Il problema della compartimentalizzazione del dato
Transcript
Il problema della compartimentalizzazione del dato
Data quality per Solvency II: abbattimento dei silos e gestione centralizzata del dato Massimiliano Neri, [email protected] 22 Maggio 2012 2 La nostra storia comincia all’interno di una cornice di conoscenze provenienti da marchi rinnomati CETIF, 22 Maggio 2012 3 Agenda 1. Introduzione 2. Requisiti funzionali determinati dalla normativa 3. Il problema della compartimentalizzazione del dato (silos) 4. Approccio centralizzato alla gestione del dato 5. Casi di studio 6. Conclusioni CETIF, 22 Maggio 2012 4 Barriera principale per migliorare la gestione del rischio After the storm: A new era for risk management in financial services The Economist Intelligence Unit Limited 2009 CETIF, 22 Maggio 2012 5 Introduzione • Solvency II è la prima normativa a stabilire severi requisiti sulla qualità del dato • Disporre di dati di buona qualità è essenziale per calcolare correttamente le riserve tecniche • È inutile adottare modelli interni sofisticati senza assicurare che vengano alimentati con dati di alta qualità CETIF, 22 Maggio 2012 6 Riferimenti bibliografici CETIF, 22 Maggio 2012 7 Agenda 1. Introduzione 2. Requisiti funzionali determinati dalla normativa 3. Il problema della compartimentalizzazione del dato (silos) 4. Approccio centralizzato alla gestione del dato 5. Casi di studio 6. Conclusioni CETIF, 22 Maggio 2012 8 Sintesi requisiti funzionali normativa europea (1/2) Storicizzazione del dato • accumulo di dati storici • Approssimazioni, Decreto Bersani • Quali dati? • Rebobinare a versioni precedenti del dato per: • What if analysis • Fini di supervisione regolamentare Auditing • Data lineage • Tracciabilità • Funzione attuariale e data quality CETIF, 22 Maggio 2012 9 Sintesi requisiti funzionali normativa europea (2/2) Accuratezza – Controlli di qualità – Riconciliazione Granularità • Accuratezza -> singola polizza Trasparenza CETIF, 22 Maggio 2012 10 Agenda 1. Introduzione 2. Requisiti funzionali determinati dalla normativa 3. Il problema della compartimentalizzazione del dato (silos) 4. Approccio centralizzato alla gestione del dato 5. Casi di studio 6. Conclusioni CETIF, 22 Maggio 2012 11 Barriera principale per migliorare la gestione del rischio After the storm: A new era for risk management in financial services The Economist Intelligence Unit Limited 2009 CETIF, 22 Maggio 2012 12 Il problema della compartimentalizzazione del dato (silos) la causa principale della scarsa qualità dei dati è l'organizzazione dei dati in silos Tale situazione istiga la duplicazione dei dati e l'inconsistenza dei valori. I dati vengono organizzati in silos secondo criteri differenti: Tipo di business (vita, danni) Funzioni differenti all'interno dell'organizzazione (Attuari, Compliance) Linee di Business differenti Senior Supervisors Group, “Risk Appetite Frameworks and IT Infrastructure” (December 2010) “confirms that the issue of data aggregation from silos remains a key challenge” CETIF, 22 Maggio 2012 13 L'origine della configurazione a silos Cause teoriche Compartimentalizzazione delle funzioni (Risk Management, Funzione Attuariale, Controllo, IT, ecc) • un potenziale conflitto con le indicazioni strategiche indicate dal top management, • mancanza di collaborazione tra le funzioni. • Conseguenza: • coordinamento propensione al rischio collide con dinamiche scoordinate nei differenti silos • Program persistence bias La conoscenza per sua natura è distribuita (Hayek) mancanza di una teoria soddisfacente per indirizzare aggregazione dei rischio (market vs. credit risk; contagio nelle crisi finanziarie ha determinato un interesse nelle teorie sull‟interdipendenza dei rischi) CETIF, 22 Maggio 2012 14 L'origine della configurazione a silos Cause pratiche: Basilea II (*) ben nota organizzazione tripartita dei tipi di rischio: rischio di credito rischio di mercato rischio operativo una tendenza generale verso