La SEC destaca el papel de XBRL en la mejora de las actividades de cumplimiento

Publicado el 7 de julio de 2024 por Editor

La Ley de Transparencia de Datos Financieros de 2022 (FDTA) de Estados Unidos, que entró en vigor en diciembre de 2022, obliga a la Comisión de Bolsa y Valores (SEC) a informar sobre el uso de datos legibles por máquina para divulgaciones corporativas. La SEC publicó recientemente la tercera edición de este informe, en el que se detalla el uso público e interno de los datos XBRL, se identifican las divulgaciones que utilizan datos legibles por máquina, se analizan los costos y beneficios asociados, se resumen las medidas de cumplimiento y se describe el uso de los datos por parte de la SEC. Este informe se seguirá publicando bianualmente hasta diciembre de 2029.

El informe de la SEC destaca los importantes beneficios que se derivan del uso de XBRL en sus actividades de control de la normativa. Según el informe, la división de control de la SEC ha aprovechado los datos legibles por máquina para analizar de manera eficiente las divulgaciones y las prácticas contables de empresas individuales, así como para realizar sofisticados análisis transversales.

El requisito de etiquetar las divulgaciones en XBRL ha ayudado al personal encargado de hacer cumplir la ley a detectar indicios de mala gestión de las ganancias y otras irregularidades financieras de manera más eficaz. En los últimos cuatro años, esta capacidad ha dado lugar a acciones contra seis empresas públicas y varias personas por alcanzar o superar artificialmente las estimaciones de consenso sobre las ganancias por acción.

El informe destaca un caso específico ocurrido en 2023, en el que un conglomerado colombiano se vio involucrado en un caso en el que los datos XBRL facilitaron la detección de violaciones a la Ley de Prácticas Corruptas en el Extranjero. La SEC señala que, sin datos legibles por máquina, identificar dichas violaciones habría sido mucho más complicado.

XBRL también ha contribuido a reducir los costos de procesamiento de información, aumentar la eficiencia del mercado y mejorar la competencia al reducir las ventajas para los usuarios internos. El informe señala que las empresas se han beneficiado de menores honorarios de auditoría, una mejor puntualidad en la presentación de informes financieros y una mejor evaluación comparativa del desempeño.

A pesar de los costos iniciales de cumplimiento, que varían entre $1,500 y $30,000 anuales dependiendo del tamaño de la empresa, la SEC cree que los beneficios a largo plazo de XBRL continuarán creciendo a medida que haya más herramientas disponibles.

Encuentre el informe completo aquí.

APLICACIÓN DE LA FDTA SEC

INFORME SEMESTRAL AL CONGRESO

Con respecto al uso público e interno de datos legibles por máquina para divulgaciones corporativas

Junio 2024

Introducción

La Ley de Transparencia de Datos Financieros de 2022 (FDTA), que se promulgó el 23 de diciembre de 2022 como Título LVIII de la Ley de Autorización de Defensa Nacional James M. Inhofe para el Año Fiscal 2023, requiere que la Comisión informe semestralmente sobre el uso público e interno de datos legibles por máquina para divulgaciones corporativas. Este informe es el tercero de este tipo. La FDTA requiere que la Comisión presente este informe al Comité de Banca, Vivienda y Asuntos Urbanos del Senado y al Comité de Servicios Financieros de la Cámara de Representantes cada 180 días hasta el 23 de diciembre de 2029, cuando expira la disposición que requiere el informe.

La Sección 5825(b) de la FDTA requiere que este informe incluya: (1) una identificación de qué divulgaciones corporativas requeridas bajo disposiciones específicas de las leyes de valores se expresan como datos legibles por máquina y cuáles no; (2) un análisis de los costos y beneficios del uso de datos legibles por máquina en la divulgación corporativa a los inversores, los mercados, la Comisión y los emisores; (3) un resumen de las acciones de cumplimiento que resulten del uso o análisis de datos legibles por máquina recopilados en virtud de las disposiciones legales especificadas; y (4) un análisis de cómo la Comisión utiliza los datos legibles por máquina que recopila.

