Profitability. Efficiency. Regulatory compliance.
보다 나은 리스크 관리.
리스크 관리란 단순히 리스크와 보상 간의 균형을 조정하는 일에 그치지 않습니다. 컴플라이언스를 벗어나 기업 내 모든 수준의 전 프로세스에 리스크 관리를 적용하여 진정한 비즈니스 발전을 촉진하는 것을 의미합니다.
규제 자본 관리
금융 기관은 끊임없이 변화하는 규제 요구 사항에 대응하기 위해 항상 쉴 새 없이 노력합니다. 이는 금융 분야의 일종의 다윈주의와 같은 것으로 적응에 실패하면 단순히 규제 불이행에 따른 단속 결과로 어려움을 겪을 뿐 아니라 은행의 생존에 심각한 위협이 될 수 있기 때문입니다. 게다가 Basel II나 Basel III, BCBS 239, BCBS 248, Solvency II 같은 새로운 규제 의무를 준수하는 데 필요한 프로세스와 감독 기능은 경쟁우위를 확보하는 데도 도움을 줄 수 있습니다. 물론 정확하게 실행된다면 말입니다. SAS가 도와 드리겠습니다. SAS 솔루션은 이러한 규제 내용을 처리하고 보고할 수 있는 엔드 투 엔드(end-to-end) 프레임워크를 제공합니다. 사전 정의된 스트레스 테스트 방법론과 사전 정의된 리포팅 기능을 기반으로 각종 컴플라이언스 지시 사항들을 이행하여 불이행으로 인한 벌금이나 불이익을 피하고 수익을 보호하십시오.
- Basel II 및 Basel III를 준수하고, 여러 관할 구역에서 복잡한 가이드라인의 다양한 해석 내용을 준수할 수 있습니다.
- 각 리스크 노출 주기 동안 경기 변동, 특히 경기 침체가 향후 여러 시각에서 리스크 기반 자본 요구 사항에 어떤 영향을 미치는지 확인할 수 있습니다.
- 규제 요구 사항 변화에 쉽게 적응하여 장기적으로 컴플라이언스를 보장할 수 있습니다.
- 사용자가 정의한 가격 결정 및 평가 모델을 비롯하여, 신용 포트폴리오 리스크 평가 프로세스와 신용 평가/내부 평가 시스템을 완벽하게 통합할 수 있습니다.
- 사전 정의된 규제 환경 및 샘플 규제 보고서를 사용해 프로젝트 리스크를 최소화하면서 신속하게 운영할 수 있습니다.
- 자동화된 데이터 관리: 리스크 데이터를 자체적으로 문서화하는 인프라에는 특별히 리스크 분석 및 리포팅에 맞게 설계된 사전 정의된 리스크 데이터 리포지토리가 포함되어 있습니다. 따라서, 대출 정보, 거래, 담보물 관리, 대출 결정 시스템, 위험 인자 기관, 스프레드시트 등 거의 모든 소스에서 수집된 막대한 양의 데이터를 효율적으로 관리할 수 있습니다.
- 완벽한 규제 리포팅 기능: 웹 기반 리포팅 인터페이스를 사용해 모든 입력 데이터 및 구성 데이터를 쉽게 확인하고, 애드혹 분석(ad hoc analyses)을 수행하며, 신용 리스크 보고서를 작성하고, OLAP 보고서와 상호 작용할 수 있습니다. 그리고 사용자 정의 가능한 보고서 확인 워크플로에서 내부 승인 프로세스를 거쳐 규제 인허가 내용을 효율적으로 전송합니다.
- 유연하고 강력한 리스크 계산 능력: 표준화된 규제 자본 계산 워크플로가 컴플라이언스를 촉진합니다. 더욱이 계산 기능은 구성 및 확장이 가능하기 때문에 현재는 물론 규제 내용이 바뀔 미래의 요구 사항도 지원할 수 있습니다.
- 강화된 리스크 계산 및 집계 기능: 강력한 리스크 엔진이 모든 포트폴리오에서 일관성을 보장하고, 규제 분석 기능과 시나리오 분석, 스트레스 테스트 및 최적화된 리스크 완화 알고리즘을 통합합니다.
신용 리스크
은행이 부딪치게 될 문제는 현재 겪고 있는 컴플라이언스 요구 사항의 증가만이 아닙니다. 새롭게 등장한 Basel III 규제는 신용 리스크에 더 높은 자본 비용을 야기할 것입니다. 그리고 은행이 이런 비용을 상쇄하려고 노력하면서 담보물은 신용 리스크 관리에서 더 큰 역할을 차지하게 될 것입니다. SAS는 단지 규제 요구 사항을 해결할 뿐 아니라 전반적인 성과를 향상시킬 수 있는 방법으로 신용 리스크를 관리할 수 있게 지원합니다. 그렇다면 과연 그 방법은 무엇일까요? 바로 신용 리스크와 성과 관리 절차를 긴밀하게 연계하고 조정함으로써 담보 관리 및 신용 리스크 관리 프로세스를 통합하는 것입니다.