dati di bassa qualità, a causa della: proliferazione della duplicazione dei dati moltiplicazione degli approcci (eterogenei) al trattamento del dato Approccio sviluppato seguendo un elevato grado di interazione con il supervisore -> grande sforzo di implementazione che il Risk Manager hanno focalizzato esclusivamente sul compimento dei requisiti regolamentari senza lasciare tempo allo sviluppo di best practices (*) Crouhy M., Galai D., Mark R. (2006), The Essentials of Risk Management, McGraw-Hill. Kretzschmar G.L., Kirchner K., McNeil J.M. (2009), „An Integrated Framework for I FRS Fair Value Accounting and Institutional Risk Capital Reporting‟ CETIF, 22 Maggio 2012 15 Ulteriori problemi creati dalla gestione a silos All‟interno di ogni silos il risk manager sviluppa la loro propria tassonomia dei dati, una pratica che rende problematica l'aggregazione dei dati a valle o attraverso diverse linee di business Tale circostanza ostacola: – l'innovazione in termini di capacità di eseguire attività che si basano su una visione aggregata del rischio – ostacola la capacità di rispondere ai nuovi requisiti normativi (ad esempio, i nuovi requisiti di Basilea III richiedono una visione integrata dei dati di rischio). Infine, per riporre fiducia sui dati utilizzati per rispondere ai requisiti sul reporting regolamentare è necessario disporre di una “single source of trouth" per i dati di rischio a partire dalla quale Risk Management e Compliance possono generare i QRT. CETIF, 22 Maggio 2012 16 Agenda 1. Introduzione 2. Requisiti funzionali determinati dalla normativa 3. Il problema della compartimentalizzazione del dato (silos) 4. Approccio centralizzato alla gestione del dato 5. Casi di studio 6. Conclusioni CETIF, 22 Maggio 2012 17 Cos’è l’approccio centralizzato al dato in Sistemi informativi alimentanti Attività ( equity, bonds, …) Dati contabili Dati vita e danni Dati copertura sanitaria Dati di mercato & Passività Data Quality Checks (Polizze vita e danni) ETL Platform Riconciliazione con Contabilità Generale & Audit Reporting regolamentare per ISVAP Consente di gestire grandi quantità di dati storici con un accurato dettaglio Scenari Data Risultati Dati storici Workspace Gli utenti possono accedere agli stessi dati da viste configurate in maniera diversa Data Mart Server di calcolo Workspace Workspace L‟attività di ogni utente si svolge in un workspace dedicato associato a sessionie sicura (autenticazione, autorizzazione, data access) CETIF, 22 Maggio 2012 18 Profondità dell’auditing in base alla centralizzazione dato ASSET_DATA Moodys DataMart LIABILITIES_DATA … Interface point 1 Calculation Engines VALUATION_IMPORT VALUATION Results of Calculation Engines CASH_FLOW CASH_FLOW_IMPORT … Interface point 2 Prepare data for SCR & Reporting SCR_IMPORT Inputs for SCR Calculation/Reporting VALUATION CASH_FLOW … Interface point 3 SCR Calculation LIAIBILITY_IMPORT ASSET_DATA SCR_IMPORT LIABILITY_DATA SCR VALUATION_IMPORT Interface point 4 …_IMPORT … Reporting CETIF, 22 Maggio 2012 19 Approccio centralizzato per la qualità del dato: pattern 1 Data Quality Assessment Bef ore data import Data Source Systems ….. ETL Scenario Data Results CETIF, 22 Maggio 2012 20 Approccio centralizzato per la qualità del dato: pattern 2 Data Quality Assessment During data import Data Source Systems ….. ETL Scenario Data Results CETIF, 22 Maggio 2012 21 Approccio centralizzato per la qualità del dato: pattern 3 Data Source Systems ….. Data Quality Assessment Af ter data import ETL Scenario Data Results Best Practices: importare "tutti" i dati, compresi quelli di scarsa qualità, in modo che l'utente possa valutarli e prendere le decisioni appropriate. CETIF, 22 Maggio 2012 22 Tipi di controlli di qualità dei dati Controlli tecnici Controlli funzionali Controlli di business Il "codice" di una polizza non corrisponde a nessuna voce nella tabella dei codici dei contratti La data di nascita di un cliente dev‟essere precedente alla data