Era Big Data – zarządzanie ryzykiem z dopalaczem

Zarządzanie ryzykiem w bankowości nie jest łatwe, analityk ds. ryzyka codziennie boryka się z wieloma wyzwaniami i musi pracować pod presją czasu. Co więcej – każdy rok przynosi znaczące zmiany w sektorze finansowym, a banki z jednej strony muszą dostosowywać się do kolejnych regulacji i zaleceń organizacji nadzorczych, z drugiej zaś uzyskują pewną swobodę w przeprowadzaniu analiz, również z wykorzystaniem rosnących w lawinowym tempie zbiorów danych.

Mogą z nich skorzystać, jeżeli będą w stanie je przetworzyć. Dzięki Big Data mogą przy tym wykorzystywać cenną wiedzę ukrytą w nieustrukturyzowanych zbiorach danych do zarządzania ryzykiem płynności, wyceny instrumentów finansowych, jak też badania zachowania klientów oraz sezonowości rynku. Jedno jest pewne: banki muszą sprostać wyzwaniom wynikającym z potrzeby szybkiej i sprawnej analizy dużych wolumenów danych w czasie rzeczywistym, między innymi w zakresie analizy pozycji walutowej, wskaźników płynności podmiotu czy też rentowności skorygowanej o poziom narażenia na ryzyko.

Innowacyjna bankowość podąża za high-performance

Często słyszymy, iż żyjemy w czasach Big Data, czyli takich, w których wolumeny danych przetwarzanych każdego dnia rosną w tempie lawinowym, a systemy wykorzystywane przez instytucje finansowe dochodzą do granic swoich możliwości. Należy jednak pamiętać, że informacje to cenne aktywo, które dobrze zarządzanym i innowacyjnym organizacjom daje wiele możliwości i zapewnia przewagę konkurencyjną. Współczesna bankowość wymusza więc niejako analizę ogromnej ilości danych w jak najkrótszym czasie – optymalnie w czasie rzeczywistym. Oczywistym jest zatem, iż przyszłość przetwarzania i analizowania danych na potrzeby zarządzania ryzykiem związana będzie nierozerwalnie z hasłami, które coraz częściej pojawiają się w codziennych rozmowach specjalistów od ryzyka na każdym szczeblu zarządzania: in-memory, in-database, real-time processing oraz oczywiście Big Data.

Zasadniczym celem tych podejść jest maksymalne skrócenie czasu potrzebnego na wygenerowanie wyników oraz dostarczenie konkretnych informacji do odbiorców końcowych. Odbywa się to automatycznie, bez konieczności ingerencji użytkownika albo poprzez zrównoleglenie przeliczeń i wielowątkowe procesowanie (grid computing) albo wykonanie przeliczeń bezpośrednio w bazach danych bez konieczności czasochłonnego przenoszenia ich (in-database) lub jako in-memory analytics, czyli wykonywanie przeliczeń w szybkiej pamięci operacyjnej, które mogą być przy tym zrównoleglone.

Dopalacze potrzebne od zaraz…

Wspomniane rozwiązania łączą w sobie siłę zintegrowanej platformy ryzyka z wysokowydajną infrastrukturą przeliczeniową, pozwalającą na dużą precyzję i szybkość wykonywanych obliczeń oraz podjęcie szybkich decyzji biznesowych przy rozwiązywaniu skomplikowanych problemów w czasie rzeczywistym. To taki swoisty rodzaj dopalacza, który umożliwia wykonanie dotychczasowych przeliczeń w ciągu godzin zamiast dni lub nawet w sekundy zamiast godzin. Co więcej, umożliwia również kompleksową ocenę ryzyka na poziomie całego przedsiębiorstwa (firm-wide risk), pozwalając jednocześnie zarządom banków zrozumieć globalną ekspozycję na ryzyko oraz relację do ustalonego uprzednio apetytu na nie.

Skok technologiczny pozwala również na uwzględnienie, w coraz bardziej skomplikowanych analizach czy testach warunków skrajnych, wielu dodatkowych czynników ryzyka, które do tej pory – z uwagi na długi czas przetwarzania – były pomijane lub agregowane, a miały znaczący wpływ na wypłacalność instytucji. Z perspektywy funkcjonalnej zakres wykonywanych testów oraz analiz symulacyjnych może zostać zwiększony, czas dostarczenia finalnych wyników skrócony, a z perspektywy kosztowej koszty przeprowadzenia analiz wyraźnie obniżone.

