광고 모든 조직 데이터는 거래 데이터와 참조 데이터라는 두 가지 범주 중 하나에 속합니다. 금융 기관의 규제 보고 맥락에서 거래 데이터의 중요성은 자명합니다. 결국, 금융 기관이 신용, 시장 및 유동성 위험 측면에서 노출되는 정도를 결정하는 데 가장 큰 책임이 있는 것은 실제 거래입니다.
그러나 참조 데이터도 중요합니다. 정적 데이터라고도 하는 참조 데이터에는 제품 또는 증권 설명, 상대방, 일정, 외부 시장 및 가격 데이터가 포함됩니다. 참조 데이터는 본질적으로 설명적이며 거래에서 공유되고 거래에서 재사용됩니다. 참조 데이터는 특히 추가 데이터 캡처(예: Solvency II, Basel III 및 FATCA(Foreign Account Tax Compliance Act)에 명시된 대로) 측면에서 새로운 규정의 영향을 받습니다.
하지만 잘 관리된 참조 데이터는 사업 성장과 경쟁력을 위한 플랫폼을 제공할 수 있습니다. 좋은 참조 데이터는 비즈니스 인텔리전스를 위한 강력한 기반이며, 제품에 대한 통찰력을 제공하고 최대 수익을 위한 무대를 마련합니다.
금융 서비스 산업은 프로세스 자동화와 관련하여 선두를 유지해 왔습니다. 즉, 두 가지 유형의 데이터 중에서 참조 데이터는 자동화하기가 더 어렵고 전통적으로 더 많은 수동 개입이 필요합니다. 그러나 데이터 관리의 모든 수동 프로세스는 비용이 많이 들고 제한적이며 그렇지 않으면 다른 부가가치 활동에 참여했을 직원을 묶어둡니다 財務モデリング.
사업이 성장함에 따라 데이터 양도 늘어납니다. 그리고 Solvency II, Basel III, FATCA와 같은 새로운 규정이 시행됨에 따라 위험 데이터 웨어하우스에 공급되고 내부 위험 관리를 수행하고 규제 보고서를 생성하는 데 사용되는 정보 양도 늘어납니다. 수동 데이터 관리로는 데이터 양이 압도적으로 늘어나기 전까지는 한계가 있습니다.
규제 보고서를 제출하는 데 걸리는 시간은 제한되어 있다는 점을 기억하세요. 종종 해당 기간이 끝난 후 20일 정도입니다. 수동 개입은 오류 위험을 증가시킵니다. 반면, 참조 및 거래 데이터 캡처, 분석 및 모델링의 전략적 자동화는 비즈니스 노출을 실시간으로 볼 수 있게 해줍니다.
이렇게 하면 하류 불일치의 가능성이 줄어듭니다. 예를 들어, 상대방, 금융 상품 또는 고객의 특정 특성이 변경된 경우 위험 데이터 웨어하우스와 후속 위험 보고서에 즉시 반영됩니다. 다음은 낮은 품질의 참조 데이터와 열악한 참조 데이터 관리가 비즈니스에 직접적인 자본 및 비용 영향을 미칠 수 있는 몇 가지 영역입니다.
규제 자본 – Basel III를 예로 들면, 잘못된 또는 불완전한 참조 데이터(예: 제품 범주 누락, 등급 누락, 잘못된 상대방 정보 등)로 인해 자산이 잘못 분류되면 대차대조표에 추가 자본을 유지해야 하므로 기업의 핵심 수익 창출 활동에 사용할 자본이 부족해질 수 있습니다.
예를 들어, 손익 계산서의 상대방 신용 위험 비용은 각 상대방의 채무 불이행 확률에 따라 달라집니다. 일관되지 않거나 부정확한 참조 데이터는 잘못된 위험 보고뿐만 아니라 부정확한 손익 계산으로 이어질 것입니다. 자본과 손익 계산서가 수십억 달러에 달하는 대형 금융 기관에서 위험 데이터 웨어하우스의 이처럼 사소해 보이는 오류로 인한 비용은 엄청날 수 있습니다.