, lo que generaba duplicación de datos e inconsistencias. El formato Inline XBRL (iXBRL) fusiona los datos XBRL legibles por máquina con un documento HTML, por lo que es legible para humanos y, al mismo tiempo, permite que los sistemas extraigan y analicen la información que se ha etiquetado.

Mediante un visualizador XBRL en línea especial, el lector puede ver las etiquetas financieras que ha utilizado la empresa y, por lo tanto, puede comprender el «modelo» detrás de los estados financieros. Estas herramientas pueden revelar qué elementos del informe han sido etiquetados, los cálculos entre los elementos del estado y otras referencias a las directrices IFRS o GAAP relevantes para el elemento. El elemento crítico tanto para el emisor como para el receptor es que el software XBRL puede utilizar estas definiciones para validar automáticamente el archivo, es decir, ¿la información proporcionada es del tipo de datos correcto? ¿Los cálculos cuadran? ¿Los datos duplicados son consistentes? etc. Los arquitectos de taxonomía también tienen un rico lenguaje de reglas, XBRL Formula, con el que definir otros tipos de reglas más complejas que se deben verificar, como, por ejemplo, si contiene los datos obligatorios.

A pesar de la disponibilidad de herramientas de etiquetado comerciales, la incorporación de fragmentos XBRL en un informe HTML requiere un conocimiento profundo de XBRL, la jerarquía taxonómica específica y los principios y prácticas contables subyacentes. Por lo tanto, la mayoría de las herramientas actuales dependen de que un humano elija y aplique la etiqueta pertinente a cada elemento de datos y texto.

Algunos proveedores afirman utilizar el etiquetado con inteligencia artificial en sus productos. Si los analizamos más de cerca, la mayoría son software de mapeo de texto difuso que pueden identificar fácilmente palabras que son «similares» a los conceptos de la taxonomía. Pueden presentarse bien, pero en el uso real del etiquetado producen muchas coincidencias «falsas positivas». Estos «falsos positivos» requieren tiempo para identificarse y corregirse, por lo que el beneficio real es muy cuestionable.

Existen otros enfoques para ayudar a las personas a etiquetar o revisar informes, como la ‘categorización experta’ de elementos de taxonomía que puede ayudar a que el proceso de mapeo sea más eficiente al mostrarle a la persona que etiqueta las cuentas que son las etiquetas más obvias para el contexto específico. Este «sistema experto» se utiliza en las herramientas de mapeo XBRL de UBPartner, pero no ofrece automatización.

La auditoría del uso de etiquetas XBRL es fundamental para los inversores que utilizan informes financieros digitales y analizan los datos. Es evidente que los auditores se benefician enormemente de la estandarización y validación que XBRL aporta a los informes financieros anuales. Un visualizador iXBRL resulta útil para revisar documentos individuales, pero las herramientas de evaluación comparativa más potentes requieren una base de datos XBRL. Sin embargo, incluso muchos de estos sistemas no pueden exponer por completo problemas simples en los que se ha utilizado la etiqueta incorrecta para un elemento en el contexto específico. Las revisiones manuales de la lista de elementos etiquetados requieren mucho tiempo y son costosas.

Sin embargo, ¿qué pasaría si la IA y, en particular, el aprendizaje automático (ML) y los LLM que tienen una buena comprensión del lenguaje, pudieran usarse para etiquetar el informe principal con un grado de «confiabilidad», de modo que los humanos solo tuvieran que mirar algunos aspectos restantes? ¿Áreas ambiguas?

UBPartner ha estado explorando el procesamiento del lenguaje natural (PLN) para ver cómo podría ayudar a automatizar el proceso de elaboración de declaraciones anuales digitales, reduciendo así los errores y mejorando la legibilidad para los inversores. Es muy pronto y hay algunos problemas difíciles de superar, pero la tecnología está mejorando rápidamente.

Etiquetado de evidencia inicial con IA

Existe un informe sobre el etiquetado XBRL de IA a principios de 2023, antes del lanzamiento de ChatGPT4. El proyecto utilizó un enfoque de procesamiento del lenguaje natural (PLN) más tradicional: un enfoque de canalización centrado en tareas específicas, que ofrece opciones de personalización y control de grano fino. Los LLM como GPT-4 se basan en arquitecturas de transformadores. Estos modelos se entrenan de principio a fin con grandes cantidades de datos de texto y aprenden a generar texto en función de los patrones y estructuras presentes en los datos de entrenamiento y son mejores en modelos de propósito general capaces de realizar una amplia gama de tareas de PNL.

Enfoque de canalización de PNL

En un nivel alto, cualquier proceso de procesamiento del lenguaje natural se puede dividir en cinco pasos distintos.

En primer lugar, el paso de tokenización decodifica y segmenta el texto de entrada en palabras y oraciones. Luego, los tokens se introducen en el análisis léxico, donde las palabras se vinculan con su lema. Este paso vincula las diferentes variantes de una palabra con la raíz y, al mismo tiempo, captura el tipo de variaciones en un modelo léxico.

El análisis sintáctico toma el modelo léxico y determina la estructura de la oración según las reglas gramaticales formales. Asocia símbolos POS a las palabras de la oración.

El modelo sintáctico se alimenta del análisis semántico, donde se relacionan las palabras con su significado y se determinan las relaciones entre las palabras. La estructura sintáctica se analiza más a fondo para determinar el significado de la oración en el contexto del texto (análisis pragmático o del discurso).

El análisis pragmático permite una comparación significativa de dos oraciones redactadas de forma diferente, pero con un significado similar, lo que resulta útil para encontrar el concepto XBRL correcto haciendo coincidir las etiquetas de la taxonomía y el texto del informe XHTML.

Resultados iniciales

Inicialmente, el proyecto UBPartner utilizó ejemplos de presentaciones ante la SEC de EE. UU. para probar y entrenar el enfoque. Entonces, efectivamente, estaba analizando el mismo tipo de datos que el artículo de Patronus AI.

Las preguntas clave de la investigación fueron:

  1. ¿Puede la PNL identificar números y texto relevantes en el estado financiero que deben etiquetarse?
  2. ¿Puede NLP identificar las etiquetas XBRL correctas para el elemento identificado en la taxonomía XBRL?

La expectativa era que el enfoque NLP proporcionaría mejores resultados que los enfoques actuales de procesamiento de cadenas utilizados en algunas herramientas XBRL actuales. Por lo tanto, el enfoque calculó una puntuación tanto para la PNL como para la búsqueda de texto difuso para comparar los resultados. También se miden factores para identificar si la PNL podría proporcionar las características de rendimiento necesarias para que estas herramientas funcionen en un entorno de producción.

La prueba de concepto (PoC) utilizó el motor de procesamiento XBRL (XPE) de UBPartner y bibliotecas como CoreNLP, HtmlUnit y Bellsoft Liberica JDK, que son de código abierto. Para una empresa específica, la POC:

  1. Creé asignaciones para los conjuntos de datos reportados de presentaciones anteriores y de las etiquetas de elementos XBRL en la taxonomía.
  2. Luego, las asignaciones se utilizaron para encontrar el texto HTML relevante y la etiqueta que debería aplicarse al texto identificado.
  • Las etiquetas de taxonomía, extraídas mediante XPE, se pasaron por un proceso CoreNLP para generar anotaciones, gráficos semánticos y definiciones canónicas de los conceptos (lemas).
  • Después de preparar los datos del mapeo, el programa buscó identificar las etiquetas XBRL para las celdas de la tabla en la estructura de datos de prueba.

Para empezar, el POC se limitó a los datos tabulares. Las presentaciones financieras de una organización para períodos sucesivos generalmente informan sobre partidas similares, por lo que se espera que las presentaciones anteriores proporcionen el conocimiento necesario para identificar texto y metadatos en documentos futuros.

El informe resumido a continuación muestra el porcentaje de etiquetas correctas e incorrectas y las tablas que fueron etiquetadas incorrectamente para algunas de las muestras más interesantes.

La tabla muestra que el rendimiento de la PoC fue muy inconsistente (ver Compañía C); sin embargo, la POC encontró entre el 70 y el 80 % de las etiquetas para la mayoría de los informes en el conjunto de datos más amplio. Los estados financieros estándar (como balance general, estados de flujo de efectivo, propiedad, planta y equipo, etc.) se etiquetaron con precisión.

Una revisión más detallada mostró que el algoritmo falla principalmente en el paso de análisis HTML, donde las estructuras de las tablas son demasiado complicadas o no estándar para procesar y generar los modelos y asignaciones. Sin embargo, se descubrió que el procesamiento de PNL mejoraba constantemente la cantidad de etiquetas encontradas en comparación con la coincidencia de cadenas.

El rendimiento del programa estuvo entre 10 y 100 segundos, lo cual es aceptable para una aplicación orientada al usuario, ya que se espera que el proceso de etiquetado automático se ejecute una vez.

Este modelo podría desarrollarse más para mejorar los resultados anteriores y ampliarse para centrarse en otras secciones, pero siempre habría nuevas estructuras y términos que encontraría por primera vez que le causarían problemas. Entonces, ¿podría mejorarse el proceso de identificación de etiquetas utilizando modelos LLM?

Uso de LLM para etiquetar

Desde el punto de vista del procesamiento del lenguaje natural, los resultados iniciales de UBPartner POC no fueron mejores que la investigación de Patronus AI utilizando ChatGPT. Sin embargo, los LLM no incorporan el conocimiento contenido en el modelo semántico XBRL de US GAAP o la taxonomía IFRS, la estructura típica y características de las Divulgaciones Financieras, ni las etiquetas XBRL de los informes anteriores utilizados para entrenar el modelo UBPartner. Entonces, ¿cómo se pueden incorporar estos en el uso de LLM para etiquetar las divulgaciones financieras?

Para comprender completamente el potencial, puede resultar útil comprender cómo funcionan los LLM con más detalle y elementos como los transformadores, los vectores, el concepto de incrustaciones, el aumento de la recuperación y las ventanas de contexto. La sección siguiente describe algunos de los conceptos importantes de los LLM, pero puede omitirla si lo desea.

Arquitectura de modelos de lenguaje de gran tamaño

Los transformadores son un tipo específico de red neuronal y sustentan todos los LLM actuales. Convierten volúmenes de datos sin procesar en una representación comprimida de su estructura básica, utilizando vectores. Una idea central detrás de los transformadores es el concepto de «atención», que sopesa la relevancia de diferentes entradas contextuales, permitiendo que el modelo se centre en las partes más importantes al predecir la salida.

Las incrustaciones se realizan asignando cada elemento de los datos entrantes a un vector en un espacio altamente dimensional. Dado que los vectores cercanos son similares por construcción, las incrustaciones se pueden utilizar para encontrar elementos similares o para comprender el contexto o la intención de los datos.

Los LLM pueden ser inconsistentes y se dice que «alucinan», lo cual no es una buena característica para una herramienta de marcado de divulgación financiera. Ocurre cuando los LLM no tienen suficiente información para generar una respuesta precisa. La generación de recuperación aumentada (RAG) es un método para mejorar la calidad de las respuestas de los LLM al basar el modelo en fuentes específicas de conocimiento para complementar la representación interna de la información del LLM. RAG reduce las posibilidades de que un LLM filtre datos confidenciales o «alucine» información incorrecta o engañosa. RAG también reduce la necesidad de que los usuarios entrenen continuamente el modelo completo y actualicen sus parámetros a medida que evolucionan las circunstancias. De esta forma, RAG puede reducir los costos computacionales y financieros.

Los tokens son las unidades que utilizan los Transformers para procesar y generar datos, y la ventana de contexto es el mayo r número de tokens que un LLM puede procesar en un momento dado. Es su memoria en tiempo real y es similar a lo que la memoria de acceso aleatorio (RAM) es para los procesadores de las computadoras. El tamaño de la última ventana de contexto Gemini de Google es de 10 millones de tokens, alrededor de 7,5 millones de palabras o alrededor de 15.000 páginas, que es 50 veces más grande que cualquier otro LLM.

Las secuencias largas de texto, como las declaraciones financieras, son costosas y difíciles de modelar; específicamente, los costos de ejecutar un LLM tienen una complejidad cuadrática en relación con la longitud de la secuencia. Los transformadores sufren mucho por la degradación del rendimiento cuando trabajan con secuencias más largas de lo que fueron entrenados. Google Gemini 1.5 ha introducido una combinación de expertos (MoE): varios LLM. El principio es que, en lugar de tener un modelo experto grande, se reúne un grupo de modelos expertos más pequeños especializados en ciertas regiones de la entrada.