Este informe contiene la siguiente información nueva desde el último informe: comunicados adicionales de la Comisión sobre la elaboración de normas que adoptan requisitos de etiquetado de datos estructurados; la anulación de una norma de la Comisión mencionada anteriormente con requisitos de etiquetado de datos estructurados; y estadísticas actualizadas en el análisis de los costos y beneficios del uso de datos legibles por máquina.

Identificación de divulgaciones corporativas expresadas como datos legibles por máquina

La Sección 5825(b)(2)(A) de la FDTA requiere una identificación de qué divulgaciones corporativas requeridas en virtud de la Sección 7 de la Ley de Valores de 1933 (la Ley de Valores),5 la Sección 13 de la Ley de Bolsa de Valores de 1934 (la Ley de Bolsa),6 y la Sección 14 de la Ley de Bolsa7 se expresan como datos legibles por máquina y cuáles no. Véase el Apéndice.

REQUISITOS DE DATOS LEGIBLES POR MÁQUINA EXISTENTES

En 2009, la Comisión adoptó normas que exigen a las empresas operativas que faciliten la información de los estados financieros en sus estados de registro y en sus informes periódicos y actuales utilizando el eXtensible Business Reporting Language (XBRL),8 que es un lenguaje de datos estructurados legible por máquina que se utiliza para la presentación normalizada de información empresarial, incluida la información relativa al rendimiento financiero de las empresas. Ese mismo año, la Comisión exigió de manera similar a las sociedades de inversión de capital variable (fondos de inversión) que facilitaran información resumida sobre el riesgo y la rentabilidad en sus folletos en formato XBRL.

Desde entonces, la Comisión ha perfeccionado muchas de sus normas exigiendo formatos normalizados abiertos, de libre acceso y legibles por máquina, promulgados por organizaciones de normalización u organismos de normalización de consenso voluntario. Por ejemplo, en 2018, la Comisión adoptó enmiendas que exigían el uso, de forma gradual, de Inline XBRL para la información de los estados financieros de las empresas operativas y la información resumida sobre el riesgo y la rentabilidad de los fondos. Mientras que anteriormente los declarantes generaban un documento HTML con la información de sus estados financieros o información resumida de riesgo/rentabilidad y luego etiquetaban una copia de los datos para crear una exposición XBRL independiente, Inline XBRL permite a los declarantes preparar un único documento que es legible tanto por humanos como por máquinas.

La Comisión ha adoptado normas que exigen formatos normalizados legibles por máquina para las colecciones adicionales de información. En 2019, la Comisión introdujo requisitos de etiquetado de datos estructurados para determinados datos de portada de formularios de presentación de informes. En 2021, la Comisión modificó la mayoría de sus formularios y anexos con cargo a las tarifas para exigir el etiquetado de la información relacionada con el cálculo de la tarifa de presentación. También en 2021, la Comisión agregó requisitos de etiquetado en los Formularios 10-K, 20-F y 40-F relacionados con el auditor y la jurisdicción en el informe de auditoría firmado por la firma de contador público registrada. Varios otros comunicados de la Comisión han adoptado o propuesto requisitos de etiquetado de datos estructurados para recopilaciones adicionales de información.

Además de exigir XBRL e Inline XBRL para determinadas presentaciones, la Comisión exige que algunos informes y divulgaciones se presenten en lenguaje de marcado extensible (XML) legible por máquina. En otras palabras, ciertas presentaciones se presentan utilizando lenguajes de datos que son específicos del formulario particular que se presenta. En el caso de estas presentaciones, se suele ofrecer a los solicitantes la opción de presentar la presentación directamente en el lenguaje de datos XML personalizado pertinente o de introducir manualmente la información en un formulario rellenable basado en la web elaborada por la Comisión que convierte el formulario cumplimentado en un documento XML personalizado.

Actualmente, hay 54 formularios, anexos y estados de cuenta que contienen las divulgaciones requeridas por la Sección 7 de la Ley de Valores, la Sección 13 de la Ley de Bolsa o la Sección 14 de la Ley de Bolsa. Alrededor de tres cuartas partes (42 de 54) de esos formularios, horarios y estados de cuenta requieren algunos datos legibles por máquina, mientras que aproximadamente una cuarta parte (12) no requieren ningún dato legible por máquina. Desde el último informe, la Regla de Recompra fue anulada, eliminando así el Formulario F-SR, y la Comisión adoptó una nueva regla bajo la Ley de Intercambio que requiere informar en el Formulario SHO, un nuevo formulario de divulgación.

