MiFID II, UCITS IV, Dodd Frank og Basel III kjøre en Rethink av Massive data Management

Som Basel III, MiFID II, UCITS IV og Dodd Frank Act er ferdigstilt og /eller tre i kraft, har stadig høyere krav data vært thrust på finansinstitusjoner som krever dem å omhyggelig spore opprinnelsen til data, sin transformasjon over tid og de personer eller prosesser som er ansvarlige for å endre den. Enkelte rapporter har anslått at minst 70 nye regelverket for kapitalmarkedene vil tre i kraft i Europa mellom 2012 og 2013, med mer enn 300 i USA i samme periode.

Makten til å hente og konsolidere data fra flere kilder i sanntid, slik som å mate datavarehus, risiko motorer og derfor beregne dagens risikoeksponering er derfor avgjørende nå mer enn noensinne. Dette er spesielt så når en vurderer den nåværende stasjonen mot å skape en sentral OTC markedet, slik som å forhindre en ny katastrofal finansmarkedene krise som ble vitne til i 2007-2009. Nye tilsyns reglene er overbevisende bedrifter å trekke ut og rapportere om enorme mengder handelsdata uten at kvaliteten av slike data.

Bedriften data blir matet inn priser og risikoanalyse datavarehus modeller. Selve volumet av OTC-transaksjoner er bare ett av de mange former for massive data som preger hovedstaden og finansmarkedene. En fersk meningsmåling fra MoneyMate av buy-side aktører viste at 80 prosent av respondentene ikke var forberedt på den forestående regulatoriske endringer. 75 prosent av som ble spurt bedriftene anses Dodd Frank Act en alvorlig grunn til bekymring.

For å være rettferdig mot finansielle tjenester organisasjoner som fortsatt er uforberedt på forestående regulatoriske endringer, nye regler som Basel III og MiFID II gå gjennom flere revisjoner og endringer før den endelige rammen blir klart for alle interessenter. Men selv etter de nye reglene bli klart, ulike systemer mellom kunde vendt, middle office og back office funksjoner gjør det vanskelig for finansinstitusjoner å nøyaktig beregne risikoeksponering, automatisere sivile oppdrag og få på plass systemer som er nødvendige for å oppnå reell stilling verdivurdering.

Ja, for de globale finansmarkedene spillere, en av de største utfordringene deres risikostyring og compliance team vurderer eksponering over bank &'; s hele virksomheten. En fersk meningsmåling fra Simcorp viste at 30 prosent av buy side aktørene innrømmet at de ville trenge dager eller uker å beregne hele sin organisasjon &'; s risikoeksponering.

For å si slikt trukket ut beregning i sammenheng, vil dette bety at i situasjoner som implosjon av Lehman Brothers og Bear Stearns, ville 30 prosent av buy side spillere være treg til å reagere på grunn av mangel på riktig risiko informasjon.

Etter kontroll hullene som ble så dramatisk blottet ved 2007-2009 finanskrisen har veiledere direkte eller utilsiktet trukket større oppmerksomhet til markedsdata som de tar sikte på å endre dagens OTC derivatmarkedet inn i en utveksling -traded modell. En måte at dette skjer er stasjonen til å ha et system av leis (Legal Entity identifikatorer) som skal brukes til å merke transaksjoner til respektive motparter.

Regulators må ikke bli liggende igjen i å vedta massive data teknologi

Interessant om er at mens nye regler har fortsatt å drive innovasjon i fangst og forvaltning av enorme mengder data, finansnæringen veiledere selv er ofte trege i å implementere slike teknikker. Likevel kan de mer effektive regulatorer fange opp og analysere enorme data, jo raskere vil de være i stand til å identifisere og uskadeliggjøre systemrisiko.

Faktisk har enkelte analytikere i 2007-2009 finanskrisen lagt skylden ikke på svake lover, men på svak tilsyn. Slike analytikere har hevdet at alle data som var nødvendig for veiledere å nappe i knopp en utposning risiko fra derivater og subprime boliglån var tilgjengelig, men ble aldri handlet på. Selv om ikke alle vil nødvendigvis enig med denne tankegangen, kontroversen og eventuell oppløsning av Office of Thrift Tilsyn i USA gjør låne noen tilslutning til dette forslaget.

Likevel er noen finansielle markedsledere tar skritt for å effektivt fange markedsdata. SEC (Securities Exchange Commission) i USA for eksempel, har luftet ideen om en Consolidated Audit Trail. CAT ville være basert på rang informasjon fra FINRA og hver utveksling til et sentralt dataregister. Informasjonen vil være på hver bestilling, hver sitat og hver rapporteringspliktig hendelse påvirker hver ordre og tilbud. I tilfelle en plutselig krasj, ville SEC har sanntidsdata er nødvendig for å raskt se hva som skjedde i motsetning til å vente flere uker for å tyde hva som egentlig skjedde.

Veien videre

nye forskrifter kaller på både veiledere og banker til å vedta en sofistikert tilnærming mot fangst og aggregering av data fra flere kilder, rapportere det og vedlikeholde dataene og' s historie å tillate for fremtidig revisjon. For å gjøre det, må institusjonene ta en enterprise-wide opptelling av data, identifisere egenskapene til slike data og isolere feltene som vil være relevant for myndighetsrapportering.

En av de viktigste utfordringene vil være behov for å harmonisere tidsstempler spesielt når dataene stammer fra ulike systemer. Risiko ledere må jobbe med teknisk personell for å sikre alle data som gjør sin vei inn i risiko datavarehus er tids konsekvent. Husk at den beste fall er for risiko datafangst og posisjon avgrensnings å skje i nær sanntid.

Sikre tid konsistensen kan være vanskelig når man faktorer muligheten for data i kø i ulike systemer som kan til slutt påvirke hvordan betimelig risiko ledere kan generere et standpunkt. Likevel, ville et sofistikert system ta disse dynamikk i betraktning, slik som å garantere at de endelige risikorapporter er en nøyaktig gjengivelse av aktuelle data
.