Un documento de trabajo reciente del Banco Asiático de Desarrollo (BAsD) investiga las tendencias de materialidad ambiental, social y de gobernanza (ESG) utilizando datos XBRL en Japón.
El documento, ESG Materiality in XBRL Disclosures and Its Performance Predictability (Materialidad ESG en las divulgaciones XBRL y su previsibilidad de desempeño), aprovecha el análisis textual de los informes de valores anuales de más de 3.800 empresas japonesas que cotizan en bolsa para explorar el potencial de los datos XBRL para predecir resultados financieros y de sostenibilidad.
El estudio revela una tendencia creciente en la divulgación de información sobre cuestiones medioambientales y una correlación entre los distintos elementos ESG. También destaca cómo los datos XBRL que las empresas divulgan pueden ofrecer información sobre su desempeño financiero y climático, aunque el estudio señala que las prácticas actuales de divulgación de información ESG por sí solas aún no son lo suficientemente sólidas como para servir como predictores fiables del desempeño.
Japón lleva mucho tiempo siendo un líder en la adopción de XBRL, con informes obligatorios en vigor desde 2008. Este estudio refuerza la utilidad de XBRL para mejorar la transparencia corporativa, en particular en el creciente campo de los informes ESG. Sin embargo, subraya la necesidad de seguir perfeccionando los marcos de divulgación para mejorar la precisión predictiva de los resultados financieros y ambientales.
Etiqueta: XBRL
La Fundación IFRS publica una guía para apoyar a los reguladores en las implementaciones digitales
La Fundación IFRS ha publicado una nueva guía destinada a ayudar a los reguladores a integrar las taxonomías digitales de las NIIF en sus sistemas de presentación de informes digitales. La guía ayuda a los reguladores a satisfacer la creciente necesidad de datos financieros y de sostenibilidad estructurados y legibles por máquina, ofreciendo una mayor transparencia y comparabilidad entre fronteras. La guía, que abarca tanto la taxonomía contable IFRS como la taxonomía de divulgación de sostenibilidad IFRS, está diseñada para ofrecer asesoramiento práctico a los reguladores que requieren que las divulgaciones financieras o de sostenibilidad se preparen con formato de datos estructurados (léase: XBRL).
La guía describe las mejores prácticas para garantizar que los informes financieros digitales estén etiquetados con precisión con los elementos de la taxonomía digital de las NIIF, lo que hace que los datos financieros y de sostenibilidad sean fácilmente accesibles en un formato estructurado y legible por computadora. Al alinear los sistemas de presentación de informes con estas taxonomías, los reguladores pueden mejorar la calidad de las divulgaciones, asegurando que cumplan con los estándares globales y al mismo tiempo reduciendo la complejidad de las comparaciones digitales transfronterizas. Se cubren consideraciones clave como las extensiones de la taxonomía, los elementos específicos de la regulación y el mantenimiento de versiones actualizadas para ayudar a los reguladores a construir sistemas sólidos y consistentes.
Según un estudio reciente de XBRL International, las recopilaciones de datos XBRL de empresas públicas de todo el mundo representan al menos 98 billones de dólares en capitalización de mercado, por lo que es seguro decir que las taxonomías digitales de las NIIF ya están ayudando a las organizaciones a realizar la transición hacia una presentación de informes más eficiente y transparente. Para los reguladores, la adopción de estas taxonomías y la exigencia de XBRL para la financiación digital y la sostenibilidad respaldan el objetivo más amplio de mejorar la transparencia del mercado y la supervisión regulatoria, al tiempo que facilitan un cumplimiento más fluido de las normas internacionales.
Para los inversores, garantizar que los informes financieros digitales sean fácilmente accesibles, comparables a nivel mundial y estén respaldados por auditores brinda mayor confianza en la calidad de la información disponible. Esta alineación favorece una mejor toma de decisiones y puede reducir el costo del capital al mejorar las oportunidades de inversión extranjera.
