Publicado el martes, 13 de junio de 2023
XBRL US envió una carta de comentarios a la Agencia Federal de Financiamiento de la Vivienda (FHFA) en respuesta a su Revisión regulatoria; Solicitud de comentario. Entre otras áreas, la FHFA RFC buscó aportes sobre desarrollos legales y de mercado que pueden haber hecho que las regulaciones actuales sean obsoletas o ineficientes. También buscaron comentarios sobre métodos alternativos para cumplir con varios requisitos reglamentarios.
La carta de XBRL US se centró en estos puntos, planteando los siguientes puntos:
- Alentó a la FHFA a investigar el uso de XBRL y el Identificador de Entidad Legal (LEI) como un medio para cumplir con los requisitos de la legislación de la Ley de Transparencia de Datos Financieros (FDTA) recientemente aprobada.
- Explicó que el uso generalizado de estándares de datos en los Estados Unidos y fuera de los Estados Unidos es un avance del mercado que la FHFA debería considerar adoptar. Las recopilaciones de datos obsoletas que se utilizan actualmente en la Agencia podrían modernizarse a través de estándares de datos con beneficios para toda la cadena de suministro.
- Taxonomías y estándares de datos XBRL propuestos como una alternativa mucho mejor al proceso actual de recopilación y suministro de datos en archivos de texto con documentación técnica en PDF como respaldo.
Lea la carta: Comentario de XBRL US FHFA Regulatory Review No 2023-N-5
junio 13, 2023
Clinton Jones, Consejero General
Agencia Federal de Financiamiento de la Vivienda
400 Seventh Street SW
Washington, DC 20219
Estimado Sr. Jones:
Atención: Comentarios/Revisión regulatoria [No. 2023–N–5]
Gracias por la oportunidad de comentar sobre la Revisión Regulatoria de la Agencia Federal de Financiamiento de la Vivienda; Solicitud de comentarios. XBRL US es una organización de estándares sin fines de lucro, con la misión de mejorar la eficiencia y la calidad de los informes en los Estados Unidos mediante la promoción de la adopción de estándares de informes gubernamentales y comerciales. XBRL US es una jurisdicción de XBRL International, el consorcio sin fines de lucro responsable de desarrollar y mantener la especificación técnica para eXtensible Business Reporting Language (XBRL). XBRL es un estándar de datos libre y abierto ampliamente utilizado en los Estados Unidos, y en todo el mundo, para la presentación de informes por parte de empresas públicas y privadas, así como bancos y agencias gubernamentales.
Desde la última revisión regulatoria de la Agencia Federal de Financiamiento de la Vivienda (FHFA) en 2018, los cambios en la legislación, los avances tecnológicos y el uso más amplio de la estandarización de datos en todo el mundo brindan oportunidades importantes para que la FHFA mejore la eficiencia y reduzca la carga de informes en la recopilación de datos de la FHFA. A continuación, se presentan las respuestas a varias de las preguntas planteadas en el RFC.
Pregunta RFC (1) Desarrollos legales o regulatorios, incluidas nuevas leyes, órdenes ejecutivas o decisiones judiciales que se han adoptado desde la promulgación de un reglamento, que hacen que un reglamento sea ineficiente, obsoleto, contrario al precedente legal de control o excesivamente oneroso;
La Ley de Transparencia de Datos Financieros (FDTA) se promulgó el 23 de diciembre de 2022, como parte de H.R. 7776, la Ley de Autorización de Defensa Nacional James M. Inhofe para el año fiscal 2023. La FDTA exige el uso de estándares de datos por parte de las agencias miembros del Consejo de Supervisión de Estabilidad Financiera de los Estados Unidos, incluida la FHFA. Los estándares de datos que deben establecerse en virtud de las reglas finales se definen como:
● Incluir identificadores de entidad comunes
● Ser abierto y no propietario
● Capaz de hacer que los datos se puedan buscar y leer por máquina
● Documentar los requisitos de información financiera en taxonomías legibles por máquina
● Incorporar estándares desarrollados y mantenidos por organismos de estándares de consenso voluntario
● Consistente con los principios de contabilidad y presentación de informes aplicables
Si bien la FDTA no nombra explícitamente el estándar de datos o el identificador de entidad que debe adoptarse, alentamos a la FHFA a investigar el uso de XBRL y el Identificador de Personas Jurídicas (IPJ) para modernizar su proceso de recopilación de datos y cumplir con esta legislación. Tanto el XBRL como el IPJ cumplen los requisitos descritos en el FDTA, así como los objetivos de la legislación para hacer que los datos sean más accesibles y comprensibles.
Por qué XBRL
XBRL es un estándar de datos abierto y no propietario que representa concretamente el modelo de datos semánticos para que pueda hacer que los hechos sean inequívocamente legibles por máquina. Es administrado por un organismo de estándares de consenso voluntario global llamado XBRL International. Los estándares abiertos, como se requiere en el FDTA, son importantes para las implementaciones regulatorias porque garantizan el menor costo para todas las partes interesadas. Algunos estándares pueden ser ampliamente utilizados, pero no son abiertos. El CUSIP y el número DUNS, por ejemplo, son ampliamente utilizados, pero son propietarios y no abiertos, porque son propiedad de entidades comerciales y requieren derechos de licencia para su uso.
