Publicado el 24 de abril de 2023 por Editor
La Ley de Transparencia de Divulgación Financiera (FDTA) recientemente aprobada requiere que la Comisión de Bolsa y Valores de EE. UU. (SEC) y otros reguladores adopten estándares de datos para, entre otras cosas, la recopilación y el informe de datos municipales. Aunque la ley se aprobó en diciembre de 2022, los detalles de implementación aún están en proceso.
En un discurso reciente, la comisionada de la SEC, Hester Pierce, describió cuatro principios que, en su opinión, deberían guiar a la SEC y a otros reguladores en la implementación de la FDTA (y los proyectos de datos estructurados en general) para garantizar que equilibre efectivamente los beneficios con la carga y los costos.
En primer lugar, en general, cree que los reguladores deberían tener una visión de implementación estratégica para los datos estructurados. Esto significa comprender dónde son más útiles los requisitos de datos estructurados e implementar los requisitos en consecuencia. Además, los reguladores deben tener un plan general que priorice dónde los datos estructurados pueden producir la mayor cantidad de beneficios, incluidas iniciativas para mejorar la utilidad de los datos estructurados para los inversores.
En segundo lugar, las preocupaciones sobre costos deben tomarse en serio y los reguladores deben considerar y sopesar los costos y beneficios al imponer requisitos de datos estructurados. Pierce señala que es particularmente importante ser sensible a los costos que enfrentan los emisores municipales, que a menudo tienen limitaciones presupuestarias. La SEC también podría explorar períodos de incorporación factibles y adaptaciones para entidades más pequeñas.
En tercer lugar, Pierce advierte que los reguladores deberían limitar la necesidad de obtener más datos, teniendo cuidado de no solicitar nuevas recopilaciones de datos que no respondan a una necesidad reglamentaria legítima.
Finalmente, Pierce argumenta que la SEC debe preservar la flexibilidad frente a la tecnología cambiante para garantizar que las reglas no se conviertan en algo que podría volverse obsoleto.
Pierce también señala que las reglas legibles por máquina podrían ser el próximo horizonte, y que las reglas ejecutables por máquina podrían ser la clave para automatizar el cumplimiento en el futuro. {Ed, estamos de acuerdo, ¡se llama taxonomía XBRL!}
Si bien existen algunas preocupaciones en torno a la implementación de datos estructurados en las presentaciones municipales ante la FDTA, los beneficios son claros. Al adoptar un enfoque estratégico, tener en cuenta los riesgos y garantizar que se consulte a los participantes del mercado durante la implementación, la SEC y otros reguladores pueden trabajar para garantizar que la FDTA brinde los beneficios previstos a los inversores, los ciudadanos y la industria financiera.
Lea el discurso aquí.
FDTA MUNICIPAL SEC DATOS ESTRUCTURADOS EE. UU.
Escapar del pantano de datos: comentarios antes de la cumbre de datos RegTech 2023
Washington DC
11 de abril de 2023
Gracias Craig [Clay] por esa presentación. Permítanme comenzar recordándoles que mis puntos de vista son míos y no necesariamente los de la Comisión de Bolsa y Valores («SEC») o mis compañeros Comisionados. Me intrigó cuando el ex comisionado Luis Aguilar extendió una invitación para hablar en la cumbre de datos RegTech 2023 de hoy. Para mí es importante modernizar la forma en que recopilamos, analizamos y facilitamos el uso de datos por parte del público, y es probable que esta Cumbre sea animada dada la aprobación el año pasado de la Ley de Transparencia de Datos Financieros («FDTA»).[1]
El Comisionado Aguilar sirvió en la SEC de 2008 a 2015. Entre sus muchas contribuciones,[2] al final de su mandato ofreció consejos para futuros comisionados. Después de todo, como señaló, “no existe un manual de capacitación sobre cómo hacer el trabajo de un Comisionado”. [3] Su consejo, que todavía encuentro útil después de cinco años en el trabajo, incluye una advertencia para mantenerse conectado con personas fuera de Washington, DC, y una advertencia de que “si no se siente muy ocupado, o inundado con trabajo—algo anda mal.”[4] Puedo garantizarle, comisionado, que me siento abrumado, pero no demasiado abrumado para escuchar a personas fuera del pantano.
El comisionado Aguilar también aconsejó que “cuando se trata de tomar decisiones, un comisionado de la SEC debe tener cuidado de simplemente aceptar el statu quo. Los mercados de valores se encuentran en un estado de evolución casi constante, lo que exige un grado de apertura mental y adaptabilidad”. [5] Esta necesidad de flexibilidad se extiende a la interacción con la tecnología de regulación, denominada “RegTech”. A medida que estamos inundados con más y más datos, necesitamos nuevas herramientas para recibirlos, almacenarlos, procesarlos, analizarlos y, cuando corresponda, publicarlos. La nueva tecnología también puede ayudarnos a aliviar la carga de cumplimiento de las entidades reguladas.
Los datos estructurados, «datos que se dividen en partes estandarizadas que son identificables y accesibles tanto para humanos como para computadoras», es una herramienta de RegTech. [6] La SEC ha incorporado datos estructurados en su libro de reglas durante años. El ritmo se ha acelerado recientemente y muchas reglamentaciones ahora incorporan datos estructurados. El personal de la SEC, particularmente dentro de nuestra División de Análisis Económico y de Riesgos («DERA»), ha adoptado los datos estructurados con entusiasmo. Difícilmente me atrevo a admitir en esta multitud, pero no siempre he compartido el entusiasmo.
