Documentos de Académico
Documentos de Profesional
Documentos de Cultura
sobre Solvencia II
€ BANK
Tabla de contenido
1 Introducción
2 El reto funcional
3 Trazabilidad y seguimiento
6 Modelado
7 Explotación
8 Gestión de metadatos
9 Glosario Conceptual
11 Conclusión
2 Solvencia II
Síguenos en: Twitter · LinkedIn
1. Introducción
En la actualidad, las entidades aseguradoras, igual que sucede con las entidades bancarias, se
encuentran sujetas a normativas de control de riesgos financieros.
En efecto, en los últimos años y en paralelo a la normativa de Basilea, han surgido directivas
orientadas a controlar los riesgos aparecidos como consecuencia de la heterogeneidad de los
mercados de capitales y de las exigencias de auditabilidad y transparencia.
3 Solvencia II
Síguenos en: Twitter · LinkedIn
suficientes con respecto a los riesgos evaluados.
Estas Directivas suponen un reto en las compañías. Por un lado se exige un control de la
información adecuado con las herramientas y tecnologías disponibles en la actualidad. Por otro
lado existe un impacto en los procesos de gestión y en la frecuencia de obtención de productos
finales tales como informes y métricas específicas.
Las compañías se ven en la necesidad de contemplar la adopción de las tareas necesarias para
proveer la información adecuada en los plazos exigidos por la normativa, con un nivel de calidad
del dato cada vez más alto.
Una infraestructura tecnológica capaz de adaptarse a los cambios y con capacidad de resolución
necesaria es fundamental para lograr el cumplimiento de la Directiva de Solvencia II.
Solvencia II entrará en vigor entre 2014 y 2017. Esta indefinición así como los retrasos aprobados
han comportado que algunas entidades se relajen y frenen los procesos de adaptación a las nuevas
normas de capital. Los nuevos requerimientos suponen un trabajo de preparación más complejo
que lo previsto en el año 2009 por el legislador.
4 Solvencia II
Síguenos en: Twitter · LinkedIn
2. El reto funcional
A lo largo del tiempo se heredan sistemas que no están integrados con el resto de la operativa.
Además cada ramo y área de negocio dispone de sus propios repositorios con una gestión del dato
independiente.
Se hace necesario de esta forma disponer de mecanismos que permitan la integración de los datos
aplicando reglas de coherencia y calidad de datos para obtener repositorios de información
integrada y normalizada a nivel de compañía.
El cálculo de las métricas exigidas necesitan nutrirse de variables precisas que tienen una fuerte
dependencia del origen de datos.
La calidad del dato es fundamental en este paso ya que registros duplicados o incompletos pueden
afectar a las cifras obtenidas tras la aplicación de la lógica de algoritmos requerida por la Directiva.
5 Solvencia II
Síguenos en: Twitter · LinkedIn
3. Trazabilidad y seguimiento
En efecto, no basta con disponer de procesos de limpieza y
calidad del dato. Es necesario poder conocer en todo
momento cuál es el estado de los repositorios y cómo
evolucionan los datos de la compañía en el tiempo.
Una vez se dispone de los datos origen se obtienen las reglas que darán lugar a las métricas de
auditoría. La Directiva Solvencia II dispone de objetivos y criterios cuyo cumplimiento depende de
los resultados provistos a través de indicadores fundamentales. Estos incluyen información base de
administración de riesgos internos, externos o pruebas de estrés.
Los datos a tomar como origen para la obtención de las métricas e indicadores parten de Balance,
Fondos propios, Capitales requeridos (SCR y MCR), Análisis de variaciones, Activos, los diferentes
Ramos, Provisiones técnicas de Vida, Provisiones técnicas de No Vida y Reaseguro.
Dado que existe una fuerte dependencia e interacción entre métricas, la Organización debe
6 Solvencia II
Síguenos en: Twitter · LinkedIn
disponer de los medios adecuados para monitorizar todo el ciclo de vida del dato en cada uno de
los aplicativos. La capa de integración y normalización de repositorios contiene la lógica de negocio
necesaria para disponer del dato maestro, proceso que debe ser revisado y evolucionar en paralelo
a las necesidades de la Compañía.
Como requisito fundamental de la Directiva de Solvencia II está el disponer de los informes por un
plazo de cinco años. Existe un informe marco que deberá remitirse al órgano de control en formato
electrónico cada tres años junto con el inventario de los cambios existentes en contenido,
algoritmos y estado de los indicadores. Además a partir de 2017 se hará necesario remitir esta
información al Órgano de Control Supervisor junto con el Banco Central Europeo.
7 Solvencia II
Síguenos en: Twitter · LinkedIn
4. Integración del Dato
Ante el reto que supone el cumplimiento de la Directiva Solvencia II, las aseguradoras se ven en la
necesidad de realizar cambios a nivel funcional y técnico en sus sistemas.