Análisis de los costes y beneficios del uso de datos legibles por máquina

La sección 5825(b)(2)(B) de la FDTA requiere un análisis de los costos y beneficios del uso de datos legibles por máquina en la divulgación corporativa a los inversores, los mercados, la Comisión y los emisores.

BENEFICIOS

Los estudios demuestran que las divulgaciones legibles por máquina benefician a los inversores, los mercados y los emisores. Con respecto a los inversores y, en general, a los mercados, el hecho de que las divulgaciones corporativas sean legibles por máquina ha disminuido la asimetría de información entre las empresas y los inversores al reducir los costos de procesamiento de la información, hacer que los precios de las acciones sean más informativos (es decir, que reflejen mejor la información específica de la empresa) y reducir las ineficiencias y los riesgos del mercado. La legibilidad de las máquinas ha mejorado la competencia en el mercado, por ejemplo, al reducir las ventajas de los insiders en relación con los no insiders y las ventajas de los inversores locales en relación con los no locales. La reducción de los costos de procesamiento de la información ha intensificado la supervisión de los emisores por parte de los inversores y otras partes externas (por ejemplo, analistas financieros, prensa), lo que a menudo ayuda a informar a los inversores y a los mercados. Un mayor monitoreo ha llevado a las empresas a proporcionar una mayor divulgación cuantitativa y a informar las ganancias de una manera más consistente.27 Estos beneficios pueden aumentar con el tiempo a medida que las herramientas para el uso de datos legibles por máquina por parte de los inversores estén más disponibles.

En algunos casos, los emisores se han beneficiado de una disminución de los honorarios de auditoría y de una mayor puntualidad de los informes financieros y de auditoría como resultado de las divulgaciones legibles por máquina.28 Los emisores han experimentado beneficios adicionales asociados con las divulgaciones legibles por máquina, entre ellos: mayor liquidez; menor costo de capital; mayor retorno de la inversión; y la mejora de la evaluación comparativa del rendimiento y el análisis de adquisiciones. Por último, las divulgaciones legibles por máquina han facilitado los esfuerzos de la Comisión por proteger a los inversores, permitiendo al personal analizar grandes cantidades de información en apoyo de las actividades de evaluación de riesgos, elaboración de normas y aplicación de la ley, incluso como parte de sus aplicaciones de datos estructurados desarrolladas internamente. Las normas de validación técnica de libre uso también permiten a los emisores comprobar la existencia de determinados errores antes de que se presenten los datos legibles por máquina, lo que puede agilizar aún más el proceso de cumplimiento al reducir el tiempo del personal de la Comisión que, de otro modo, se dedicaría a identificar y comunicar la existencia de errores técnicos a los emisores, y al reducir el tiempo del emisor que, de otro modo, se dedicaría a resolver dichos errores y volver a presentar el archivo de datos legible por máquina.

COSTOS

El costo de la divulgación legible por máquina afecta en gran medida a los declarantes y a la Comisión, ya que estas partes deben, respectivamente, cumplir o exigir e implementar requisitos de divulgación legibles por máquina. Los inversores y otros usuarios de datos (por ejemplo, analistas financieros, gestores de activos e investigadores académicos) no están obligados a utilizar versiones legibles por máquina de las divulgaciones corporativas, porque las divulgaciones también son legibles por humanos. Además, si bien el software comercial de investigación XBRL está disponible a un costo, los inversores y otros usuarios de datos pueden acceder y descargar divulgaciones corporativas legibles por máquina sin costo alguno.

