Gewinnung des Wettbewerbsvorteils aus dem Referenzdatenmanagement

Alle Organisationsdaten fallen in eine der beiden Kategorien & ndash; Transaktionsdaten und Referenzdaten. Im Rahmen der regulatorischen Berichterstattung von Finanzinstituten ist die Bedeutung der Transaktionsdaten selbstverständlich. Denn es sind tatsächlich Transaktionen, die für die Bestimmung des Ausmaßes eines Kreditinstituts in Bezug auf Kredit-, Markt- und Liquiditätsrisiken am meisten verantwortlich sind.
Allerdings sind auch Referenzdaten wichtig. Auch als statische Daten bezeichnet, enthalten Referenzdaten Produkt- oder Sicherheitsbeschreibungen, Gegenparteien, Kalender, externe Markt- und Preisdaten. Referenzdaten sind deskriptiv und werden über Transaktionen geteilt und in Transaktionen wiederverwendet. Die Referenzdaten werden durch die neuen Regelungen insbesondere in Bezug auf die zusätzliche Datenerfassung (z. B. wie in Solvency II, Basel III und FATCA (Foreign Account Tax Compliance Act) beschrieben) beeinflusst.
Aber gut verwaltete Referenzdaten können eine Plattform für Unternehmenswachstum und Wettbewerbsfähigkeit bieten. Gute Referenzdaten sind eine leistungsfähige Grundlage für Business Intelligence, die Einblicke in Produkte und die Schaffung der Bühne für maximale Rendite.
Die Finanzdienstleistungsbranche ist bei der Prozessautomation an der Spitze geblieben. Zwischen den beiden Arten von Daten sind die Referenzdaten oftmals schwieriger zu automatisieren und benötigen traditionell einen manuellen Eingriff. Aber jeder manuelle Prozess in der Verwaltung von Daten ist kostspielig, begrenzt und bindet Mitarbeiter, die sonst in anderen Wertschöpfung Aktivitäten engagieren würden.
Wie das Geschäft wächst, so auch die Menge der Daten. Und wie sich neue Regelungen wie Solvency II, Basel III und FATCA anstoßen, so verhält es sich auch mit der Menge an Informationen, die dem Risiko Data Warehouse zugeführt wird und das interne Risikomanagement durchführt und Regulierungsberichte erstellt. Manuelle Datenverwaltung kann nur so weit gehen, bis die Datenmenge überwältigend wird.
Denken Sie daran, dass die Zeit für die Einreichung von regulatorischen Berichten begrenzt ist & ndash; Oft so wenig wie 20 Tage nach dem Ende des fraglichen Zeitraums. Manuelle Eingriffe erhöhen zudem das Fehlerrisiko. Im Gegensatz dazu ermöglicht die strategische Automatisierung von Referenz- und Transaktionsdatenerfassung, -analyse und -modellierung eine Echtzeitbetrachtung der Geschäftsbelastung.
Dies verringert die Wahrscheinlichkeit von nachgelagerten Inkonsistenzen. Wenn sich z. B. bestimmte Merkmale der Gegenpartei, des Instruments oder des Kunden geändert haben, werden sie sofort im Risiko-Data-Warehouse und den nachfolgenden Risikoberichten berücksichtigt. Im Folgenden sind einige Bereiche aufgelistet, in denen qualitativ hochwertige Referenzdaten und ein schlechtes Referenzdatenmanagement eine direkte Kapital- und Kostenbelastung für das Unternehmen haben können.
Regulatorisches Kapital & ndash; Die fehlerhafte Einstufung von Vermögenswerten, die auf falsche oder unvollständige Referenzdaten zurückzuführen sind (zB fehlende Produktkategorien, fehlende Ratings, falsche Adressinformationen etc.), kann unter Berücksichtigung von Basel III die Aufrechterhaltung eines zusätzlichen Kapitals in der Bilanz erforderlich machen, wodurch Kapital aus dem Business & rsquo entzogen wird ; Kerngeschäft.
Zum Beispiel hängt die Gegenpartei Kreditrisikokosten in der GuV von der jeweiligen Ausfallwahrscheinlichkeit der jeweiligen Gegenpartei ab. Inkonsistente oder ungenaue Referenzdaten führen nicht nur zu inkorrekter Risikoberichterstattung, sondern auch zu ungenauer GuV-Berechnung. In großen Finanzinstituten, in denen Kapital und GuV in Milliarden von Dollar liegen, können die Kosten solcher scheinbar winzigen Fehler im Risikodatenlager kolossal sein.
Produkt-Setup & ndash; Schlechte Verwaltung von Referenzdaten kann die Fähigkeit einer Organisation behindern, neue Produkte schnell zu erstellen. In der Finanzdienstleistungsbranche, in der die Geschwindigkeit, auf Marktveränderungen zu reagieren, einen großen Unterschied in den Umsätzen bewirken kann, ist die Entwicklung von robusten, risikobeurteilten Produkten kurzfristig unerlässlich.
STP / ndash; Straight Through Processing (STP) ist ein großer Teil des Bankgeschäfts heute. Von den kleinsten bis zu den größten Banken gibt es kaum ein Finanzinstitut, das keine Form von STP hat. Die geschäftlichen Vorteile sind klar & ndash; Schnellere Verarbeitung, geringere manuelle Eingriffe und erhebliche Kosteneinsparungen. Aber die Erfolgsquote von STP hängt von der Qualität und Konsistenz der Transaktions- und Referenzdaten ab.
Beispielsweise würde das Fehlen einer Kontonummer, eines BIC-Bezeichners, eines eingespeisten Drahtes oder einer IBAN verhindern, dass eine ausgehende oder eingehende Bank-Transaktion automatisch auf das Begünstigungskonto angewendet wird. Jeder gescheiterte Handel oder jede Transaktion hat eine Kosten, wobei die größte Komponente die Arbeitsstunden ist, die erforderlich sind, um jeden ausgefallenen Handel oder jede Transaktion manuell zu reparieren.