Den 28. mai 2024 vil Securities and Exchange Commission (SEC) i USA implementere en
sentral endring i verdipapirhandelssektoren: overgang til en T+1-oppgjørssyklus. Dette skiftet – å redusere oppgjørsperioden fra to virkedager etter handelsdatoen til bare én – er et strategisk grep for å dempe markedsvolatilitet og redusere kreditt- og oppgjørsrisiko. Overgangen byr imidlertid på betydelige utfordringer for finansinstitusjonene, spesielt i deres backoffice-virksomhet. Så hva er de og hvordan kan de overvinnes?
Hva er T+1- og T+2-oppgjør?
T+1-oppgjørssyklusen er en finansiell praksis der transaksjoner utført før kl. 4 gjøres opp på neste handelsdag. For eksempel vil en handel gjort på mandag før kl. 30 bli avgjort innen tirsdag. Denne prosessen innebærer overføring av verdipapirer og/eller midler fra selgers til kjøpers konto, forskjellig fra T+4-oppgjøret, som gjør opp handler to virkedager etter transaksjonen. Og ifølge
SEC-leder Gary Gensler, "T+1 er designet for å være til fordel for investorer og redusere kreditt-, markeds- og likviditetsrisikoen i verdipapirtransaksjoner som markedsdeltakere står overfor."
Og så, overgangen til en T+1-oppgjørssyklus legger et enormt press på eksisterende backoffice-prosesser av flere grunner. For det første er oppgjørssyklusen en overveiende manuell prosess, som er avhengig av batchdatabehandling. For å skifte til en T+1-oppgjørssyklus er det nødvendig med en mer effektiv og sanntids datahåndteringstilnærming, samt tilgang til nøyaktig og oppdatert informasjon for å lette rettidig avstemming og rapportering.
For det andre, med en kortere oppgjørssyklus er det mindre tid til feilretting, noe som øker risikoen for oppgjørssvikt. Finansinstitusjoner må forbedre sin risikostyringspraksis for raskt å identifisere og adressere eventuelle avvik i handelsdetaljer. Til syvende og sist er de eksisterende metodene raskt i ferd med å bli foreldede og ineffektive i møte med denne nye, fremskyndede bosettingssyklusen. For å tilpasse seg, må bedrifter snarest automatisere disse manuelle prosessene og skifte mot hendelsesbasert, sanntidsbehandling for å muliggjøre disse raskere oppgjørssyklusene.
Overvinne T+1-overgangsutfordringer
Finansinstitusjoner krever en ny tilnærming for å bistå i denne overgangen. En av de viktigste ressursene her vil være verktøy som muliggjør en jevn og effektiv automatisering av eksisterende batchprosesser i en Operational Trade Store (ODS) – en database som integrerer data fra flere kilder for operasjonell rapportering.
Samtidig involverer eldre oppgjørssystemer ofte manuelle oppgaver som er tidkrevende og feilutsatte, men nyere innovasjoner i moderne utviklerdataplattformer kan presentere en løsning med flere fordeler.
For eksempel kan bruk av fleksible datamodeller på utviklingsstadiet tillate en mer intuitiv datalagringstilnærming, akselerere utviklingsprosesser ved å redusere behovet for komplekse datatransformasjoner eller Object-Relational Mapping (ORM). Samtidig har veksten av brukervennlige utviklerplattformer også kommet langt i å redusere læringskurven for utviklere, og tilrettelegge for raskere adopsjon. I tillegg, med et rikt spørringsspråk, kan komplekse spørringer forenkles, noe som minimerer behovet for omfattende koding, mens et svært skalerbart format betyr at plattformer kan håndtere større volumer av handelsdata og høye samtidighetsnivåer.
På grunn av altfor komplekse eldre batchbehandlingsmetoder, er prosessen med å konsolidere transaksjonsdata i backoffice-systemer full av utfordringer. Selv om de lenge har vært bransjestandarden, betyr begrensninger som stivt skjema, vanskeligheter med horisontal skalering og langsom ytelse at denne prosessen ikke lenger er optimal for post-trade management.
Men med et sanntids operativt handelsdatalager (ODS) som en løsning, gjør denne tilnærmingen finansforetak i stand til å konsolidere transaksjonsdata i sanntid, noe som effektiviserer backoffice-operasjoner og forbedrer beslutningstakingseffektiviteten. For eksempel kan trade desk-data inkorporeres i en ODS i sanntid gjennom Change Data Capture (CDC). Dette skaper deretter en sentralisert handelsbutikk som fungerer som en primærkilde for nedstrøms handelsoppgjørs- og overholdelsessystemer, og fremmer raskere oppgjørstider og forbedret datanøyaktighet.