La Integración del Dato es el medio para lograr las metas y objetivos corporativos y por tanto es la
base para alimentar DataMarts analíticos que sirvan como referencia a todos los procesos de la
Compañía y la obtención de las métricas e indicadores requeridos por la Directiva de Solvencia II
con la suficiente fiabilidad.
8 Solvencia II
Síguenos en: Twitter · LinkedIn
preparados para alimentar los Datamart.
● DataMart: repositorio que contiene modelos de datos dimensionales susceptibles de ser
explotados.
● ETL: Extract Transform Load, tecnología de integración de datos orientada a la simplicidad
de diseño y construcción con bajo coste de mantenimiento.
● Carga de Datos hasta el ODS y DWH, tomando los datos de los orígenes implicados en la
obtención de métricas de Solvencia II. Se dispondrá de esta forma de un repositorio único
alimentado en modo Batch o NRT (Near Real Time).
● Se desarrollarán procesos ETL:
oCompletar ETL de carga del ODS con la información bruta desde orígenes.
oConstrucción ETL para carga el DWH con los datos origen de los modelos dimensionales.
o Desarrollo ETL para carga DataMart desde el DWH incluyendo la construcción de los
modelos dimensionales y tablas auxiliares.
De esta forma se recogerán los campos que formarán parte de los reportes y métricas de cálculo.
Partiendo del sistema actual se obtendrá una migración progresiva hacia la obtención de un
repositorio base completo.
9 Solvencia II
Síguenos en: Twitter · LinkedIn
5. Calidad del Dato Origen
Los objetivos de Calidad de Datos de negocio se
basan en necesidades que aporten ventajas
operativas (eliminar redundancias, optimizar
procesos), evitar incidencias o abrir nuevas
oportunidades y líneas de trabajo.
El objetivo a medio plazo es obtener un sistema completo de Gestión de Datos Maestros que
permita obtener un control completo de la Gestión del Dato. Sin embargo es posible alcanzar la
generación de reportes y métricas de Solvencia con una primera fase de Calidad de Datos hacia
ODS que asegure la disponibilidad de datos normalizados y aptos para el inicio de los análisis.
El diseño y arquitectura de esta solución deberá tener en cuenta el objetivo a medio plazo,
estableciendo una correcta metodología, buenas prácticas y asegurando un marco tecnológico
capaz de dar soporte a las necesidades presentes y futuras.
Es necesario poder establecer niveles de confianza sobre la información base de los informes. En
las Organizaciones, la recepción de datos desde múltiples fuentes entraña dificultades a la hora de
integrar esa información tanto en modelos de Data Warehouse, así como en el establecimiento y
10 Solvencia II
Síguenos en: Twitter · LinkedIn
creación de Datamarts y sistemas de Explotación.
Créditos foto:
http://blog.powerdata.es/el-valor-de-la-gestion-de-datos/bid/313698/C%C3%B3mo-gestionar-la-calidad-de-los-datos-en-la-directiva-Solve
ncia-II
11 Solvencia II
Síguenos en: Twitter · LinkedIn
6. Modelado
El negocio asegurador necesita poder disponer de un entorno informacional con los datos relativos
cada uno de los sistemas involucrados. Desde diversas fuentes y para cada línea de negocio es
necesario disponer de un modelo de datos analítico que facilite el análisis, reporting y distribución
de la información entre usuarios y obtención de las métricas e indicadores requeridos.
12 Solvencia II
Síguenos en: Twitter · LinkedIn
comprensión del usuario para generar sus propias consultas e informes desde varias herramientas
de análisis y reporting.
Los datos contenidos en el DWH típicamente sólo son accedidos por los administradores de las
bases de datos, los diseñadores, los programas de carga y otros programas que ayudan a mantener
el contenido limpio, correcto, a tiempo y consistente. Los datos origen se cargan dentro del DWH
para su almacenamiento.
El Data Mart será implementado utilizando las técnicas de diseño de DWH recomendadas por R.
Kimball para una estructura óptima de consulta y visualización de los usuarios, esto es, un diseño
multidimensional con un conjunto de “tablas de dimensiones” que clasifiquen los hechos (o
métricas) definidas en la “tabla de hechos”. La granularidad entonces de los datos almacenados
será dada por el cruce que se haga de cada una de estas dimensiones.
Cálculo de métricas:
Los cálculos de métricas pueden realizarse desde la capa de explotación. Las herramientas de BI son
capaces de aplicar fórmulas y presentar datos en base a condiciones. Sin embargo en ocasiones es
necesario obtener datos precalculados en pasos intermedios como contadores para el cálculo de
primas periodificadas. Además, y por necesidades de rendimiento, puede ser necesaria la creación
de datos ya agregados por varios límites temporales o utilización de cubos que contienen datos
calculados desde los puntos de vista más utilizados.