XBRL ya es necesario para las entidades que informan a otras agencias de FDTA, incluida la Comisión de Bolsa y Valores (SEC), la Corporación Federal de Seguro de Depósitos (FDIC) y la Junta de Gobernadores de la Reserva Federal. La Comisión Federal Reguladora de Energía (FERC), aunque no es una agencia FDTA, también es un usuario de XBRL. Todos los servicios públicos reportan sus datos financieros a la FERC en formato XBRL.
XBRL se utiliza en todo el mundo en 213 programas regulatorios1 para la presentación de informes por parte de empresas públicas, empresas privadas, instituciones financieras, servicios públicos y bancos. El uso generalizado es importante para cualquier tipo de estándar porque garantiza que haya un gran mercado competitivo de aplicaciones para admitir el estándar para informes, recopilación, extracción y análisis.
El estándar XBRL proporciona un marco (modelo de datos semánticos) que define los datos de forma inequívoca. La siguiente figura, por ejemplo, muestra cómo un hecho como 303.519 se define concretamente por los metadatos en las burbujas naranjas y azules correspondientes. Mientras que un humano que lee este gráfico de datos en Excel puede entender lo que representa el hecho, una computadora solo puede leer el hecho si está acompañado por los metadatos que explican que el hecho representa el precio medio de venta para el estado de Arizona; tiene un tipo de datos monetarios con un tipo de período instantáneo (en lugar de duración); el hecho está representado en dólares estadounidenses para el período 2020.
Cuando este hecho se prepara en formato XBRL, toda la información contenida en las burbujas naranja y azul se transporta junto con ella para que cuando sea recibida por un ordenador, se entienda inequívocamente y se pueda automatizar la extracción y el análisis de datos.
XBRL es un modelo de datos semánticos que se basa en una «taxonomía» que es un diccionario digital de términos. La FDTA requiere el uso de un estándar de datos que está documentado en una taxonomía legible por máquina porque es el enfoque más eficiente y rentable. La taxonomía es un «modelo de datos único» que representa todo lo que se puede informar, cómo se deben presentar los datos y cómo se relacionan los datos con otros datos. El uso de una taxonomía significa:
● Todas las partes interesadas (entidades informantes, recopiladores de datos, usuarios de datos) tienen la misma información sobre cómo informar, qué informar y qué significan los datos.
● El modelo de datos está estrechamente vinculado a los datos reportados, lo que elimina la necesidad de documentos de instrucción que pueden quedar obsoletos.
● Los requisitos de presentación de informes son fáciles de cambiar para los reguladores. Las actualizaciones requieren una participación limitada de TI.
● Permite la adaptabilidad a los cambios tecnológicos.
● Reduce la duplicación y la carga de informes; Optimiza la capacidad de extraer y analizar datos.
● El uso de una taxonomía también puede reducir el tamaño de los archivos de datos porque el archivo de informe solo necesita contener hechos reportados y otra información específica del informe; Hace referencia a la taxonomía que contiene gran parte de la información explicativa adicional.
Por qué el IPJ
Hay más de 2.200 millones de IPJ registrados en todo el mundo2. Hay 275,899 en los Estados Unidos. El IPJ es un código alfanumérico de 20 caracteres que se conecta a información de referencia que permite una identificación clara y única de las personas jurídicas. El uso del IPJ mejora la capacidad de comprender y evaluar el riesgo empresarial y de inversión. El IPJ es abierto, no propietario y cumple con los criterios establecidos de identificadores requeridos por el FDTA.
Alentamos a la FHFA a explorar XBRL y el IPJ para comenzar la transición requerida por la legislación FDTA.
Pregunta RFC (2) Desarrollos del mercado, evolución tecnológica y cambios relacionados que pueden haber hecho que una regulación, en su totalidad o en parte, sea ineficiente, anticuada u obsoleta;
El uso cada vez más generalizado de la estandarización de datos entre los reguladores estadounidenses y no estadounidenses demuestra la necesidad de modernizar la FHFA y la recopilación de datos de otras agencias.
Los datos recopilados por la FHFA se ponen a disposición del público en diferentes formatos, incluidos CSV y archivos de texto. Cada conjunto de datos requiere que los usuarios de los datos revisen la documentación técnica y las aplicaciones de extracción de datos personalizadas que se ajusten a ese conjunto de datos. Un solo usuario puede configurar una herramienta que se puede reutilizar para extraer los mismos datos con actualizaciones. Pero es importante tener en cuenta que existe una carga significativa en todos los usuarios de datos, ya que cada uno establece un sistema único para recopilar ese único conjunto de datos. Además, si hay un cambio en los datos que se recopilan, cada aplicación de extracción de datos personalizada debe volver a crearse para adaptarse al cambio.