Para todos, los documentos de orientación y el apoyo continuo a las taxonomías de informes digitales (especialmente las taxonomías de sostenibilidad recientemente creadas y que en muchos países pronto serán obligatorias) ayudan a impulsar la calidad y la facilidad de los informes financieros digitales.
AICPA aborda la ética de la IA en las auditorías
El Instituto Estadounidense de Contadores Públicos Certificados (AICPA) organizó recientemente su último webcast A&A Focus, en el que se analizó en profundidad las implicancias éticas del uso de la inteligencia artificial (IA) en los procedimientos de auditoría. El evento, parte de una serie mensual, contó con las opiniones de los principales expertos en contabilidad, auditoría y aseguramiento.
Danielle Supkis-Cheek, vicepresidenta de análisis e inteligencia artificial de Caseware, dirigió el debate sobre la ética de la inteligencia artificial. Supkis-Cheek destacó que, si bien las herramientas de inteligencia artificial son cada vez más comunes en la profesión contable, no eximen a los profesionales de sus responsabilidades éticas. Comparó el uso de la inteligencia artificial con la contratación de personal o expertos, y subrayó la necesidad de una revisión y supervisión adecuadas de los resultados generados por la inteligencia artificial.
Supkis-Cheek también destacó el riesgo de sesgo de automatización, instando a los auditores a mantener un escepticismo profesional y a no confiar demasiado en los resultados de la IA sin una evaluación crítica. Además, señaló la creciente importancia de las habilidades de ingeniería de indicaciones, sugiriendo que la elaboración de indicaciones precisas y efectivas se convertirá en una competencia valiosa para los profesionales de la contabilidad.
Básicamente, la conclusión del seminario web refleja la nuestra aquí en XBRL International: la IA se perfila como una herramienta interesante y útil, cuando se usa de manera efectiva en manos de un profesional; sin embargo, no debería verse como un sustituto del análisis de calidad.
Se publicó el primer borrador de las nuevas transformaciones iXBRL
El Consejo de Normas XBRL ha aprobado la publicación de un Borrador de Trabajo Público inicial de la versión 6 del Registro de Reglas de Transformación XBRL en Línea.
Las transformaciones XBRL en línea definen cómo el texto legible por humanos en un documento XBRL en línea se transforma en datos legibles por máquina. Por ejemplo, el registro contiene transformaciones para muchos de los diferentes formatos de fecha que se utilizan en todo el mundo.
Esta última actualización del registro agrega transformaciones para brindar un mejor soporte a los valores enumerados y un borrador inicial de transformaciones propuestas por la reciente Nota del Grupo de Trabajo de Etiquetado de Bloques de Texto.
Se anima a los proveedores de software y otros usuarios a revisar y proporcionar comentarios sobre las nuevas funciones.
Celebrando los 90 años de la SEC – El poder de la divulgación obligatoria
El 6 de junio, la Comisión de Bolsa y Valores de Estados Unidos (SEC) celebró su 90° aniversario, conmemorando nueve décadas de protección de los inversores y supervisión del mercado.
Para conmemorar la ocasión, los discursos del presidente Gary Gensler y los comisionados Mark Uyeda, Hester M. Peirce y Jaime Lizárraga destacaron la importante historia de la Comisión y los beneficios duraderos de su marco regulatorio basado en la divulgación.
La SEC, creada por la Ley de Intercambio de Valores de 1934, se fundó en respuesta al desplome del mercado de valores de 1929 y la consiguiente Gran Depresión. Esta era marcó un cambio fundamental en la filosofía regulatoria, al optar por la transparencia en lugar de las leyes de transparencia basadas en el mérito que prevalecían en muchos estados. El Comisionado Uyeda enfatizó que centrar la transparencia y la rendición de cuentas ha sido fundamental para el ascenso de Estados Unidos como superpotencia económica.
