BCBS 239 AGGREGATION VON RISIKODATEN UND RISIKOREPORTING MIT SAS

Transkript

1 BCBS 239 AGGREGATION VON RISIKODATEN UND RISIKOREPORTING MIT SAS

2 BCBS 239 Grundsätze für die effektive Aggregation von Risikodaten und die Risikoberichterstattung Aufsichtsrechtliche Anforderungen haben Auswirkungen auf die IT, die Prozesse und die Organisation bietet die Technologie zur effizienten Umsetzung der IT-Anforderungen

3 14 PRINCIPLES REGULATORS WANT TO HAVE A MORE ACCURATE RISK MANAGEMENT PROCESS 1. Governance 2. Data Architecture and Infrastructure Overarching governance and infrastructure Risk data aggregation capabilities 3. Accuracy and Integrity 4. Completeness 5. Timeliness 6. Adaptability 7. Accuracy 8. Comprehensiveness 9. Clarity 10.Frequency 11.Distribution Risk reporting practices Principles of Effective Risk Data Aggregation and Risk Reporting Supervisory review, tools and cooperation 12. Supervisory review 13. Remedial actions and supervisory measures 14. Home/host cooperation

4 BCBS Handlungsfelder stehen im Fokus 14 Grundsätze 6 Handlungsfelder Governance und Infrastruktur Risikodaten-Aggregation Risikoberichterstattung Harmonisierung Risiko- und Finanzinfrastruktur Einheitlicher Risikodatenhaushalt Senior Management Data Governance Cockpit Automatisierter aber flexibler Gesamtrisikobericht Ad-hoc-Simulationsfähigkeit Excel- und Desktop-Migration 1 SAS Risk Factory Suite Integrationsfähigkeit Analytics Factory High Performance Technologien Data Governance Business Intelligence Data Management Aufsichtliche Überprüfungen mittelbar

5 BCBS 239 BESCHLEUNIGUNG DES WISSENSGENERIERUNGSPROZESSES IM RISIKO Verkürzung des Erstellungsprozesses von transparenten Risikoberichten Beschleunigungen in der Datenaufbereitung, Analytik und Berichtswesen durch: Abbau von manuellen Eingriffen Automatisierung in Datenqualitätsprozessen Aufbau einer Data Governance (Aufbau, Ablauf, Technik) Einsatz von High Performance-Technologien Einsatz von Analytik und Visualisierungen zum besseren Verständnis von Korrelationen

6 ABSCHNITT I Gesamtunternehmensführung und Infrastruktur Grundsatz Erläuterung Unterstützung durch SAS 1 Governance Governance-Regelung für Aggregation von Risikodaten und Risikoreporting Durchgängiges Metadatenkonzept (inkl. Dokumentation und Data Glossary) Daten(-qualitäts)management in der Verantwortung der Geschäftsleitung Framework zur Etablierung und Dokumentation von Verantwortlichkeiten und Begriffen Klare Rollen und Verantwortlichkeiten für Daten und Datenqualität auf Fach- und IT-Seite Messung und kontinuierliche Verbesserung der Datenqualität Einheitliches Verständnis zu Daten 2 Datenarchitektur und IT- Infrastruktur Aufbau, Pflege und Dokumentation einer internen Datenarchitektur und IT-Infrastruktur Umfassende Unterstützung für die Aggregation von Risikodaten und das Risikoreporting (auch in Stressphasen und Krisen) Skalierbares Framework zum Aufbau einer abteilungs- und unternehmensweiten Infrastruktur Werkzeuge für die Datenanbindung und das Datenmanagement unterschiedlichster Datenquellen und -formate zur Pflege zentraler Datenbestände Klare Zuständigkeiten und Verantwortlichkeiten für Daten und Datenqualität sowohl IT als auch Fachseitig

7 ABSCHNITT II Risikodaten-Aggregationskapazitäten (I) Grundsatz Erläuterung Unterstützung durch SAS 3 Genauigkeit und Integrität Genaue und verlässliche Risikodaten Weitgehend automatisierte Aggregation zur Minimierung der Fehlerwahrscheinlichkeit Ziel sollte ein einheitlicher Datentopf für alle Risikodaten sein Entwicklung von Maßen, mit denen die Genauigkeit der Daten gemessen werden kann Werkzeuge zur Automatisierung und Standardisierung der Prozesse von der Datenaufbereitung über die -aggregation bis zur -bereitstellung (auf Einzelgeschäftsebene) Modellierung von Business Rules zur Sicherstellung und Verbesserung der Datenqualität Messung der Datenqualität mittels KPIs 4 Vollständigkeit Erfassung und Aggregation aller wesentlichen Risikodaten Vereinheitlichung und Integration von Daten aus verschiedenen Quellen Verfügbarkeit auf Konzernebene nach flexiblen und diversen Auswertungs-dimensionen Bereitstellung der Daten auf granularer Ebene ohne vorherige Aggregation Verfügbarkeit und Flexibilität bei der Auswahl von Auswertungsdimensionen Flexibilität bei der ad hoc-erstellung von Dimensionen und Hierarchien Entwicklung von Maßen für die Vollständigkeit der Daten Automatisierung und Standardisierung von Prozessen zur Berichtserstellung und -verteilung an die Empfänger Messung der Vollständigkeit mittels KPIs