El análisis pragmático permite una comparación significativa de dos oraciones redactadas de forma diferente, pero con un significado similar, lo que resulta útil para encontrar el concepto XBRL correcto haciendo coincidir las etiquetas de la taxonomía y el texto del informe XHTML.

LLM y los informes financieros

En el contexto del etiquetado de declaraciones financieras con XBRL, puede crear una representación del modelo de taxonomía, estructuras estándar en declaraciones financieras (estados, notas, etc.) y la estructura de taxonomía y etiquetas semánticas. El cambio radical de LLM es que la similitud ya no se basa en una simple búsqueda de palabras clave, sino en una comprensión ontológica en la que elementos similares están muy juntos en el espacio de incrustación.

Las incrustaciones se pueden utilizar con modelos generales, GPT4, Gemini, Llama para realizar búsquedas de similitudes en un documento y obtener una buena «comprensión» (representación) del informe de una empresa. Esto permite que el sistema tome decisiones más inteligentes en todo el documento. También permite una comprensión más precisa e intuitiva de las similitudes entre idiomas, regiones e industrias.

Mirando hacia el futuro con el etiquetado con IA

La prueba de concepto inicial que utilizó el enfoque tradicional de IA para la PNL fue un comienzo, pero los resultados significaron que el modelo habría necesitado un desarrollo significativamente mayor. Este esfuerzo de desarrollo podría no tener fin ya que existen infinitas posibilidades para presentar e informar resultados financieros.

Los LLM ofrecen un modelo inicial que comprende el lenguaje general. El uso de RAG y los avances que herramientas como Gemini de Google han logrado en el campo de los «múltiples expertos» promete ofrecer mejores resultados con un menor esfuerzo de desarrollo.

Desde el punto de vista de los conjuntos de datos con los que entrenar dichos modelos, la UE tiene planes de desarrollar el Punto de Acceso Único Europeo (ESAP), similar al sistema EDGAR de EE. UU., tanto para los informes de divulgación financiera (ESEF) como para los de sostenibilidad (ESRS). Esto proporcionaría la profundidad de los informes bien definidos para proporcionar la capacitación sobre la divulgación financiera y el historial de etiquetas XBRL. Mientras tanto, XII ha proporcionado el sitio web de presentaciones XBRL y se puede utilizar para recuperar miles de informes europeos.

La calidad de los datos también está mejorando a medida que las empresas se familiarizan más con los requisitos de etiquetado ESEF y XBRL. Las taxonomías como ESEF, que se basan en la taxonomía de referencia IFRS del IASB, ya incluyen controles de calidad de datos a través de fórmulas XBRL y bases de datos de cálculo. ESEF agrega una lista extensa de reglas de presentación que la presentación también debe cumplir para ser aceptada. Además, la mayoría de los países europeos requieren que los informes sean auditados ya que las entidades que informan son empresas que cotizan en bolsa o grandes empresas privadas para ESRS. El Comité de Calidad de Datos XBRL de EE. UU. (DQC) ha introducido un conjunto de reglas patentadas como una forma de mejorar la calidad de los informes de la SEC de EE. UU.

Sin embargo, como se ha comentado en artículos anteriores, el cambio radical será el paso hacia un enfoque «digital primero». En este enfoque, las empresas empiezan con la publicación en HTML, en lugar de la conversión a PDF. Esto garantiza que la estructura subyacente de los informes sea más clara y la legibilidad de las etiquetas de bloque (secciones de texto más grandes, tablas) las hará mucho más propicias para el análisis de IA.

Por lo tanto, creemos que a medida que se desarrollen las técnicas de inteligencia artificial y los LLM se vuelvan más capaces, este será un enfoque más fructífero que la PNL estándar. Sin embargo, la pregunta aún persiste: ¿serán estos sistemas totalmente confiables de modo que un director financiero confíe totalmente en su informe financiero etiquetado utilizando técnicas de inteligencia artificial? Es decir, ¿cumplirá la prueba de «software objetivo» de Charlie Hoffman, en la que el software procesará la información de una manera que es tan bueno como un humano podría haber realizado esa tarea/proceso o incluso mejor de lo que un humano podría haber realizado esa tarea/proceso.

Una observación adicional cubierta en artículos anteriores es que las declaraciones financieras contienen tanto datos semiestructurados (en tablas) como datos no estructurados en texto o etiquetas de bloque. Piense en el diseño basado en tablas de los estados financieros versus los estados financieros que contienen aspectos financieros clave. Todos los primeros se presentan de una manera ligeramente diferente según el tipo de empresa, pero todos siguen las normas IFRS o GAAP locales. Estos datos provienen de fuentes altamente estructuradas, sistemas de consolidación financiera. Como se identificó ya existe una tendencia en la que los proveedores de software del sistema financiero incorporan el XBRL en sus sistemas. Etiquetar los datos en esta etapa o cuando se generan las tablas es mucho más fácil. Los datos etiquetados pueden luego pasarse a un ‘software de publicación digital’ para etiquetar las partes restantes del documento. Implementar el etiquetado de IA de esta manera, centrándose en las áreas no estructuradas, tendría sentido desde el punto de vista del esfuerzo y la precisión.

Conclusiones

En los próximos años, es probable que veamos una tendencia general hacia informes digitales, con una variedad de soluciones de informes, como las mencionadas anteriormente, y por lo tanto deberíamos ver resultados mucho mejores del etiquetado automático utilizando herramientas de IA.

Creemos firmemente que el uso de IA podría permitir a las empresas y auditores reducir significativamente los costos y centrar más su atención en mejorar la calidad de los datos etiquetados, en lugar del etiquetado manual.

A medida que este artículo se va imprimiendo (en formato digital, por supuesto), observamos un flujo de nuevos avances en los programas de maestría en derecho. Es demasiado para cubrir y este no pretende ser un artículo sobre procesamiento del lenguaje natural.

Sin embargo, si le gusta la IA, busque artículos sobre modelos de lenguaje pequeños, menos recursos informáticos y «mayor rentabilidad»; el nuevo modelo GPT-4o más rápido de OpenAI; Google presenta un nuevo agente de inteligencia artificial «multimodal» que puede responder consultas en tiempo real a través de video, audio y texto llamado Proyecto Astra; Meta también lanza su modelo Llama 3, con capacidades muy mejoradas como el razonamiento.

FSB destaca la importancia de la calidad de los datos en IA para la estabilidad financiera

Comentarios sobre la inteligencia artificial en las finanzas

Declaraciones de Nellie Liang, subsecretaria de Finanzas Internas de EE. UU. y presidenta del Comité Permanente de Evaluación de Vulnerabilidades de la Junta de Estabilidad Financiera, en la Mesa Redonda OCDE – FSB sobre Inteligencia Artificial en Finanzas.

I. INTRODUCCIÓN

Gracias a la OCDE y al FSB por organizar la mesa redonda de hoy, Inteligencia artificial en finanzas, y por invitarme a hablar.

La inteligencia artificial o “IA” tiene el potencial de transformar muchos aspectos de nuestras vidas y de nuestra sociedad y, en el último año y medio, ha capturado nuestra imaginación. Pero, al igual que las oleadas tecnológicas anteriores que ofrecieron grandes oportunidades, también trae consigo desafíos y temores.

Las empresas financieras llevan muchos años utilizando algunos tipos de IA. Sin embargo, los avances recientes en la capacidad informática y los últimos avances en IA –como la IA generativa o GenAI– representan un avance espectacular en sus capacidades. Los nuevos modelos de IA pueden ingerir una amplia gama de datos, generar contenidos y tener una mayor capacidad para evolucionar por sí solos y automatizar la toma de decisiones. Estas tecnologías se están desarrollando rápidamente, y tanto las empresas como los reguladores aún se encuentran en las primeras etapas de comprensión de cómo las instituciones financieras podrían utilizar los modelos más nuevos de IA. Es crucial que sigamos profundizando nuestra comprensión de los posibles beneficios y riesgos y que aseguremos que el marco regulatorio siga el ritmo. Esta es una gran empresa. Eventos como el de hoy son una parte importante para construir nuestra comprensión.

Mis comentarios de hoy se centrarán en cómo los responsables de las políticas financieras están aprendiendo sobre el uso de nuevas herramientas de inteligencia artificial por parte de las empresas financieras y qué tipos de riesgos podrían introducir estas herramientas al sistema financiero. La adopción de nuevas tecnologías en las finanzas no es nueva. Las empresas financieras están innovando continuamente para aumentar la eficiencia y ofrecer nuevos servicios. Los formuladores de políticas tienen experiencia con tecnologías cambiantes y han desarrollado marcos regulatorios centrados en la construcción de barreras protectoras, independientemente de la tecnología subyacente utilizada. En otras palabras, no estamos empezando desde cero al pensar en cómo abordar los riesgos de la IA y al mismo tiempo permitir que se aprovechen sus oportunidades. La pregunta principal hoy es si los nuevos modelos de IA son fundamentalmente distintos de la tecnología existente o si se utilizarán de una manera tan diferente que los marcos regulatorios actuales no sean suficientes o no se apliquen.

Con ese marco en mente, comenzaré mis comentarios de hoy con una caracterización de la tecnología y cómo las instituciones financieras utilizan la IA en la actualidad. Estos usos actuales pueden ayudarnos a pensar en cómo las empresas financieras perciben sus oportunidades y cómo podrían querer utilizar la IA en el futuro. Luego consideraré los riesgos potenciales y nuestro marco regulatorio financiero para evaluar y abordar estos riesgos. Terminaré con algunas preguntas para que este grupo las considere.

II. DEFINIENDO LA IA

La inteligencia artificial es un concepto amplio y se resiste a una definición precisa. Aquí usaré la IA para describir cualquier sistema que genere resultados (que pueden ser pronósticos, contenido, predicciones o recomendaciones) para un conjunto determinado de objetivos. A partir de este marco conceptual de lo que hacen los sistemas de IA, podemos pensar que la tecnología subyacente se divide en tres categorías: inteligencia artificial “temprana”, aprendizaje automático y modelos generativos de IA más nuevos. Estas categorías siguen aproximadamente el orden en que se desarrollaron, pero muchos modelos de IA combinan elementos de estas tres categorías.

En primer lugar, la IA temprana describe modelos basados en reglas. Muchos lenguajes de programación de computadoras son básicamente IA basada en reglas y se han utilizado desde la década de 1970. Generalmente, estos sistemas resuelven problemas utilizando reglas específicas aplicadas a un conjunto definido de variables. Todos tenemos un servicio al cliente experimentado que utiliza una IA basada en reglas. Hacemos una pregunta que conduce a preguntas de seguimiento predefinidas, hasta que obtenemos una respuesta predeterminada o presionamos cero suficientes veces como para que podamos hablar con un humano. Los modelos internos de previsión de pérdidas o el comercio algorítmico temprano, por ejemplo, también podrían considerarse formas de inteligencia artificial temprana. Estamos muy familiarizados con este tipo de herramientas en finanzas.

En segundo lugar, a diferencia de los sistemas basados en reglas, el aprendizaje automático identifica relaciones entre variables sin instrucción o programación explícita. En el aprendizaje automático, los datos son la entrada clave y el sistema identifica patrones a partir de los datos. El aprendizaje se puede reforzar, por ejemplo, proporcionando retroalimentación al sistema sobre si el resultado es bueno o malo. A partir de esta retroalimentación, el modelo de aprendizaje automático puede aprender a funcionar mejor en el futuro. El aprendizaje automático también está integrado en muchos procesos existentes para las instituciones financieras. Por ejemplo, se ha utilizado durante mucho tiempo para desarrollar herramientas de detección de fraude. El aprendizaje automático también permite que la aplicación de banca móvil de su teléfono lea cheques escritos a mano.

Los últimos modelos de IA se caracterizan por su capacidad para generar contenido nuevo, desde texto hasta imágenes y vídeos. En lugar de limitarse a un conjunto definido de respuestas potenciales en un formato definido, GenAI puede producir una variedad de respuestas en una variedad de formatos. Por ejemplo, “Dame recomendaciones sobre dónde comer en París, pero compuesto como un poema en pentámetro yámbico”. Estos modelos son flexibles y a menudo dinámicos, y aprenden de la experiencia al generar respuestas y asimilar nueva información. Los sistemas de IA más avanzados, que aún se están desarrollando, pretenden ser altamente autónomos con capacidades que igualen o superen las capacidades humanas.

III. USO DE LA IA

Nuestra experiencia con cambios tecnológicos anteriores puede ayudarnos a comprender cómo las instituciones financieras podrían estar abordando la inteligencia artificial más nueva y brindarnos información sobre sus posibles beneficios y oportunidades.

Comenzaré con algunas ideas sobre dónde podríamos ver estos beneficios.

