Реализация прогноза метрик процентного риска банковской книги в ALM-платформе

526

Заявлено проектов
443

Опубликовано проектов
164

Оставлено комментариев
1485

Количество голосов
22

Дней до окончания голосования

Руководитель проекта со стороны заказчика

Сергей Куделя

ПАО ВТБ

Директор по управлению портфелем проектов
Категория

Лучшее отраслевое решение
Номинация

Страховые компании и Управление рисками
Цели

Реализация системы сценарного анализа риск метрик в части процентного риска банковской книги, чистого процентного дохода, маржинальности банка
Сроки выполнения

январь, 2024 — октябрь, 2024
Год завершения проекта

2024
Масштаб проекта

32970 человеко-часов
Результаты

Создана и внедрена система сценарного анализа и прогноза метрик процентного риска банковской книги, чистого процентного дохода, маржинальности банка.

Ежемесячно данные метрики используются банком для управления структурой продуктов банковской книги и хеджированием процентного риска с целью оптимизации доходов банка.
Уникальность проекта
- Первая полностью импортонезависимая реализация ALM-системы в России.
- Первая в России коробочная ALM-система.
- Учет специфики российского банковского рынка и регулирования в расчете риск метрик (программы гос.субсидирования, Ф0409127, 8-МР).
- Реализация расчетов на базе отечественной системы управления большими данными Arenadata с возможностью распределенных вычислений и неограниченного масштабирования.
- Графический интерфейс системы основан на лучших мировых практиках и опыте крупнейших банков.
- Удобная система управления сценарными предпосылками, параметрами и настройками расчетов позволяет запускать расчеты быстрее и рассчитывать больше сценариев, по сравнению со старой импортной системой KRM (Kamakura Risk Manager).
- Реализованная интеграция с платформой исполнения ML-моделей позволила учесть эффекты поведенческих продуктовых моделей в расчетах метрик процентного риска.
Проект решает задачи импортозамещения

Да
Использованное ПО

Arenadata Hadoop, PostgreSQL, кластер Kubernetes (бэкенд — Java 17 + Spring Boot 3, фронтэнд — ReactJS, оркестрация – Camunda), интеграция — Artemis MQ, продвинутая система мониторинга (Prometheus + Grafana)
Решение из каталога Global CIO

В проекте не используются решения из каталога Global CIO
Сложность реализации
- Объемная и сложная методология расчета с большом количеством различных метрик. Добавление специфических разрезов под каждую метрику в прогнозную финансовую модель увеличило объем обрабатываемой информации, но при этом необходимо было обеспечивать высокую производительность системы, чтобы не допустить падения скорости расчета одного сценария.
- Учет и планирование параллельной миграции общебанковского аналитического хранилища.
- Обеспечение технологической независимости и требований высокой производительности потребовали нестандартного решения реализации расчетного движка системы в Arenadata Hadoop.
- Учет требования к масштабируемости потребовало платформенного подхода к реализации фронтальной части системы управления расчетами.
- Обеспечение требований к достаточной для пользователя гибкостью настроек сценариев расчетов, удобством и скоростью работы с их большим количеством, временем заполнения и сложностью работы с сценарными наборами параметров.
Описание
В 2023 году была создана и внедрена ALM платформа, которая отвечает на следующие вопросы которые возникают перед любым Банком и его Казначейством:
- Как повлияет изменение ставок, макроэкономических показателей на будущий доход банка?
- Какие будут оптимальные источники привлечения денег (фондирования)?
- Какие будут нормативы ликвидности, нормативы достаточности капитала?
- Как оптимально распределить ресурсы банка?
- Какие будут регуляторные/внутренние меры процентного риска к концу года?
- Какой будет дефицит ликвидности?
- Какие оптимальные источники фондирования?
В 2024 году в рамках совершенствования процессов управления рисками банка внедряется сценарный расчет прогноза метрик процентного риска банковской книги.

Процентный риск — риск изменения доходов из-за изменения процентных ставок — является одним из основных рисков, которые несет на себе банк. Ключевые метрики в банковском секторе РФ: Ф0409127 (сведения о риски процентной ставки, чувствительность чистого процентного дохода, чувствительность экономического капитала.

С 2022 по 2024 годы ключевая ставка банка России динамично изменялась, и это оказало влияние на процентный риск. Повышение качества управления банком процентным риском имеет большое значение с точки зрения финансовой стабильности банка, его доходов, так и финансовой системы РФ, в целом.

Проект является частью масштабной разработки и внедрения ALM-платформы в бизнес-процессы банка — риск-системы, автоматизирующей расчеты фактических значений и сценарного прогноза метрик балансовых рисков и доходов банка.

Ядро системы — модуль прогнозирования динамики эволюции баланса банка на уровне каждой сделки. Для построения прогноза система моделирует работу основных участников жизненного цикла баланса и сделок банка — клиента банка, бизнес-подразделения, финансового подразделения, казначейства.

После проведения симуляционного прогнозного моделирования эволюции баланса система рассчитывает детальный прогноз структуры баланса банка, который является основой для расчета всех риск-метрик, в частности метрик процентного риска.
География проекта

Головная организация ВТБ