Fastsættelse forretningsprocesser med Basel III og andre nye Risk Management Regulations

Den mest stærkt reguleret industri?

På grund af den kritiske rolle, den spiller i økonomien, har banksektoren altid været den mest regulerede i noget land. Man behøver blot at se på enhver større økonomisk krise i løbet af det sidste århundrede at se, at banksektoren har altid været i centrum for sådanne begivenheder. Faktisk er ikke er banker love om erhvervslivet såsom databeskyttelse og privatlivets fred ofte først anvendt på den finansielle sektor, før de forplanter sig til andre sektorer af økonomien.

Bankerne er usandsynligt at undslippe sigtekornet enhver tid snart, hvis fremkomsten af ​​nye forordning som Basel III og Dodd Frank Act er noget at gå efter. Og de har ikke andet valg end at overholde de nye love. Som en virksomhed, til at risikere at miste deres banklicens, pådrage velvoksen sanktioner, og som har en bule på deres omdømme er ikke en mulighed. Der er også de forretningsmæssige risici, der går med manglende overholdelse, f.eks ikke har tilstrækkelig kapital til at modstå store chok. I sidste ende er formålet med risikostyring regulering såsom Basel III er at beskytte både banker og deres kunder.

slå to fluer med et enkelt Stone

Men overholdelse koster penge. Udgifterne spænder fra at ansætte eksterne konsulenter, som vil guide banken gennem processen, at købe ny infrastruktur og opgradering af eksisterende systemer. Den endelige omkostninger og virkninger afhænger af forskellen mellem den nye ramme og dens forgænger. Bemærk dog, at bare fordi en sådan udgift vil gå i retning af overholdelse af regulatorer betyder ikke, det vil omgå den rutinemæssige interne proces til budgettet godkendelse.

Som sådan ledende medarbejdere, risikostyringsprocessen og linjeledere skal sikre, at processen med at opfylde de strenge krav, der er skitseret i Basel III også bruges som en mulighed for at tage fat på processen ineffektivitet, vagt mod større risici og hæve institutionen &'; s overordnede konkurrencefordel.

For eksempel, Basel III-standarden henvender sig primært til likviditetsrisiko, kapitaldækning og stresstest. Det kræver bankerne til at ændre, hvordan de beregner likviditet og gearing. Den logiske følge af de nye rammer er, at de finansielle institutioner er nødt til at integrere alle relevante datakilder og udvikle en ny tilgang til dataanalyse og modellering. Basel III kræver mere gennemsigtighed og større dokumentation fra banker end nogensinde før.

Bankerne skal således skabe modeller, der sikrer overholdelse. De mere kyndige institutioner dog langsomt erkender, at de samme processer, projektledere hold, infrastrukturinvesteringer og data warehouse modeller, der vil være nødvendige for at forberede Basel III-overholdelse kan udnyttes til samtidig at forbedre forretningsprocesser og sikre organisationen kører mere effektivt. Med andre ord, overholdelse af Basel III er ikke gensidigt udelukkende med at udvikle den nødvendige infrastruktur for banken til at skærpe sin evne til at identificere og reagere på profit gør muligheder.

I virkeligheden, i dag &'; s stærkt teknologi-afhængige banksektor, både overholdelse af lovgivningen og smartere, mere effektiv forretning beslutningstagning, er på deres kerne, data-drevet. Enhver bank, der korrekt kan placere sine data warehouse og teknologi infrastruktur står til at vinde fra både overholdelse og bedre forretning effektivitet.

Trykket af Big Data og Real-time rapporter

Bare et årti eller så siden Det var for at banker i mange af verdens &'; s store økonomier til at udføre likviditetstilførende fokuseret stresstest gang om måneden. Men da finanskrisen i 2008 viste, kan markedsforhold, der syntes stabil dramatisk ændre i løbet af få dage. Det betyder, de finansielle institutioner er nødt til at være klar på, hvad deres likviditetsposition på daglig basis.

Ikke alene har disse oplysninger dagligt forlade banken bedre forberedt til at planlægge og vejr en krise, men det giver også en kant i forhold til konkurrenter i at reagere på markedets skiftende begivenheder såsom en større børskrak, politisk omvæltning eller ødelæggende naturkatastrofer som tsunamier.

For de større banker, realiteterne i Basel III-overholdelse indebærer enorme krav til dataanalyse. Finansielle institutioner må fange, harmonisere, analysere og rapportere om flere oplysninger end de har gjort før, ofte i klumper af en terabyte eller mere. Da denne samme data ville blive transmitteret over det samme netværk, der overfører oplysninger fra dag til dag forretningsprocesser, ville netværksinfrastruktur blive anstrengt.

I sidste ende, tweaking netværksarkitektur, datawarehouse og anden teknologi infrastruktur om en forordning til regulering grundlag hverken omkostningseffektiv heller ikke give mulighed for en effektiv udnyttelse af de eksisterende ressourcer. I stedet skal den øverste ledelse af finansielle tjenesteydere udvikle en detaljeret it-infrastruktur og forretningsprocesser plan, der forudser ændringer i fremtidige lovgivningsmæssige rammer. Synligheden, analytisk og rapportering kapacitet skal være rettet mod at opfylde ikke blot nuværende regulering, men også kravene fra fremtidige ændringer af erhvervsklimaet.

En af de måder bankerne kan prime deres systemer og processer for fremtidige ændringer er gennem aggressive konsolidering af deres data i datavarehuse. En sådan konsolidering uvægerligt kræver datakonvertering og standardisering format. Fordelen ved konsolidering er, at det fortsat vil være nyttige i fremtidige compliance. Data konsolidering giver mulighed for sådanne institutioner til at rette systemer og processer, der ikke fungerer effektivt.

Nye internationale regler bank såsom Basel III kræver en sådan gennemsigtighed, at tilsynsmyndigheden vil ønske at se klart, hvordan data blev fanget, konsolideret og hvilke teknikker blev brugt til at rydde op og standardisere det. Således skal bankerne vedtage en datawarehouse model og en tilgang til erhvervelse af nye teknologier, der inkorporerer følgende:.

● En model, hvis logik er bygget op omkring dybe dataudtræk
● En slutbruger venlig model, der kan hurtigt indsat og sat til at bruge i hele organisationen.
● En model, der giver mulighed for hurtig udførelse af forespørgsler på tværs af alle systemer i virksomheden.
● Indbygget sammenhæng og præcision kontrol, der sikrer kvalitet, hvis data. Overensstemmelseskontrol bør omfatte en forsoningsproces, hvor der kan identificeres og løses uoverensstemmelser.
● Et data warehouse model, der har kapacitet til at håndtere store datamængde og konsekvent udføre, hvad-nu-hvis scenarieanalyser og stresstest.

Smart overholdelse

Alle banker skal overholde branchens regler. Men ikke alle tilgange til overholdelse er lige så effektiv. En af de største fejltagelser institutioner make er hurtigt at erhverve teknologi til at løse, hvad der kan synes som et presserende overholdelse eller business behov. Over tid, kan banken finde sig med en lang række forskellige systemer fra flere leverandører, en situation, der ville udgøre en alvorlig udfordring for konsolideringsbestræbelser. Hvis organisationen har 20 forskellige systemer hver genererer data i sit eget format, udvikle et enkelt øjebliksbillede billede af tilstanden af ​​hele banken på grundlag af alle data, enterprise ville være en besværlig øvelse
.