Primero, ¿cuáles son los mejores casos de uso? Muchos casos de uso surgen de la capacidad de la IA para procesar mejor volúmenes y tipos de información que de otro modo serían poco prácticos o imposibles de analizar. En el contexto de las empresas financieras, la IA se puede utilizar para dos propósitos: en primer lugar, se puede utilizar para reducir costos o riesgos y aumentar la productividad, por ejemplo, automatizando algunas funciones administrativas o brindando un servicio al cliente de rutina. Por ejemplo, al analizar una gama y una cantidad de datos más amplia, la IA puede identificar patrones que sugieran actividad sospechosa. En segundo lugar, la IA se puede utilizar para desarrollar nuevos productos, como servicios más personalizados. Por ejemplo, al procesar más datos de más fuentes para comprender mejor a sus clientes, la IA puede permitir una mayor personalización de las experiencias financieras en línea de los clientes.

Dicho esto, dado que la IA depende en gran medida de los datos con los que se entrena, no todas las herramientas de IA son igualmente adecuadas para cada tipo de tarea. Por ejemplo, los modelos de lenguaje grandes, por definición, se entrenan principalmente con lenguaje. Como resultado, pueden ser más adecuados para tareas basadas en el lenguaje, como el servicio al cliente, que para tareas como evaluar el valor en riesgo, y muchas instituciones financieras están explorando el uso de modelos de lenguaje grandes para respaldar los chatbots de los clientes.

En segundo lugar, ¿cuáles son los costos de desarrollo y adopción? Las herramientas de IA pueden requerir una inversión significativa, por ejemplo, para desarrollar o comprar la herramienta, o invertir en recursos computacionales. Si bien algunos costos operativos han disminuido y la capacidad informática se ha ampliado, las demandas de recursos serán una consideración importante para los tipos de casos de uso que las empresas persiguen o priorizan. Al mismo tiempo, quedarse atrás de los competidores que utilizan la IA para mejorar sus servicios podría tener costos.

Además, las instituciones financieras también deben trabajar dentro de estructuras de gobernanza y límites de apetito de riesgo adecuados. Por ejemplo, si una herramienta reemplazara a los operadores humanos, ¿qué tan costoso sería un error por no involucrar una intervención humana activa? Si una herramienta no reemplaza a un operador humano, ¿seguiría habiendo ganancias de productividad?

No tenemos una imagen completa de las formas en que diversas instituciones financieras utilizan la IA. El trabajo del FSB en 2017 destacó muchos usos, ahora relativamente maduros, como la suscripción de crédito y la ejecución comercial. Más recientemente, muchas autoridades están realizando encuestas y solicitando la opinión del público, además de hablar directamente con las empresas. A partir de este trabajo, vemos que la IA se utiliza en tres áreas principales. En primer lugar, la IA se utiliza para automatizar las funciones administrativas y ayudar al cumplimiento. Las herramientas de detección de fraudes y finanzas ilícitas son un ejemplo de ello. En segundo lugar, la IA se utiliza para algunas aplicaciones orientadas al cliente, como los chatbots de servicio al cliente. Por último, algunas instituciones financieras están buscando formas de incorporar la IA en sus ofertas de productos. Algunas de estas aplicaciones son familiares, como las estrategias comerciales, pero dependen más de la IA que en el pasado. Algunos fondos de cobertura anuncian que sus estrategias se basan enteramente en IA predictiva, mientras que anteriormente la IA podría haberse utilizado para informar a los tomadores de decisiones humanos. En otros casos, la IA ha dado lugar a nuevos tipos de productos. Por ejemplo, algunos corredores de seguros están experimentando con nuevo software para ayudar a sus clientes, por ejemplo, a gestionar el riesgo de la cadena de suministro, basándose en imágenes satelitales procesadas por IA.

Aún es temprano, pero las empresas están siguiendo una amplia gama de estrategias sobre cómo utilizar las nuevas herramientas de IA. Parecen estar actuando con cautela, especialmente cuando experimentan con GenAI y, al mismo tiempo, realizan cambios en la gobernanza interna. Algunas empresas de tecnología financiera que están sujetas a menos regulación pueden estar actuando más rápidamente.

IV. RIESGOS

Como destacan estos casos de uso, la IA puede ofrecer importantes beneficios a las instituciones financieras al reducir costos y generar ingresos. Pero a medida que las instituciones financieras exploran nuevas formas de beneficiarse de la IA, tanto los formuladores de políticas como las instituciones financieras deben considerar los riesgos potenciales más amplios. Podemos considerar estos riesgos en algunas categorías: primero, riesgos para instituciones financieras individuales; segundo, riesgos para el sistema financiero en general; tercero, cambios en el panorama competitivo; y finalmente, implicaciones para consumidores e inversores.

Riesgos para las instituciones financieras: consideraciones microprudenciales

Un riesgo clave para las instituciones financieras que utilizan herramientas de inteligencia artificial es el riesgo de modelo. El riesgo de modelo se refiere a las consecuencias de un mal diseño o mal uso de los modelos. Abordar el riesgo del modelo incluye gestionar la calidad, el diseño y la gobernanza de los datos. Los datos, el diseño y la gobernanza de los modelos son componentes críticos para el desarrollo eficaz y seguro de la IA y su uso. Por ejemplo, es importante considerar dónde las limitaciones de los datos pueden sesgar los resultados de un modelo. Los modelos entrenados con datos históricos, por definición, se basarán únicamente en los ejemplos históricos de estrés o eventos atípicos contenidos en los datos subyacentes. Si bien este tipo de eventos se destacan en nuestra memoria, son relativamente pocos y es poco probable que se repitan de la misma manera. Esta limitación significa que algunos modelos que podrían usarse para el comercio pueden ser menos sólidos o predictivos en futuros períodos de tensión.

También es fundamental considerar cómo se utiliza el modelo. Incluso si un modelo está bien diseñado, puede presentar riesgos si se usa o interpreta de manera inapropiada. A medida que las empresas se sienten más cómodas con los modelos y resultados de la IA, puede resultar fácil olvidarse de cuestionar los supuestos subyacentes de los modelos o realizar análisis independientes. Hemos visto este tipo de dependencias en el pasado. Por ejemplo, antes de la crisis financiera, los bancos y los participantes del mercado dependían de las agencias de calificación crediticia hasta tal punto que reducían su capacidad de realizar evaluaciones independientes. Las nuevas herramientas de IA pueden crear o exacerbar algunos de estos desafíos existentes para la gobernanza y la supervisión. Estas herramientas pueden ser menos claras en su razonamiento, más dinámicas y más automáticas. Por ejemplo, la velocidad y la independencia de algunas herramientas de IA exacerban el problema de la excesiva dependencia, ya que la oportunidad para la intervención humana puede ser muy breve. Esto es particularmente cierto para aplicaciones como estrategias comerciales debido a la velocidad requerida.

De manera relacionada, el uso de herramientas de inteligencia artificial puede aumentar la dependencia de vendedores y proveedores de servicios críticos. Si bien el uso de terceros puede ofrecer a las instituciones financieras beneficios significativos, estas dependencias pueden introducir algunos riesgos. Por ejemplo, las herramientas de inteligencia artificial requieren una potencia informática significativa y pueden aumentar la dependencia de un número relativamente pequeño de proveedores de servicios en la nube. Es probable que haya menos visibilidad de las herramientas de IA desarrolladas por los proveedores que de las desarrolladas internamente.

Los riesgos operativos relacionados con la IA también pueden provenir de fuera de la institución financiera. Estos incluyen ciberataques basados en IA, fraudes y falsificaciones profundas. Las herramientas GenAI ampliamente disponibles ya están ampliando el grupo de adversarios y permitiendo que todos los adversarios se vuelvan más competentes. Si bien las tácticas no suelen ser nuevas (como el phishing), se han vuelto más efectivas y eficientes en el último año. Por ejemplo, en un incidente reportado a principios de este año, un empleado de una institución financiera multinacional fue engañado para que transfiriera 25 millones de dólares después de asistir a una videoconferencia con una IA falsa del director financiero de la empresa.

Estabilidad financiera y consideraciones macroprudenciales

También deberíamos considerar si el uso de la IA por parte de las empresas financieras podría presentar riesgos para la estabilidad financiera, es decir, riesgos para el sistema financiero en general. Por ejemplo, los modelos de IA pueden introducir o amplificar interconexiones entre empresas financieras si los resultados del modelo están más correlacionados porque dependen de las mismas fuentes de datos, o si las empresas utilizan el mismo modelo. En algunos casos, la salida de un modelo puede ser una entrada para otro modelo. Estas interconexiones pueden exacerbar el comportamiento gregario o la prociclicidad. Cuando los modelos informan estrategias comerciales que se ejecutan automáticamente, pueden ser más probables incidentes como fallas repentinas. La complejidad y la opacidad también son motivo de preocupación. En la medida en que los modelos no sean transparentes en su razonamiento o no se basen en una gama más amplia de datos, es difícil predecir cómo podrían funcionar.

Cambios en el panorama competitivo

La IA tiene el potencial de cambiar el panorama competitivo de los servicios financieros. Esto podría suceder de varias maneras. En primer lugar, las importantes inversiones en potencia informática y datos necesarios para desarrollar modelos de IA pueden beneficiar a determinadas instituciones sobre otras. Las instituciones pequeñas con menos acceso a los datos pueden verse perjudicadas en su capacidad para desarrollar o acceder a la IA. Las instituciones que no han migrado a los servicios en la nube pueden tener menos posibilidades de acceder o utilizar la IA. Alternativamente, es posible que las inversiones necesarias para desarrollar modelos de IA sean tan significativas que las instituciones financieras converjan en un solo modelo, nivelando así el campo de juego entre instituciones grandes y pequeñas.

Además, la dinámica competitiva fuera de las instituciones financieras puede ser relevante. Las herramientas de inteligencia artificial y los servicios en la nube de los que dependen estas herramientas están siendo desarrollados con mayor intensidad por un puñado de empresas que no son instituciones financieras. La IA también puede atraer nuevos participantes a los servicios financieros, incluidos proveedores de tecnología que tal vez quieran utilizar datos recopilados en otros contextos.

Consumidores e inversores

En mis comentarios de hoy, me he centrado principalmente en el impacto de la IA en las instituciones financieras y el sistema financiero, pero también me gustaría dedicar unos momentos a las implicaciones potencialmente significativas para los consumidores e inversores.

Podemos pensar en estas implicaciones en dos líneas. En primer lugar, si bien los datos siempre han sido fundamentales para los servicios financieros, la IA intensifica aún más esta demanda de datos. Como resultado, la IA puede amplificar las preocupaciones existentes sobre la privacidad y la vigilancia de los datos. Y, si se recopilan datos, deben almacenarse, lo que genera preocupaciones sobre la seguridad de los datos.

En segundo lugar, los resultados de las herramientas de IA tienen implicaciones importantes para los consumidores e inversores. Los prestamistas que utilizan modelos de IA pueden desarrollar una imagen más completa de la solvencia utilizando muchas más variables, incluidos datos de fuentes menos tradicionales. Los asesores de inversiones también están experimentando con el uso del aprendizaje automático o la inteligencia artificial predictiva para brindar asesoramiento más personalizado. Sin embargo, un área particular de preocupación es la posibilidad de que las herramientas de inteligencia artificial perpetúen el sesgo. Los datos históricos, ya sea que se utilicen en modelos tradicionales o en IA, incorporan resultados históricamente sesgados. La confianza de un prestamista en tales datos históricos puede ser particularmente problemática si el razonamiento de un modelo no es claro y si una decisión puede resultar en que a un consumidor se le niegue el servicio o el crédito de manera indebida. Además, con el uso cada vez mayor y más variado de datos, los consumidores enfrentarán desafíos para corregir las imprecisiones en sus datos. También es importante tener cuidado de que las fuentes alternativas de datos, que pueden ser menos transparentes y ocultar sesgos incrustados, no sean sustitutos de la raza, el género o el origen étnico.

V. MARCO PARA ABORDAR LOS RIESGOS

Muchos de los riesgos que he descrito son familiares para los reguladores financieros. Cuando consideramos la mejor manera de evaluar y mitigar los riesgos financieros que plantean los nuevos desarrollos de la IA, una vez más, no empezamos de cero. Por ejemplo, los principios de la gestión de riesgos de modelos establecen un marco para el diseño, la gobernanza, la auditoría y la calidad de los datos del modelo. Los principios de gestión de riesgos de terceros abordan los riesgos asociados con proveedores y otros proveedores de servicios críticos. Las leyes de préstamos justos, crédito justo y privacidad de datos están diseñadas para abordar los riesgos para los consumidores, y las leyes de valores están diseñadas para proteger a los inversores. Del mismo modo, las herramientas de IA utilizadas para el cumplimiento, como el cumplimiento ALD/CFT, deben cumplir con estos requisitos regulatorios. Si bien este marco no es específico de la tecnología de IA, se aplica a la IA y está diseñado para abordar los riesgos independientemente de la tecnología utilizada.

