Gestire il rischio con gli analytics

idc big data analytics

Le soluzioni basate sugli analytics si sono imposte anche nella gestione del rischio, dove si ha l’esigenza di analizzare scenari di business sempre più complessi, con tempi di risposta ridotti e la necessità di analisi affidabili e approfondite. Un mercato in forte crescita, come testimoniano le previsioni di IDC

Nell’attuale contesto economico, le aziende sono obbligate a operare basando le proprie scelte strategiche su informazioni di qualità e in tempo reale in grado di tenere sotto controllo la propria esposizione attuale e prospettica rispetto ai diversi tipi di rischio. In tutti i settori, la misurazione e la gestione efficiente dei rischi sono elementi che differenziano chi punta all’eccellenza per vincere le sfide in un contesto sempre più competitivo. Questo vale, in modo particolare, nel settore finance: qui, la crisi finanziaria ha mostrato la necessità di adottare un approccio più evoluto nel valutare i principali indicatori di rischio come il liquidity risk, il rischio di mercato e quello di controparte.

Nel corso degli ultimi anni, il tema del risk management è stato uno dei più attuali nel settore bancario. Come spiega Claudio Ruffini, presidente di Augeos, società piemontese specializzata nell’area del risk management, la necessità di avere informazioni puntuali e attendibili da parte del business e le richieste dell’autorità di vigilanza in tema di visione integrata dei rischi ed efficacia dei controlli sono elementi che hanno spinto sempre più le banche ad adottare un approccio sistemico per la gestione dei rischi. «La gestione del rischio tra innovazione (mobile, cloud, big data, social), efficienza e contesto normativo si manifesta in modo particolare nell’ambito IT». Infatti, il governo dell’IT, l’identificazione delle minacce e delle vulnerabilità e la catalogazione degli incidenti diventano quindi un requisito indispensabile. «Tramite la disponibilità di un analytical dashboard – continua Ruffini – è possibile avere una visione d’insieme dei principali trend, rischi e vulnerabilità, mentre appositi filtri e analisi drill down consentono di identificare rapidamente potenziali problemi. Inoltre, la disponibilità di KRI multidimensionali ci fornisce preziose informazioni sull’andamento dei principali indicatori monitorati, consentendo l’adozione di azioni preventive per minimizzare situazioni potenzialmente sfavorevoli». Non solo. Secondo Francesco Consolati, presales manager risk & fraud di SAS, il mondo del risk management sta evolvendo rapidamente anche per effetto delle novità regolamentari che la BCE ha introdotto negli ultimi anni, creando un gap tra le esigenze e le attuali piattaforme tecnologiche disponibili. «Una recente survey condotta da SAS e il GARP – spiega Consolati – ha evidenziato che per oltre il 50% delle banche intervistate a livello mondiale le attività richieste per lo stress test hanno richiesto investimenti IT specifici. Le aree interessate sono soprattutto quelle del data management e della data governance per avere dati attendibili e disponibili nel momento giusto, ma anche di sviluppo di modelli più performanti e affidabili, e di esplorazione dati, per l’analisi input e output e la produzione di reportistica di facile consultazione. L’altro tema rilevante è il risk data aggregation & reporting».

Le normative vigenti nel finance richiedono di valutare attraverso opportuni modelli e di gestire differenti tipologie di rischio: di credito, di liquidità, di mercato, operativo. In questo settore, la gestione dei rischi è regolata da specifici requisiti regolamentari, e quindi, come mette in evidenza Mauro Tuvo, principal consultant information management di System Evolution, «è indispensabile gestire in modo ingegnerizzato il ciclo di vita dei modelli di rischio, dalla loro progettazione in laboratorio alla loro applicazione in esercizio». Indicazioni analoghe valgono anche per le assicurazioni. «In questi contesti, le tecnologie di analytics caratterizzate da una robusta dotazione statistica si prestano meglio a supportare la fase di sviluppo dei modelli di rischio in laboratorio, mentre quelle più adatte alla gestione dei motori in produzione e alle successive fasi di analisi e consuntivazione devono disporre di funzionalità in grado di supportare l’integrazione del modello nel contesto operativo di esercizio».