- 담보물을 신중하게 사용하고 자본을 보다 효율적으로 할당함으로써 신용 리스크 자본 요구 사항을 줄이고, 갈수록 더욱 복잡해지는 각종 규제를 준수할 수 있습니다.
- 처음부터 신용 리스크 노출 문제를 해결하여 더 현명한 대출 결정을 내릴 수 있습니다.
- 포트폴리오 리스크 노출 정도를 계산하고 스트레스 테스트를 실시하여 대출 포트폴리오를 더욱 효과적으로 모니터링하고, 네팅(netting), 담보물 및 증거금의 효과는 물론 신용파생상품 장부까지 고려합니다.
- 여러 가지 차원에서 실시간으로 포트폴리오 성과를 추적하고 집계합니다.
- 수없이 많은 새로운 계산 결과와 더욱 까다로운 데이터 요구 사항, 그리고 더욱 짧아진 시계 등의 문제를 쉽게 관리합니다.
- 보유 자산과 필요 담보물에 관한 신용 포트폴리오를 최적화합니다.
- 스트레스 테스트: 신용 익스포져(credit exposures)를 계산하고 스트레스 테스트를 실시하여 네팅(netting), 담보물 및 증거금 효과는 물론 신용파생상품 계정까지도 고려합니다.
- 시뮬레이션: 잠재적인 향후 위험 요소에 대한 정교한 시뮬레이션을 수행합니다.
- 리스크 계산: 모든 부내 및 부외거래 활동을 대상으로 포트폴리오 신용 리스크 측정치와 거래 상대방의 리스크 노출 정도를 계산합니다. 보험 수리 모델이나 확률론적 이행 지표 모델 같은 고급 포트폴리오 신용 리스크 모델을 사용합니다.
- 최적화: 리스크/수익률 측정 방법을 활용해 신용 포트폴리오를 최적화합니다. 또한 리스크 완화를 위해 담보물을 최적화하며, 우선청구권과 통화 및 만기불일치도 고려합니다.
- 모델 관리: 모델 개발 및 배포 주기를 단축하고 정기적으로 자주 모델 성능을 모니터링합니다.
리스크 의사 결정
자산 클래스, 포트폴리오, 거래 데스크에서 쉽게 통합된 리스크 결과를 얻을 수 있습니까? 순간 “벅차고 힘들다”라는 단어가 떠오르십니까? SAS의 리스크 솔루션은 그 어떤 솔루션보다 신속하게 리스크 계산 작업을 수행하여 며칠이 아닌 몇 분 만에 결과를 제공합니다. 따라서, 기업의 전체적인 리스크 상황과 자본 적정성을 보다 잘 이해할 수 있습니다. 더욱 전략적이고 데이터 중심적인 리스크 의사결정을 내리십시오. 더욱 효율적인 리스크 프로세스를 채택하십시오. 손실 위험을 줄이고 수익성을 증가시키십시오.
- 여러 개의 포트폴리오, 자산 클래스, 가격 결정 라이브러리 및 시스템을 대상으로 거의 실시간으로 정확한 리스크 집계가 가능합니다. BCBS 239를 비롯한 다양한 규제 및 리포팅 요구 사항을 충족할 수 있습니다.
- 필요한 만큼 자주 회사 전반의 리스크 및 리스크 노출 정도를 업데이트할 수 있습니다. 변화하는 시장 상황에 대응하고, 적시에 포트폴리오 전략에 대한 의사결정을 내릴 수 있습니다.
- 수많은 시장성유가증권과 시장 지표, 금융 자산 및 의무 사항을 처리하는 다양한 모델을 통해 리스크 측정치를 계산할 수 있습니다.
- 신속하게 최적의 행동을 파악하고 최상의 의사 결정을 내릴 수 있습니다. 시장의 변화 속도에 맞춰 신속하게 온디맨드(on demand) 시나리오 분석을 실시하여 자사의 유동성 및 자본 요구 사항에 맞는 최적의 솔루션을 발견할 수 있습니다.
- 항상 최신 상태의 포트폴리오 뷰를 제공할 수 있습니다. 시스템이 포트폴리오의 여러 부분과 관련해 달라지는 데이터 도착 시간을 모두 인지해 가장 최신의 정보를 제공합니다.
- 실시간 리스크 집계: 특허 출원중인 여러 기술이 가장 복잡한 리스크 계산 작업의 처리 시간마저 대폭 단축하기 때문에 수행 성능이 크게 향상됩니다.