Es a partir de este punto de partida que consideramos si la IA presenta riesgos que no se abordan adecuadamente en el marco existente. Estos riesgos podrían ser del mismo tipo, pero de mayor magnitud, o pueden ser tipos de riesgos completamente nuevos. La tecnología se está desarrollando rápidamente y debemos trabajar para garantizar que el marco político siga el ritmo. Con ese fin, me gustaría concluir planteando varias preguntas para ayudar a guiar esta discusión:

En primer lugar, ¿dónde podría la IA amplificar algunos riesgos conocidos y familiares? Por ejemplo, hace mucho que comprendemos la importancia de la calidad de los datos a la hora de modelar el riesgo crediticio y de mercado. Dado que la IA depende cada vez de más tipos diferentes de datos, estas preocupaciones pueden verse amplificadas.

En segundo lugar, ¿presenta la IA distintos tipos de riesgos? También puede ser que la IA presente tipos de riesgos categóricamente diferentes. Por ejemplo, la IA actúa de acuerdo con objetivos definidos y puede resultar complicado especificar todos los objetivos relevantes. Es posible que desee que la IA maximice las ganancias, pero dentro de límites legales y éticos que pueden ser difíciles de definir por completo. Si un modelo de IA actúa por sí solo y es capaz de actualizar su razonamiento sin intervención humana, esto puede socavar la responsabilidad por irregularidades o errores.

En tercer lugar, ¿hay cambios en el panorama competitivo que podrían tener implicaciones para el marco regulatorio? La IA puede cambiar el panorama competitivo. Estos cambios podrían ocurrir tanto entre las empresas financieras; por ejemplo, las empresas con mayor acceso a datos o a poder computacional pueden estar mejor posicionadas para competir. También podría ocurrir entre empresas financieras y no financieras, ya que algunas empresas no financieras ya tienen un acceso significativo a datos y potencia informática, y han mostrado cierto interés en brindar servicios financieros directamente. Si este panorama cambiante afecta la capacidad de abordar los riesgos en el sector financiero, ¿qué ajustes deberían considerarse, por ejemplo, para ciertos tipos de instituciones o ciertos tipos de relaciones?

Por último, ¿Cuáles son las oportunidades para que los reguladores financieros y otras autoridades utilicen la IA? También es pronto para los responsables de la formulación de políticas. Estamos explorando oportunidades para identificar anomalías en los datos para contrarrestar las finanzas ilícitas y el fraude, y para encontrar mejores formas para que el sector privado cree bases de datos más completas para mejorar la detección del fraude. 9 Esta es una propuesta de alto valor con un riesgo manejable si trabajamos juntos entre los sectores público y privado. También podríamos considerar cuáles son otros posibles casos de uso y qué consideraciones deberían guiar esos casos de uso.

Ciertamente, hay otras preguntas que podrían hacerse ahora y ciertamente habrá más preguntas para los formuladores de políticas a medida que la tecnología de inteligencia artificial continúe desarrollándose. Eventos como estos y el trabajo en curso del FSB y la OCDE son fundamentales para profundizar nuestra comprensión de los usos potenciales de la IA por parte de las instituciones financieras y para garantizar que nuestro marco de políticas siga el ritmo del cambio tecnológico.

Examinando la percepción del papel de las mujeres en la economía azul de la India

INTRODUCCIÓN

Muchas mujeres optan por no trabajar en sectores en los que predominan los hombres debido a malentendidos sobre la naturaleza de los trabajos de las mujeres, las culturas condescendientes en el lugar de trabajo y las tradiciones organizativas preventivas y las normas socioculturales conservadoras. Los hombres siguen dominando en varias profesiones, como la carpintería, la ingeniería, la construcción, la conducción, entre muchas más. No hay excepción en el sector de la economía azul (EB) debido a las razones anteriores. A través de su iniciativa «Decenio de las Ciencias Oceánicas para el Desarrollo Sostenible», las Naciones Unidas consideran ahora que el BE es un componente crucial de la sostenibilidad y el desarrollo sostenibles a nivel mundial. El objetivo del marco para el Decenio de las Ciencias Oceánicas para el Desarrollo Sostenible, que se extiende de 2021 a 2030, es garantizar que las naciones y los pueblos puedan beneficiarse plenamente de las posibilidades y ventajas de la EB, mejorando al mismo tiempo las condiciones para el desarrollo sostenible de los océanos. El eslogan de los Objetivos de Desarrollo Sostenible (ODS), «no dejar a nadie atrás», llama la atención sobre los grupos sociales desfavorecidos y marginados, incluidas las mujeres. Según un informe de 2017 del Departamento de Relaciones Internacionales y Cooperación, los Estados miembros de la Asociación de la Cuenca del Océano Índico reafirmaron su compromiso con el avance de la igualdad de género y el empoderamiento de las mujeres dentro de este amplio marco mundial de desarrollo sostenible a través de la firma en 2017 de la Concordia de Yakarta. Los miembros de IORA también confirmaron que la igualdad de género y el empoderamiento de las mujeres son un tema transversal en la Concordia de Yakarta. A través de la Concordia de Yakarta, los miembros de IORA reafirmaron que el empoderamiento económico de las mujeres está directamente relacionado con el éxito de la región. Los Estados miembros de IORA reconocieron especialmente la importancia del empoderamiento económico como piedra angular para promover la igualdad de género y, como resultado, hicieron hincapié en el requisito de la participación plena e igualitaria de las mujeres en la economía, en particular en la economía azul. Los Estados Miembros también reconocieron la importancia de la protección social y el apoyo a las mujeres que trabajan en la economía informal, la contribución de las mujeres a la paz, la seguridad y la estabilidad necesarias para el crecimiento económico y el desarrollo, y la inclusión de las mujeres en el liderazgo y el empoderamiento económico de las mujeres como componentes necesarios para el crecimiento económico sostenible. Además, la igualdad salarial puede alentar una mayor inversión en la salud y la educación de los niños.

El Océano Índico se considera una parte vital de las economías, los medios de vida y las identidades culturales de los Estados que limitan o se encuentran dentro de sus límites. La pesca y la acuicultura, la energía oceánica renovable, los puertos marítimos y el transporte marítimo, los hidrocarburos marinos y los minerales de los fondos marinos, la biotecnología marina, la investigación y el desarrollo, y el turismo son sectores estratégicos clave en el desarrollo de la economía azul en el Océano Índico. La India, la nación marítima más poderosa de Asia y la región del Océano Índico, ha adoptado excesivamente la noción de economía azul. Con el fin de mantener el futuro «azul» de la India, el gobierno inició el Programa Sagarmala en 2015. Para 2021, se había elaborado un borrador de Política de Economía Azul con el fin de capitalizar las ventajas de las industrias de EB convencionales y emergentes. De acuerdo con la Visión de la Nueva India 2030 del gobierno indio, el BE es esencial para aumentar la participación en la fuerza laboral, promover la equidad social y garantizar la seguridad del Océano Índico. Según un informe de la Federación de Cámaras de Comercio e Industria de la India, se prevé que el potencial de la economía de la India sea de 700.000 millones de dólares en el marco del negocio actual, y si se eliminan las restricciones socioeconómicas, las estimaciones sugieren que la India podría beneficiarse entre 1 y 2 billones de dólares para 2025. Desde 2018, la visión de desarrollo de la India se ha definido más mediante la elaboración de políticas para la gestión sostenible de los recursos de EB y el desarrollo inclusivo, con especial énfasis en la Iniciativa de la Bahía de Bengala para la Cooperación Técnica y Económica Multisectorial (BIMSTEC) y la inclusión de la «Declaración de Intención de Nairobi para Promover la Economía Azul Global Sostenible». El posicionamiento estratégico de la India en la región de la IORA podría permitir al país cosechar numerosos beneficios de la EB de la cuenca del Océano Índico mediante el diseño de políticas sólidas e innovadoras, el compromiso de recursos energéticos y financieros institucionales para apoyar a la IORA, y la creación de asociaciones nacionales y regionales con instituciones, agrupaciones y países de la EB. Sin embargo, los beneficios de la EB en la sociedad diversa de la India siguen siendo objeto de debate debido a las complicadas desigualdades socioeconómicas del país, las vulnerabilidades relacionadas con la participación y retención de la fuerza laboral, la aparición de crisis sanitarias y pandemias como la COVID-19, y los riesgos y vulnerabilidades ambientales en algunas áreas.

A pesar de que la visión del Indo-Pacífico de la India sobre el espíritu SAGAR hace hincapié en la necesidad de obtener beneficios integrados y compartidos, todavía queda mucho por hacer a nivel local para cerrar las brechas socioeconómicas entre los Estados costeros y los territorios de la Unión y ayudar a las comunidades costeras vulnerables a desarrollar sus capacidades y capacidades de EB para que puedan beneficiarse de la EB. En el ámbito de la potenciación de la igualdad entre los géneros, en particular la potenciación económica de la mujer existe un deseo creciente de dar a las mujeres más oportunidades en los sectores de la EB. Sin embargo, hay pocos estudios que analicen el estado del empleo y el liderazgo de las mujeres en los sectores de EB de la India y cómo se sienten las personas al respecto. El objetivo de este artículo es cerrar esta brecha mediante el análisis de una amplia gama de investigaciones sobre el empleo y el liderazgo de las mujeres en términos de motivar a un grupo de personas o a una organización para que actúen hacia el logro de un objetivo común en los sectores tradicionales de EB del turismo, la pesca, el transporte marítimo y el transporte marítimo de la India.

MATERIALES Y MÉTODOS

Estrategia de búsqueda

Se evaluó exhaustivamente toda la literatura revisada por pares que discutía las perspectivas y actitudes sobre el empleo y el liderazgo de las mujeres en la economía azul. La búsqueda en la base de datos incluyó artículos de revistas, artículos de revisión e informes de investigación escritos en inglés que se publicaron entre el 1 de enero de 2000 y el 5 de noviembre de 2022. Se realizaron búsquedas en siete bases de datos electrónicas, a saber, ISS, Web of Science, SCOPUS, Econ-Lit, JSTOR, Science Direct y EBSCO en función de su calidad y cobertura. Para asegurarse de que se cubriera el alcance del artículo, se buscaron manualmente los artículos relevantes en Google Scholar, Research Gate y los archivos de organizaciones como el Banco Mundial, la Asociación de la Cuenca del Océano Índico (IORA), el Banco Asiático de Desarrollo (BAD), el Departamento de Relaciones Internacionales y Cooperación, la Organización de las Naciones Unidas para la Alimentación y la Agricultura, la Conferencia de las Naciones Unidas sobre Comercio y Desarrollo,  y la Federación de Cámaras de Comercio e Industria de la India. Los operadores «OR» y «AND» se utilizaron para buscar en bases de datos utilizando la estrategia de búsqueda booleana. La frase de búsqueda se cambió para satisfacer las necesidades de la base de datos.

Criterios de inclusión

Se encontraron 6.754 artículos en la búsqueda, y 38 de ellos fueron cuidadosamente seleccionados por ser relevantes. Una vez eliminados los duplicados, se analizó el título y el resumen de cada artículo. A los efectos de la revisión, se examinaron parcialmente 204 publicaciones. Para determinar la elegibilidad de acuerdo con los criterios de inclusión, se llevó a cabo una evaluación exhaustiva de 79 artículos. Los comentarios de los investigadores ayudaron a aclarar cualquier problema que surgiera a lo largo de la evaluación. Se utilizaron los siguientes términos de búsqueda: «Economía azul y mujeres» o «Economía azul y empleo de las mujeres», «Economía azul y liderazgo de las mujeres», «Percepciones sobre el empleo de las mujeres» y «Percepción hacia el liderazgo de las mujeres», «Empleo de las mujeres en las zonas turística, pesquera y naviera», etc. Los estudios no se incluyeron en la fase de cribado, ya que no se relacionaban con los datos demográficos especificados, el país y el resultado de los términos de búsqueda anteriores. En la fase de elegibilidad, los artículos que no se centraron en los términos antes mencionados fueron descalificados.