La comisionada Lizárraga recordó la oposición inicial a la creación de la SEC, pero destacó cómo las leyes de divulgación obligatoria han demostrado consistentemente su valor. Las leyes federales de valores promulgadas durante la presidencia de Franklin D. Roosevelt no sólo han protegido a los inversores, sino que también han mantenido la integridad y el crecimiento de los mercados de capitales estadounidenses. Lizárraga señaló que el presupuesto de 2 mil millones de dólares de la SEC, financiado con honorarios de los participantes del mercado, es presupuestariamente neutral. Sorprendentemente, solo en 2022, las acciones de aplicación de la ley recuperaron tres veces el presupuesto de la SEC, lo que refleja la eficacia de estas regulaciones.
La historia de la SEC es un testimonio del poder de la divulgación obligatoria. Al exigir a las empresas que proporcionen información clara y completa, la SEC ha fomentado un entorno en el que los inversores pueden tomar decisiones informadas, mejorando así la integridad del mercado. Este marco ha sido fundamental para proteger a los inversores contra la mala conducta y mantener mercados justos y ordenados.
Hoy en día, la era digital ofrece nuevas oportunidades para mejorar estos principios. Los informes financieros digitales, especialmente con XBRL, permiten un análisis de datos más preciso y eficiente. El formato estructurado de XBRL garantiza que la información sea legible por máquina, lo que facilita una mayor transparencia y una difusión más rápida de los datos. Esta evolución es crucial a medida que avanzamos hacia un futuro en el que la tecnología continúa transformando los mercados financieros.
A medida que la SEC entra en su décima década, su compromiso con la transparencia sigue siendo inquebrantable. Los principios de divulgación obligatoria siguen sustentando esta misión, ahora reforzada por los avances digitales.
Desenredando los valores municipales con el LEI
A principios de este mes, Campbell Pryde, presidente y director ejecutivo de XBRL US, abordó las complejidades de la identificación de deudores en el mercado de bonos municipales. Destacó cómo el uso del identificador de entidad legal (LEI) dentro del sistema de acceso electrónico a los mercados municipales (EMMA) de la Junta de reglamentación de valores municipales (MSRB) puede agilizar las búsquedas de datos.
Los bonos municipales suelen incluir múltiples valores y deudores, y a veces los emisores y deudores son entidades diferentes. La Ley de Transparencia de Datos Financieros (FDTA, por sus siglas en inglés) ofrece una oportunidad para mejorar las capacidades de búsqueda mediante identificadores de entidades y estandarización de datos. El etiquetado XBRL, combinado con los LEI, puede identificar con precisión a los emisores y deudores de valores específicos, vinculando hechos pertinentes sobre la relación valor-deudor.
La investigación de Pryde abarcó cuatro escenarios comunes en el mercado municipal, que van desde situaciones en las que los emisores y los deudores son la misma entidad legal, hasta casos que involucran múltiples deudores distintos o deudores que son fondos empresariales. Las características de vinculación únicas de XBRL pueden establecer de manera efectiva relaciones entre gobiernos, fondos propios y flujos de ingresos comprometidos, lo que aclara la intrincada red de la emisión de deuda municipal.
Se ha demostrado que este enfoque, utilizado por empresas públicas desde hace más de una década, mejora la eficiencia, ofrece a los inversores y analistas un mejor acceso a la información y, en última instancia, reduce las aparentes complejidades de los mercados de bonos municipales.
XRB aboga por informes financieros digitales obligatorios en Nueva Zelanda
Concluimos que:
• Existe un uso significativo por parte de los inversores de los datos estructurados de los informes en formato digital en el extranjero
• Nueva Zelanda es un caso atípico al no exigir la presentación de informes financieros digitales para las entidades que participan en los mercados financieros.
Acogeríamos con beneplácito la consulta del Gobierno sobre la posible introducción de información financiera digital obligatoria para las entidades que participan en los mercados financieros y, potencialmente, para otras clases de entidades declarantes. Entre los temas que pueden ser útiles para formar parte de la consulta se encuentran:
• los costes puntuales y continuos de la presentación de informes digitales y quién incurrirá en esos costes
• Los beneficios de los informes digitales y quién los obtendrá
• cómo se pueden financiar de manera sostenible los costos de la presentación de informes digitales al Gobierno
• Las implicaciones para los preparadores y auditores en relación con la información etiquetada digitalmente, como los plazos legales para la presentación de estados financieros auditados.