Particularmente ahora que la promulgación de la FDTA por parte del Congreso consolida los datos estructurados en nuestras reglas, estoy pensando más profundamente en estos temas en el espíritu del consejo del Comisionado Aguilar de tener una mente abierta. Como todos saben, la FDTA requiere que las agencias reguladoras financieras, incluida la SEC, participen en la elaboración conjunta de normas para adoptar estándares de datos comunes para la recopilación y el informe de información. Sigo creyendo que existen peligros potenciales al requerir datos estructurados, y creo que incluso ahora que la FDTA es ley, siguen siendo relevantes: estas preocupaciones incluyen el costo de crear datos estructurados, especialmente para entidades más pequeñas; la utilidad de los datos estructurados al público; los peligros de incrustar en reglas tecnología que inevitablemente se vuelve obsoleta; y el resultado probable de facilitar que el gobierno procese datos, que es aumentar el apetito por recopilar cada vez más datos. Ignorar o minimizar estos peligros potenciales podría aumentar los costos y reducir los beneficios de las divulgaciones de datos estructurados. Podría hacerlos menos útiles y más gravosos, al tiempo que generaría resistencias a futuros intentos de incorporar los avances tecnológicos a nuestro marco regulatorio. Con el espíritu de iniciar una conversación para asegurar un mejor resultado, me gustaría ofrecer cuatro principios que deberían guiar a la SEC y otros reguladores a través del proceso de implementación de la FDTA. al mismo tiempo que genera resistencia a futuros intentos de incorporar avances tecnológicos a nuestro marco regulatorio. Con el espíritu de iniciar una conversación para asegurar un mejor resultado, me gustaría ofrecer cuatro principios que deberían guiar a la SEC y otros reguladores a través del proceso de implementación de la FDTA. al mismo tiempo que genera resistencia a futuros intentos de incorporar avances tecnológicos a nuestro marco regulatorio. Con el espíritu de iniciar una conversación para asegurar un mejor resultado, me gustaría ofrecer cuatro principios que deberían guiar a la SEC y otros reguladores a través del proceso de implementación de la FDTA.
- Tener una Visión de Implementación Estratégica.
Primero, los reguladores deben tener una visión estratégica para los datos estructurados. Una visión estratégica requiere que los reguladores entiendan dónde serían más útiles los requisitos de datos estructurados y que implementen los requisitos en consecuencia. Mi colega, el comisionado Mark Uyeda, es mi inspiración aquí: recientemente planteó preguntas sobre el enfoque gradual de la SEC para integrar datos estructurados en nuestras reglas y, en cambio, pidió una implementación más reflexiva de los requisitos de datos estructurados y un «plan general», con miras a donde estos requisitos serían más beneficiosos. [7] Comprender dónde los mandatos de datos estructurados producen los mayores beneficios, y dónde los datos serían de poca ayuda, facilita una mejor priorización. [8]Por ejemplo, los reguladores podrían reconocer que para las presentaciones reglamentarias que los reguladores humanos revisan sin la ayuda de la tecnología y que no están disponibles para el público, el etiquetado puede no ser una prioridad.
Un enfoque estratégico para la implementación también debe incluir iniciativas para mejorar la utilidad y relevancia de los datos estructurados para todos los inversores. Es más probable que las personas utilicen archivos de datos estructurados si son precisos y comparables. Las tasas de error en las presentaciones estructuradas parecen estar disminuyendo, pero los reguladores deberían continuar trabajando con los declarantes para aumentar la precisión. [9] Los reguladores deben resistir el uso excesivo de etiquetas personalizadas, lo que podría socavar la comparabilidad de las presentaciones regulatorias, pero tampoco insistir en las etiquetas estandarizadas cuando su uso dañaría la precisión de los datos al ocultar las distinciones esenciales. [10]El hecho de que los datos estandarizados parezcan ser «comparables» entre empresas no significa que los datos informados por diferentes empresas sean realmente comparables; por otro lado, las etiquetas personalizadas de entidades reguladas situadas de manera similar pueden enmascarar esas similitudes. La implementación de FDTA debe evitar ambos extremos.
La FDTA ofrece suficiente flexibilidad en la implementación de estándares de datos para adaptarse a un enfoque estratégico. La FDTA, por ejemplo, en varios lugares, reconoce la necesidad de escalar los requisitos y minimizar las interrupciones. [11] La FDTA no se centra simplemente en que las agencias produzcan datos estructurados, sino en producir datos que sean útiles para los inversores y la Comisión. [12]
- Tome en serio las preocupaciones sobre los costos.
En segundo lugar, los reguladores deben tomar en serio los costos. En su entusiasmo por los beneficios que pueden traer los datos estructurados, los defensores a veces suenan como si descartaran las preocupaciones por los costos. Los reguladores deben considerar tanto los costos esperados como los beneficios esperados al considerar si imponer requisitos de datos estructurados y cómo hacerlo. La regulación integral a nivel federal y, a veces, a nivel estatal puede imponer cargas significativas a las empresas financieras, especialmente a las más pequeñas. Las entidades reguladas por la SEC, en particular, se enfrentan a una avalancha de nuevas normas de la SEC durante los próximos años. Sin embargo, el efecto acumulativo de los mandatos individuales que los reguladores creían que impondrían solo costos mínimos puede ser pesado.