Leggi anche:  Data intelligence nel retail

Gli strumenti adatti

Le aziende, in particolare quelle operanti nel settore bancario, assicurativo e finanziario, hanno l’esigenza di analizzare scenari di business sempre più complessi, con tempi di risposta sempre più ridotti e con la necessità di analisi affidabili e approfondite. I tradizionali sistemi verticali hanno difficoltà a ottenere un quadro complessivo di rischi e rendimenti, e degli impatti dovuti a possibili cambiamenti nelle strategie di allocazione del capitale. Per questo motivo gli istituti di grandi dimensioni si stanno orientando verso l’utilizzo di tecnologie, basate sugli analytics, che permettono di valutare e gestire in modo integrato e ottimale le diverse tipologie di rischio. Le migliori soluzioni forniscono un framework end-to-end per affrontare e produrre reportistica su questi regolamenti, così da poter soddisfare le imposizioni di compliance normativa, evitare le sanzioni e salvaguardare i profitti: questo perché i processi e i controlli necessari per incontrare i nuovi obblighi normativi, per esempio Basilea 2 e Basilea 3, BCBS 239, BCBS 248, Solvency II, possono anche aiutare a ottenere un vantaggio competitivo.

Questi strumenti comprendono sofisticati motori di calcolo, che consentono di ottenere risposte rapide a scenari complessi, in modo che le valutazioni e le previsioni effettuate possano essere utilizzate efficacemente nei processi decisionali del top management. Grazie agli analytics, queste soluzioni sono in grado sia di valutare i singoli rischi (come il liquidity risk, il rischio di mercato e quello di controparte) secondo le nuove indicazioni normative e le best practice più evolute, sia di esplicitarne connessioni e correlazioni.

Inoltre, per facilitarne l’attivazione, sono di solito dotate di datamodel già pronti all’uso, e di componenti di data quality e di data governance, che costituiscono il presupposto per una corretta analisi dei parametri di rischio. I requisiti in termini di performance giornaliere sono soddisfatti grazie a logiche di high performance risk computing, che massimizzano le prestazioni così da facilitare le analisi di dettaglio in tempi coerenti con le necessità del business. La compliance alle normative impone di migliorare la sofisticazione dei modelli di rischio, per valutare in modo ottimale le interrelazioni tra le diverse tipologie, e di aumentare granularità e frequenza delle valutazioni, per esaminare nel dettaglio i rischi e analizzarne gli impatti effettivi. I processi e i sistemi per la gestione del rischio devono quindi avere la necessaria flessibilità per adeguarsi alle nuove norme ed essere tanto performanti da assicurare la granularità di valutazione richiesta. Una valutazione e una previsione inadeguata dei rischi legati per esempio alla liquidità, al rischio di mercato o di credito può comportare perdite consistenti e, in casi estremi, perfino il fallimento di istituti, anche di grandi dimensioni. Per questo, in ambiente bancario ma anche assicurativo, le strumentazioni impiegate necessitano di funzionalità di data visualization e di gestione in-memory di grandi volumi di dati, come fa notare Mauro Tuvo di System Evolution. «In questo scenario, il compito del system integrator è quello di sostenere l’intero ciclo di vita di gestione del rischio, curando per esempio una transizione efficace dei modelli dalla fase di sviluppo a quella di produzione. Inoltre, senza un adeguato presidio della qualità dei dati, i processi di risk management non funzionano. E questo vale sia per i dati impiegati in fase di progettazione dei modelli sia per quelli utilizzati in esercizio».