Extracción y análisis de datos

Los objetivos, los métodos de investigación, las preguntas de investigación y los principales hallazgos fueron extracciones de datos adicionales. Todos los duplicados se revisaron cuidadosamente en hojas de Excel para mantener el alto nivel de la revisión. Posteriormente, cada trabajo de investigación fue sometido a un examen exhaustivo. A la luz de los criterios de inclusión y exclusión descritos, finalmente se eligieron 45 artículos de investigación para su evaluación.

RESULTADOS Y DISCUSIÓN

Estado actual de la participación de la fuerza laboral en la economía azul de la India

El nivel de participación femenina en la fuerza laboral de la India está aumentando en comparación con naciones como Irán, donde solo el 16,8% de las mujeres trabajan en los sectores de EB. Sin embargo, hay un número desproporcionadamente mayor de hombres que de mujeres trabajando en las industrias de EB de la India, con un 78,8% de hombres y un 27,2% de mujeres, y la participación de las mujeres ha caído a aproximadamente el 20% como consecuencia del confinamiento por la pandemia de COVID-19. Afortunadamente, el riesgo de perder el trabajo está disminuyendo. Según el informe de Indicadores del Desarrollo Mundial de 2020, la seguridad laboral está mejorando a pesar de que las mujeres en el BE de la India tienen más probabilidades de trabajar en trabajos peligrosos que los hombres (Banco Mundial 2022). En la India, el porcentaje de mujeres con trabajos vulnerables ha disminuido desde el año 2000 de casi el 90% a aproximadamente el 80%. Pero se trata de un paso modesto en comparación con los contemporáneos de Asia. Por ejemplo, las sólidas políticas, socioeconómicas y medioambientales inclusivas de Singapur han ayudado a reducir el porcentaje de empleo femenino vulnerable en el sector de la EB a aproximadamente el 10%.

Las nuevas vías en el estado de cada sector de EB son esenciales porque ayudarán a documentar los impulsores del sistema, las percepciones y actitudes que impiden el ingreso y la inclusión social, y las posibles intervenciones. Según el informe de la FICCI (2019), es de vital importancia prestar especial atención a las áreas tradicionales, como la pesca y la acuicultura, el transporte marítimo y el transporte marítimo, el turismo y la recreación, que actualmente impulsan la economía azul de la India. En la India, las industrias marítimas tradicionales, como el turismo, la pesca y el transporte, han recibido la mayor parte de la atención debido a su integración histórica en el tejido socioeconómico de la mayoría de las mujeres y los lugareños, así como al hecho de que representan la mayor parte de la participación en la fuerza laboral.

Percepciones y actitudes hacia el empleo y el liderazgo de las mujeres en la economía azul de la India

El empleo y el liderazgo de las mujeres en el campo de la EB se consideran en la India como una contradicción perversa que está muy contextualizada y es multifacética, con opiniones diferentes tanto de la sociedad como de las propias mujeres, tanto a nivel micro como macro. Para decirlo de otra manera, algo que puede parecer factible en un determinado entorno local o estado de la India puede no ser relevante para otro estado. Las estructuras, los procesos y la agencia social local relacional y procedimental deben tenerse en cuenta al comprender los puntos de vista, las actitudes y las estrategias utilizadas para respaldar el empleo y el liderazgo de las mujeres en cada área de negocios e industria. Los estudios sobre el empoderamiento económico y político de las mujeres muestran una fuerte relación entre el empleo y la forma en que los sistemas estatales y comunitarios influyen en las políticas e intervenciones que pueden dirigirse especialmente a los sectores de la EB para ayudar a transformar las capacidades y las capacidades que apoyan la participación de las mujeres en el liderazgo y el empleo, así como en los procesos de toma de decisiones. En la India, una comprensión más matizada del empoderamiento socioeconómico de las mujeres revela la existencia de negociaciones patriarcales y conflictos comunitarios cooperativos integrados en las construcciones socioculturales y económicas de cada sistema, y las percepciones y actitudes hacia los impulsores del empoderamiento pueden entenderse claramente si se comprenden específicamente los factores centrales de dichas construcciones en cada sistema. Por lo tanto, es necesario un énfasis especial en cada sector para comprender las percepciones y actitudes hacia el empleo y el liderazgo de las mujeres en el BE.

Percepciones y actitudes sobre el liderazgo y el empleo de las mujeres en el sector pesquero de la economía azul de la India

En la India, la industria pesquera marina desempeña un papel importante en la mejora de los medios de vida sociales y económicos, en particular para las comunidades costeras. La investigación comparativa realizada en la India mostró que el potencial socioeconómico de las mujeres está infrautilizado. Según IORA, el 15% de las mujeres indias empleadas como pescadoras participaban en actividades relacionadas con la pesca que ayudan a su bienestar socioeconómico. Una investigación comparable sobre el empoderamiento de las mujeres pescadoras en Karnataka en 2016 reveló que, si bien las mujeres participaban en todas las etapas de la pesca, su utilidad y presencia solo eran limitadas en tierra en tareas como el desollado, el secado, el curado, el procesamiento, la salazón y la venta de mariscos.

Al analizar los factores socioeconómicos que contribuyen a la falta de poder de las mujeres en la industria pesquera, Ogden dijo claramente que las normas socioculturales, así como los obstáculos y actitudes económicas, impiden que las mujeres ingresen a la industria pesquera y encuentren trabajo. La mayoría de los puntos de vista y opiniones se basaron en estereotipos socioeconómicos y convenciones culturales. Según una investigación, el empleo de las mujeres es limitado en las operaciones terrestres a pequeña escala como resultado de los tabúes culturales contra las mujeres en la pesca costera. Según una investigación similar, realizada en Kerala en 2013, existe una renuencia a desafiar la dominación masculina en la industria pesquera debido a la percepción de que las mujeres tienen más éxito como amas de casa. Esto podría explicarse por el hecho de que sólo ciertos grupos ocupacionales pueden emplear a mujeres en la industria pesquera. Sin embargo, la investigación realizada en 2013 por mostró que la perspectiva de la participación de las mujeres en la toma de decisiones ha cambiado como resultado de su percepción como «las impulsoras invisibles» de la industria pesquera de altura y la cadena de valor. En un estudio de 2016 sobre la percepción y las estrategias de adaptación de las mujeres en la aldea pesquera urbana de Versova, en Bombay, se descubrió que las mujeres del grupo comunitario de la familia Koli que venden pescado han aumentado sus ingresos como resultado del fomento por parte de las comunidades locales de su unidad sociocultural en la pesca, la fuerza y la independencia financiera. En otras palabras, las comunidades costeras de la India estaban experimentando niveles más altos de empleo, liderazgo y estabilidad financiera de las mujeres en el sector pesquero a medida que se refutaban cada vez más las suposiciones desfavorables sobre la industria.

Según la investigación sobre el empoderamiento de las mujeres en la pesquería de almejas de Kerala, había un bajo deseo entre las mujeres y la sociedad de trabajar o liderar la industria, ya que se consideraba una ocupación de bajo estatus para las mujeres educadas. Esto concuerda en cierta medida con la investigación que encontró que la mayoría de las pescadoras de Kerala que recolectan conchas no tenían educación y pertenecían a grupos gravemente desfavorecidos, lo que restringía su acceso a la ayuda financiera, los seguros y las oportunidades de toma de decisiones en la industria pesquera. En una investigación realizada en 2016 en la aldea pesquera urbana de Versova, en Bombay, se descubrió que el 67% de las mujeres que trabajaban como trabajadoras temporales en trabajos secundarios relacionados con la limpieza pesquera carecían de educación y eran desfavorecidas. Además, se demostró que el analfabetismo reducía las oportunidades de obtener asistencia financiera y social, incluido un seguro, en el momento de la prohibición de la pesca monzónica, y esto aumentaba el malestar social entre las pescadoras Koli y no Koli. El Proyecto Indo-noruego de 1953, que llegó a la conclusión de que las pescadoras sólo podían desempeñar un papel menor más allá de la prestación de servicios de apoyo como la venta de pescado y las tareas domésticas, obstaculizó las concepciones históricas y las actitudes hacia la participación de las mujeres en la pesca. En otras palabras, a pesar de que los programas gubernamentales incluían cada vez más el trabajo de las mujeres en la cadena de valor de la pesca, los estudios sobre el empoderamiento de las mujeres pescadoras mostraron que todavía existían percepciones y actitudes socioeconómicas y tradicionales negativas hacia el empleo y el liderazgo de las mujeres en el sector pesquero, especialmente en las comunidades socialmente conservadoras.

Percepciones y actitudes sobre el empleo y el liderazgo de las mujeres en el transporte marítimo y la industria naviera de la economía azul de la India

La inversión y expansión sin precedentes del sector del transporte marítimo no se ha acelerado con el progreso del empleo y el liderazgo de las mujeres en la industria. Se estima que la participación femenina en la fuerza laboral en el sector marítimo se sitúa entre el 27% y el 28%, en comparación con más del 90% en el caso de los hombres, especialmente en los buques mercantes. Aunque el número de mujeres marineras ha aumentado a 24.059, lo que representa un aumento del 45,8 % desde 2015, el número de mujeres marinas certificadas se sitúa en el 1,28 %, en comparación con más del 90 % de los hombres en el sector marítimo, especialmente en los buques mercantes. En los cruceros, sin embargo, la proporción de mujeres que trabajan ha aumentado a un promedio del 45%, que es casi el mismo que el promedio mundial del 49%. A pesar de los avances, investigaciones recientes han mostrado varias actitudes y puntos de vista desfavorables sobre las mujeres en el liderazgo y el empleo en esta industria.

Investigaciones anteriores han demostrado que los factores psicológicos y sociales tienen un papel en las actitudes y percepciones desfavorables en la industria marina. Las normas socioculturales persistentes que favorecen a las mujeres que trabajan en el hogar en lugar de desplazarse al trabajo son en parte culpables de la hostilidad generalizada contra el empleo de las mujeres, especialmente a bordo de buques comerciales. Sin embargo, las interacciones y actitudes históricas en torno a la presencia de mujeres a bordo, así como la relación psicológica y la percepción de una determinada tripulación, podrían tener un impacto en esto. Según una investigación sobre las carreras marítimas de las mujeres en Europa, los armadores comerciales son más favorables a tener mujeres a bordo debido al hecho de que las tripulaciones femeninas disminuyen la sensación de aislamiento que sienten sus colegas masculinos. En realidad, las normas psicológicas de género con malas adaptaciones de personalidad impiden o aumentan la aceptabilidad de las mujeres que trabajan en campos convencionalmente masculinos, como la industria naviera. Según un artículo de 2019: «El principal obstáculo para el empleo de las mujeres es la percepción negativa de las empresas navieras sobre la experiencia y las habilidades de las mujeres en los buques mercantes, lo que restringe las posibilidades de contratar cuadros de mujeres con talento». El gobierno indio no puede beneficiarse económicamente como resultado de esta mentalidad. Según las proyecciones del Fondo Monetario Internacional (FMI), un aumento del empleo femenino puede impulsar el PIB de la India en más de un 27% a un ritmo comparable al de los hombres. Una parte significativa de las mujeres indias preferiría trabajar que quedarse en casa cuando se les diera la oportunidad, a pesar de que las normas sociales socavan de alguna manera su deseo de trabajo doméstico externo.

En todas las circunstancias, las normas socioculturales negativas tienen varias dimensiones. Según un estudio realizado en Bangladesh, las rígidas normas patriarcales hacen que el empleo de las mujeres sea inferior al de los hombres y, cuando este es el caso, las mujeres deben ser tratadas como ciudadanas de segunda clase. Esto está respaldado por un estudio que encontró evidencia de sesgo de género en la evaluación de los líderes y sugirió que los trabajadores del sector marítimo pueden tener expectativas más bajas de las mujeres líderes. Según un informe del Indian Express de 2020, solo el 0,5% de las mujeres indias trabajan en la industria marítima. Aunque las mujeres marineras actuales están preparadas para asumir roles de liderazgo, solo unas pocas empresas promueven a las mujeres a rangos más altos a bordo, en parte debido al patriarcado histórico en la industria marítima dominada por los hombres. Sin embargo, otros estudios muestran que las actitudes y puntos de vista sobre el liderazgo varían según el tipo de flota, el área, la experiencia y los sistemas marítimos de la nación. Según una investigación realizada en la República de Corea, romper las convenciones sociales aumenta las perspectivas de empleo de las mujeres en los buques mercantes y el liderazgo con un desempeño efectivo.

Según algunas investigaciones sobre la gente de mar, el miedo a contratar mujeres en los cruceros crece debido a la preocupación de que hacerlo conduzca a problemas sobre las relaciones de género a bordo. El acoso sexual a bordo de los buques comerciales hace que sea más difícil para los empleadores contratar mujeres para las tripulaciones de larga distancia que en tierra. Se llevó a cabo una investigación sobre una flota de propiedad griega con el fin de poner este problema en contexto. Descubrieron que aproximadamente el 60% de los empleadores dudan en contratar mujeres porque les preocupa que las tensiones sexuales puedan afectar las relaciones laborales de la tripulación.