Potensialet til kunstig intelligens og maskinlæring for å håndtere handelsoppgjørsrisikoer
Ved å ta i bruk avanserte teknologier som kunstig intelligens (AI) og maskinlæring (ML), sliter finansinstitusjoner ofte med utfordringen med å integrere disse innovasjonene i eldre systemer på grunn av deres ufleksibilitet og motstand mot modifikasjoner. Å bygge en ODS med et fleksibelt skjema gjør dem i stand til effektivt å integrere AI/ML-modeller i sin handelsplattform for å effektivt håndtere store volumer handelsdata i sanntid. Denne fleksibiliteten letter sømløs integrasjon med forskjellige AI/ML-plattformer, slik at organisasjoner kan tilpasse seg endringer i AI-landskapet uten omfattende modifikasjoner av infrastrukturen. I tillegg, med et fleksibelt dataskjema som er i stand til å imøtekomme alle datastrukturer, formater eller kilder, vil institusjoner fremtidssikre seg selv med tilpasningsevnen og smidigheten som kreves for å møte nye teknologier og forskrifter.
Integrering med AI/ML-plattformer er avgjørende for å håndtere handelsoppgjørsrisikoer effektivt, og lette utviklingen av AI/ML-modeller for mer effektiv håndtering av potensielle handelsoppgjørsfeil, både når det gjelder kostnader og tid. Prediktiv analyse gjør det mulig for bedrifter å forutsi tilgjengelighet og etterspørsel, og dermed optimalisere varelager for utlån og innlån.
Mot fleksibilitet og tilpasningsevne
Ettersom finansinstitusjoner sliter med utfordringen med å redusere oppgjørsvarigheten fra T+2 til T+1, er det fortsatt levedyktige løsninger for å lette en potensielt ujevn overgang. Ved å automatisere manuelle prosesser og ta i bruk sanntidsdatalager, kan institusjoner oppnå operasjonell fortreffelighet og møte SECs T+1-oppgjørsfrist.
I tilfelle T+0-oppgjørssykluser, må institusjoner utstyres med fleksible dataplattformer for å sikre at de er bedre forberedt til å tilpasse seg nye regelverk. Det er oppmuntrende å se at mange ledende banker begynner å modernisere sin infrastruktur, noe som fører til redusert time-to-market, lavere totale eierkostnader og forbedret utviklerproduktivitet.
- SEO-drevet innhold og PR-distribusjon. Bli forsterket i dag.
- PlatoData.Network Vertical Generative Ai. Styrk deg selv. Tilgang her.
- PlatoAiStream. Web3 Intelligence. Kunnskap forsterket. Tilgang her.
- PlatoESG. Karbon, CleanTech, Energi, Miljø, Solenergi, Avfallshåndtering. Tilgang her.
- PlatoHelse. Bioteknologisk og klinisk etterretning. Tilgang her.
- kilde: https://www.finextra.com/blogposting/25518/transforming-financial-institutions-for-quicker-settlement-cycles?utm_medium=rssfinextra&utm_source=finextrablogs
- :er
- :hvor
- 2024
- 28.
- 30
- a
- akselerer
- adgang
- imøtekommende
- Ifølge
- Logg inn
- nøyaktighet
- nøyaktig
- tilpasse
- I tillegg
- adresse
- vedta
- Adopsjon
- avansert
- fordeler
- Etter
- AI
- AI / ML
- tillate
- tillate
- også
- an
- analytics
- og
- noen
- tilnærming
- ER
- kunstig
- kunstig intelligens
- Kunstig intelligens (AI)
- Kunstig intelligens og maskinlæring
- AS
- Eiendeler
- bistå
- At
- oppnå
- automatisere
- Automatisere
- Automatisering
- tilgjengelighet
- Banker
- BE
- bli
- vært
- før du
- Begynnelsen
- nytte
- Bedre
- Låne
- både
- Bygning
- humpete
- virksomhet
- men
- KJØPER..