- What-if 분석: 가장 복잡한 포트폴리오와 상황 및 방법 등을 기반으로 다양한 시각에서 What-if 시나리오를 작성합니다. 요청에 따라 매개변수를 변경하고 시나리오를 다시 실행할 수 있습니다. 또한, 잠재적인 자본손익, 수익 변화 또는 자금조달비용(운용하는 자금의 단위당 원가)와 관련된 결과도 조사합니다.
- 일일 리스크 및 리스크 노출 정도 재계산: 필요한 만큼 자주 회사 전반의 리스크 및 리스크 노출 정도를 업데이트할 수 있습니다. 변화하는 시장 상황에 대응하고, 적시에 포트폴리오 전략에 대한 의사결정을 내릴 수 있습니다.
- 개방적이고 융통성 있는 환경: 자사의 미래 요구 사항 변화에 맞게 적응할 수 있습니다. 새로운 방법을 마련하고 구성할 수 있습니다. 새로운 가격 결정 기능을 개발하고, 더욱 복잡한 시나리오를 설계하며, 맞춤형 보고서도 작성할 수 있습니다.
스트레스 테스트
기업에서 폭발적으로 증가하는 막대한 양의 데이터, 더 심해진 문제의 복잡성, 갈수록 높아지는 성과에 대한 기대, 짧아지는 의사결정 시간, 끊임없이 변화하는 규제 요구 사항 등의 문제로 고심하고 있는 오늘도 지난 금융 위기의 기억은 여전히 많은 이들의 머릿속에 생생히 남아 있습니다. SAS는 기업이 하루 또는 거의 실시간으로 시장, 신용, 유동성 등 모든 종류의 위험에 대해 정확하고 신속하게 기업의 리스크 노출 정도를 평가할 수 있도록 지원합니다. 따라서 기업은 신속하고 정확하게 현재 리스크 노출 정도에 대한 답을 얻을 수 있습니다. 심지어 변동이 심하고 긴장감이 높은 시장에서조차 정보에 기반한 시기적절한 의사결정을 내릴 수 있고, 기업의 자본, 유동성 및 생존 능력을 더 잘 보호할 수 있습니다.
- 기업의 리스크 노출 정도에 대한 통합된 시각을 확보할 수 있습니다. 중앙 집중식 스트레스 테스트와 통합 플랫폼을 통해 신속하게 포트폴리오 데이터 및 내/외부 스트레스 테스트 요소를 집계하고, 표준화된 다양한 스트레스 시나리오를 작성할 수 있습니다.
- 시장 충격에 더욱 신속하고 정확하게 대응할 수 있습니다. 단순히 샘플이 아닌 제공된 모든 데이터를 기반으로 대규모 시뮬레이션과 임시 스트레스 테스트를 수행할 수 있습니다.
- 몇 시간 또는 며칠이 아닌 몇 분 만에 복잡한 대규모 포트폴리오와 자산 클래스의 가치를 평가할 수 있습니다. 또 수많은 자산 데이터와 리스크 및 시장 요소를 사용해 비용 및 유동성 변경이 미칠 영향을 분석할 수 있습니다.
- 엔드 투 엔드(end-to-end) 프레임워크: 기업 전반에 흩어져 있는 데이터, 시나리오, 가격 결정 모델, 리스크 노출도 계산, 리포팅 기능을 통합할 수 있습니다. 오직 SAS만이 스트레스 테스트의 모든 측면을 관리할 수 있는 엔드 투 엔드(end-to-end) 기술을 제공합니다.
- 인메모리 프로세싱: 최근 멀티코어 CPU 분야의 급속한 발전과 SAS의 특허 출원중인 소프트웨어 아키텍처 및 알고리즘은 그리드에서 직접 활성화되는 가격 결정 기능에 대한 계산 시간을 크게 단축합니다. 또 결과가 인메모리에 보관되기 때문에 즉각적인 분석에 바로 사용할 수 있습니다.
- 단일 스트레스 테스트 환경: 예금증서 및 트레이딩 북(Trading Book) 집계 작업에 일반적인 스트레스 시나리오와 인수들을 적용합니다. 그런 다음 고급 분석을 적용해 기업 전반의 포트폴리오에 스트레스 상황을 조성한 뒤 리스크 노출 정도 및 자본 계산을 실시합니다.
Will your institution be ready for CECL?
The new current expected credit loss (CECL) model will dramatically change the way loss provisions are estimated, with new methodologies and significantly greater data requirements. As the clock ticks steadily toward the implementation deadline, what is your institution doing to prepare for the coming procedural and strategic challenges?
Stay current on the latest news, views and best practices from the brightest minds in risk management.
고객 사례
“SAS가 없었다면 처리 시간이 훨씬 길었을 것이고, 헤징 결정도 지연되었을 것입니다. 그리고 결국엔 은행이 시장에서 낙오되었을 것입니다."
자세히 보기
"We know that the governance, the model build and the model development life cycle is consistent regardless of what the end use of that model is. Data is consistent. It is aligned."
자세히 보기
