Los bancos deben hacer más en cuatro áreas importantes de la cultura de datos para desarrollar las capacidades de controles de datos relacionadas con el riesgo que necesitarán en la próxima década.
Durante la última década, los bancos de todo el mundo han logrado avances considerables en la creación de capacidades de control de datos relacionados con el riesgo, impulsados en gran parte por las demandas regulatorias. El punto de partida fueron los principios BCBS 239 del Comité de Basilea, emitidos en 2013 para fortalecer las capacidades de generación de informes y agregación de datos relacionados con el riesgo de los bancos. Sin embargo, el progreso no ha sido uniforme y la mayoría de las instituciones no cumplen plenamente. De hecho, muchos bancos todavía están luchando con grandes deficiencias, particularmente cuando se trata de tecnología y arquitectura de datos.
Una de las principales razones de este progreso limitado es que el Comité de Basilea pidió la implementación efectiva de los principios BCBS 239 sin explicar claramente qué significa eso o cómo implementarlos. Esta ambigüedad ha dado lugar a una amplia gama de interpretaciones, que varían de una institución a otra, de un país a otro e incluso de un regulador a otro. Al mismo tiempo, ha surgido una gran cantidad de otras regulaciones con implicaciones sustanciales para los datos, en particular las que involucran pruebas de estrés (CCAR en los Estados Unidos), privacidad de datos (CCPA en los EE. UU., GDPR en Europa), BSA/AML y CECL. 1 Como era de esperar, los bancos tienen una tarea monumental al analizar las capas de requisitos de datos en todas estas regulaciones y desarrollar capacidades comunes y reutilizables que cumplan con las expectativas regulatorias.
Alcance de los programas de controles de datos
Los bancos deben definir el alcance de sus programas de datos con la suficiente claridad para crear una base para conversar fácilmente con los reguladores e identificar las acciones adicionales necesarias para el cumplimiento normativo. La mayoría de los bancos han definido el alcance de sus programas de datos para incluir informes pertinentes, las métricas utilizadas en ellos y sus correspondientes elementos de datos de entrada. Por lo tanto, se podría cubrir un informe de riesgo crediticio o un informe sobre la toma de decisiones estratégicas, así como los activos ponderados por riesgo como métrica y los montos principales de los préstamos como entrada. Desafortunadamente, la industria no tiene reglas establecidas sobre qué tan amplio o estrecho definir el alcance de un programa de datos o qué métricas estándar o elementos de datos incluir.
Como resultado, muchos bancos están tratando de identificar las mejores prácticas de la industria para la cantidad de informes y tipos de datos que se incluirán en sus programas de datos. Nuestra evaluación comparativa de la industria indica que el programa de datos de un banco promedio incluye 50 informes, 90 métricas y 1100 elementos de datos. Curiosamente, con el tiempo, hemos visto aumentar la cantidad de informes en los programas de datos, mientras que disminuyó la cantidad de métricas y elementos de datos. Creemos que el aumento en los informes refleja la inclusión de diferentes tipos de riesgo no financiero, como el riesgo operativo o de cumplimiento. La reducción de métricas y elementos de datos es el resultado de los intentos de los bancos por reducir los costos y esfuerzos de gestión y centrarse solo en las métricas y datos más críticos
Linaje de datos
De todas las capacidades de gestión de datos en la banca, el linaje de datos a menudo genera el mayor debate. El linaje de datos documenta cómo fluyen los datos en toda la organización, desde el punto de captura u origen hasta el consumo por parte de un usuario final o una aplicación, a menudo incluyendo las transformaciones realizadas en el camino. Se ha brindado poca orientación sobre qué tan lejos deben llegar los bancos aguas arriba al proporcionar la documentación, ni qué tan detallada debe ser la documentación para cada “salto” o paso en el flujo de datos. Como resultado de la falta de claridad regulatoria, los bancos han adoptado casi todos los enfoques factibles para la documentación del linaje de datos.
En algunas organizaciones, los estándares de linaje de datos están sobrediseñados, lo que hace que su documentación y mantenimiento sean costosos y lentos. Por ejemplo, un banco global gastó alrededor de $ 100 millones en solo unos meses para documentar el linaje de datos para un puñado de modelos. Pero cada vez más, el gasto excesivo es más la excepción que la regla. La mayoría de los bancos están trabajando arduamente para extraer algún valor comercial del linaje de datos; por ejemplo, usándolo como base para simplificar su arquitectura de datos o para detectar puntos de acceso de controles de datos no autorizados, o incluso para identificar inconsistencias entre los datos en diferentes informes.
Este articulo puede interesarle Advanced analytics beneficia los impactos en la cadena de suministro agrícola