Los declarantes incurren en costos de cumplimiento para aplicar etiquetas legibles por máquina a sus divulgaciones o pagan a un proveedor de servicios de etiquetado externo para que lo haga. Los costos de cumplimiento de los nuevos requisitos de etiquetado tienden a ser más altos, pero generalmente disminuyen a medida que los declarantes y los proveedores de servicios adquieren experiencia y desarrollan nuevas herramientas para adaptarse a los requisitos.34 Es probable que estos costos de cumplimiento se reduzcan para aquellos declarantes con experiencia en la aplicación de etiquetas a sus divulgaciones, ya sea a través de otros requisitos de legibilidad por máquina o mediante el uso de datos legibles por máquina en sus sistemas internos de planificación de recursos institucionales.35 Los costos de cumplimiento también varían según el Tipo de declarante, porque algunos tipos de declarantes están sujetos a requisitos de etiquetado más extensos que otros tipos de declarantes. Por ejemplo, las empresas de desarrollo empresarial (BDC) y los fondos cerrados registrados están sujetos al etiquetado del prospecto y de la portada del Formulario N-2, pero las BDC, al estar registradas en virtud de la Ley de la Bolsa, también están sujetas al etiquetado de los estados financieros y, por lo tanto, incurren en costos adicionales de cumplimiento del etiquetado en comparación con los fondos cerrados registrados. Los fondos cerrados registrados están sujetos al etiquetado del prospecto y la portada del Formulario N-2, pero no están sujetos al etiquetado de los estados financieros y, por lo tanto, incurren en costos de cumplimiento de etiquetado más bajos que los BDC.

Con respecto a la magnitud de estos costos de cumplimiento, una encuesta realizada por el Instituto Americano de Contadores Públicos Certificados a 1.032 empresas de informes más pequeñas en 2018 encontró un costo promedio de $2,500 por año para la creación y presentación de XBRL totalmente subcontratados. Una encuesta separada de 139 declarantes que cotizan en el Nasdaq y otras empresas encuestadas en 2018 encontró costos de cumplimiento de XBRL más altos, incluido un costo medio de cumplimiento de XBRL de $7,500 por Formulario 10-Q. La discrepancia puede deberse a que las empresas que cotizan en el Nasdaq suelen tener estados financieros más largos, detallados y complejos que las empresas más pequeñas, lo que resulta en más tiempo y esfuerzo necesarios para etiquetar divulgaciones discretas (como números, bloques de texto narrativo, casillas de verificación, etcétera) y, en última instancia, mayores costos de cumplimiento.

Ambas encuestas se llevaron a cabo antes de las fechas de cumplimiento de la transición de la Comisión de XBRL a Inline XBRL y antes de la implementación de los requisitos de portada y otros requisitos de etiquetado para los informes periódicos. A los efectos de la Ley de Reducción de Trámites, el personal de la Comisión estimó en la presentación de datos etiquetados de Inline XBRL Adoption Release, que el efecto de utilizar Inline XBRL en lugar de XBRL para etiquetar los estados financieros sería reducir la carga interna media agregada existente de 56 horas por respuesta para las empresas informantes en 2 horas durante cada uno de los tres primeros años de los requisitos de Inline XBRL. y aumentar el costo promedio agregado de los gastos de bolsillo a $6,175 por respuesta. En 2022, el personal de la Comisión actualizó esta estimación de la carga a 53 horas por respuesta, al tiempo que señaló que las cargas reales probablemente variarán entre las empresas individuales en función del tamaño de su organización.

En 2023, la Comisión declaró en una propuesta de publicación de la norma que, según la comprensión del personal sobre los precios de cumplimiento de datos estructurados de terceros, los declarantes más pequeños suelen pagar entre 1.500 y 5.000 dólares al año por servicios y/o software de cumplimiento de datos estructurados de terceros, mientras que los declarantes más grandes suelen pagar entre 5.000 y 30.000 dólares al año por dichos servicios y/o software. La Comisión también citó una serie de factores que afectan al coste del cumplimiento, entre ellos la presentación o presentación concreta en la que se requieren datos estructurados, el número de puntos de datos que se van a estructurar, el tamaño de la entidad que proporciona los datos, el sector al que pertenece la entidad, el número de usuarios individuales del programa informático de cumplimiento de datos estructurados, el grado en que la estructuración está totalmente externalizada, y otros.

