Tre trinn for å sette ut en Basel III-Ready data Warehouse

masse, masse data

For å bedre sette pris på omfanget av utfordringen som ligger foran oss for banker med ikrafttredelsen av Basel 3, la oss plass den i riktig sammenheng.

Først finansnæringen har enorme mengder data - sannsynligvis mer enn noen annen sektor av økonomien unntatt teknologiindustrien. Faktisk, for å sette dette uhyrlige i perspektiv, en et anslag fra globale konsulentselskapet McKinsey sette størrelsen på alle bank-lagret informasjon på en exabyte (EB) - tilsvarende 1.000.000 terabyte (TBS). Gitt den iboende sensitiv karakter av finansielle data, ville det være trygt å anta at flertallet av slike lagrede data vil spille en rolle i å beregne eksponering av en gitt bank risiko og også danne grunnlaget for myndighetsrapportering for oss i Basel III.

Ser på slike store mengder data, blir det klart at behovet for en robust risiko datavarehus er mer enn bare å forberede for etterlevelse av Basel III-reglene - det er i stedet om å skape det rette miljøet for å konsolidere og analyse data som sikrer risikostyring beslutninger og regulatoriske rapportene er basert på komplette, korrekte og kompromissløs data. Som du forventer, har bankene kaster hundrevis av milliarder av dollar på sine data management bekymringer over år (de kollektivt tilbrakt over US $ 330 000 000 000 i 2011 av noen anslag). Likevel, selv med slike enorme utgifter, mange hendelser fortsette å vise at å kjøpe dyre systemer er ikke en sølvkule som fører til bedre risikostyring og sterkere internkontroll.

Nå, kaste på de 3 utfordringer som Basel III (finne riktig informasjon, konvertering av data i ulike formater i én sammenhengende format og til slutt, noe som gjør tilgjengelig som data til riktig publikum), og du kan være sikker som administrerende direktører, økonomisjefer, Cros og IT-sjefer har sitt arbeid kutte ut. Likevel kan forberedelse, analyse og forvaltning av data for risikoanalyse og myndighetsrapportering (enten for Basel III eller annet) kondenseres inn i 3 hovedtrinn:

Trinn 1 - Integrere eksisterende systemer

I motsetning til økonomiavdelingen ved hjelp av 5 forskjellige programmer, kredittrisiko avhengig 6 systemer og menneskelige ressurser som har 3 forskjellige systemer for medarbeidersamtaler, lønn og sporing personell sykeforsikring, det første skrittet noen bank bør ta for å ha en sømløs risikostyring og regulatorisk rapportering rammeverket er å redusere antall systemer, datalagre og dermed dataformater innenfor hele organisasjonen.

Overgang en organisasjon fra ulike systemer til mer enhetlig organisasjon plattformer øker generelle effektiviteten og gir et stabilt grunnlag for effektivisering av data som etter hvert vil bli matet inn i risikostyring datavarehus.

I tillegg er prosessen med å integrere eksisterende systemer presenterer også en sjelden mulighet for ledere, linjeledere, risiko offiserer og IT-ansatte til &'; rydde opp &'; prosesser i stor detalj - noen form for business process re-engineering. Dermed sikrer integrasjonsprosessen nøyaktighet, fullstendighet og integriteten til dataene som skal brukes til Basel III risikoanalyse og rapportering, mens på samme tid sikre rutine taktiske og strategiske beslutninger er basert på data av høy kvalitet.

Trinn 2 – Utvikle Risiko-Aware datamodeller

Let &'; s innse det, er risikostyring ikke en bank &'; s kjernevirksomhet. Konstant friksjon som finnes i nesten alle store bank mellom risiko funksjoner på den ene siden (som risiko, revisjon, compliance og juridisk) og kjernevirksomhet funksjoner på de andre (drift, markedsføring, kundeservice etcetera) er klart bevis på dette faktum . Som enhver annen virksomhet, banker eksisterer primært for å tjene penger enten det er gjennom tradisjonelle bankenes inntjening som transaksjonsgebyrer, renter og valuta trading, eller det er via mer avanserte produkter som derivater.

På grunn av dette, naturlig tilnærming mot strukturering risiko datavarehus modeller skaper modellene bygget rundt transaksjoner og bankprodukter. Det er den enkle måten å unngå " upsetting apple cart &' ;. Men som mange banker har smertelig lært, slik tilnærming til datamodellering kan gjøre prosessen med å styre risiko og innlevering nøyaktige regulatoriske rapporter en langtekkelig og kostbar affære, spesielt når regelverket er som i stadig utvikling som de er i banknæringen.

Mens bankene er i virksomhet for å gjøre profitt, er overholdelse av industrien regulering ikke et alternativ - det kan utgjøre forskjellen mellom å vinne tillit og beholde banklisens eller miste begge. Som sådan, er det bedre og mer kostnadseffektiv tilnærming i det lange løp å utvikle datamodeller som er rettet mot risikostyringen og myndighetsrapportering, men som heller ikke lage veisperringer til effektiv flyt av banken prosessen. De datamodeller skal fange alle viktige risikofaktorer, instrumenter, motparter og posisjoner som ville gå inn i beregning av markeds-, kreditt-, likviditets- og operasjonell risiko skissert under Basel III accord.

Dette sentrale datavarehuset blir da den eneste opphavsmann for styring, risiko og regulatorisk rapportering av data.

Trinn 3 - en klart definert Enterprise-wide Risk, Compliance and Governance Regime

Bare å ha en sentralisert risiko datavarehus er ikke nok. Re-samkjøre rapporteringsstrukturer, omdefinerer stillingsbeskrivelser og fjerne overflødige risikorapporteringslinjer må gå hånd i hånd med harmoniserte og risikobevisst datavarehussystemer.

Det er mange fordeler som følger med å sikre banken &'; s rapporteringsstruktur sikrer konsistent og nøyaktig risikoinformasjon. For eksempel ved å harmonisere ansvar og rapporteringslinjer på risiko og compliance ansvar, ville banken ha bestemte personer i oppdrag å gjennomgå og oppdatere datamodeller for å oppfylle nye regelverk som Basel 3 og Dodd-Frank Act.

Konkrete handlingsplaner kan lages med detaljerte veikart for hvordan å oppnå dem, og hvilke avdelinger som vil bli involvert. Banken &'; s styre og ledelse vil også ha en klar siktlinje på hvilken avdeling eller enkeltpersoner vil være ansvarlig for gjennomføring av hva endring. Ledelsen og styret kan også være mer sikre på at risikorapporter de får er komplett og kommer fra avdelingen (e) som har en enterprise-bred utsikt over risikoen
.