IA y XBRL – Etiquetado automático acaso
En el artículo más reciente de una serie de investigaciones sobre XBRL e IA, UBPartner (proveedor y miembro de software XBRL desde hace mucho tiempo) ha explorado el potencial del procesamiento del lenguaje natural (PLN) para automatizar la identificación y el etiquetado de información clave en los informes anuales.
La investigación realizada por el propio Revathy Ramanan de XII mostró que los LLM, cuando se alimentaban con archivos xBRL-JSON estructurados de los informes 10K iXBRL de la SEC, obtenían buenos resultados al responder consultas financieras. Esto sugiere la importancia de utilizar etiquetas semánticas proporcionadas por las empresas para mejorar el análisis de datos. Sin embargo, el proceso inverso (usar IA para etiquetar informes financieros con XBRL) presenta un conjunto diferente de desafíos.
Kapil Verma y Martin DeVille, de UBPartner, han estado probando el potencial de utilizar la IA de procesamiento del lenguaje natural para simplificar el proceso de etiquetado XBRL. Se propusieron ver si el procesamiento del lenguaje natural puede identificar elementos relevantes (números y textos) en los documentos que necesitan ser etiquetados, y si el procesamiento del lenguaje natural puede seleccionar las etiquetas XBRL correctas para el elemento.
Los resultados iniciales muestran una calidad inconsistente, generalmente alrededor del 70-80%, pero con algunos valores atípicos. El enfoque de NLP etiquetó correctamente los elementos estándar de los estados financieros, sin embargo, tuvo dificultades con el análisis HTML de estructuras de tablas complejas y el modelo necesita mucho más desarrollo antes de que sea útil. El uso de LLM como GPT-4 podría mejorar el proceso, aprovechando la comprensión profunda del lenguaje para digerir mejor los elementos textuales.
Sin embargo, fundamentalmente, Verma y DeVille señalan un movimiento hacia los informes «digitales primero» -que comienzan con la publicación en HTML, manteniendo la estructura subyacente del informe más legible- como el mayor cambio que permitirá el análisis de IA en los próximos años.
La capacidad de “copilotar” el etiquetado XBRL con IA podría mejorar los informes financieros digitales, reduciendo el esfuerzo manual y mejorando la coherencia, al tiempo que deja las decisiones donde corresponde: en manos de la dirección.
El informe de la SEC arroja más luz sobre los beneficios de las divulgaciones legibles por máquina
De conformidad con la Ley de Transparencia de Datos Financieros (FDTA) de 2022, la Comisión de Bolsa y Valores de EE. UU. (SEC) ha publicado su segundo informe semestral que proporciona información sobre el uso y el valor de los datos legibles por máquina. El informe cubre un espectro de beneficios, incluida una lista actualizada de qué divulgaciones corporativas son legibles por máquina. Describe los datos más recientes sobre costos y beneficios asociados, resume las acciones de cumplimiento y proporciona un análisis del uso que hace la SEC de estos datos.
Desde su último informe, la SEC ha introducido requisitos de etiquetado de datos estructurados para varios formularios, ampliando el alcance de los datos legibles por máquina a un total de 54 formularios, anexos y declaraciones.
En un área de particular interés, el informe profundiza en los costos y beneficios más recientes asociados con las divulgaciones legibles por máquina. Los estudios indican que los inversores, los mercados y los emisores obtienen importantes beneficios de la reducción de los costos de procesamiento de la información, el aumento de la liquidez, los menores costos de capital y la mejora de la evaluación comparativa. El informe destaca la importancia de las reglas de validación para agilizar el proceso y reducir el tiempo que el personal dedica a comprobar errores técnicos. Si bien los emisores incurren en costos de cumplimiento asociados con los requisitos de etiquetado, la SEC enfatiza el impacto positivo general en la protección de los inversores, la reducción de la asimetría de la información y la supervisión simplificada.
Al explorar la propia aplicación de datos legibles por máquina por parte de la SEC, el informe destaca un aumento en la eficiencia de las acciones de cumplimiento. La SEC utiliza varias aplicaciones internas para analizar datos Inline XBRL, lo que permite un fácil acceso y comparación.