Los requisitos de datos estructurados no son diferentes. Incluso si asumimos que todos los beneficios promocionados por los defensores de los datos estructurados se materializarán, debemos considerar detenidamente si esos beneficios valen los costos que asumirán las empresas y el efecto potencial sobre la competencia entre las empresas reguladas si esos costos resultan demasiado altos, nuevamente en particular para firmas más pequeñas. Los costos parecerán especialmente onerosos para las empresas que implementan mandatos de datos estructurados si no ven los beneficios correspondientes. [13] Las tarifas para el identificador de entidad legal requerido pueden ser bajas, [14]pero es probable que otros costos de implementación sean mucho más sustanciales, más difíciles de medir, dependientes de la granularidad de los requisitos de etiquetado y altamente variables entre los declarantes. Las estimaciones comúnmente utilizadas como evidencia que muestra el bajo costo de informar datos en forma estructurada generalmente se relacionan con estados financieros, que pueden no ser representativos de los costos de usar datos estructurados para cumplir con los diversos requisitos de información de la Comisión.[15] Considere, por ejemplo, una regla reciente de la SEC que requiere que las empresas de desarrollo comercial etiqueten la información de los estados financieros, ciertos elementos de divulgación del prospecto y la información de la portada del Formulario N-2 utilizando Inline XBRL, cuyo costo estimado fue de aproximadamente $161 179 por empresa de desarrollo comercial. por año. [16]Para un fondo cerrado para etiquetar en formato Inline XBRL ciertos elementos de divulgación del prospecto e información de la portada del Formulario N-2, estimamos un costo de $8,855 por año. [17]
Los reguladores deben ser particularmente sensibles a los costos que enfrentan los emisores municipales. Dentro de esta categoría se encuentra una amplia diversidad de emisores, muchos de los cuales son muy pequeños, tienen un presupuesto limitado y emiten bonos con poca frecuencia. [18] Los defensores de los datos estructurados para los emisores municipales argumentan que los datos estructurados podrían ser un «requisito previo para un mercado de valores municipal eficiente, que beneficiará tanto a los emisores como a los inversores». [19] Sin embargo, el marco regulatorio inusual para los valores municipales plantea dudas sobre si los mandatos de datos estructurados de hecho aumentarán la transparencia en este mercado. Quedan preguntas críticas sobre cómo será la implementación de los valores municipales. [20]La FDTA requiere que la Comisión «adopte estándares de datos para la información enviada a la» MSRB, [21] pero gran parte de los datos informados por los emisores municipales se proporcionan de forma voluntaria. En consecuencia, una implementación fallida de la FDTA podría hacer que las entidades municipales reduzcan estas presentaciones voluntarias o eviten los costos de informar datos estructurados. [22] Si los costos son lo suficientemente altos, los emisores municipales podrían salir por completo de los mercados de valores y recaudar dinero de otras maneras. [23] A medida que avanzamos hacia la implementación, debemos prestar mucha atención a las experiencias de los gobiernos locales de todo el país. Por ejemplo, Florida implementó recientemente un mandato de datos estructurados para los estados financieros de los emisores municipales. [24]Espero escuchar si los costos de este esfuerzo fueron generalmente consistentes con algunas de las estimaciones de costos que han aparecido en los últimos meses. Deberíamos tomarnos en serio la directiva de la FDTA de “consultar a los participantes del mercado” al adoptar estándares de datos para valores municipales. [25]
Por varias razones, espero que los costos no sean una preocupación importante en la mayoría de los casos. Primero, los costos de datos estructurados parecen haber disminuido con el tiempo. [26] Si esa tendencia continúa, podría hacer que los costos sean menos urgentes para las entidades más pequeñas. Las herramientas que hacen que el archivo de datos estructurados sea más barato, más fluido y menos propenso a errores también ayudarán. Por ejemplo, cambiar a Inline XBRL impone costos iniciales de archivador, pero elimina la necesidad de preparar dos versiones de documentos, una para humanos y otra para máquinas. [27] Los formularios web rellenables que requieren que el declarante no tenga ninguna experiencia técnica particular ni que contrate a un proveedor de servicios de datos estructurados de terceros pueden reducir significativamente los costos del declarante. [28]
En segundo lugar, las empresas pueden encontrar que el costo inicial de integrar Inline XBRL en las operaciones reduce los costos de cumplimiento a largo plazo, ayuda a los gerentes a monitorear las operaciones de la empresa y facilita el análisis de los datos de la empresa y la contraparte. [29] Responder a las demandas regulatorias de datos puede ser más fácil para las empresas con datos estructurados. [30] En ese sentido, la FDTA prevé un futuro en el que las empresas ya no tendrán que presentar los mismos datos a diferentes reguladores en diferentes formularios. [31] Además, como ha señalado mi colega, la comisionada Caroline Crenshaw, las pequeñas empresas que realizan presentaciones estructuradas pueden disfrutar de una mayor cobertura de analistas y menores costos de capital. [32]
En tercer lugar, la FDTA conserva explícitamente la autoridad de «adaptación» preexistente de la SEC (y otras agencias) [33] y, en varios lugares, autoriza a los reguladores a «escalar los requisitos de información de datos» y «minimizar los cambios perjudiciales para las personas afectadas por esas reglas». ” [34] Además, según la FDTA, la SEC solo necesita adoptar los estándares de datos en la medida en que sea «factible» y «practicable». [35] Basándose en esta autoridad, la SEC debe explorar períodos de incorporación gradual extendidos, exenciones permanentes para ciertas entidades o presentaciones, u otras adaptaciones apropiadas, particularmente para entidades más pequeñas, incluidos los emisores municipales que se encuentren por debajo de un umbral específico.
- Limite adecuadamente la necesidad de obtener más datos.
En tercer lugar, los reguladores deben limitar su apetito por los datos. La recopilación de montones de datos sin una necesidad regulatoria clara socava la legitimidad regulatoria. El objetivo debe ser recopilar solo los datos que los reguladores necesitan para realizar sus misiones legales limitadas, no todos los datos o incluso todos los datos que podrían ser útiles algún día.
A medida que los datos se vuelven más baratos y fáciles de recopilar, almacenar y analizar, los reguladores tienden a querer más. Los mandatos de datos estructurados, por lo tanto, pueden parecer una gran oportunidad para exigir más datos de las entidades reguladas. Después de todo, si se hace bien, una vez que las empresas integren el etiquetado de datos en sus operaciones, la producción de datos requerirá solo el clic de un botón, o tal vez ni siquiera tanto esfuerzo. [36] Además, debido a que los datos son electrónicos, los reguladores ya no tropezarán con cajas en los pasillos como solían hacer, [37] por lo que el costo de nuestra parte también será bajo. Y las nuevas herramientas de análisis de datos permiten a los reguladores analizar los datos de manera más eficiente. [38]Una mejor tecnología para recopilar, almacenar y analizar datos no debe convertirse en una licencia para apetitos regulatorios sin restricciones. La FDTA, tal vez reflejando el reconocimiento de esta preocupación por parte del Congreso, no autorizó nuevas recopilaciones de datos, sino que se concentró en hacer que la recopilación de datos existente fuera más eficiente. [39] Incluso si el punto de datos existe y podemos solicitarlo, almacenarlo y procesarlo fácilmente, debemos solicitarlo solo si tenemos una necesidad regulatoria legítima para ello y recopilar la información no sería inapropiado de otro modo. [40]
- Manténgase al día con las tecnologías cambiantes.
