Dodd-Frank-Stresstests - Die Einreichungsfrist rückt näher

Die Frist, bis zu der Banken und Finanzinstitute in den USA ihre Kapitalpläne und die Ergebnisse ihrer eigenen Stresstests beim Federal Reserve Board einreichen müssen, rückt immer näher - der 06. April 2020.

Das Federal Reserve Board will bewerten, wie sich große Banken während einer schweren globalen Rezession verhalten werden, und darüber hinaus Informationen darüber liefern, wie fremdfinanzierte Kredite und Collateralized Loan Obligations auf eine solche reagieren könnten.

Angesichts der aktuellen COVID-19-Spanne kommen diese Stresstests als Teil der umfassenden Kapitalanalyse und -überprüfung (CCAR) und des Dodd-Frank-Gesetzes tatsächlich zur rechten Zeit. Bei den diesjährigen Stresstests werden 34 große Banken mit einer Bilanzsumme von mehr als 100 Mrd. USD bewertet.

Es liegt auf der Hand, dass Daten in dem komplexen Prozess der Stresstests eine entscheidende Rolle spielen, und die meisten Stresstests werden in Banken und Finanzinstituten ganz oder teilweise über Schatten-IT und auf Endbenutzer-Computing (EUC) basierende Modelle, einschließlich Tabellenkalkulationen, durchgeführt. Die Institute müssen daher viel genauer auf die in EUC-Tools manipulierten Daten achten, um die Anforderungen der Aufsichtsbehörden an die Steuerung der Modelle zu erfüllen. Andernfalls droht die Möglichkeit einer aufsichtsrechtlichen Zensur.

Webinar zur betrieblichen Widerstandsfähigkeit

Ein einziger Tabellenkalkulationsfehler kann verheerende Folgen haben

Die Stresstest-Anweisungen des Dodd-Frank Act enthalten Hinweise zu den Erwartungen der Aufsichtsbehörden und insbesondere dazu, dass die Modellinventare wesentliche EUC-Anwendungen enthalten sollten, die Finanzmodellierungsprojektionen sowohl direkt als auch als indirekte Datenfeeder-Dateien unterstützen. Mit der Erkenntnis, dass Modelle aus mehreren Komponenten für die Dateneingabe, -verarbeitung und -berichterstattung bestehen, sind viele Tausende von EUC-Anwendungen in den Anwendungsbereich der Verpflichtungen zum Modellrisikomanagement geraten. Traditionelle Modellrisikomanagementprozesse sind nicht in der Lage, diese enorm erweiterten Bestände zu erstellen und zu pflegen.

Finanzinstitute müssen die Herkunft und Gültigkeit ihrer Daten genau und angemessen nachweisen. Dies ist jedoch eine Herausforderung, wenn man es manuell macht. Banken stützen sich auf zahlreiche (sogar Hunderte) von Tabellenkalkulationen, um ihre Modelle zu unterstützen. Selbst ein einziger Datenfehler in einer Datei kann sich in einer größeren EUC-Landschaft ausbreiten und ungenaue Daten in ein Modell einspeisen, was zu ungenauen Ergebnissen führt. Tabellenkalkulationen sind umständlich und enthalten eine riesige Menge an Daten, die in mehreren Tabellenblättern gespeichert sind, so dass Unstimmigkeiten nur schwer zu erkennen sind. Erschwerend kommt hinzu, dass diese Anwendungen über Formeln miteinander verknüpft sind, wodurch eine Umgebung geschaffen wird, in der Änderungen und Diskrepanzen nicht sichtbar sind, da sie häufig in Daten auftreten, die nach der ursprünglichen Dateneingabe nicht mehr angezeigt werden sollen.

Automatisierung der EUC-Verwaltung nach Dodd-Frank

Hinzu kommt, dass Tabellenkalkulationen häufig gemeinsam genutzt und von verschiedenen Benutzern übertragen werden, so dass mehrere Dokumente entstehen, von denen nur eines auf dem neuesten Stand ist. Wenn sie nicht korrekt gespeichert und gekennzeichnet sind, können nachfolgende Benutzer nicht erkennen, welches Arbeitsblatt die aktuelle Version mit aktuellen Daten ist und welches möglicherweise durch die Verwendung alter oder falscher Daten zu Unstimmigkeiten führt.

