Data Quality & Bcbs 239 : l'essentiel de la règlementation bancaire sur le reporting risques - Classe virtuelle

Une connaissance minimale des opérations bancaires est souhaitée.

Connaître et comprendre les exigences sur la qualité des données telles que spécifiée sans la norme BCBS 239.
Avoir les clés pour implémenter, améliorer, auditer un dispositif de data quality robuste au sein de la banque
Être en mesure d’identifier les impacts dans son établissement.

1 - INTRODUCTION

Enjeu autour de la qualité des données au sein de la banque.
Le périmètre de banques concernées.
Les objectifs de la norme BCBS 239:
Augmenter les capacités des banques en matière d’agrégation de données de risques financiers.
Augmenter la capacité à produire des reportings sur les risques.
Améliorer la qualité des données risques.
Les enjeux de mise en œuvre au sein des banques: des transformations considérables attendues.
Délais de mise en œuvre et dispositions transitoires.

2 - 14 CRITÈRES SUR LA QUALITÉ DES DONNÉES À RESPECTER

Les critères à respecter par les banques:
Gouvernance globale et infrastructure:
Dispositif de gouvernance solide de la qualité des données.
Infrastructure informatique permettant l’automatisation et la fiabilisation de la chaîne d’agrégation de données et des reportings clés.
Capacités d’agrégations de données:

• Les exigences en matière d’exactitude et d’intégrité de données risques.
• Les exigences en matière de complétude de données risques.
• Les exigences en matière d’actualité de données risques.
• Les exigences en matière d’adaptabilité de données risques.
• Capacités de reporting sur les données risques.
• Les exigences en matière de précisions, d’exactitude et de fidélité des rapports sur la gestion des risques.
• Le principe de représentativité sur les différentes familles de risques.

Le principe de clarté et d’utilité des rapports sur les risques:

• Les exigences en matière de fréquence de production de reporting.
• Les exigences en matière de distribution des reporting.

Les critères à respecter par les autorités de supervision:
Le principe de la surveillance des banques afin de s’assurer qu’elles se conforment aux 11 principes précédents.
Le principe relatif aux actions correctives et des mesures prudentielles.
Le principe de coopération entre autorités de supervision.

3 - LE PÉRIMÈTRE DE LA QUALITÉ DES DONNÉES

Notion de données critiques pour la banque.
Recensement des données critiques.
Cas particulier des données ESG.
Suivi des incidents sur les données critiques et plan d’action d’amélioration.
Gouvernance autour de la qualité des données:

• Implication du top management.
• Comitologie.

4 - MISE EN PLACE DE DÉPARTEMENT EN CHARGE DE LA QUALITÉ DES DONNÉES AU SEIN DE LA BANQUE

Objectif et contrainte réglementaire.
Rôle et fonction du CDO: Chief Data Officer.
Rôle et fonction du département en charge des données.
Positionnement de la fonction.
La nécessaire implication forte du top management.
Les challenges de la mise en place d’une telle fonction transversale.
L’enjeu du big data au sein de la banque.
Les reportings sur la qualité des données.

5 - LA MISE EN PLACE DU DATAWAREHOUSE COMME GOLDEN SOURCE

Introduction et textes relatifs aux outils de suivi.
Notion de datawarehouse:

• Objectifs.
• Bénéfices de l’outil.
• Limites et contraintes.

Structure du datawarehouse:

• Description d’un datawarehouse.
• Modèle de données.
• Sources de données utilisées en entrées.
• Données types en sortie du datawarehouse.
• Technologies utilisées.

Enjeux et challenges autour de l’outil:

• Enjeux d’implémentation.
• Enjeux de mise en production.
• Enjeux de maintenance de l’outil.

6 - SYNTHÈSE ET CONCLUSION

Synthèse de la journée.
Évaluation de la formation.

Documentation en PowerPoint:

• Elle a été adaptée pour être utilisée en distanciel:
• Plus d’exemples.
• Plus d’illustrations.
• Alternance d’illustrations et d’exercices pratiques, d’exercices sous Excel.