La investigación sobre el coqueteo a bordo reveló que la observación era solo una «forma profesional de discriminación» destinada a evitar que las mujeres ingresaran a un campo donde predominan los hombres. Ha habido menos casos de acoso sexual entre las empleadas y los empleados que trabajan juntos profesionalmente en cruceros y buques de pasajeros.

Los estudios sobre género muestran que ciertas actitudes están relacionadas con la idea de que los hombres no deben ser tratados de manera menos favorable que las mujeres en puestos de autoridad y gestión. El sexismo flagrante en el liderazgo de las mujeres a bordo de los barcos se pone de manifiesto en los estudios. Con el fin de evaluar las habilidades de un líder a bordo de barcos comerciales, la masculinidad, la tenacidad y el empuje se han mantenido como atributos esenciales. Debido a esto, algunas mujeres marineras se ven obligadas a adoptar comportamientos masculinos que incluyen el uso de blasfemias, vestirse como sus amigos varones y simular sentimientos y emociones en lugar de su identidad feminista.

Independientemente de su nivel de antigüedad, algunos compañeros de trabajo son reacios a promover a las mujeres a puestos de liderazgo en favor de los hombres que creen que están más equipados para manejar el desafiante entorno marítimo. Una investigación similar realizada en Malasia por reveló que solo el 19% de las mujeres en el sector de la gestión marina de Malasia ocupan puestos directivos en los puertos terrestres. En desacuerdo con tales observaciones, Beaman y otros (2009) llevaron a cabo una encuesta en aldeas costeras de la India sobre la evaluación de las mujeres Pradhan (posiciones de líderes de consejos de aldea), y descubrieron que las percepciones desfavorables de las mujeres líderes son causadas por el miedo y la falta de conocimiento sobre las capacidades de liderazgo de las mujeres. Según la investigación, las percepciones de los aldeanos sobre la eficacia de las mujeres líderes mejoraron como resultado de la exposición regular a ellas y la nominación de mujeres a puestos de liderazgo. También se volvieron menos propensos a asociar a las mujeres con el trabajo doméstico.

Según otros estudios, los rendimientos y beneficios económicos y empresariales dispares que priorizan las empresas navieras, así como el uso residencial de las flotas marítimas, se asocian con percepciones negativas de las mujeres en el lugar de trabajo y en los puestos de liderazgo. Estos factores también pueden estar relacionados con las actitudes socioeconómicas y las barreras estructurales en la industria marítima. Un estudio de las flotas marítimas europeas reveló que los directivos prefieren al personal masculino debido a los riesgos mínimos asociados con el pago de las vacaciones de maternidad, que están muy extendidos en la mayoría de los marcos normativos institucionales y en la legislación. Con frecuencia, los empleadores se muestran reacios a contratar mujeres cadetes o marinos cualificados, en parte debido a la falsa percepción de que las mujeres trabajan en el mar durante menos tiempo que los hombres. Así lo reveló una encuesta mundial en línea realizada en 2015 a 595 mujeres marineras en 54 países. La inflexibilidad de los horarios y arreglos de trabajo, así como los acuerdos tradicionales de movilidad de la flota marítima que no hacen nada para alentar la contratación de mujeres, son otros ejemplos de cómo la discriminación contra la mujer es cada vez más frecuente. La contratación de mujeres marineras, las prácticas de contratación, los procedimientos de evaluación, las posibilidades de ascenso y la capacitación en el servicio siguen estando influenciados por creencias y actitudes indirectas difamatorias y discriminatorias. Se crean techos de cristal para el avance de las mujeres en el ámbito del liderazgo marítimo y las ventajas económicas que pueden aprovecharse, porque todavía hay pocos puestos de gestión y liderazgo para las mujeres, y porque están menos conectadas políticamente y menos integradas en las redes marítimas.

Percepciones y actitudes hacia el liderazgo y el empleo de las mujeres en la industria turística de la economía azul de la India

Los informes e investigaciones sobre el empleo en la industria turística muestran impresiones y actitudes favorables con respecto al trabajo y el liderazgo de las mujeres, particularmente en los cruceros, en la comercialización, en los alojamientos históricos y recreativos, y en los hoteles. Según una investigación realizada en la India, la mayoría de los operadores de turismo urbano y costero piensan que las mujeres son más efectivas que los hombres en la prestación de servicios turísticos en áreas urbanas, particularmente en las áreas de voluntariado, atención, guía turístico y servicios hoteleros y culinarios. Este hallazgo concuerda en cierta medida con un estudio realizado en destinos turísticos populares de Asia, que muestra estadísticamente que el 60% de las personas empleadas por las empresas turísticas son mujeres. Las visiones históricas sobre el trabajo se han centrado en los esfuerzos de las mujeres en las industrias de servicios, que se consideran sistemáticamente como un camino blando que requiere habilidades femeninas.

Sin embargo, las opiniones y actitudes indican un sesgo de género en la propiedad de los operadores turísticos y las empresas hoteleras, con más empresas turísticas propiedad y gestionadas por hombres. Según una encuesta realizada en 2015, los hombres pensaban que se desempeñaban mejor en la administración que las mujeres, lo que consolidó la idea de la supremacía masculina en el liderazgo. Según un estudio, los estereotipos socioeconómicos obligan a las mujeres a estar infrarrepresentadas en los puestos directivos, ya que los hombres son vistos más a menudo como los modelos a seguir para un liderazgo eficaz de la empresa. Esta mentalidad puede ayudar a explicar por qué el estudio sobre los roles de género en la sociedad llegó a la conclusión de que la mayoría de los puestos de trabajo ocupados por mujeres son engañosos porque involucran a funcionarios legislativos, funcionarios administrativos y gerentes que se concentran principalmente en los niveles inferiores y medios de gestión, lo que requiere la creación de nuevos marcos de empleo.

Según la Organización Internacional del Trabajo (OIT), solo hay dos mujeres en la India que ocupan puestos administrativos y de gestión por cada 100 hombres económicamente activos. Los hombres pensaban que eran mejores líderes empresariales en industrias relacionadas con el turismo. Sin embargo, al señalar las ganancias financieras que obtienen las mujeres a través del empleo y el liderazgo en el sector, hay opiniones favorables ya que los hombres no ven como un peligro a las mujeres que trabajan en la industria turística. Según la investigación, tanto los hombres como las mujeres creían firmemente que un mejor salario para las mujeres mejoraría los conflictos en el lugar de trabajo, el sesgo de género en los puestos de liderazgo y otros problemas.

En la industria turística, el sexismo también se encuentra en las prácticas de contratación. Aunque el 46% de los encuestados estuvo de acuerdo en que las mujeres trabajan durante la misma cantidad de tiempo que los hombres, una investigación sobre las opiniones sobre el tipo de trabajo que se ofrece a las mujeres en la industria del turismo muestra que el empleo que se ofrece contiene actividades básicas que necesitan los hombres, incluida la conducción de camionetas turísticas. Según la investigación sociológica sobre el liderazgo y el empleo en la industria turística, las opiniones sexistas han cambiado y la independencia mental y física de las mujeres ha mejorado. Por ejemplo, una investigación realizada en Malta reveló que el liderazgo y el empleo femenino en los sectores de servicios reducen los prejuicios sociales y la baja autoestima femenina que obstaculizan el empleo de las mujeres. Según una investigación comparativa entre la clase trabajadora urbana de la India, el 59% de las mujeres empleadas en zonas urbanas de liderazgo son más independientes que los hombres.

Más puestos de trabajo y la capacidad de las mujeres trabajadoras para tomar decisiones sobre el dinero, la sociedad y la política aumentan su autoestima, confianza e impulso para mejorar en el trabajo. En realidad, el 52% de las mujeres cree que la mayoría de las empresas turísticas se dedican a utilizar las capacidades de las mujeres, mientras que solo aproximadamente el 20% de las mujeres cree que el sector empresarial está preparado para acoger a las mujeres en puestos directivos importantes. En otras palabras, las diversas percepciones y actitudes hacia las mujeres que trabajan y lideran la industria del turismo son principalmente el resultado de la renuencia de algunas sociedades a alterar los roles y normas de género, así como de la resistencia de algunas comunidades a incorporar las habilidades, experiencias y conocimientos de las mujeres. Ha habido un aumento pronunciado de los beneficios socioeconómicos a nivel doméstico, comunitario y nacional en países donde las mujeres han tomado la delantera, como la República de Corea, Grecia y Suecia.

CONCLUSIÓN

A pesar de los crecientes estudios sobre el EB y sus beneficios potenciales para el desarrollo global, no se sabe mucho sobre cómo pensar y diseñar vías y sistemas específicos para la inclusión y participación holística de las personas, las comunidades y las mujeres vulnerables con el fin de deshacerse de las barreras históricas para el empleo y la participación inclusivos. Por lo tanto, esta revisión y análisis de la literatura publicada ha revelado una serie de cuestiones importantes. La importancia de la inversión en la promoción de los sectores tradicionales de la economía azul de la India —la pesca, el turismo y el transporte marítimo— está aumentando. Sin embargo, dado que los niveles de inversión son desiguales, es posible que no haya las mismas posibilidades de que todos se beneficien de la economía azul. A pesar del aumento del número de mujeres oficiales de mar cualificadas, los estudios muestran que las opiniones desfavorables sobre las mujeres que trabajan como tripulantes a bordo siguen siendo comunes en la industria marítima. Las actitudes y percepciones positivas sobre las mujeres líderes y trabajadoras están sesgadas positivamente en la industria de servicios y en los cruceros de ocio en los estados turísticos y las ciudades portuarias.

Históricamente, la industria pesquera ha empleado a mujeres tanto a nivel internacional como en la India. El estudio de los artículos de revisión y de diversos informes revela perspectivas contradictorias sobre la participación de las mujeres en la industria pesquera. Por lo general, se ha incluido a las mujeres como empleadas en tierra en trabajos como la venta de pescado y la limpieza, con una menor participación en las operaciones de pesca directa, principalmente debido a tabúes, convenciones y preferencias socioculturales. Debido a las percepciones sociales con respecto a las habilidades y la experiencia de las mujeres en la limpieza de almejas, las mujeres han sido contratadas directamente en la extracción de almejas en zonas intermareales como Kerala y Karnataka. Los lugareños tienen una perspectiva masculina del liderazgo, creyendo que los hombres son líderes más efectivos que las mujeres. Pero esto podría estar influenciado por el grado de alfabetización, exposición y conocimiento de cada uno. Los estados con altas tasas de alfabetización, como Kerala, han visto una creciente aceptación y participación de grupos y líderes de mujeres en el liderazgo convencional, con efectos positivos.

El estudio demuestra que la sociedad está empezando a apreciar gradualmente las ventajas de la experiencia y el trabajo de las mujeres en las áreas tradicionales de la economía azul, que son más de lo que se pensaba anteriormente lo ha atraído a las comunidades locales a promover más mujeres en el liderazgo y el empleo convencionales. Por lo tanto, las percepciones y actitudes con respecto al empleo y el liderazgo de las mujeres pueden estar sesgadas debido a la ignorancia histórica de las capacidades de las mujeres, la diversidad de los sistemas sociopolíticos de la India y la desintegración gradual de las estructuras sociales.

Etiquetado de bloques

El Consejo de Estándares XBRL ha publicado una nota del grupo de trabajo sobre el tema del “etiquetado de bloques” en los informes Inline XBRL. El etiquetado de bloques es la práctica de etiquetar contenido de texto en un informe con etiquetas XBRL en línea.

Las etiquetas de bloque se han utilizado durante muchos años, sobre todo en la SEC de EE. UU., pero la aplicación más reciente de etiquetas de bloque a los informes europeos bajo el sistema ESEF ha planteado algunos desafíos nuevos.

La Nota del grupo de trabajo examina las diferencias entre la experiencia de EE. UU. y Europa y propone algunos enfoques nuevos para el etiquetado de bloques que mejorarían la utilidad de las etiquetas de bloque, al tiempo que reducirían la carga del preparador y revisor asociada con la presentación de las etiquetas de bloque.

Las etiquetas de bloque no son una alternativa al etiquetado detallado de divulgaciones numéricas utilizando etiquetas XBRL en línea específicas, pero pueden desempeñar un papel importante en el aumento del valor analítico de las divulgaciones narrativas, una característica que se está volviendo cada vez más importante con la llegada de los informes de sostenibilidad.