La Comisión incurre en costos para desarrollar taxonomías y esquemas para nuevas divulgaciones estructuradas y para establecer la infraestructura para la admisión, validación, publicación y uso de datos estructurados. Esto incluye el costo de actualizar el sistema de archivo de Recopilación, Análisis y Recuperación Electrónica de Datos (EDGAR) de la Comisión, la integración de nuevos datos estructurados en bases de datos y aplicaciones internas, y la publicación de conjuntos de datos estructurados. Dichos costos pueden variar en función del volumen, la complejidad y la novedad de los nuevos requisitos de divulgación estructurada. Por ejemplo, las reglas que agregan un número limitado de divulgaciones recién etiquetadas a los formularios de divulgación ya etiquetados generalmente implicarán menos tiempo y costo de implementación que las reglas que agregan un número significativo de divulgaciones recién etiquetadas a los formularios de divulgación que anteriormente no estaban etiquetados. La Comisión también incurre periódicamente en los costes de actualización de las taxonomías y esquemas, así como de las funciones conexas de admisión y validación de EDGAR.

Resumen de las acciones de cumplimiento resultantes del uso o análisis de los datos legibles por máquina que recopila la Comisión

La disponibilidad de datos legibles por máquina que se han presentado a la Comisión ha permitido al personal de la División de Observancia (Cumplimiento) realizar análisis más eficientes de la divulgación de información y las prácticas contables de los distintos emisores, así como análisis más sofisticados de la divulgación de información y las prácticas contables en una amplia gama de emisores. Ambos tipos de análisis, junto con las herramientas de investigación tradicionales, han dado como resultado la presentación de acciones contra emisores y personas relacionadas que alegan varios tipos de mala conducta que violaron las leyes federales de valores. Sin el uso o análisis de datos legibles por máquina, las presuntas violaciones habrían sido significativamente más difíciles de detectar y perseguir de manera rentable u oportuna.

La aplicación utilizó análisis de datos basados en el riesgo para descubrir posibles irregularidades en la divulgación de información relacionadas con la contabilidad causadas, entre otras cosas, por las prácticas de gestión de ganancias. Los datos legibles por máquina permitieron al personal de Enforcement revisar los datos financieros de miles de emisores públicos con el fin de detectar indicios de gestión de ganancias u otros tipos de mala conducta financiera. La iniciativa resultó en cargos contra seis empresas públicas y varias personas relacionadas durante los últimos cuatro años por violaciones de las leyes federales de valores por participar en ciertas prácticas que daban la apariencia de cumplir o superar las estimaciones de consenso de ganancias por acción (EPS).

La aplicación utilizó y analizó datos legibles por máquina durante la investigación subyacente de otra acción presentada en 2023. En el curso de la realización de la debida diligencia en antecedentes, el personal de Cumplimiento revisó los estados financieros y las notas y pudo ver los cambios de un período a otro de manera más eficiente debido a la legibilidad automática de los datos.

Análisis de la forma en que el personal de la Comisión utiliza los datos legibles por máquina que recopila la Comisión

APLICACIONES ACTUALES UTILIZADAS PARA ANALIZAR DATOS LEGIBLES POR MÁQUINA

El personal de la Comisión utiliza varias aplicaciones para analizar datos legibles por máquina. Las siguientes aplicaciones se desarrollan internamente y están a disposición del personal de la Comisión:

• El perfil del declarante proporciona acceso instantáneo a ciertos puntos de datos clave, como datos financieros, información relacionada con auditorías y otros datos para las empresas operativas. Destaca puntos de datos o áreas temáticas de alto riesgo y facilita un análisis posterior a través de enlaces a fuentes de datos. Además, el perfil del archivador permite a los usuarios identificar rápidamente áreas y temas de interés específicos.

• Financial Statement Query Viewer (FSQV) ofrece a los usuarios un medio conveniente para comparar datos de estados financieros legibles por máquina (incluidas notas y anexos), datos de portada y ciertos datos de compensación ejecutiva para empresas operativas y BDC, así como datos de portada y ciertos datos de prospectos para fondos cerrados registrados y BDC. FSQV facilita análisis de datos comparativos en múltiples presentaciones y períodos. En FSQV, los usuarios pueden consultar divulgaciones numéricas o narrativas etiquetadas. FSQV tiene varias características, como la capacidad de realizar un seguimiento de los cambios de un declarante en las notas al pie a lo largo de los períodos de informe y compartir consultas con otros usuarios.