Finalmente, los reguladores deben especificar estándares de una manera que preserve la flexibilidad frente a la tecnología que cambia rápidamente. Las reglas son difíciles de escribir y aún más difíciles de reescribir una vez que están escritas. Las reglas de múltiples agencias pueden ser particularmente inflexibles porque las agencias tienen que actuar en concierto. La experiencia nos enseña que incorporar requisitos tecnológicos específicos en el texto de la regla puede cargar a las entidades registradas con cargas innecesarias a medida que cambia la tecnología. Se encuentran en la necesidad de mantener el sistema obligatorio pero obsoleto junto con un sistema nuevo y superior que no cumple con nuestros requisitos reglamentarios de hace décadas. Hasta hace muy poco, por ejemplo, los agentes de bolsa mantenían una tecnología de escritura única, lectura múltiple, también conocida como WORM, para cumplir con nuestras reglas de mantenimiento de registros junto con la tecnología real, sistema de mantenimiento de registros que utilizaron con fines operativos y para responder a las solicitudes de registros reglamentarios. Cuando escribimos reglas, puede que nos resulte difícil imaginar una tecnología superior a la que está comúnmente disponible en ese momento; después de todo, la mayoría de los reguladores financieros no son tecnólogos. Pero la experiencia nos muestra que nuestras reglas generalmente son mucho más duraderas que la tecnología que exigen. [41] Apenas el mes pasado, finalmente propusimos hacer la transición de muchas presentaciones de agentes de bolsa de papel a formatos electrónicos, un cambio que probablemente parecía obvio e inevitable durante casi dos décadas.
¿Por qué los estándares de datos estructurados deberían ser diferentes? Ya hemos visto una evolución en los estándares ampliamente aceptados a lo largo del tiempo, ya que el Lenguaje de informes comerciales extensible («XBRL») ha dado paso a Inline XBRL. [42] Los reguladores deben tener en cuenta esta experiencia al formular estándares de datos estructurados, lo que puede significar buscar formas de evitar la incorporación de cualquier tecnología de datos estructurados en particular en nuestras reglas. Una forma de hacer esto puede ser establecer objetivos amplios, por ejemplo, que las presentaciones deben ser legibles por humanos y máquinas, interoperables y no patentadas [43] , en la regulación y guardar las especificaciones técnicas para los manuales de presentación.
Es posible que la FDTA no nos permita este grado de flexibilidad y, en la medida en que los estándares cambiantes impongan costos a los participantes del mercado, puede ser más prudente proceder a través de la elaboración de reglas mediante notificación y comentarios. Otra posibilidad puede ser especificar estándares de informes en una sección independiente de nuestras reglas, lo que podría facilitar que la Comisión y otros reguladores financieros realicen actualizaciones según lo justifiquen los cambios tecnológicos.
- Mirando hacia el futuro
Permítanme cerrar mirando más allá de la FDTA a lo que podría deparar el futuro. A medida que los reguladores imponen requisitos de etiquetado a las entidades reguladas, deben explorar cómo podrían usar datos estructurados para hacer que sus propias reglas sean más fáciles de encontrar, analizar y seguir para las entidades. Las reglas legibles por máquina son una forma de facilitar el cumplimiento normativo. Algunos comentaristas también han abordado la posibilidad de reglas ejecutables por máquina, que las empresas teóricamente podrían usar para automatizar el cumplimiento. [44] Con el libro de reglas codificado en el sistema operativo de una empresa, el sistema, por ejemplo, podría producir de forma automática y precisa una divulgación requerida. [45]Uno podría incluso imaginar a algunos gobiernos dando un paso distópico más allá y enviando requisitos sustantivos a través de un código de software directamente a los sistemas informáticos de una empresa. Tal visión puede no parecer muy lejana de algunas de las propuestas actuales de la SEC, que parecen tener la intención de desplazar el juicio de los participantes del mercado privado, pero las reglas legibles por máquina están más en línea con mi enfoque de gobierno limitado.
Si bien la SEC no ha tomado medidas concretas para hacer que su libro de reglas sea legible por máquina, una de las organizaciones reguladoras con las que trabaja la SEC sí lo ha hecho. El año pasado, la Autoridad Reguladora de la Industria Financiera («FINRA») comenzó a desarrollar un libro de reglas legible por máquina [46] que tiene como objetivo mejorar el cumplimiento firme, mejorar la gestión de riesgos y reducir los costos. [47] FINRA creó una taxonomía de datos para términos y conceptos comunes en las reglas e incorporó la taxonomía en sus cuarenta reglas vistas con más frecuencia. [48] Aunque su paso inicial fue de alcance limitado, despertó interés. [49] Otros reguladores han llevado a cabo experimentos similares con reglas legibles por máquina. [50]
La SEC podría seguir el ejemplo de sus hermanas reguladoras e intentar integrar reglas legibles por máquina en su libro de reglas, pero existen algunos obstáculos. Luchamos por escribir nuestras reglas en un lenguaje sencillo; ¿podríamos reducirlos con éxito a taxonomías? ¿Se volverían las reglas menos basadas en principios y más prescriptivas para que fueran más fáciles de etiquetar? Para empezar a rodar la pelota, podríamos tomar pasos más graduales, como etiquetar cartas de no acción y cartas de comentarios en las presentaciones. [51]
- Conclusión
El consejo del comisionado Aguilar para los futuros comisionados incluyó una advertencia de “elegir sabiamente sus compromisos para hablar”. [52] Elegí sabiamente hablar con un grupo de personas tan comprometidas con los datos regulatorios de alta calidad. El comisionado Aguilar aconsejó: “Haga su debida diligencia y escuche a todas las partes, en particular a aquellas cuyas opiniones pueden no coincidir con las suyas. Te volverás más informado (y más sabio)”. [53] Espero escuchar de usted, especialmente en asuntos en los que no estamos de acuerdo.
