Реализация прогноза метрик процентного риска банковской книги в ALM-платформе
- Заказчик:
- ПАО ВТБ
- Руководитель проекта со стороны заказчика
-
- Поставщик
- ГК Иннотех
- Год завершения проекта
- 2024
- Сроки выполнения проекта
- январь, 2024 — октябрь, 2024
- Масштаб проекта
- 32970 человеко-часов
- Цели
Реализация системы сценарного анализа риск метрик в части процентного риска банковской книги, чистого процентного дохода, маржинальности банка
- 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)
- 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 проекта
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