• iView aprovecha el Inline XBRL Viewer de código abierto, disponible de forma gratuita y pública. iView incluye varios filtros y capacidades de consulta, como la identificación de divulgaciones con etiquetas personalizadas (es decir, los declarantes crean etiquetas en lugar de usar etiquetas estándar) y la clasificación de datos legibles por máquina por escala (por ejemplo, cantidades en miles, millones o miles de millones). iView también ofrece gráficos de series temporales y análisis de referencia para valores numéricos y seguimiento de cambios en divulgaciones narrativas.

USOS ACTUALES DE LOS DATOS LEGIBLES POR MÁQUINA POR DIVISIÓN

El personal de la División de Finanzas Corporativas (Finanzas Corporativas) utiliza datos legibles por máquina de varias maneras:

• El personal de Finanzas Corporativas utiliza datos legibles por máquina para ayudar a identificar a los emisores que están sujetos a los requisitos de divulgación y presentación de la Ley de Responsabilidad de las Empresas Extranjeras (Emisores Identificados por la Comisión), y que podrían estar sujetos a una prohibición de negociación en virtud de la Ley de Responsabilidad de las Empresas Extranjeras (Emisores Identificados por la Comisión).45 Específicamente, el personal utiliza datos en los Formularios 10-K, 20-F y 40-F que identifican al auditor (o auditores) que proporcionaron opiniones relacionadas con los estados financieros presentados en el informe anual del emisor, el lugar donde se ha emitido el informe del auditor, y el (los) número(s) de identificación de la Junta de Supervisión de Contabilidad de Empresas Públicas (PCAOB) de la(s) firma(s) de auditoría o sucursal(es) que proporciona la(s) opinión(es).

• El personal de Finanzas Corporativas utiliza varios elementos de datos legibles por máquina que aparecen en las portadas de los informes anuales de los registrantes (Formularios 10-K, 20-F y 40-F) para identificar, contar, clasificar, comparar y analizar a los registrantes y sus divulgaciones (por ejemplo, para identificar de manera más fácil y precisa a los emisores que cotizan en una bolsa específica o que se han identificado a sí mismos como emisores experimentados conocidos).

• El personal de Finanzas Corporativas y el personal de la División de Análisis Económico y de Riesgos (DERA) revisan la información de los estados financieros legibles por máquina contenida en las presentaciones según las reglas de la Comisión. En relación con estas revisiones, el personal ha enviado cartas de comentarios a algunos emisores individuales en relación con los requisitos de etiquetado XBRL en línea. El personal también ha utilizado sus hallazgos para publicar observaciones sobre la calidad de los datos y análisis de etiquetas personalizadas. El 7 de septiembre de 2023, Corporation Finance publicó un modelo de carta a las empresas en relación con sus divulgaciones de XBRL. La carta incluía ejemplos de comentarios que, dependiendo de los hechos y circunstancias particulares, y del tipo de presentación bajo revisión, el personal de Finanzas Corporativas puede emitir a ciertas compañías.

• El personal de Finanzas de la Corporación utiliza datos legibles por máquina para hacer evaluaciones preliminares del cumplimiento de los requisitos de divulgación de pago versus desempeño de la Comisión.

El personal de la División de Gestión de Inversiones (Gestión de Inversiones) también utiliza los datos legibles por máquina de diversas maneras:

• El personal de Gestión de Inversiones utiliza datos legibles por máquina para la divulgación de fondos a fin de detectar fácilmente errores e inconsistencias en las presentaciones e identificar fondos con características o divulgaciones particulares, así como fondos con ciertas tenencias, exposiciones o parámetros de riesgo.47 La capacidad de escanear en toda la industria fondos con ciertas divulgaciones y características mejora el programa de revisión de divulgación de Investment Management. 48 informa las recomendaciones del personal para la reglamentación de la Comisión y otras iniciativas de política, y apoya la coordinación del personal con otras agencias federales.

• El análisis de datos estructurados también puede permitir que el personal de Gestión de Inversiones identifique mejor los errores en los datos de los fondos. Cuando el personal de Gestión de Inversiones identificó errores comunes como resultado del uso de datos estructurados, el personal publicó información que destacaba los problemas comunes de etiquetado para facilitar una divulgación más precisa de los fondos.