di sottoscrizione della polizza. Il sesso del cliente deve essere “maschio”, “femmina” o una “società”. Il valore della “periodicità del premio“ deve essere coerente con il tipo di polizza. Importazione di un gruppo di 50 polizze, il punto decimale scompare Riconciliazione in un campo con valore monetario, lasciando tutti i valori moltiplicati con la contabilità per 100. generale Un altro esempio riguarda gli aspetti connessi al tasso di cambio e al significato che assegnano le consociate estere ai valori monetari. CETIF, 22 Maggio 2012 23 Il processo di valutazione della qualità dei dati e l’utente Best practices: espressione dei controlli di qualità in linguaggio naturale CETIF, 22 Maggio 2012 24 Il processo di valutazione della qualità dei dati e l’utente Best practices: consentire agli utenti di valutare la qualità dei dati attraverso un ambiente user-friendly CETIF, 22 Maggio 2012 25 Il processo di valutazione della qualità dei dati e l’utente Best Practices: analizzare le incongruenze rilevate dai controlli di qualità a diversi livelli di granularità CETIF, 22 Maggio 2012 26 Agenda 1. Introduzione 2. Requisiti funzionali determinati dalla normativa 3. Il problema della compartimentalizzazione del dato (silos) 4. Approccio centralizzato alla gestione del dato 5. Casi di studio 6. Conclusioni CETIF, 22 Maggio 2012 27 Caso di studio 1: uno dei principali gruppi italiani Contesto: • 11 entità, una in applicazione per modelli interni con ISVAP • Architettura di gruppo per motori vita, danni e aggregazione • Organizzazione delle fonti alimentanti in silos Necessità: • Adozione di un modello dati di riferiemento, sia per chi adotta standard formula che modelli interni • Adozione di capabilities out of the box per velocizzare l‟implementazione della data quality (evitare di realizzare nuovamente la ruota) • Facilità di integrazione con modelli vita e danni esitenti Soluzione: » Inserilento di un layer SII fra motori e datawarehouse esistenti per creare un repositorio centralizzato a supporto di: – Alimentazione motori, accogliere output intermedi e finali calcolo flussi e SCR – Supporto per generazione report regolamentari (QRT) CETIF, 22 Maggio 2012 28 Caso di studio 2: entità italiana di gruppo internazionale Contesto: • Modelli (sia vita che danni) centrallizzati sulla capogruppo francese Necessità: • Necessita di raccolgire secondo un modello dati comune, tutte le fonti alimentanti per abilitare i processi di alimentazione dei motori di casa madre • Capacità di modellazione delle polizze dell‟entità italiana secondo metodologie di gruppo (flessibilità) Soluzione: » Costituzione di un datamart centralizzato per – Alimentazione motori di casa madre – Storage dei risultati – Generazione report regolamentari (QRT) ISVAP CETIF, 22 Maggio 2012 29 Agenda 1. Introduzione 2. Requisiti funzionali determinati dalla normativa 3. Il problema della compartimentalizzazione del dato (silos) 4. Approccio centralizzato alla gestione del dato 5. Casi di studio 6. Conclusioni CETIF, 22 Maggio 2012 30 Conclusioni 1. In generale le compagnie assicurative non sono preparate a compiere i requisiti di qualità dei dati della nuova normativa. Ciò è dovuto a tre fattori: a) La funzione attuariale applica spesso l‟expert judgment ai dati a disposizione per calcolare il Best Estimate. b) Alcune compagnie di assicurazione hanno accumulato dati storici, anche per decenni. Tuttavia, spesso le informazioni sono state raccolte per il funzionamento dell'operatività quotidiana, piuttosto che per il calcolo delle riserve tecniche. c) I sistemi IT delle compagnie di assicurazione sono spesso obsoleti e organizzati in silos che appartengono a dipartimenti diversi (duplicazione dei dati e incoerenza nei valori). 2. La valutazione della qualità dei dati (Data Quality Assessment) è il requisito centrale 3. Abbattimento dei silos 4. Gestione centralizzata del dato orientata alla funzione attuariale e di Risk Management CETIF, 22 Maggio 2012