Un mercato in crescita

Secondo IDC, i trend di adozione dei business analytics e dei big data analytics stanno facilitando la creazione di una nuova infrastruttura per l’analisi dei dati, necessaria per gestire efficacemente il rischio di credito, di mercato e operativo nei diversi settori finanziari. Il risk management, la customer profitability e il financial analysis e reporting sono i primi tre driver per l’implementazione di business analytics e di soluzioni big data nei settori finanziari. Il rischio di credito è il rischio più grande affrontato dalle istituzioni finanziarie. Nel corso dei prossimi mesi, l’80% delle grandi istituzioni finanziarie saranno coinvolte nelle iniziative per modernizzare piattaforme e sviluppare soluzioni analitiche del rischio di credito. Nel 2014, il settore finanziario in tutto il mondo ha investito 6,57 miliardi di dollari in software e servizi IT per la gestione del rischio di credito, che rappresentano il 17,9% del totale degli investimenti in software e servizi sul rischio. IDC prevede che questi importi cresceranno fino al 2018 a un tasso di crescita del 9% annuo. Conferma queste previsioni Donato Ceccomancini, direttore sales operations e sales consultant di Fujitsu Italia: «In uno scenario sempre più mutevole e competitivo, aziende manifatturiere, banche, assicurazioni e istituti finanziari non possono più prescindere da attività dedicate – all’interno del sistema decisionale e di controllo – che consentano di tenere sempre sotto stretta sorveglianza il profilo di rischio. Negli anni post crisi finanziaria, abbiamo notato nei nostri clienti una maggiore consapevolezza del fatto che l’integrazione delle attività di risk management con la gestione d’impresa è sempre più un’esigenza che necessita di idonei strumenti per la identificazione, valutazione e gestione dei rischi stessi. Interessante è il fatto che si sia passati da un approccio di taglio quasi esclusivamente “assicurativo”, che mirava a trasferire il rischio verso l’esterno, a un approccio di taglio più di “gestione” e di trattamento attivo del rischio con aree “calde” in ogni settore di mercato, dal rischio di credito, al rischio clinico, fino ad arrivare al rischio ambientale».

Leggi anche:  SAS Viya, la democratizzazione degli analytics

Le opinioni dei player

Abbiamo chiesto ai principali fornitori come si stanno evolvendo gli analytics per supportare al meglio le aziende nei vari settori. Donato Ceccomancini di Fujitsu Italia ci risponde che per rispondere alle richieste crescenti, gli analytics sono in continua evoluzione anche sotto l’aspetto tecnologico, con l’adozione sempre crescente di soluzioni “chiavi in mano” in grado di analizzare enormi quantità di dati, individuare quelli rilevanti e comprenderne il significato anche dal punto di vista semantico. «Per questo motivo in Fujitsu – continua Ceccomancini – ci presentiamo al mercato con una strategia basata su due approcci principali. La prima è incentrata sulla fornitura di appliance già configurate, pre-testate e costruite ad hoc sulle esigenze del cliente, che avrà Fujitsu come unico punto di contatto. Il punto fondamentale di questa proposizione è SAP HANA, la soluzione in-memory database di SAP che permette l’accesso real-time al patrimonio informativo aziendale al fine di ottenere decisioni più rapide e processi di business più efficienti. Fujitsu è un Global Service Partner di SAP ed è in grado di proporre a livello mondiale una configurazione di piattaforma certificata da SAP per la tecnologia SAP HANA, offrendo ai clienti un’infrastruttura ottimizzata e incentrata sui server PRIMERGY e sulle soluzioni storage e di rete ETERNUS di Fujitsu. Il secondo approccio invece è particolarmente adatto a tutte quelle aziende che non vogliono investire nell’hardware. Alle aziende che stanno esaminando l’opportunità di adottare tecniche di elaborazione in-memory, Fujitsu Cloud for SAP HANA mette a disposizione una nuova possibilità di sperimentare i vantaggi dell’informatica real-time basata su cloud senza richiedere investimenti iniziali per infrastrutture e gestione. Le aziende che già possiedono SAP HANA potranno approfittare dei maggiori livelli di scelta e flessibilità introdotti da Fujitsu per la scalabilità delle applicazioni in-memory».