[1] La FDTA requiere una elaboración conjunta de normas por parte de las agencias reguladoras financieras, incluida la SEC, sobre estándares de datos para la recopilación y presentación de información. Consulte la Ley de Transparencia de Datos Financieros de 2022 («FDTA»), Pub. L. No. 117-263, tit. LVIII, § 5811(a)(1), 126 Stat. 4145 (2022) (que identifica las «agencias cubiertas» y establece un plazo de dos años para las reglas finales conjuntas que establecen los estándares de datos). Los datos deben ser interoperables, «no propietarios» y «completamente buscables y legibles por máquina», entre otros criterios. identificación _ Una vez que la reglamentación conjunta es definitiva, la FDTA instruye a las agencias individuales para que tomen medidas específicas. Véase, por ejemplo, id. §§ 5821-25 (que establece los mandatos para la SEC con respecto a sus propios datos, radicaciones e informes de entidades reguladas, radicaciones ante la Municipal Securities Rulemaking Board (MSRB), entre otros).
[2] Véase Comisionado Luis Aguilar, Biografía, SEC https://www.sec.gov/about/commissioners/luis-a-aguilar (última visita el 10 de abril de 2023).
[3] Comisionado Luis Aguilar, Consejos útiles (con suerte) del comisionado Aguilar para los nuevos comisionados
[4] Identificación.
[5] Identificación.
[6] Consulte Office of Structured Data, What is Structured Data, SEC (26 de marzo de 2016), https://www.sec.gov/structureddata/what-is-structured-data (“Los datos estructurados son datos que divididos en partes estandarizadas que son identificables y accesibles tanto para humanos como para computadoras. La granularidad de estas partes puede variar desde un punto de datos individual, como un número (p. ej., ingresos), fecha (p. ej., la fecha de una transacción) o texto (p. ej., un nombre), hasta datos que incluyen varios puntos de datos individuales (p. ej., una sección completa de divulgación narrativa). Los datos estructurados se pueden crear y comunicar utilizando estándares de datos como XBRL, XML y JSON, o se pueden generar con web y formularios pdf”).
[7] Comisionado Mark Uyeda, Declaración sobre la regla final: Acuerdos de uso de información privilegiada y divulgaciones relacionadas , SEC (14 de diciembre de 2022), https://www.sec.gov/news/statement/uyeda-insider-trading-20221214 (“La Comisión no ha considerado qué divulgaciones importantes y existentes deben priorizarse para informar como datos estructurados, como la discusión y el análisis de la administración. Esta falta de un plan general es una deficiencia de la Comisión y debe rectificarse”).
[8] Véase, p. ej. , Comisionada Hester Peirce, Declaración sobre la regla final de presentación XBRL en línea de datos etiquetados , SEC (28 de junio de 2018), https://www.sec.gov/news/statement/statement-peirce- ixbrl-062818 (lo que plantea preocupaciones sobre mandatos de datos estructurados particulares: «Si el interés es bajo, tiene poco sentido exigir que todos usen la tecnología impopular. En los primeros días del video casero, no habría sido razonable que el gobierno dijera ‘la gente no está usando Betamax. ¡Obliguemos el uso de Betamax!’”).
[9] Véase, por ejemplo, XBRL.US, Errores de presentación en tiempo real agregados, https://xbrl.us/data-quality/filing-results/dqc-results/ (última visita el 10 de abril de 2023) (compilación de gráficos las tasas de error históricas “en los informes financieros de empresas públicas aceptados en la base de datos EDGAR de la SEC” y que muestran que las tasas de error en general han ido disminuyendo con el tiempo).
[10] Para una discusión sobre las etiquetas personalizadas utilizadas en las presentaciones presentadas por los emisores para cumplir con las reglas de datos interactivos de 2009 y las tendencias en su uso, consulte Office of Structured Data, US GAAP – XBRL Custom Tags Trend, SEC (12 de agosto de 2022), https://www.sec.gov/structureddata/gaap_trends_2021.
[11] Ver, por ejemplo, FDTA § 5823 (que permite pasos para escalar los requisitos y minimizar la interrupción en relación con los valores municipales).
[12] Véase, por ejemplo, FDTA § 5825 (que establece un «Programa de mejora de la calidad de los datos» para, entre otras cosas, «hacer que los datos presentados o proporcionados a la Comisión sean útiles para los inversores» y requiere que la SEC informe al Congreso cada seis meses sobre el “uso público e interno de datos legibles por máquina para divulgaciones corporativas”).
[13] Véase, por ejemplo, Carta de Nasdaq, Inc. en 5 (21 de marzo de 2019), https://www.sec.gov/comments/s7-26-18/s72618-5177722-183507.pdf (“Solo el 8 % de los participantes de la encuesta cree que los analistas o inversores están utilizando datos XBRL, aunque les cuesta en promedio $20 412 cada trimestre cumplir con los requisitos XBRL para el Formulario 10-Q. En nuestra propia experiencia como organización autorregulada, la facilidad de uso de XBRL es limitada”).
[14] La Ley requiere que cada entidad compre “un identificador común de entidad legal no propietario que esté disponible bajo una licencia abierta. FDTA § 5811. Ese identificador podría ser el Identificador de Entidad Legal («LEI»), que cuesta entre $50 y $65 al año. Consulte Registro LEI, Lista de precios LEI, https://www.lei-identifier.com/lei-price-list/#:~:text=LEI%20application%20and%20registration%20price,%2D%20%24250(% 24%2050%20%2F%20año) (última visita el 10 de abril de 2023). Una empresa que obtiene un LEI también incurre en otros costos administrativos relacionados con la obtención y el mantenimiento del LEI. Ver Consejo de Estabilidad Financiera, Revisión temática sobre la implementación del identificador de entidad legal: Informe de revisión por paresen 34 (28 de mayo de 2019), https://www.fsb.org/wp-content/uploads/P280519-2.pdf .