Die Antwort liegt in der Automatisierung der EUC-Verwaltungsprozesse. Sie hilft, Datenqualität und Transparenz zu gewährleisten - wie Daten erstellt werden und wo Umwandlungen in den Datenmodellen stattfinden. Technologie kann die Übernahme von Best-Practice-Prozessen zur Sicherstellung der Datenqualität erleichtern, indem sie die Governance in den Geschäftsbetrieb einbettet und alles von der Erstellung neuer EUC-Anwendungen bis hin zur eventuellen Stilllegung dieser Dateien unterstützt.

Mit Banken Verständnis und Kontrolle des gesamten Datenökosystems die das Stresstestmodell umgibt, lässt sich feststellen, aus welcher Art von EUC die Daten stammen - z.B. aus Tabellenkalkulationen oder Access-Datenbanken; ob es sich um eine einzige oder mehrere Tabellenkalkulationen handelt, die Daten in das Modell einspeisen; und wie die Datenverknüpfungen zwischen den verschiedenen Dateneinspeisungen aussehen usw.

Diese Transparenz ergibt sich aus einem Erkundungsprozess, der das Scannen von Dateifreigaben und Repositories sowie die Analyse der Gesamtstruktur, der Eigenschaften und des Inhalts des EUC-Bestands umfasst. Die Banken können den Dateibestand nach dem Grad des Risikos (oder der Wesentlichkeit) einstufen, das sie auf der Grundlage der Risikobereitschaft des Unternehmens darstellen, und erhalten so kontinuierlich einen ganzheitlichen Überblick über das komplexe Netz der Datenströme.

Ein technologiebasierter Ansatz für das EUC-Datenqualitätsmanagement macht manuelle Überprüfungen überflüssig und ermöglicht einen glaubwürdigen Nachweis der Gültigkeit von Stresstestmodellen und der Genauigkeit der entsprechenden Ergebnisse, um die Aufsichtsbehörden zufriedenzustellen. Mit EUC-Managementlösungen können Finanzinstitute Prozesse für das Management von Datenänderungen und Kontrollmechanismen einrichten, die durch einen Prüfpfad unterstützt werden, um sicherzustellen, dass die Integrität der Daten stets gewahrt bleibt.

Den großen Wert der Daten nutzen

Wichtig ist, dass die Anwendung von Expertenwissen durch die Benutzer nicht beeinträchtigt wird, indem sie Datensätze in Tabellenkalkulationen ändern, um die Übereinstimmung zwischen theoretischen Berechnungen und der realen Welt zu verbessern. Die von Technologielösungen gebotene Automatisierung erleichtert die erneute Prüfung der Modelle und der sie speisenden Tools mit Echtzeit-Berichts- und Überwachungsfunktionen und -daten, so dass die Banken die Modelle und Tools regelmäßig neu bewerten können, um sicherzustellen, dass sie tatsächlich wie vom Unternehmen gewünscht funktionieren.

Letztendlich müssen Unternehmen zwar strenge gesetzliche Auflagen erfüllen, doch der größte Vorteil von Qualitätsdaten besteht darin, dass sie strategisch genutzt werden können, um Geschäftsziele zu erreichen. Der automatisierte Verwaltungsprozess lässt sich leicht an viele andere Vorschriften anpassen und trägt so zum allgemeinen Risikomanagement und zu den Vorteilen für das Geschäftsergebnis bei.

[bctt tweet="Der Hauptvorteil von Qualitätsdaten ist, dass sie strategisch genutzt werden können, um Unternehmensziele zu erreichen." username="Mitratech"]

PolicyHub entdecken

Es handelt sich um eine benutzerfreundliche Lösung für das Richtlinienmanagement, mit der Sie die Einhaltung von Vorschriften verbessern können.

Mehr erfahren