Nel mondo finance, banche e assicurazioni devono affrontare e gestire diverse tipologie di rischio che possono avere un effetto potenzialmente anche molto negativo sullo svolgimento delle attività. Per Andrea Maderna, South Europe general manager di BOARD, la gestione del rischio nel settore bancario include l’identificazione dei rischi intesa come definizione, misurazione e valutazione, con l’obiettivo di minimizzare gli effetti negativi legati a tali rischi che possono incidere negativamente sul risultato finanziario e patrimoniale complessivo. «Di conseguenza – spiega Maderna – un’efficace gestione del rischio è condizione necessaria per garantire una generazione di valore affidabile e sostenibile, in un contesto di rischio controllato, proteggendo così la solidità finanziaria e la reputazione d’impresa. L’utilizzo degli analytics in ambito bancario permette da un lato di migliorare il processo decisionale, fornendo analisi raffinate dei rischi, dall’altro di incrementare i profitti sul capitale, prendendo decisioni basate su rischi e procedure di ottimizzazione e di allocazione del capitale. In questo modo, le banche possono evolversi dinamicamente con un’architettura di gestione dei rischi che consente di adattarsi in modo efficiente ai cambiamenti di normative, domande dei clienti e procedure di gestione dei rischi. Un cliente BOARD nel settore bancario, con l’applicazione di tali strumenti, ha implementato un sistema di analisi/controllo con l’obiettivo di indirizzare con maggiore efficacia e consapevolezza le attività di internal auditing, in particolare sul processo di antiriciclaggio allo scopo di prevedere e individuare comportamenti inattesi della filiale e dei clienti. Ma non solo. Ha potuto disporre di un sistema di analisi dell’operatività delle singole filiali, razionalizzando il lavoro delle unità di controllo dei singoli istituti bancari, e ha potuto reperire in maniera più efficace il set informativo (Pre-Audit) necessario alle attività di verifica in loco presso le dipendenze».

Secondo Roberto De Flumeri, presales manager di Gruppo Formula, oltre il 60% delle aziende ritiene errato l’attuale approccio del rischio, troppo orientato su politiche hedging, forse per timori di ritorni e di altri impatti finanziari. «Molti clienti sono già consapevoli che l’analisi dei rischi ha dei lati positivi per il business e chiedono soluzioni di liquidity intelligence per avere informazioni e processi accessibili, sempre, ovunque e per chiunque, sui rischi potenziali e presenti» – spiega De Flumeri. «Tuttavia in molti casi, dobbiamo accompagnarli nella riflessione sugli indici chiave specifici, con cui Treasury può essere implementato: la loro riflessione è spesso limitata al monitoraggio di problematiche presenti, senza considerare che la gestione del rischio, per poter supportare le aziende nelle decisioni, deve essere evolutiva e migliorativa (come per esempio l’utilizzo della metodologia SIX Sigma o della filosofia Lean). Proprio per questo, le nostre soluzioni per la gestione dalla liquidità (tesoreria: Sage XRT Treasury – credito: Formula Credit Management) evolvono, nell’ottica della liquidy intelligence per le attività di analisi e del mobile per le attività di controllo».

Leggi anche:  Pharma Analytics: le armi vincenti per il settore farmaceutico secondo Atlantic Technologies

Ma come trasformare il costo degli investimenti necessari per adeguarsi agli obblighi normativi in vantaggio di business? Per Francesco Consolati di SAS bisogna puntare su una piattaforma aperta, flessibile e scalabile che include sempre gli analytics. In questo modo è possibile «trasformare progetti di compliance per il rischio IT in un incremento di efficienza per il cliente attraverso l’analisi dei costi e benefici di un progetto informatico, riducendo allo stesso tempo anche l’esposizione al rischio».