Naczynia połączone: ryzyko, marketing i nadużycia, czyli profit scoring

Z obserwacji rynku wynika, iż wyzwaniem na najbliższe lata dla bankowości, a tym samym dla zarządzających ryzykiem będzie znalezienie złotego środka pomiędzy kosztami prowadzenia działalności, dostosowania się do zmian w regulacjach prawnych, wdrażania nowych, coraz to bardziej zaawansowanych podejść i narzędzi analitycznych z coraz większą presją na zyskowność i rentowność prowadzonej działalności biznesowej, przy jednoczesnym zwiększeniu atrakcyjności i trafności oferowanych produktów dla klientów docelowych oraz poprawną identyfikacją klientów-oszustów generujących straty finansowe i narażających bank na ryzyko reputacji. Niewątpliwym kierunkiem rozwoju technik zarządzania ryzykiem jest możliwość, a nawet konieczność, integracji z procesami pozyskania i utrzymania klienta w banku (Customer Intelligence), jak również kwestia identyfikacji i przeciwdziałania nadużyciom (Fraud Detection). Integracja danych, jak również procesów na pograniczu ryzyka, finansów i nadużyć, pozwala bankom na pozyskanie klienta, który posiada odpowiednią zdolność kredytową przy jednoczesnym niskim ryzyku niewypłacalności, należy do grupy konsumentów przynoszących odpowiedni poziom zysków, jak również nie jest klientem wysokiego ryzyka z perspektywy ryzyka nadużyć finansowych. Docelowo takie podejście pozwoli na powiązanie jego oceny z przygotowaniem oferty typu next-best-offer, cross-sell/up-sell, wzrost poziomu sprzedaży kredytów dzięki zwiększeniu dostępności ofert pre-approved przy jednoczesnym zachowaniu odpowiedniego, ustalonego w banku, poziomu apetytu na ryzyko. Z perspektywy departamentu marketingu podejście wspiera pełną realizację strategii sprzedażowej, pozwala na lepsze dopasowanie produktów, natomiast z perspektywy ryzyka na skuteczne zarządzanie ryzykiem kredytowym oraz minimalizację ryzyka nadużyć.

Optymalizacja kapitału

Na znaczeniu zyskują również działania zmierzające do optymalizacji skali funkcjonowania banku, w tym działania na rzecz optymalizacji źródeł i wykorzystania kapitału, poprawy jego alokacji, a także optymalizacji portfela aktywów, a w szczególności zarządzania portfelem kredytów. I tutaj również wkracza zaawansowana analityka, rozwiązania usprawniające i przyspieszające proces eksploracji otrzymanych wyników i identyfikacji obszarów działania banku do poprawy. Zaawansowane narzędzia analityczne i raportowe pozwalają nie tylko na zaprezentowanie wyliczonych wskaźników adekwatności, ale też pomagają zidentyfikować zależności pomiędzy zmiennymi (czasami prezentując nieoczekiwane zależności), wskazując w ten sposób i obszary do dalszej, pogłębionej analizy – data discovery. Z tego względu coraz większego znaczenia nabiera także możliwość eksploracji uzyskanych wyników w przekrojach definiowanych przez użytkownika w locie, bez konieczności wcześniejszej agregacji, próbkowania, czy też wykonywania dodatkowych przeliczeń. Nowoczesne narzędzia raportowe umożliwiające podejmowanie decyzji na bazie wniosków z eksploracji na dużych wolumenach danych wspierają zarządzanie ryzykiem, zapewniając dostęp do informacji także na poziomie transakcji, aby np. ocenić ryzyko konkretnego kontrahenta. Powyższe przykłady wskazują jednoznacznie, iż zastosowania zaawansowanej analityki wspartej tzw. dopalaczem są w bankowości bardzo szerokie. Należy pamiętać, iż to nie tylko wsparcie bieżącego i docelowego procesu zarządzania ryzykiem (kredytowym, rynkowym, czy zapobieganie nadużyciom), to również budowa modeli do sprzedaży, utrzymania klienta, segmentacji i wielu innych procesów.

Artykuł opublikowany w Miesięczniku Bank – czerwiec 2016