MiFID II, UCITS IV, Dodd Frank og Basel III-Kørsel med Rethink af Massive Data Management

Som Basel III, MiFID II, UCITS IV og Dodd Frank Act er afsluttet og /eller træder i kraft, har stadig højere datakrav blevet kastet på de finansielle institutioner, der kræver dem til at omhyggeligt at spore oprindelsen af ​​data, dens forvandling i løbet af tid og de personer eller processer, der er ansvarlige for at ændre det. Nogle rapporter har anslået, at mindst 70 nye regler kapitalmarkederne vil træde i kraft i Europa mellem 2012 og 2013 med mere end 300 i USA i samme periode.

magt til at hente og konsolidere data fra flere kilder i realtid, så som at fodre data pakhuse, risiko- motorer, og derfor beregne aktuelle risici er derfor afgørende nu mere end nogensinde. Dette er især tilfældet, når man tænker på det aktuelle drev mod at skabe en central OTC-markedet for at forhindre en anden katastrofale finansielle markeder krise blev vidne til i 2007-2009. Nye tilsynsregler er tvingende virksomheder til at udtrække og rapportere om enorme mængder af handelsdata uden at forringe kvaliteten af ​​sådanne oplysninger.

Virksomheden data tilføres priser og risikoanalyse data warehouse-modeller. Den store mængde af OTC-transaktioner er blot en af ​​de mange former for massiv data, der præger hovedstaden og de finansielle markeder. En nylig meningsmåling fra MoneyMate af buy-side markedsdeltagerne viste, at 80 procent af de adspurgte ikke var forberedt på de forestående lovændringer. 75 procent af adspurgte virksomheder betragtes Dodd Frank Act en alvorlig grund til bekymring.

For at være fair at finansielle tjenesteydelser organisationer, der stadig er uforberedt på forestående lovændringer, nye regler som Basel III og MiFID II går gennem flere revisioner og ændringer inden den endelige rammer bliver klart for alle interessenter. Men selv efter de nye regler blevet klart, forskellige systemer mellem kunde overfor, middle office og back office-funktioner gør det vanskeligt for de finansielle institutioner til præcist beregne risikoeksponering, automatisere opgaven sikkerhedsstillelse og iværksætte de, der er nødvendige for at opnå realtid position værdiansættelse.

Ja, for globale finansielle aktører på markedet, en af ​​de største udfordringer deres risikostyring og compliance teams vurderer eksponering på tværs af banken &'; s samlede virksomhed. En nylig meningsmåling fra Simcorp viste, at 30 procent af buy side markedsaktører indrømmede, at de skulle dage eller endda uger at beregne hele deres organisation &'; s risikoeksponering.

For at sætte en sådan trukket ud beregning i sammenhæng, ville dette betyde, at i situationer som den implosion af Lehman Brothers og Bear Stearns, ville 30 procent af buy side spillere være langsom til at reagere på grund af manglende rettidig risiko oplysninger.

Efter de huller, der var så voldsomt, der er nøgne af den finansielle krise 2007-2009 kontrol, har tilsynsmyndighederne direkte eller uforvarende trukket større vægt på markedsdata, som de har til formål at ændre den nuværende OTC-derivater på markedet i en udvekslinger -traded model. En måde at dette sker er det drev til at have et system af Leis (juridisk enhed identifikatorer), der skal bruges til at mærke transaktioner til de respektive modparter.

Regulatorer må ikke efterlades i vedtagelsen massiv datastyring teknologi

Interessant er dog, at mens nye regler har fortsat med at drive innovation i opsamling og forvaltning af enorme mængder af data, finansielle industri vejledere selv er ofte langsomme til at gennemføre sådanne teknikker. Alligevel kan de mere effektive regulatorer indfange og analysere enorme data, jo hurtigere vil de være i stand til at identificere og uskadeliggøre den systemiske risiko.

Faktisk har nogle analytikere af den finansielle krise 2007-2009 lagde skylden ikke på svage love, men på svage tilsyn. Sådanne analytikere har hævdet, at alle de data, der var nødvendigt for tilsynsmyndighederne at kvæle i opløbet de ballooning risici fra derivater og subprime-lån var tilgængelig, men aldrig blev handlet på. Mens ikke alle nødvendigvis er enige med denne tankegang, kontroversen og eventuel opløsning af Office of Thrift Supervision i USA gør låne nogle tiltro til dette forslag.

Alligevel er nogle finanstilsyn markedets tage skridt til effektivt at fange markedsdata. SEC (Securities Exchange Commission) i USA for eksempel, har luftet tanken om et konsolideret Audit Trail. CAT vil være baseret på at indsamle oplysninger fra FINRA og enhver udveksling i et centralt datalager. Oplysningerne vil være på hver ordre, hver citerer og hver indberetningspligtige begivenhed, der påvirker hver enkelt ordre og tilbud. I tilfælde af en pludselig nedbrud, vil SEC have realtid nødvendige data til hurtigt at se, hvad der skete i modsætning til at vente flere uger at dechifrere, hvad der præcist skete.

Vejen frem

nye regler opfordrer begge vejledere og banker til at vedtage en sofistikeret tilgang til opsamling og sammenlægning af data fra flere kilder, rapportere det og vedligeholde data &'; s historie at give mulighed for fremtidig revision. For at gøre dette, skal institutionerne tage en hele virksomheden opgørelse af data, identificere de attributter af disse oplysninger og isolere de områder, der vil være relevante for det lovpligtige rapportering.

En af de vigtigste udfordringer vil være behovet for at harmonisere tidsstempler især når data stammer fra forskellige systemer. Risikostyringsprocessen skal arbejde med teknologi personale til at sikre, at alle data, der gør sin vej ind i lageret risikodata tid-konsistent. Husk, at den bedste tænkelige scenarie er fangst- risiko data og position vurdering at finde sted i nær realtid.

Sikring af tid konsistens kan være svært, når man faktorer muligheden af ​​data i kø i forskellige systemer, som i sidste ende kan påvirke, hvordan rettidig risikostyringsprocessen kan generere en position erklæring. Stadig, ville et avanceret system tage disse dynamikker i betragtning, for at sikre, at de endelige risikorapporter er en nøjagtig gengivelse af aktuelle data
.