[15] Una encuesta de 2017 de más de 1000 pequeñas empresas de informes encontró que el precio medio para que dichas empresas prepararan estados financieros en XBRL era de $2500 y costaba menos de $5500 para casi el 70 % de dichas empresas. Consulte AICPA y CIMA, los costos de XBRL para las pequeñas empresas han disminuido un 45 %, según el estudio de AICPA (15 de agosto de 2018), https://www.aicpa-cima.com/news/article/xbrl-costs-for-small -empresas-han-disminuido-45-segun-estudio-aicpa .
[16] Reforma de la oferta de valores para sociedades de inversión de capital fijo, 85 FR 33290, 33328 (1 de junio de 2020), https://www.govinfo.gov/content/pkg/FR-2020-06-01/pdf/ 2020-07790.pdf .
[17] Ídem.
[18] Durante mucho tiempo, el Congreso ha sido sensible a las preocupaciones únicas planteadas por la supervisión federal de los mercados de bonos municipales, incluidos los costos. Ver15 USC § 78o-4(d) (prohibición de la imposición por parte de la Comisión y la Junta Municipal de Reglamentación de Valores de ciertos tipos de requisitos de presentación a los emisores de bonos municipales, comúnmente conocida como la Enmienda de la Torre). La FDTA incluye una disposición que establece expresamente que la Ley no “afecta la operación” de la Enmienda de la Torre. FDA § 5823 (a). Algunos comentaristas han sugerido que la Ley, no obstante, puede socavar las protecciones de la Enmienda de la Torre, por ejemplo, al permitir que la MSRB use requisitos de datos estructurados “para imponer estándares que podrían dictar tanto la estructura como el contenido de las divulgaciones, y prescribir indirectamente la contabilidad y principios de presentación de informes que deben utilizar los gobiernos y entidades estatales y locales”. Ver Carta de la Asociación de Oficiales de Finanzas del Gobierno, et al. (29 de septiembre de 2022), https://gfoaorg.cdn.prismic.io/gfoaorg/cbd44500-5f08-4ce2-9b6193dc2bc28423_PFN+Ltr+on+FDTA+FINAL.pdf. Aunque mi discusión aquí se limita a los costos, la Comisión debe asegurarse de que cualquier regla emitida o aprobada en la implementación de la Ley sea consistente con la Enmienda de la Torre.
[19] Marc Joffe, Machine‐Readable Financial Reporting Is Less Scary than You Think, CATO Institute (4 de enero de 2023), https://www.cato.org/commentary/machine-readable-financial-reporting-less -miedo-que-piensas.
[20] Véase, por ejemplo, Ernesto Lanza et al, Llegan los datos estructurados al mercado de valores municipal, ¿y ahora qué? en 8-9, Ballard Spahr LLP (enero de 2023), https://www.ballardspahr.com/-/media/Main/Articles/Structured-Data-MSM—01-23.pdf (discutiendo la «ambigüedad con respecto a cómo se pretende que se apliquen los Estándares de datos del mercado municipal a la información que actualmente se requiere presentar a la MSRB como documentos en lugar de datos de campo…”).
[21] Ver FDTA § 5823(a).
[22] Véase, por ejemplo , Liz Farmer, An AI takeover of the muni market? Long Story Short (20 de enero de 2023), https://lizfarmer.substack.com/p/the-ai-takeover-of-the-muni-market (se requiere suscripción) («Si los costos de informar aumentan, es muy plausible que a los gobiernos más pequeños les resultaría más barato trabajar directamente con un banco. El resultado final es una menor transparencia financiera por parte de esos gobiernos en particular, incluso cuando el mercado municipal en general se vuelve más amigable con el análisis de datos”).
[23] Véase, por ejemplo, Jenna Magan & Hoang Vu, The Financial Data Transparency Act, Orrick (27 de diciembre de 2022), https://www.orrick.com/en/Insights/2022/12/The-Financial- Ley de Transparencia de Datos (observando que “queda por ver si los mayores costos asociados con la implementación de las nuevas reglas crearán una barrera de entrada en el mercado municipal para emisores gubernamentales más pequeños y organizaciones sin fines de lucro que pueden optar por evitar los nuevos requisitos al optando por ofertas de colocación privada que están exentas de tales obligaciones de divulgación continua”).
[24] My Florida CFO, Florida Open Financial Statement System Project, https://myfloridacfo.com/division/aa/local-governments/florida-open-financial-statement-system-project (última visita el 10 de abril de 2023).
[25] FDTA § 5823.
[26] Véase, por ejemplo, AICPA & CIMA, supra nota 15 (que indica que, de 2014 a 2017, “el costo del formato XBRL para las pequeñas empresas de informes… disminuyó un 45 por ciento…”).
[27] La Comisión discutió los costos y beneficios de la presentación de Inline XBRL en su propuesta de 2017 para exigir el uso de Inline XBRL en ciertas presentaciones. Consulte la regla propuesta: presentación XBRL en línea de datos etiquetados, 82 Fed. registro 14282 (17 de marzo de 2017).
[28] Véase, por ejemplo , Presentación electrónica de ciertos materiales en virtud de la Ley de Bolsa de Valores de 1934; Enmiendas con respecto al Informe FOCUS en 50 (22 de marzo de 2023), https://www.sec.gov/rules/proposed/2023/33-11176.pdf (que explica que para ciertas divulgaciones, «los contribuyentes podrían ingresar sus… divulgaciones en un formulario web rellenable que EDGAR convertiría posteriormente a XML personalizado”).