1. Resumen

En 2023, el etiquetado de bloques de texto XBRL en línea pasó a ser obligatorio para el sistema único europeo Informes de presentación electrónica (ESEF). A diferencia de los anteriores sistemas de informes Inline XBRL como los informes de la Cámara de Sociedades del Reino Unido y la SEC de EE. UU., los informes ESEF a menudo hacen uso de XHTML de gran estilo diseñado para replicar el diseño y la apariencia típicamente se ven en los informes financieros en PDF.

La capacidad de Inline XBRL para proporcionar un único documento que combina ambos contenidos legibles por humanos y datos legibles por máquina en un solo documento, sin comprometer la apariencia del informe es muy potente y abre la puerta a la adopción de Inline XBRL en una gama más amplia de sistemas de informes.

El uso de XHTML de gran estilo crea algunos problemas técnicos específicos para el texto Bloquea los hechos. La medida en que la representación del fragmento XHTML contenía en el valor de un hecho de bloque de texto extraído de un informe XBRL en línea replicar la apariencia del mismo contenido que aparece en el archivo XBRL en línea ha sido una fuente de preocupación tanto para los preparadores como para los revisores.

En esta nota del grupo de trabajo se analizan los desafíos técnicos de Inline XBRL text y hace una serie de recomendaciones sobre cómo abordarlas.

2. Etiquetado de bloques

El etiquetado en bloque (o «etiquetado en bloque de texto») se refiere a la práctica de etiquetar secciones de contenido de texto en un informe XBRL o XBRL en línea. Las etiquetas de bloque pueden ser Se utiliza para etiquetar oraciones individuales, párrafos o incluso informes completos, incluidos imágenes, tablas y cualquier otro contenido.

Los conceptos de taxonomía XBRL utilizados para las etiquetas de bloque suelen tener un tipo de (tal como se define en el DTR) y el contenido de una etiqueta de bloque es un fragmento de XHTML, lo que significa que el contenido puede contener instrucciones de formato.textBlockItemType

En este documento se analizan los problemas que se observan actualmente al aplicar etiquetas de bloque a Informes de ESEF. Esto se puede clasificar en dos grandes categorías:

  1. Problemas de visualización: problemas técnicos con la representación de fragmentos de XHTML
  2. Problemas de contenido: problemas relacionados con el alcance del etiquetado de bloques requerido

3. Problemas de visualización

3.1 Etiquetado de bloques en Inline XBRL

La especificación Inline XBRL proporciona un mecanismo (la configuración) para etiquetar parte de un informe Inline XBRL de modo que el valor de la variable El hecho XBRL extraído es un fragmento XHTML que contiene el contenido de la función Etiqueta XBRL.escape=»true»

Aunque la especificación Inline XBRL define cómo se obtenido del documento fuente, no dice nada acerca de cómo estos fragmentos XHTML extraídos deben ser utilizados o mostrados, y esta falta de La especificación está en el centro de muchos de los problemas de visualización que se observan con Block Etiquetas.

Hay muchos problemas potenciales que pueden ocurrir al extraer un fragmento de XHTML de un documento más grande e intentar mostrarlo. Por ejemplo:

  • El fragmento puede usar clases CSS para aplicar estilos. Estos se basan en una hoja de estilo que no forma parte del fragmento extraído, lo que significa que La representación resultante puede tener un aspecto muy diferente al original.
  • Incluso si el fragmento usa estilos CSS en línea, el estilo puede depender de la función estilo de los elementos XHTML que no forman parte del fragmento.

A modo de ejemplo sencillo, el texto puede utilizar un color de fuente blanco porque es se muestra sobre un fondo oscuro, pero el elemento con el fondo oscuro no es incluido en el fragmento. Si se muestra el fragmento XHTML extraído Sobre un fondo blanco, el texto será ilegible.

Otro ejemplo es un elemento XHTML que utiliza el posicionamiento CSS para posicionar el elemento relativo a algún ancestro. Si ese antepasado no está incluido en el fragmento, es poco probable que se muestre correctamente.

  • El fragmento puede incluir imágenes que utilizan URI relativos. No hay garantía que las imágenes estarán disponibles en los mismos URI si el fragmento es Muestra.

En este documento se usa el término representación aislada para referirse a la función visualización del fragmento de XHTML en una etiqueta de bloque aislada del XHTML documento del que se extrajo.

3.2 Bloquear etiquetas en la SEC

Antes de la introducción del etiquetado por bloques como parte del Sistema Único Europeo de Presentación Electrónica (ESEF), el uso más notable de las etiquetas de bloqueo ha sido en presentaciones a la SEC de EE. UU. El uso de etiquetas de bloqueo en la SEC ha sido exitosos como los posibles problemas con la visualización de fragmentos extraídos de XHTML discutidos anteriormente no son un problema en la práctica. Hay varias razones para esto:

  1. Las reglas de presentación de la SEC exigen el uso de estilos CSS en línea. De este modo, se elimina el problema de que las definiciones de clase CSS no estén disponibles al mostrar el texto Bloquear. El uso de estilos CSS en línea está prescrito por el Manual de Edgar Filer, y se aplica mediante validación.
  2. El estilo aplicado a los documentos XBRL en línea presentados a la SEC suele ser bastante simple, y no hace uso del posicionamiento CSS para lograr complejos diseños de documentos, fuentes personalizadas o fondos de tabla con mucho estilo y Fronteras.
  3. La SEC proporciona un software de visualización que proporciona una especificación de facto de Cómo se va a mostrar el contenido del bloque de texto.

El software está disponible gratuitamente, lo que permite a los preparadores (y su software proveedores) para garantizar que las etiquetas de bloqueo se muestren correctamente en este software.

En la Figura 1 se muestra un extracto de un informe XBRL en línea típico de la SEC.

3.3 Etiquetas de bloqueo en los informes ESEF

El programa ESEF (y el equivalente estrechamente relacionado en el Reino Unido, UKSEF2) tiene muchos similitudes con la SEC, pero la naturaleza del XHTML en ESEF Inline XBRL Los informes suelen ser muy diferentes a los de las presentaciones ante la SEC. ESEF informa comúnmente hacer uso de XHTML de gran estilo diseñado para replicar el diseño y apariencia típica de los estados financieros en PDF.

En la Figura 3 se muestra un ejemplo de una página de un informe típico de ESEF.

Las características comunes de estos informes incluyen:

  • Un diseño fijo que no responde al tamaño de la ventana de visualización.
  • Un diseño paginado, que replica las distintas páginas comunes en un informe PDF.
  • Se corrigió el diseño del texto. Las líneas individuales dentro de un párrafo son absolutamente y las palabras no se redistribuyen en diferentes líneas si la ventana está Redimensionada.
  • Uso de fuentes personalizadas y diferentes tamaños y colores de texto.
  • Uso intensivo de imágenes, incluidas las imágenes de fondo que proporcionan la página formato como líneas de tabla y bordes.

Las presentaciones ESEF no se limitan al uso de estilos en línea. Sería poco práctico para lograr la aparición de estos documentos con tal restricción.

Estas características pueden crear problemas al intentar mostrar un fragmento XHTML. Un ejemplo extremo de esto se muestra a continuación.

Primera parte de una etiqueta de bloque de texto tomada de un ESEF informe.

Como se puede ver, el resultado es inutilizable. Esto se debe a los estilos CSS en línea que hacer uso de un posicionamiento absoluto que se basa en elementos contenedores que no son incluido en la etiqueta de bloque de texto; en lugar de estar posicionado en relación con contenedores de páginas separados, todos están colocados en relación con el mismo contenedor, lo que da lugar a texto superpuesto.

3.3.1 Elaboración del informe ESEF

Muchos informes ESEF se preparan actualmente convirtiendo informes PDF a XHTML, y, a continuación, agregue etiquetas Inline XBRL. El proceso de conversión de PDF intenta replicar exactamente la apariencia de un PDF, y este enfoque invariablemente da como resultado en las características de diseño fijo mencionadas anteriormente. También tiende a producir productos muy grandes documentos XHTML, ya que se incluyen muchas etiquetas XHTML adicionales para Coloque con precisión líneas, palabras o incluso letras individuales.

Existe un mercado creciente de sistemas de preparación de informes nativos de XHTML que apuntar directamente a la creación de XHTML. A menudo pueden alcanzar el mismo subidón nivel de fidelidad de diseño, pero con un XHTML mucho más simple y limpio. Visualización de Las etiquetas de bloque extraídas de dichos documentos suelen ser mucho mejores que con Documentos convertidos en PDF, pero rara vez es perfecto.

Es importante reconocer que el uso de la preparación para la conversión de PDF ha sido esencial para el éxito de ESEF. Si los preparadores no hubieran sido capaces de replicar directamente la apariencia de su PDF existente informes, es muy poco probable que los informes XBRL en línea de ESEF hubieran sido aceptado en lugar de PDF.

3.4 Comprensión de los requisitos de presentación de informes

Cabe señalar que las diferencias descritas anteriormente reflejan diferencias en la los requisitos de información subyacentes. El uso de un estilo relativamente sencillo HTML en las presentaciones de la SEC es anterior a la adopción de XBRL. Del mismo modo, el uso de Los informes financieros anuales «brillantes» han sido la norma en muchos partes de Europa antes del FEUE.

También hay muchos sistemas de informes XBRL en línea que no utilizan texto Etiquetar en bloque.

Inline XBRL también se utiliza cada vez más para ámbitos ambientales, sociales y de gobernanza (ESG). Los informes ESG suelen hacer un uso intensivo de las divulgaciones narrativas que se capturan en XBRL como etiquetas de bloque de texto.

Una de las principales fortalezas de Inline XBRL es la capacidad de soportar, en lugar de interrumpir, prácticas existentes de presentación de informes legibles por el ser humano y combinarlas con datos legibles por máquina. Al evaluar la aplicabilidad de las recomendaciones de esta Nota del Grupo de Trabajo a un entorno de presentación de informes determinado, es importante Comprenda completamente los requisitos de información subyacentes.

3.5 Casos de uso de etiquetas de bloque de texto

Abordar los problemas de visualización observados con las etiquetas de bloque en los informes ESEF requiere un nuevo acercarse. Para definir este enfoque, primero debemos considerar qué bloque son útiles para.

A menudo se asume que el propósito principal de las etiquetas de bloque es la representación aislada, es decir, mostrar el contenido de la etiqueta por separado del documento de origen, pero esto suposición debe ser verificada.

El uso de etiquetas de bloqueo en las presentaciones ante la SEC es anterior a la adopción de Inline XBRL. Con un informe xBRL-XML (XBRL v2.1), poder mostrar el contenido de un block es fundamental, ya que es la única forma de ver el contenido de la etiqueta textual Divulgaciones.

Con Inline XBRL, las etiquetas se vinculan al documento XHTML de origen. Las etiquetas de bloque pueden se puede utilizar para navegar y resaltar el contenido relevante en la fuente documento, conservando todo el estilo original. Figura 6 muestra cómo se pueden utilizar las etiquetas de una taxonomía XBRL para buscar y navegar por un informe XBRL en línea. En este ejemplo, las etiquetas en inglés son se utiliza para buscar un informe en francés.

Cómo se pueden utilizar las etiquetas XBRL en línea para centrarse en contenido relevante en un informe.

La capacidad de ver las etiquetas de bloque en el contexto del documento de origen proporcionado mediante XBRL en línea reduce en gran medida la importancia de una representación aislada que replica exactamente la apariencia del documento de origen.

3.5.1 Comparación lado a lado

La representación aislada de etiquetas de bloque puede ser más útil si la fuente se elimina el estilo. A modo de ejemplo, consideremos a un analista que desea comparar hechos para el mismo concepto reportados por diferentes empresas mostrándolos uno al lado del otro.

Muestran los hechos resaltados en dos diferentes informes de ESEF. En ambos casos, la etiqueta block abarca varias páginas, y En el primer caso, el informe utiliza un diseño horizontal con varias columnas.

Ambos ejemplos utilizan un diseño fijo; el CSS no permite que el contenido sea reflujo a una longitud de línea diferente.

En este caso, el estilo de origen dificulta una comparación en paralelo de los informes como un tamaño de fuente ilegiblemente pequeño si se conserva el diseño (Figura 10).

No es posible renderizar este contenido, con sus estilos, fuera del contexto de la página adjunta, ya que cada línea de texto utiliza el posicionamiento absoluto relativo al contenedor de la página que lo contiene.

Si, en cambio, eliminamos el estilo de origen, el contenido se puede redistribuir y rediseñado para lograr un resultado mucho más utilizable:

Para lograr este resultado es necesario que los documentos contengan la semántica adecuada XHTML.

