01 | 2014 banking insight
BCBS 239 - Überregulierung oder Impuls für ein besseres Risikomanagement? >> Ausgabe für nur 59,99€ >> Gratis Vorschau
BCBS 239 - Überregulierung oder Impuls für ein besseres Risikomanagement?
>> Ausgabe für nur 59,99€
>> Gratis Vorschau
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
18 <strong>banking</strong> <strong>insight</strong><br />
Abb. 13: Datenqualitätsprozess<br />
Sind Mitarbeiter als Daten- und Prozessverantwortliche (Process Owner) benannt und<br />
mit den erforderlichen Durchsetzungskompetenzen ausgestattet?<br />
Min. 5 Prozentpunkte über dem Gesamtwert<br />
Min. 5 Prozentpunkte unter dem Gesamtwert<br />
Banktyp<br />
IRB-Institut<br />
Durchsetzungskompetenzen<br />
Gesamt<br />
Großbank /<br />
Landesbank<br />
Privatbank /<br />
Regionalbank<br />
Sparkasse<br />
Sonstige*<br />
Ja, nach<br />
dem IRB-<br />
Basisansatz<br />
Ja, nach<br />
dem fortgeschrittenen<br />
IRB-Ansatz<br />
Basis (Fallzahl) 111 47 25 14 25 46 33 30<br />
Ja 70 % 81 % 72 % 43 % 64 % 91 % 70 % 40 %<br />
Teilweise 24 % 17 % 24 % 43 % 28 % 9 % 24 % 47 %<br />
Nein 5 % 2 % 4 % 14 % 8 % 0 % 6 % 13 %<br />
Nein<br />
Basis: alle Befragten (Fach- und Führungskräfte aus der IT), N = 111,<br />
nur eine Nennung<br />
* Zu Sonstigen zusammengefasst: genossenschaftliches Kreditinstitut,<br />
Spezialinstitut, Niederlassung eines ausländischen Kreditinstituts<br />
Quelle: Studie <strong>banking</strong> <strong>insight</strong> 2<strong>01</strong>4<br />
denkbarer Grund: Sparkassen greifen bei Datenzulieferungen<br />
teils auf externe Dienstleister<br />
zurück. Wer sich dabei für die Datenqualität<br />
verantwortlich zeigt, haben sie oft nur unzureichend<br />
geregelt.<br />
Überraschend ist der Unterschied zwischen<br />
Banken, die bei ihren Mindesteigenkapitalanforderungen<br />
den IRB-Ansatz („IRBA-<br />
Institute“) anwenden oder auf den fortgeschrittenen<br />
IRB-Ansatz zurückgreifen („FIRBA-<br />
Institute“). Mit 70 Prozent sagen deutlich weniger<br />
FIRBA-Institute, dass sie die Verantwortlichkeiten<br />
geregelt haben, als Banken im Basisansatz<br />
(91 Prozent).<br />
Grundsätze 3 und 4: Genauigkeit,<br />
Integrität und Vollständigkeit<br />
Banken sollten ihre Risikodaten einheitlich und<br />
akkurat aggregieren. Um die Genauigkeit zu<br />
gewährleisten, erwarten die Baseler Regulatoren<br />
im dritten Grundsatz eigene Kanäle und<br />
Aktionspläne zur Verbesserung einer schlechten<br />
Datenqualität. Mit der Güte der Daten allein<br />
ist es jedoch nicht getan, sie müssen auch vollständig<br />
bearbeitet werden. Daher heben die<br />
Aufseher im vierten Grundsatz hervor, dass die<br />
Kreditinstitute ihre Risikodaten aus allen Konzernbereichen<br />
erfassen und aggregieren sollen.<br />
Der Haken: Nur ein Drittel der Befragten<br />
betrachtet die Architektur ihrer Risikodatenaggregation<br />
und ihrer Risikoberichterstattung<br />
als geeignet, um die Anforderungen zu erfüllen.<br />
Das heißt im Umkehrschluss: Zwei Drittel der<br />
Banken müssen nachlegen (Abb. 14). Eine Möglichkeit,<br />
der einheitlichen, genauen und vollständigen<br />
Aggregation nachzukommen: ein<br />
integriertes Data Warehouse (DWH), also eine<br />
zentrale Datenbank, mit der Banken die Daten<br />
aus unterschiedlichen IT-Systemen integriert<br />
zusammenfassen können.<br />
Die Studie zeigt jedoch, dass der Status quo<br />
anders ist. Die meisten Bankhäuser besitzen<br />
nur ein Data Warehouse für Finanzdaten (77<br />
Prozent) und für Risikodaten (70 Prozent). Eines<br />
für beide Datenarten zusammengefasst gibt<br />
Abb. 14: Datenarchitektur und IT-Infrastruktur<br />
Wie beurteilen Sie die Eignung der Architektur in Ihrem Institut für Aspekte der Risiko-<br />
Aggregation und des Risikoreportings gemäß den nachfolgenden Kriterien?<br />
Aufnahme zusätzlicher Berichts- und Auswertungsdimensionen<br />
29 %<br />
Schnelle Reaktionsfähigkeit bei Anpassung von Aggregationen<br />
Nachvollziehbarkeit der Aggregationsregeln zum Berichtszeitpunkt<br />
37 %<br />
45 %<br />
Flexible Anpassungsfähigkeit, Erweiterbarkeit des DWH, Data Marts hinsichtlich Änderungen*<br />
34 %<br />
Flexible Auswertung von Szenarien<br />
31 %<br />
0 % 20 % 40 % 60 %<br />
80 %<br />
100 %<br />
*z.B. Aggregationskennzahlen und Dimensionen<br />
44 %<br />
56 %<br />
37 %<br />
42 %<br />
45 %<br />
Basis: alle Befragten (Fach- und Führungskräfte aus der IT), N = 111, Skala: Sehr gut /<br />
Eher gut / Eher schlecht / Sehr schlecht (sortiert nach TOP-2: Sehr gut + Eher gut)<br />
es nur in 50 Prozent der Institute. Weitere 50<br />
Prozent haben außerdem Treasury-Daten in<br />
dieser Datenbank integriert. 47 Prozent besitzen<br />
ein Data Warehouse nur für Treasury. Angesichts<br />
dieser Antworten ist zu erwarten, dass<br />
nur bei der Hälfte der Institute eine integrierte<br />
Datenhaltung vorhanden ist (Abb. 15, S. 20)<br />
Ein weiteres Defizit tut sich bei der geforderten<br />
Genauigkeit der Daten auf. Nur 55 Prozent<br />
der Institute misst die Datenkorrektheit<br />
durchgängig, 40 Prozent macht das teilweise<br />
und fünf Prozent gar nicht (Abb. 16). Da der ➔<br />
16 %<br />
Sehr gut<br />
Eher gut<br />
Eher schlecht<br />
Sehr schlecht<br />
9 %<br />
15 %<br />
20 %<br />
25 %<br />
6 %<br />
3 %<br />
5 %<br />
1%<br />
Quelle: Studie <strong>banking</strong> <strong>insight</strong> 2<strong>01</strong>4