[29] Véase , por ejemplo, Mike Willis et al., XBRL: One Standard – Many Applications en 49-51, PriceWaterhouseCoopers, https://www.pwc.com/gx/en/xbrl/assets/pwc_xbrl_one_standard_many_applications.pdf (que describe cómo el uso de datos estructurados puede agilizar diferentes procesos para las instituciones financieras, incluido el análisis crediticio, la gestión del riesgo operativo y los informes corporativos).
[30] Si la experiencia con los informes de llamadas bancarias es instructiva, los costos y las tasas de error en las presentaciones regulatorias pueden disminuir. Después de la transición XBRL de la FDIC, la cantidad de informes de llamadas con errores se redujo del 34 % al 5 %. Consulte los comentarios del vicepresidente de la FDIC, Martin J. Gruenberg, en la 14.ª Conferencia internacional anual de XBRL en 3 (4 de diciembre de 2006), https://archive.fdic.gov/view/fdic/881 . Las presentaciones regulatorias de valores pueden ser más complejas que los informes de llamadas bancarias, pero los resultados son alentadores, no obstante.
[31] La FDTA encarga a una Oficina de Responsabilidad Gubernamental un “informe sobre la viabilidad, los costos y los beneficios potenciales de construir sobre la taxonomía [establecida por la FDTA] un mecanismo de estandarización del cumplimiento regulatorio en todo el Gobierno Federal similar a los Informes Comerciales Estándar”. FDTA § 5893. Según el Informe comercial estándar («SBR»), una taxonomía de datos común podría eliminar la necesidad de que las entidades reguladas completen diferentes formularios para diferentes agencias y podría reducir los costos. Véase, por ejemplo , Commonwealth of Australia, What Is Standard Business Reporting , https://www.sbr.gov.au (que describe la iniciativa SBR de Australia); Parlamento de la Commonwealth de Australia, Comité Permanente de Impuestos e Ingresos de la Cámara de Representantes,Informe anual de 2016 de la Oficina de Impuestos de Australia, Revisión de desempeño 2015-16 en 53, https://www.aph.gov.au/-/media/02_Parliamentary_Business/24_Committees/243_Reps_Committees/TaxRev/2015-16_Annual_Report_ATO/Consolidated.pdf?la =en&hash=0B88E9BAFA7B5D7E1C111B9D6033271B092918CC (informando que en 2015 y 2016, SBR ahorró a las empresas 1200 millones de dólares australianos en costos regulatorios).
[32] Comisionada Caroline A. Crenshaw, The Lessons of Structured Data en la discusión que acompaña a las notas 20-21, SEC (10 de noviembre de 2021), https://www.sec.gov/news/speech/crenshaw-lessons-structured -data-111021 (observando los beneficios para los emisores más pequeños como se describe en Lai et al., XBRL Adoption and Cost of Debt, International Journal of Accounting & Information Management (2015); Ra et al., XBRL Adoption, Information Asymmetry, Cost of Capital , y Reporting Lags, iBusiness (2018) y Li et al., ¿La adopción de XBRL reduce el costo del capital social? , SSRN (2012)).
[33] Artículo 5891(c) de la FDTA.
[34] Véase, por ejemplo, FDTA § 5823(b)(2). La Ley utiliza este lenguaje en nueve lugares diferentes.
[35] Véase, por ejemplo, FDTA § 5821(a)(2).
[36] Véase, por ejemplo, Commonwealth of Australia, Benefits of SBR , https://www.sbr.gov.au/about-sbr/benefits-sbr#BenefitstoBusiness (“SBR extrae información de sus registros contables y de nómina y prepara informes directamente desde su software”).
[37] Véase, por ejemplo , Securities and Exchange Commission Historical Society, The Enforcement Division: A History , https://www.sechistorical.org/museum/galleries/enf/enf04a_send-message.php(“Parecían motivados a demostrar que la SEC era la mejor agencia de Washington. En algunos aspectos, estos abogados encargados de hacer cumplir la ley diferían de los fiscales tradicionales; según un observador, ‘[e]mplían la ley principalmente desde sus oficinas, examinando documentos, examinando datos bursátiles, negociando por teléfono, escribiendo memorandos, reuniéndose constantemente con compañeros de trabajo y supervisores… Sus oficinas atestadas y los pasillos que las rodean estaban llenos de cajas de documentos citados y papeles de trabajo’”) (citando a Susan P Shapiro, Wayward Capitalists: Targets of the Securities and Exchange Commission 141-142 (1987)).
[38] Por ejemplo, el cambio de la FDIC a XBRL ayudó a los analistas de la FDIC a aumentar sus casos de 450-500 bancos a 550-600 bancos. Consulte el Consejo de examen de instituciones financieras federales, Proceso comercial mejorado a través de XBRL: un caso de uso para informes comerciales en 6, https://xbrl.us/wp-content/uploads/2007/12/20060202FFIECWhitePaper.pdf .
[39] FDTA § 5826 (que especifica que la Ley no impone nuevos requisitos de divulgación).
[40] Nuestra experiencia con Consolidated Audit Trail, un proyecto que lleva más de una década en desarrollo, ilustra mis preocupaciones. El CAT, como se le conoce, permite que varias organizaciones de autorregulación y la SEC controlen toda la actividad en los mercados de acciones y opciones y la vinculen a comerciantes individuales. El proyecto plantea problemas de ciberseguridad y privacidad para los inversores cuyos datos recopilará y almacenará el CAT. En ausencia de la creencia de que alguien está involucrado en una actividad ilegal, ¿por qué el gobierno debería poder vigilar todas sus transacciones? Con nuestras herramientas previas a la CAT, ya podemos obtener información de los corredores cuando sospechamos de actividades ilegales.