Los datos estructurados podrían desbloquear el potencial de la IA en las finanzas
Un elemento en particular durante las vacaciones nos llamó la atención. La investigación de Patronus AI destacó los aparentes desafíos que enfrentan los grandes modelos de lenguaje (LLM), como el GPT-4 de OpenAI, al analizar los datos financieros contenidos en las presentaciones de la Comisión de Bolsa y Valores de EE. UU. (SEC).
El estudio, centrado en consultas financieras, encontró que incluso con acceso a archivos extensos, el modelo de mejor rendimiento, GPT-4-Turbo, logró solo una tasa de precisión del 79%. Pero espera… ¡esta es una de las informaciones mejor estructuradas del planeta! ¡Todo ha sido etiquetado con Inline XBRL! ¿Qué salió mal en su investigación? Oh. Lo adivinaste. Los investigadores pasaron por alto la información estructurada y utilizaron {Ed: ¡Whimpers!} versiones en PDF de estos archivos de estados financieros contenidos en sitios web corporativos.
Así que ayer hicimos nuestro pequeño experimento para comprender si el rendimiento de la IA mejoraría cuando se alimentaran con datos estructurados en Inline XBRL mantenidos en la SEC en lugar de archivos PDF. Cuando el equipo de XII profundizó en los datos, descubrimos que los sistemas de inteligencia artificial como el GPT-4 de OpenAI demuestran un rendimiento enormemente mejorado al responder consultas financieras cuando se alimentan con xBRL-JSON convertido a partir de los informes 10K Inline XBRL de la SEC. Aprovechar el análisis de datos estructurados con IA ofreció resultados de consultas en lenguaje natural mucho más precisos en todas las áreas que analizamos, incluidas:
• Estimación del porcentaje del costo de bienes vendidos (COGS)
• Determinación de los dividendos pagados a los accionistas comunes.
• Analizando la concentración de clientes
• Evaluación del crecimiento de las ganancias
• Evaluación de gastos de capital
Los investigadores sugieren (como era de esperar) que los modelos de lenguaje grandes puedan tener problemas con datos no estructurados, a menudo proporcionando respuestas incorrectas o incluso negándose a responder. Aprovechar los datos estructurados existentes, como en el caso de las presentaciones ante la SEC, es clave para un análisis más confiable mediante modelos de IA.
Las presentaciones presentadas a la SEC ya están meticulosamente estructuradas por empresas, con datos XBRL incorporados obligatoriamente por la dirección corporativa en sus divulgaciones. Como extraer información financiera relevante con IA es más eficaz cuando esa información está estructurada, sería prudente utilizar estos datos pre-estructurados.
{Ed: Respetuosamente, comenzar el análisis con versiones PDF de archivos de 10K es ridículo. Es como imprimir fotografías digitales de algunos fuegos artificiales y luego recortar letras individuales con unas tijeras sin punta y pegarlas en la página para deletrear las palabras «Feliz Año Nuevo» en el papel. ¡Es 2024! ¡Despierta y huele los datos estructurados!}
A pesar de las limitaciones actuales, los investigadores creen en el potencial a largo plazo de modelos de lenguaje como Chat-GPT para ayudar a los profesionales de la industria financiera. Sin embargo, subrayan la necesidad de una mejora continua en los modelos de IA.
Desde nuestra perspectiva, agregaríamos algo extremadamente obvio: las mejoras se acelerarán significativamente al aprovechar XBRL para mejorar la precisión y confiabilidad en el análisis financiero basado en IA. Apenas arañamos la superficie, más de una hora o dos… y estamos seguros de que nuestros lectores podrían hacerlo mejor. Comience por convertir Inline XBRL en xBRL-JSON (la mayoría de los procesadores XBRL ahora le permiten hacer esto extremadamente rápido), brinde a la IA algunas sugerencias sobre la estructura y continúe desde allí. Si tenemos tiempo, profundizaremos un poco más e informaremos la próxima semana.