• El personal de Gestión de Inversiones también ha utilizado información legible por máquina sobre las tenencias de fondos, entre otros datos, para evaluar el cumplimiento de los fondos con las leyes federales de valores y para identificar tendencias y riesgos que enfrenta la industria de fondos. Esta información puede compartirse con las Divisiones de Exámenes y/o Cumplimiento cuando sugiera un incumplimiento de la ley u otros riesgos elevados.

Otras Divisiones y Oficinas utilizan datos legibles por máquina de manera similar:

• El personal de la Oficina del jefe de Contabilidad (OCA) utiliza las aplicaciones analíticas de la Comisión, incluidas FSQV, iView y otras, para realizar búsquedas basadas en palabras clave y etiquetado XBRL. El personal de la OCA utiliza el resultado de estas búsquedas para realizar investigaciones para consultas contables, recopilación de información relevante para proyectos de establecimiento de normas contables y solicitudes de otros reguladores, y la preparación de respuestas a solicitudes de datos específicas con respecto a la aplicación de contabilidad de los registrantes. Además, el personal de OCA utiliza los resultados en la investigación de la identificación de auditores independientes concentrados en industrias específicas, la identificación de emisores sujetos a la Ley de Responsabilidad de Empresas Extranjeras y el apoyo a la aplicación de la ley en asuntos relacionados con los auditores.

• Los requisitos de etiquetado de la información relacionada con las tasas de presentación, adoptados en 2021,50 permitirán a EDGAR determinar automáticamente en muchos casos si los cálculos de las tasas de presentación de un registratario se han realizado correctamente. Las presentaciones que utilicen la herramienta opcional de etiquetado de tarifas de la SEC y las presentaciones de prueba que no pasen pruebas de validación específicas se retrasarán antes de que se presente la presentación en vivo relacionada. Esto permitirá a los declarantes corregir cualquier error en el cálculo de las tasas de presentación sin necesidad de esperar a que el personal de la Comisión verifique los cálculos manualmente, y sin tener que revisar posteriormente un documento ya presentado y ajustar las tasas adeudadas debido a un cálculo erróneo.

Uso público de los datos legibles por máquina Uso público de los datos legibles por máquina que recopila la Comisión

La sección 5825(b)(2)(1) de la FDTA requiere un informe sobre el «público . . . uso de datos legibles por máquina para divulgaciones corporativas». Entre los usuarios de divulgaciones corporativas legibles por máquina se encuentran inversores institucionales, gestores de activos, emisores, analistas financieros y empresas de investigación, inversores individuales, agregadores de datos, prensa financiera, otros reguladores y académicos. Por ejemplo, los estudios académicos indican que la implementación de los requisitos de datos XBRL parece estar correlacionada con una mayor precisión de las previsiones por parte de los analistas financieros. Además, los académicos financieros han utilizado los datos XBRL para estudiar temas como la complejidad de los informes financieros y las estructuras de votación de doble clase. Además, los miembros del personal del Consejo de Normas de Contabilidad Financiera (FASB) han utilizado los datos XBRL para completar más de 200 proyectos de investigación en los últimos años. Los usuarios públicos recuperan datos XBRL descargándolos de los expedientes individuales de la Comisión y de los conjuntos de datos agregados que el personal de la Comisión recopila a partir de los expedientes individuales de la Comisión y los pone a disposición en el sitio web de la Comisión.

Los analistas financieros y la prensa también utilizan datos de las presentaciones de la Comisión que se encuentran en un XML personalizado, como los datos del Formulario 13F (informes trimestrales de tenencias de capital presentados por grandes gestores de inversiones institucionales). Por ejemplo, desde agosto de 2022 (cuando los conjuntos de datos del Formulario 13F estuvieron disponibles por primera vez), se han descargado más de 685.000 conjuntos de datos del Formulario 13F.

Conclusión

Las directrices de la FDTA coinciden con los esfuerzos internos de la Comisión y del personal67 para mejorar la gestión y el uso de los datos en toda la agencia, en consonancia con otras directivas legales68, así como con los objetivos estratégicos generales para trabajar de manera más eficiente.