3.6 Casos de uso admitidos

Las etiquetas de bloque de los informes XBRL en línea deben admitir los siguientes casos de uso:

  1. Indicador de divulgación. La presencia de una etiqueta de bloque sirve como indicador que un informe contenga un dato para ese concepto. Esto permite a los consumidores Encuentre rápidamente los informes que contienen una divulgación determinada. Este caso de uso sería incluso si las etiquetas de bloque no están conectadas con el XHTML en absoluto, para ejemplo, incluyéndolos como etiquetas ocultas, pero este enfoque no es ni lo uno ni lo otro Propuesto ni recomendado.
  2. Navegación y resaltado. Las etiquetas de bloque permiten a un usuario encontrar y ver el archivo Contenido etiquetado para un hecho determinado en el contexto del documento de origen. La navegación puede hacer uso de los metadatos enriquecidos proporcionados por un XBRL en línea informe y la taxonomía que lo acompaña, incluidas las etiquetas multilingües, y referencias a normas autorizadas.
  3. Extracción de texto estructurado. Las etiquetas de bloqueo deben permitir al usuario extraer texto que conserve solo la estructura del texto (encabezados, párrafos, listas, y tablas), y que pueden ser estilizadas y refluidas por el consumidor. Éste facilita el uso, como la comparación de vistas en paralelo.

En algunos casos, puede ser de poco valor apoyar la extracción de texto estructurado.

3.7 Casos de uso no admitidos

Las etiquetas de bloque de los informes XBRL insertados no deben intentar admitir la representación aislada de un fragmento extraído de XHTML de forma que se conserve todo el estilo de origen y diseño.

Como se señaló anteriormente, la necesidad de una representación aislada de las etiquetas de bloque es en gran medida redundante con Inline XBRL debido a la disponibilidad de la fuente etiquetada documento. Los casos de uso que, de otro modo, podrían requerir esto son adecuadamente (o mejor) servido por la navegación y el resaltado, o por la extracción de texto estructurado.

Existen desafíos técnicos significativos para lograr una representación de un fragmento de XHTML tomado de un documento XHTML de estilo pesado. De hecho, existen importantes desafíos incluso para especificar lo que esto haría significar.

4. Problemas de contenido

Los requisitos de presentación de ESEF prescriben un gran número de conceptos de etiquetas de bloque que deben etiquetarse si están presentes en las notas a los estados financieros un informe. Muchos de estos conceptos obligatorios se superponen, con conceptos más específicos conceptos incluidos que forman parte de conceptos más amplios y menos específicos. El resultado neto de esto es que algunas partes del informe pueden ser etiquetado muchas veces mediante etiquetas de bloque anidadas.

El contenido de algunos conceptos de etiquetas de bloque es muy amplio, a menudo incluye muchas páginas del informe.

La combinación de etiquetado anidado, etiquetas que incluyen grandes partes del origen y el XHTML ineficiente que se observa en los informes convertidos a PDF puede dar lugar a informes XBRL extremadamente grandes cuando extracción de datos del XBRL en línea.

4.1 Etiquetas de bloque anidadas y etiquetado múltiple

Hay diferentes puntos de vista sobre los beneficios del etiquetado muy anidado. Por un lado, etiquetar el contenido con todos los conceptos aplicables facilita consumidores para acceder directamente al contenido de un concepto determinado. Por otro lado, A mano, el etiquetado anidado aumenta la carga del preparador y aumenta el informe extraído tamaño y, en muchos casos, los consumidores pueden inferir una etiqueta envolvente más grande a partir de su Componentes etiquetados individualmente.

4.2 Casos de uso de etiquetas de bloque grande

Como se señaló anteriormente, algunas etiquetas de bloque cubren grandes secciones del informe. El Grupo de Trabajo considera que estas etiquetas grandes a nivel de sección solo son útiles para el indicador de divulgación y los casos de uso de navegación y resaltado descritos; la utilidad de extraer texto estructurado de tales a nivel de sección es limitada o inexistente, dado que todo el contenido Por lo general, también se etiquetarán con etiquetas de bloque más granulares.

5. Solución propuesta

En la presente nota se proponen dos enfoques para abordar las cuestiones descritas anteriormente:

  • Extracción de texto estructurado
  • Etiquetas de bloque sin contenido

Estas soluciones se describen a continuación.

5.1 Extracción de texto estructurado

Al extraer contenido de una etiqueta de bloque, El objetivo debe ser preservar la estructura del texto, pero no el estilo. Con el fin de facilitar esto, se propone que las nuevas transformaciones XBRL en línea sean introducidos que eliminan la información de estilo y los elementos XHTML puramente de presentación y deje solo los elementos XHTML estructurales sin estilo.

Los consumidores ya tienen la capacidad de eliminar elementos XHTML no estructurales y estilo hoy en día, pero como este proceso no está definido ni estandarizado, informe Los preparadores no pueden orientar razonablemente este resultado cuando revisan el resultado de etiquetas de bloque. Muchos informes no tienen los elementos XHTML estructurales necesarios para este proceso para que sea efectivo.

Al introducir una transformación estandarizada, los preparadores tendrán una clara especificación de cómo se manejarán las etiquetas de bloque y, por lo tanto, puede centrarse en asegurarse de que las etiquetas de bloque produzcan XHTML estructural correctamente estructurado y evitar Invertir esfuerzo en el efecto de las instrucciones de peinado una vez que se quitan del contexto del documento que lo rodea.

Además, especificar este proceso de simplificación HTML como una transformación debe reducir significativamente el tamaño de los valores de los hechos extraídos, ya que la presentación y los elementos se eliminan como parte de la extracción. <div><span>

5.1.1 Etiquetas XHTML estructurales

Las etiquetas XHTML que controlan el aspecto de un informe XBRL en línea pueden ser creado de diferentes maneras. Es posible utilizar etiquetas XHTML estructurales, como (párrafo), (encabezado de nivel 1) y (tabla) que proporcionan Información sobre la estructura del documento. <p><h1><table>

Alternativamente, se pueden utilizar etiquetas de presentación ( y ). El La aplicación del estilo CSS se puede utilizar para recrear exactamente el mismo elemento visual apariencia bajo cualquiera de los dos enfoques, pero la información disponible para los consumidores sobre la estructura del documento es diferente. <div><span>

La especificación XHTML se refiere a las etiquetas estructurales como «etiquetas semánticas», pero este documento utiliza el término «estructural» para evitar confusiones con la semántica proporcionado por etiquetas XBRL en línea.

Aunque la especificación Inline XBRL no requiere el uso de etiquetas XHTML estructurales, hay buenas razones para preferir las etiquetas semánticas XHTML, siempre que sea posible. Por ejemplo, Las etiquetas XHTML semánticas mejoran la accesibilidad de un informe y pueden facilitar la navegar. Las etiquetas de tabla XHTML se pueden utilizar para capturar la estructura de filas/columnas de una tabla, lo que facilita la copia de datos tabulares a otros formatos (por ejemplo, hojas de cálculo de Excel).

5.1.2 Semántica XHTML vs semántica XBRL en línea

El etiquetado XHTML, incluso con etiquetas XHTML estructurales, no es un sustituto del etiquetado XBRL en línea de hechos individuales. La semántica XHTML se relaciona con la estructura del documento; El etiquetado XBRL en línea proporciona una semántica adicional sobre los hechos que se cómo unidades, período, precisión, dimensiones y escala, y la mayoría de los Es importante destacar que las conexiones a una taxonomía que proporciona la definición semántica de los conceptos y las dimensiones.

Esto es particularmente importante para las tablas, donde el etiquetado detallado de Los datos numéricos se considera lo más útil y proporcionarán información detallada información sobre cada número que se divulga, mientras que la semántica XHTML solo Transmita la estructura de filas y columnas.

5.1.3 Combinación de XHTML estructural con XHTML de presentación

Muchos documentos de ESEF no contienen actualmente el XHTML estructural necesario elemento requerido en virtud de este enfoque. Estos tendrían que agregarse como parte del proceso de preparación de documentos. Algunos programas de preparación ya proporcionan la capacidad de hacer esto con tablas (insertando y etiquetas en tablas que se distribuyen utilizando elementos y posicionados absolutamente). Debería ser posible que los elementos estructurales de XHTML coexistan con el XHTML de presentación en el que se basan actualmente los documentos. Por ejemplo, los informes pueden ser capaces de utilizar la instrucción CSS en estructural XHTML para eliminar cualquier impacto en la apariencia del documento de origen. <table><tr><td><div><span>display: contents

5.1.4 Mejora de la salida XHTML estructural

La transformación propuesta también podría proporcionar un mecanismo para mejorar el XHTML información estructural. Por ejemplo, cuando un informe utiliza un diseño fijo con elementos para páginas y columnas, un párrafo que abarca una columna o página break no se puede marcar con una sola etiqueta. <div><p>

Por ejemplo, lo siguiente es HTML no válido, porque la etiqueta no está anidada correctamente dentro de un solo padre:<p>

Esto conduce a un salto de párrafo no deseado entre las dos partes del párrafo. La transformación podría proporcionar un mecanismo para construir una sola etiqueta como parte del proceso de extracción de etiquetas de bloque. Los detalles de este tendrían que definirse, pero podría, por ejemplo, usar clases CSS para indicar que un párrafo es la continuación del párrafo anterior. <p>

5.2 Etiquetas de bloque sin contenido

Como se describe, las etiquetas de bloque grandes a nivel de sección son más valiosas para el indicador de divulgación y la navegación y el resultado de casos de uso. Por lo tanto, se propone que se adopte un enfoque para etiquetar dicho bloque de una manera que no produzca ningún contenido extraído está estandarizado.

Este enfoque mantendría el soporte para los dos casos de uso mencionados anteriormente, pero evitaría inflar el informe XBRL extraído con un contenido de etiqueta de bloque muy grande.

Existen reglas de transformación que podrían usarse para este propósito. Por ejemplo, y transformar cualquier contenido de entrada a una cadena vacía, o a la cadena, respectivamente, pero puede tener sentido para introducir una transformación específicamente para este propósito.ixt: fixed-emptyixt: fixed-truetrue

5.3 Selección del enfoque de etiquetado

Habría que prescribir la elección del enfoque que se debe utilizar para una etiqueta determinada por la autoridad de registro pertinente.

La aplicación de estas propuestas debe un mecanismo explícito, como los tipos de datos estandarizados, para indicar qué enfoque que se utilizará para cada concepto.

5.4 Etiquetas anidadas

Los dos enfoques descritos anteriormente reducirían el informe extraído tamaño, y debe reducir la carga del preparador simplificando o eliminando el contenido de las etiquetas de bloque extraídas. Como tales, estos contribuyen de alguna manera a abordar la Problemas con el etiquetado múltiple muy anidado con etiquetas de bloque. Este grupo de trabajo nota no toma una posición sobre si el número de etiquetas de bloque anidadas exigidos en los informes del FEUE.

6. Pasos siguientes

Este documento tiene como objetivo describir y explicar los problemas que se observan actualmente con el bloqueo en algunos informes XBRL en línea y proporciona una descripción de alto nivel de posibles soluciones.

La adopción de estas soluciones propuestas requeriría una definición más formal en forma de reglas de transformación adicionales y tipos de datos adicionales.

La definición de exactamente qué etiquetas XHTML se incluyen en la salida extraída se prescribirá como parte de la definición de las reglas de transformación.

La definición formal de las reglas de transformación y los tipos de datos adicionales serán acompañados de una guía de buenas prácticas que documente su uso.

Una vez que se han definido estos componentes, las actualizaciones de las reglas de presentación que especifican Su uso será obligatorio.

Apéndice A Preparación semántica XHTML y basada en PDF

Muchos informes ESEF se preparan actualmente mediante un proceso que convierte un PDF documento a XHTML. Un proceso de conversión de este tipo no producirá automáticamente XHTML semánticas, sino que en su lugar producirá posiciones y elementos que recrean la apariencia del documento PDF original. En tales sistemas, puede ser necesario un esfuerzo adicional para insertar Etiquetas XHTML. Varios proveedores de software han manifestado su voluntad de Implemente características que minimicen el esfuerzo adicional requerido por los preparadores. <div><span>

Un requisito para producir documentos que usen etiquetas XHTML estructurales puede imponer una perturbación inaceptable de la preparación existente Procesos. El enfoque descrito permite que las etiquetas XHTML estructurales coexistan con dicho XHTML de presentación, proporcionando los beneficios de las etiquetas XHTML estructurales sin eliminar la capacidad de usar Etiquetas XHTML de presentación para recrear un diseño fijo.