[41] Por ejemplo, la Norma 17a-11 de la Ley de Bolsa preveía la presentación de avisos e informes a la Comisión por transmisión telegráfica hasta 2019. Consulte Requisitos de mantenimiento de registros e informes para los comerciantes de swaps basados en valores, los principales participantes de swaps basados en valores y los corredores. -Distribuidores , 84 FR 68550, 68590 (16 de diciembre de 2019), https://www.federalregister.gov/documents/2019/12/16/2019-20678/recordkeeping-and-reporting-requirements-for-security- intercambio-intercambio-dealers-principal-valor-basado-intercambio (eliminando esta disposición “dado que los telegramas ya no se utilizan ampliamente en los Estados Unidos, y que el personal de la Comisión ya no recibe avisos 17a-11 por telegrama”) .
[42] Para obtener una descripción general del historial de elaboración de normas de datos estructurados de la SEC, consulte Office of Structured Disclosure, Structured Disclosure at the SEC: History and Rulemaking , SEC (24 de marzo de 2023), https://www.sec.gov/page /osdhistoryandrulemaking .
[43] Estos descriptores provienen de las Secciones 5811 y 5812 de la FDTA.
[44] Véase, por ejemplo , Carta de James Nicholls, director general, Braithwate, Respuesta a la iniciativa de libro de reglas de lectura mecánica de FINRA en 1 (21 de febrero de 2023), https://www.finra.org/sites/default/files /NoticeComment/Braithwate_James%20Nicholls_2.21.23_Response%20to%20FINRA%20Machine-Readable%20Rulebook%20Initiative%20%2821%20Feb%202023%29.pdf (que indica que «los reguladores deben apuntar a publicar reglas ejecutables por máquina como código , sirviendo de guía la versión escrita en inglés”).
[45] Véase, por ejemplo, Financial Conduct Authority, Digital Regulatory Reporting: Feedback Statement on Call for Input at 4 (octubre de 2018), https://www.fca.org.uk/publication/feedback/fs18-02.pdf (Podríamos crear un lenguaje regulatorio que las máquinas pudieran entender y así eliminar la necesidad de la interpretación humana. Luego, las máquinas usaron este lenguaje para llevar a cabo (ejecutar) las reglas automáticamente. Una vez que se tradujeron las reglas, las máquinas podrían cumplir con los requisitos accediendo a la información requerida y luego extrayendo esta información directamente de las bases de datos de una empresa”).
[46] Ver Aviso especial: FINRA solicita comentarios sobre su iniciativa de libro de reglas de lectura mecánica (21 de octubre de 2022), https://www.finra.org/sites/default/files/2022-10/Special-Notice-102122 .pdf _ Para obtener una discusión útil sobre la iniciativa, consulte FINRA Unscripted Podcast (7 de febrero de 2023), https://www.finra.org/media-center/finra-unscripted/machine-readable-rulebook-initiative .
[47] Consulte el comunicado de prensa, FINRA lanza la iniciativa del libro de reglas legible por máquina (21 de octubre de 2022), https://www.finra.org/media-center/newsreleases/2022/finra-launches-machine-readable-rulebook- iniciativa _
[48] Véase id.
[49] Ver, por ejemplo , Carta de Ian Hollowbread, Director Gerente y COO Business Development & Innovation, ING Bank NV en respuesta al Aviso especial de FINRA en 1 (1 de febrero de 2023), https://www.finra.org/sites /default/files/NoticeComment/ING%20Bank_Ian%20Hollowbread_2.1.2023_Machine%20Readable%20Rulebook.pdf (elogiando el movimiento como «un proyecto líder de referencia en innovación»; porque «[m]eguir al día con el cambio regulatorio sigue siendo uno de los mejores desafíos que una organización puede esperar enfrentar”, son bienvenidas las formas de “consumir las reglas regulatorias de manera más efectiva y eficiente”); Carta de John Byrne, CEO, y Hazel Dowling, Gestión de cuentas estratégicas, Corlytics en respuesta al Aviso especial de FINRA en 2, (13 de febrero de 2023), https://www.finra.org/sites/default/files/NoticeComment/Corlytics_2.15.23_FINRA%20Special%20Notice%20Machine%20Readable%20Rulebook.pdf (“Si los reguladores implementan taxonomías estándar y métodos digitales para acceder a las reglas, esto facilitará el acceso de las empresas a la regulación. Esto, a su vez, facilitará el cumplimiento de las empresas y reducirá el costo del cumplimiento en la industria”).
[50] El Banco de Inglaterra y la Autoridad de Conducta Financiera del Reino Unido, por ejemplo, lanzaron una iniciativa de Informes regulatorios digitales («DRR») en 2018 con el objetivo de hacer que las reglas sean legibles por máquina y eventualmente ejecutables por máquina. Ver Autoridad de Conducta Financiera, Informes regulatorios digitales, https://www.fca.org.uk/innovation/regtech/digital-regulatory-reporting#section-project-overview. En una evaluación de viabilidad posterior, un grupo de trabajo identificó “el potencial de beneficios financieros para las empresas y los reguladores, pero también la introducción de algunos costos nuevos” y reconoció que si bien “no hay una solución actual. . . cumplió con todos los requisitos” para convertir las reglas en código, el proyecto se presta a “pequeños pasos incrementales que resultan valiosos para todos cada vez”. Digital Regulatory Reporting, Phase 2 Viability Assessment en 4 y 38, https://www.fca.org.uk/publication/discussion/digital-regulatory-reporting-pilot-phase-2-viability-assessment.pdf.
[51] Véase, por ejemplo, Carta del Consejo de Inversores Institucionales y el Instituto CFA sobre la presentación de correspondencia de la SEC con emisores en formato legible por máquina en 1 (1 de septiembre de 2022), https://www.cii.org/files/issues_and_advocacy /correspondence/2022/CFA%20and%20CII%20Letter%20to%20SEC%20on%20XBRL%20Comment%20Letters_Final.pdf (solicitando a la SEC que haga que la «correspondencia de la SEC hacia y desde empresas públicas esté disponible en formato estructurado y legible por máquina»). formato»).
[52] Ver Aguilar, supra nota 2.
[53] Identificación.
Publicado originalmente: https://www.xbrl.org/news/sec-strategy-to-balance-benefits-and-risks-of-fdta-implementation/