- by
- CAN
- stand
- fangst
- CDC
- sentralisert
- Chair
- utfordre
- utfordringer
- endring
- Endringer
- Koding
- Kom
- kommisjon
- komplekse
- samsvar
- konsolidere
- konsolidere
- Kostnad
- kunne
- skaper
- kreditt
- avgjørende
- skjøger
- syklus
- sykluser
- dato
- Dataledelse
- databehandling
- datalagring
- Data struktur
- Database
- Dato
- dag
- Dager
- Fristen
- Beslutningstaking
- Etterspørsel
- designet
- skrivebord
- detaljer
- Utvikler
- utviklere
- Utvikling
- forskjellig
- ulik
- Vanskelighetsgrad
- to
- varighet
- lette
- Effektiv
- effektivt
- effektivitet
- effektiv
- effektivt
- muliggjøre
- muliggjør
- oppmuntrende
- forbedre
- forbedret
- Forbedrer
- sikre
- utstyrt
- feil
- utvikling
- eksempel
- Excellence
- utveksling
- henrettet
- eksisterende
- omfattende
- Face
- møtt
- legge til rette
- forenkler
- tilrettelegging
- feil
- raskere
- finansiell
- Finansinstitusjoner
- Finextra
- bedrifter
- Først
- fleksibilitet
- fleksibel
- Til
- Varsel
- format
- fostre
- fra
- midler
- videre
- Gary
- Vekst
- håndtere
- Ha
- her.
- Høy
- svært
- Horisontal
- Hvordan
- Men
- HTTPS
- identifisere
- enorme
- iverksette
- viktig
- forbedret
- in
- Incorporated
- øker
- industri
- ineffektiv
- informasjon
- Infrastruktur
- innovasjoner
- f.eks
- institusjoner
- integrere
- Integrerer
- Integrering
- integrering
- Intelligens
- inn
- intuitiv
- Investorer
- involvere
- bare
- bare én
- landskap
- Språk
- stor
- større
- ledende
- læring
- Legacy
- utlån
- mindre
- nivåer
- i likhet med
- begrensninger
- Likviditet
- Lang
- lenger
- lavere
- maskin
- maskinlæring
- laget
- administrer
- ledelse
- administrerende
- håndbok
- mange
- kartlegging
- marked
- volatilitet på markedet
- Kan..
- bety
- midler
- Møt
- metoder
- Minske
- ML
- modeller
- Moderne
- modifikasjoner
- mandag
- mer
- mer effektivt
- mest
- flytte
- flytting
- flere
- må
- Trenger
- Ny
- neste
- Nei.
- foreldet
- of
- ofte
- on
- ONE
- operasjonell
- Drift
- optimal
- optimalisere
- or
- organisasjoner
- Overcome
- eierskap
- deltakere
- spesielt
- ytelse
- perioden
- sentral
- plassering
- plattform
- Plattformer
- plato
- Platon Data Intelligence
- PlatonData
- pm
- etter handel
- potensiell
- potensielt
- praksis
- praksis
- hovedsakelig
- forberedt
- presentere
- gaver
- press
- primære
- prosess
- Prosesser
- prosessering
- produktivitet
- spørsmål
- raskere
- raskt
- sanntids
- sanntidsdata
- grunner
- nylig
- avstemming
- redusere
- Redusert
- redusere
- forskrifter
- avhengig
- forbli
- Rapportering
- krever
- påkrevd
- Motstand
- Rich
- rigid
- Risiko
- risikostyring
- risikoer
- s
- samme
- skalerbar
- skalering
- sømløs
- SEK
- sektor
- Verdipapirer
- Securities and Exchange Commission
- se
- serverer
- Bosatte seg
- bosetting
- Settlements
- bosetter
- flere
- skift
- signifikant
- forenklet
- langsom
- glatter
- So
- løsning
- Solutions
- kilde
- Kilder
- Scene
- Standard
- Stater
- lagring
- oppbevare
- Strategisk
- effektiviserer
- struktur
- slik
- Systemer
- oppgaver
- Technologies
- vilkår
- Det
- De
- deres
- Dem
- seg
- deretter
- Der.
- Disse
- de
- denne
- selv om?
- Gjennom
- Dermed
- tid
- tidkrevende
- rettidig
- ganger
- til
- verktøy
- Totalt
- mot
- handel
- handler
- trading
- Transaksjonen
- Transaksjoner
- Overføre
- transformasjoner
- transformere
- overgang
- tirsdag
- to
- Til syvende og sist
- forent
- Forente Stater
- up-to-date
- brukervennlig
- ved hjelp av
- levedyktig
- Volatilitet
- volumer
- Vei..
- VI VIL
- Hva
- hvilken
- mens
- vil
- med
- uten
- zephyrnet