8 ABSCHNITT II Risikodaten-Aggregationskapazitäten (II) Grundsatz Erläuterung Unterstützung durch SAS 5 Aktualität Zeitnahe Bereitstellung aggregierter Daten Abhängig von Art, Volatilität und Kritikalität der Risiken für Gesamtrisikoprofil Bankspezifische Berichtsfrequenz Berücksichtigung der Grundsätze nach Genauigkeit, Verlässlichkeit, Vollständigkeit und Anpassbarkeit Werkzeuge zur Automatisierung und Standardisierung der Prozesse von der Datenaufbereitung über die -aggregation bis zur -bereitstellung Modellierung von Business Rules zur Sicherstellung und Verbesserung der Datenqualität Messung der Aktualität mittels KPIs 6 Anpassungsfähigkeit Bearbeitung einer großen Bandbreite von ad hoc-anfragen Bewältigung von Anfragen in Stressphasen und Krisen Drill-down Möglichkeit bei allen wesentlichen Risikoarten Kapazitäten zum Einbezug von Änderungen der regulatorischen Rahmenbedingungen und der Organisation (z.b. M&A) Zeitnahe Datenintegration und -verarbeitung auch bei hohen Datenvolumen und vielen Zugriffen durch hohe Leistungsfähigkeit, Skalierbarkeit und Stabilität Flexibilität in der Anpassung und Erweiterung von Berichten Möglichkeit der zeitnahen Bereitstellung von Detailinformationen und deren Visualisierung

9 ABSCHNITT III Risikoberichterstattung (I) Grundsatz Erläuterung Unterstützung durch SAS 7 Genauigkeit Genaue und korrekte Zusammenführung von aggregierten Berichtsdaten Werkzeuge zur Sicherstellung der Konsistenz von unterschiedlichen Berichten Aufzeigen von Unsicherheiten durch Näherungswerte Unterstützung von automatisierten und manuellen Abgleichen Abstimmung und Validierung von Berichtsdaten Effiziente Validierung von Berichten Routinen / Prozesse für die Identifizierung und Erklärung für Datenfehler Nachvollziehbarkeit und Transparenz der Datenverarbeitungsprozesse Alle Risikoarten umfassender Gesamtbericht Messung der Genauigkeit mittels KPIs 8 Umfassender Charakter Berücksichtigung der Anforderungen der Berichtsempfänger (Umfang und Tiefe des Berichts) Werkzeuge zur vollständigen Erfassung der risikorelevanten Daten aus den Quell- und Vorsystemen für alle Risikoarten (inkl. Aggregation) Neben der Datenbereitstellung auch Wertung und Maßnahmenempfehlungen (keine reinen Datenfriedhöfe!) Forward-looking risk assessment nicht bloße Auflistung von point-in-time Daten Flexibles und durch den Fachbereich zu definierendes Berichtsdesign Fähigkeit zur Simulation, zur Modellierung und zum Forecasting (proaktives statt reaktives Reporting)

10 ABSCHNITT III Risikoberichterstattung (II) Grundsatz Erläuterung Unterstützung durch SAS 9 Klarheit und Nutzen (Verständlichkeit) Einfach zu verstehen und umfassend genug für Entscheidungsunterstützung Balance aus Risikodaten, Analyse und Interpretationen sowie qualitativen Erläuterungen Nachweis der Entscheidungsunterstützung Voller Umfang der visuellen Aufbereitung von Berichten gemäß aktueller Standards Standardisierung durch Automatisierung Aggregation von Daten und Informationen bei gleichzeitiger Möglichkeit des Drill Downs bis auf Einzelgeschäftsebene (für alle Berichte und Berichtsempfänger) Kommentierung von Berichten seitens Ersteller und Empfänger 10 Häufigkeit / Frequenz Frequenz durch Berichtsempfänger festzulegen Abhängig von der Art und der Volatilität der Risiken Erhöhung der Berichtsfrequenz in Stress- und Krisenzeiten Monatsberichte mit maximal 10 Arbeitstagen Zeitverzug beim zuständigen Vorstand Schnelligkeit der Berichtserstellung ist sicherzustellen und zu testen Unterstützung beliebiger Ladefrequenzen (bis hin zu Realtime-Datenbereitstellungen) Einfache Erhöhung der Berichtsfrequenz durch flexible Anpassung der Prozesse aufgrund linearer Skalierbarkeit Sicherstellung der Schnelligkeit in dem Fertigungsprozesses aufgrund von ganzheitlichen High Performance Framework (end-to-end) Automatisierung von Prozessen

