Fikse forretningsprosesser med Basel III og andre fremvoksende Risk Management Regulations

Det mest tungt regulert bransje?

På grunn av den kritiske rollen den spiller i økonomien, har banksektoren alltid vært den mest regulerte i alle land . Man trenger bare å se på noen store økonomiske krisen det siste århundret å se at banknæringen har alltid vært kjernen i slike hendelser. Faktisk er non-bank lover som regulerer næringslivet som databeskyttelse og personvern ofte først brukt på finansnæringen før de blir overført til andre deler av økonomien.

Bankene er usannsynlig å unnslippe trådkorset helst snart hvis fremveksten av ny forskrift som Basel III og Dodd Frank Act er noe å gå etter. Og de har lite annet valg enn å følge de nye lovene. Som en bedrift, å risikere å miste sin bankkonsesjon, pådra seg heftig straff og har en bulk på deres omdømme er ikke et alternativ. Det er også de forretningsrisikoer som går med manglende overholdelse f.eks ikke å ha tilstrekkelig kapital til å tåle store forstyrrelser. Til syvende og sist er målet for risikostyring regulering slik som Basel III er å beskytte både bankene og deres kunder.

to fluer i en enkelt stein

Men etterlevelse koster penger. Kostnadene varierer fra å ansette eksterne konsulenter som vil lede banken gjennom prosessen, å kjøpe ny infrastruktur og oppgradering av eksisterende systemer. Eventuell kostnad og effekt avhenger av misforhold mellom det nye rammeverket og forgjengeren. Merk imidlertid at nettopp fordi en slik regning vil gå mot etterlevelse regulatorer betyr ikke at det vil omgå rutine intern prosess for budsjett godkjenning.

Som sådan, toppledere, risikoledere og linjeledere skal sikre at prosessen med å overholde de strenge kravene som er skissert i Basel III er også brukt som en mulighet til å løse prosess ineffektivitet, vakt mot store sjanser og heve institusjon &'; s samlede konkurransefortrinn.

For eksempel, i hovedsak tar for seg Basel III standard likviditetsrisiko, kapitaldekning og stresstesting. Det krever bankene å endre hvordan de beregner likviditets og leverage ratio. Den logiske resultat av det nye rammeverket er at finansinstitusjonene har til å integrere alle relevante datakilder og utvikle en ny tilnærming til dataanalyse og modellering. Basel III krever mer åpenhet og større dokumentasjon fra banker enn noen gang før.

Bankene må dermed lage modeller som sikrer etterlevelse. De mer kunnskapsrike institusjonene er imidlertid sakte erkjenner at de samme prosessene, prosjektgrupper, investeringer i infrastruktur og datavarehus modeller som vil være nødvendig for å forberede for Basel III etterlevelse kan bli brukt til å samtidig forbedre forretningsprosesser og sikre organisasjonen driver mer effektivt. Med andre ord, er etterlevelse av Basel III ikke gjensidig utelukkende med å utvikle infrastrukturen som er nødvendig for banken å skjerpe sin evne til å identifisere og svare på profitt å gjøre muligheter.

Faktisk, i dag &'; s tungt teknologi-avhengige banknæringen, både regelverket og smartere, mer effektiv virksomhet beslutningsprosesser, er i sin kjerne, data-drevet. Enhver bank som riktig kan plassere sitt datavarehus og teknologisk infrastruktur står for å få fra både etterlevelse og bedre effektivitet.

Trykk av Big data og sanntidsrapporter

Bare et tiår eller så siden , det var i orden for banker i mange av verdens &'; s store økonomier til å gjennomføre likviditetsfokusert stresstesting gang i måneden. Men som finanskrisen i 2008 viste, kan markedsforhold som virket stabil dramatisk endring i løpet av noen dager. Dette betyr finansinstitusjoner må være tydelig på hva deres likviditetsposisjon på en daglig basis.

Ikke bare har slike data daglig forlate banken bedre forberedt på å planlegge og vær en krise, men det gir det også et forsprang på konkurrentene i å svare på markeds skiftende hendelser som for eksempel en stor børskrakket, politisk omveltning eller ødeleggende naturkatastrofer som tsunamier.

For de større bankene, realitetene i Basel III compliance innebærer enorme krav til dataanalyse. Finansinstitusjoner må fange, harmonisere, analysere og rapportere om mer informasjon enn de har gjort før, ofte i biter av en terabyte eller mer. Siden samme dataene vil bli videreformidlet over samme nettverk som overfører informasjon fra dag til dag forretningsprosesser, vil nettverksinfrastruktur bli anstrengt.

Til syvende og sist, tweaking nettverksarkitektur, datavarehus og annen infrastruktur på en regulering til regulering grunnlag verken kostnadseffektivt heller ikke tillate for effektiv bruk av eksisterende ressurser. I stedet må den øverste ledelsen av finansielle tjenesteytere utvikle en detaljert IT-infrastruktur og forretningsprosesser plan som ser for seg endringer i fremtidige regulatoriske miljøet. Sikten, analytisk og rapporteringsmulighet må være rettet mot å møte ikke bare gjeldende regulering, men også kravene fra fremtidige endringer i virksomheten miljøet.

En av måtene bankene kan prime sine systemer og prosesser for fremtidige endringer er gjennom aggressiv konsolidering av sine data i datavarehus. En slik konsolidering alltid krever datakonvertering og format standardisering. Fordelen med konsolidering er at den vil fortsette å være nyttig i fremtidige krav til samsvar. Data konsolidering gir en mulighet for slike institusjoner til å korrigere systemer og prosesser som ikke fungerer effektivt.

Nye internasjonale bank forskrifter som Basel III kreve slik åpenhet at regulator vil ønske å tydelig se hvordan data ble tatt til fange, konsolidert og hvilke teknikker ble brukt til å rydde opp og standardisere den. Dermed må bankene vedta et datavarehus modell og en tilnærming til å anskaffe nye teknologier som inneholder følgende:.

● En modell som logisk bygget rundt dyp data utvinning
● En sluttbrukervennlige modell som kan raskt kan distribueres og tatt i bruk i hele organisasjonen.
● En modell som gir mulighet for rask gjennomføring av spørringer på tvers av alle systemer i bedriften.
● Bygget i konsistens og presisjon kontroller som sikrer kvaliteten hvis data. Konsistenskontroller bør inneholde en forsoningsprosess der avvik kan identifiseres og løses.
● Et datavarehus-modellen som har kapasitet til å håndtere store datamengder og konsekvent utføre hva-hvis-scenario-analyser og stresstesting.

Smart compliance

Alle banker må oppfylle bransjeforskrifter. Men ikke alle tilnærminger til etterlevelse er like effektiv. En av de største feilene institusjoner make blir fort skaffe teknologi til å håndtere det som kan virke som et presserende etterlevelse eller forretningsbehov. Over tid, kan banken finne seg selv med en rekke ulike systemer fra flere leverandører, en situasjon som ville utgjøre en alvorlig utfordring for konsolidering innsats. Dersom organisasjonen har 20 forskjellige systemer hver generering av data i sitt eget format, utvikle en enkelt øyeblikksbilde av tilstanden i hele banken basert på alle bedriftens data ville være en møysommelig øvelse
.