Este problema puede ser ilustrado por la base de datos de uso público empresarial de la FHFA. El siguiente elemento visual muestra los datos representados en un gran archivo de texto proporcionado al público, con una vista de parte de la documentación técnica que acompaña al archivo de texto. La documentación explica el significado de los datos que interpretan una fila en el archivo de texto proporcionado. La primera fila del archivo siguiente representa una propiedad unifamiliar con varias características como se describe en la documentación técnica (tenga en cuenta que la documentación comienza con el campo 11 en la fila del archivo de texto).
Los usuarios de datos que confían en este archivo de datos deben crear una aplicación de extracción personalizada para comprender los datos. Si hay un cambio en los datos recopilados, deben reconstruir su aplicación para acomodar el cambio.
Cuando se utiliza un estándar de datos como XBRL, la estructura de los archivos de datos se articula en la taxonomía. Eso significa que una herramienta de extracción de datos utilizada para extraer datos de una presentación ante la SEC también se puede usar para extraer datos de un informe de llamada de la FDIC o una presentación de servicios públicos de la FERC. Los datos presentados en todos estos programas regulatorios están estructurados de manera idéntica a pesar de que los hechos reportados son bastante diferentes. El uso de herramientas listas para usar es significativamente menos costoso para los usuarios de datos que la creación de herramientas especializadas para cada conjunto de datos.
En el caso anterior de FHFA, en lugar de definir el modelo de datos en un documento PDF, se expresaría como una taxonomía XBRL. Los conceptos de la taxonomía estarían relacionados con las columnas de cada fila del archivo de datos asociado. Los usuarios de los datos pueden automatizar la inspección de la taxonomía para comprender los conjuntos de datos relacionados. Esto significa que los cambios en los datos enviados pueden publicarse en la taxonomía y pueden ser recogidos automáticamente por los usuarios de datos y los proveedores de datos.
Si los datos de la FHFA se estructuraran de la misma manera que las presentaciones ante la SEC, la FERC y la FDIC, los usuarios de datos podrían aprovechar las mismas herramientas, reduciendo significativamente sus costos de extracción y análisis.
El uso más amplio de la estandarización de datos en todo el mundo ha dejado claro que la recopilación de datos de la FHFA hoy en día está anticuada y podría modernizarse para beneficiar a toda la cadena de suministro.
Pregunta RFC (5) Demostración de un mejor método alternativo para llevar a cabo un propósito o requisito regulatorio, respaldado por evidencia convincente de medios significativamente menos intrusivos o de un método sustancialmente más eficiente para lograr el mismo propósito de supervisión.
La recopilación de datos ha aumentado con el tiempo a medida que los instrumentos financieros se vuelven más complejos y la necesidad de datos oportunos y granulares con alta integridad se vuelve cada vez más crítica. El proceso de recolección se puede mejorar significativamente estandarizando la estructura de lo que se informa. El valor de los datos estandarizados que incorporan el modelo de datos se evidencia por el creciente uso de estándares de datos como XBRL por parte de los reguladores de todo el mundo. En los Estados Unidos, la SEC actualmente requiere el estándar XBRL para 14 tipos de formularios para entidades que van desde la gestión de inversiones hasta empresas públicas, con dos tipos de formularios más en línea en los próximos años. La SEC también ha publicado propuestas de reglas que, si se aprueban según lo propuesto, requerirán el estándar XBRL para formularios adicionales y entidades informantes, incluidos corredores de bolsa, bolsas, agencias de compensación y asociaciones de valores.
La FERC hoy requiere XBRL para 8 tipos de formularios y se espera que también requiera XBRL para los informes trimestrales eléctricos.
Desde el punto de vista de los usuarios de datos, los datos estructurados y legibles por máquina (XBRL) son superiores a otros tipos de formularios debido a la velocidad y precisión del procesamiento. Como señaló el Director Global de Datos de Renta Variable de Morningstar3, «Extraer datos de un documento HTML lleva al menos 20 minutos, desde un PDF de buena calidad, toma alrededor de 30 minutos, desde una imagen alrededor de 50 minutos. Sin embargo, los datos extraídos de un archivo XBRL se pueden extraer en 1 o 2 segundos … centrémonos en mejores análisis en lugar de extraer datos de documentos».
Gracias nuevamente por la oportunidad de comentar sobre la Revisión Regulatoria de la FHFA. Por favor, póngase en contacto conmigo si tiene alguna pregunta o le gustaría discutir nuestros comentarios más a fondo. Me pueden contactar al (917) 582-6159 o Campbell.Pryde@Xbrl.us.
Sinceramente
Campbell Pryde
Presidente y CEO, XBRL US
1. Directorio de proyectos XBRL: https://www.xbrl.org/the-standard/why/xbrl-project-directory/
2. Panel de Estadísticas del Sistema Global del IPJ; https://www.gleif.org/assets/components/global-lei-system-statistics-dashboard/tableau-dashboard.html
3. Video XBRL para analistas e inversores: https://xbrl.us/news/analyst-video/
Publicado originalmente: https://xbrl.us/news/xbrlus-comment-fhfa-regulatory-review/