11 ABSCHNITT III Risikoberichterstattung (III) Grundsatz Erläuterung Unterstützung durch SAS 11 Verbreitung Verteilung an relevante Parteien Sicherstellung der Vertraulichkeit Berichtswege und -berechtigungen Rollen- und Berechtigungskonzept zur Sicherstellung der Vertraulichkeit der Daten Automatisierte Verteilung Dynamische Anpassung von Berichten Bereitstellung von Berichten auf mobilen Endgeräten (Mobile BI) Workflowbasiertes Anforderungsmanagement 12 bis 14 Aufsichtliche Überprüfungen, Instrumente und Zusammenarbeit Regelmäßige Überprüfung und Evaluierung der Compliance mit den elf für die Banken geltenden Grundsätzen Korrektur- und Aufsichtsmaßnahmen mittels geeigneter Instrumente Grenzüberschreitende Zusammenarbeit durch Kooperation der relevanten Aufsichtsbehörden Unterstützung im Überprüfungsprozess durch BI-Kapazitäten Einfache Umsetzung von Anpassungen aufgrund von Anforderungen der Aufsicht aufgrund von White-Box-Ansatz und Transparenz Weltweite Unterstützung durch SAS als kompetenter Partner mit Know How und Technologie

12 ZUSAMMEN- FASSUNG Abgeleitete Anforderungen aus den Grundsätzen 1-11 Daten(qualitäts)- management Datendokumentation Verfügbarkeit und Aktualität der Daten Qualität und Verständlichkeit der Berichte Anpassungsfähigkeit und Integration Klare Data Governance mit Rollen und Verantwortlichkeiten Durchgängige fachliche und technische Metadatendokumentation Vollständige, konsistente und konzernweite Datenbasis Adressatengerechte Berichte mit Analysen und Erläuterungen Flexibilität und Skalierbarkeit auch in Stressund Krisensituationen Erforderliche Komponenten In-Memory- Processing Integrationsschicht Event-Stream- Processing Visualisierung Limit Alerts und Workflow Ergänzende Komponenten Verarbeitung großer Datenvolumina und komplexe Real-Time- Berechnungen Erfassung und Vereinheitlichung unterschiedlicher Datenquellen Data Feeds, ausgelöst durch Markt- und Geschäftsereignisse Visualisierungs-Tools für flexible Datenaggregation und visuelle Analyse Überwachung von unterschiedlichen Limiten und Eskalierungsworkflow Einfache Integration weiterer Komponenten (z.b. Pricing Engines) Quelle: Deloitte (2013)

13 SAS HIGH PERFORMANCE RISK INFRASTRUCTURE BCBS 239 EINFACH UND SCHNELL UMGESETZT. Bankenspezifisches Datenmodell Skalierbare Plattform DQ Rahmenwerk Bewährte Technologie und ausgereifte Lösungen Vordefinierte Analysen und Berichte SAS High Performance Risk Infrastructure Metadatenkonzept Simulation und Stresstesting High Performance- Technologien und -Lösungen IT Governance und Sicherheit

14 ZUSAMMEN- FASSUNG Erfüllung der Anforderungen mit SAS In-Memory- Processing Integrationsschicht Event-Stream- Processing Visualisierung Limit Alerts und Workflow Ergänzende Komponenten Verarbeitung großer Datenvolumina und komplexe Real-Time- Berechnungen Erfassung und Vereinheitlichung unterschiedlicher Datenquellen Data Feeds, ausgelöst durch Marktund Geschäftsereignisse Visualisierungs-Tools für flexible Datenaggregation und visuelle Analyse Überwachung von unterschiedlichen Limiten und Eskalierungsworkflow Einfache Integration weiterer Komponenten (z.b. Pricing Engines) SAS High-Performance Analytics SAS Data Management SAS Event Stream Processing SAS Visual Analytics SAS Enterprise Case Management SAS HP Risk Parallelisierung von Prozessen durch Grid Computing und In- Memory Analytics Werkzeuge für Datenzugriff, Datenintegration, Datenqualität und Data Governance Continous Data Integration Ad hoc-analyse auf unaggregierten Daten und visuelle Explorationen Steigerung der Effizienz in den Arbeitsabläufen High Performance Risk Engine für Cash Flow Roll out, Bewertung und Simulation Unterstützung durch SAS

15 DIE 11 PRINZIPIEN DES BCBS 239 AUFWANDSANTEIL ZUR UMSETZUNG DER PRINZIPIEN NACH BEREICHEN (TEIL 1/2)* Thema Grundsatz SAS Technologie Ablauforganisation (Prozesse) Aufbauorganisation I. Gesamtunternehmensführung und Infrastruktur II. Risikodaten-Aggregationskapazitäten 1. Governance 2. Datenarchitektur und IT-Infrastruktur 3. Genauigkeit und Integrität 4. Vollständigkeit 5. Aktualität 6. Anpassungsfähigkeit * SAS Projekterfahrung

16 DIE 11 PRINZIPIEN DES BCBS 239 AUFWANDSANTEIL ZUR UMSETZUNG DER PRINZIPIEN NACH BEREICHEN (TEIL 2/2)* Thema Grundsatz Technologie Ablauforganisation (Prozesse) Aufbauforganisation III. Risikoberichterstattung 7. Genauigkeit 8. Umfassender Charakter 9. Klarheit und Nutzen 10. Häufigkeit 11. Verbreitung * SAS Projekterfahrung

17 sas.com