13 Solvencia II
Síguenos en: Twitter · LinkedIn
información. El riesgo operacional está contemplado como parte de la Directiva Solvencia II, por
ello es necesario el control y establecer la visibilidad de los procesos de verificación.
Por último es necesario tener en cuenta la exigencia de la Directiva con respecto a la profundidad
de los datos, pudiendo necesitar cargas y obtención de métricas de varios años.
14 Solvencia II
Síguenos en: Twitter · LinkedIn
7. Explotación
Existen dos áreas diferenciadas en cuanto a la explotación del dato:
Por un lado se obtienen las métricas e indicadores requeridos por la Directiva Solvencia II en cuanto
a control de riesgos. Por otro lado es necesario proveer los indicadores que aporten visibilidad al
estado de los procesos de control interno y a su evolución en el tiempo.
La obtención de un sistema de Business Intelligence aporta el beneficio del acercamiento del dato al
negocio. Poder cumplir con las exigencias de la Directiva aporta además la ventaja de auditoría de
los procesos existentes y disponer de un entorno que permite el análisis de la información para
poder obtener una rápida y certera toma de decisiones.
Entre los requisitos de la Directiva Solvencia II se encuentra el control del riesgo operacional. La
entidad debe disponer de los recursos necesarios para reaccionar ante cualquier eventualidad y que
pueda impedir la visibilidad de las métricas de riesgo y control de proceso.
Créditos foto:
http://www.legaltoday.com/actualidad/noticias/el-centro-de-estudios-garrigues-ha-atendido-sus-dudas-acerca-de-la-gestion-del-despach
15 Solvencia II
Síguenos en: Twitter · LinkedIn
8. Gestión de metadatos
Como parte del control de la información se hace necesario disponer de mecanismos que aporten
visibilidad sobre el ciclo del dato. Desde los orígenes, los datos son movidos, transformados y
cargados en varios destinos.
Además permiten integrar los repositorios de otros sistemas como ERP y CRM, pudiendo disponer
de la lógica y dominio del dato como base de análisis de impacto. La técnica de Linaje de Datos
permite realizar un análisis de los metadatos y ejecutar reportes sobre ellos.
La gestión de los metadatos aporta una visión más completa del ciclo de vida del dato además de
ventajas ante las exigencias de seguimiento y control de procesos definidas en el marco de
Solvencia II.
16 Solvencia II
Síguenos en: Twitter · LinkedIn
9. Glosario Conceptual
El principal reto al que se enfrenta la Organización a la hora de integrar datos es la correcta
definición conceptual de los términos de negocio entre distintos sistemas.
Se hace imprescindible disponer de un Glosario con la definición conceptual de cada uno de los
campos y establecer dependencias entre los diferentes actores que consumen estos datos.
Desde la capa de explotación podemos de esta forma asegurar que las métricas obtenidas
mediante los procesos de cálculo están empleando datos que se refieren al mismo concepto y que
se utilizan de la misma forma a lo largo de la Organización.
En el caso de las auditorías, es posible establecer criterios de búsqueda dentro de los Glosarios de
Negocio que permitan identificar de forma unívoca los conceptos que pueden afectar o están
relacionados con determinados conceptos de negocio.
17 Solvencia II
Síguenos en: Twitter · LinkedIn
10. Gestión de eventos
complejos
Como parte de la Gestión de Riesgos existen
técnicas de detección de eventos que permiten
anticiparse a la aparición de incidencias.
Ante este segundo caso se plantea un modelo mixto. La frecuencia de actualización de los datos
varía en cada sistema. La malla de decisión puede disponer de un primer ciclo de decisión basado
en indicadores de baja frecuencia de actualización que provea de resultados parciales. Se completa
la malla con los indicadores obtenidos mediante procesos de rápida actualización y el resultado
final es un semáforo de alerta..
Las mallas de decisión pueden examinar bases de datos, ficheros planos y contener lógica compleja
como búsqueda de valores concretos y ser el resultado de cruces de tablas, conteos y consulta de
información histórica.
El apoyo en un sistema con los datos integrados y normalizados en de gran ayuda en esta
operativa, aunque puede ser necesario realizar consultas directamente a los Transaccionales para
la detección de eventos de rápida actualización y alta criticidad. Los resultados pueden ser
presentados en informes de forma pasiva o enviados por medios electrónicos instantáneamente
(email, mensajes, cuadros de control, etc).
18 Solvencia II
Síguenos en: Twitter · LinkedIn
11. Conclusión
La expansión comercial está llevando a las aseguradoras a un mercado con una competencia
global y una mayor demanda de los inversores de información. Por su parte, la Globalización
supone que las aseguradoras puedan ser más propensas a sufrir escasez de capital.
Por otro lado, esa información publicada permitirá mejorar la calificación crediticia, con lo cual se
atraerá inversión.
19 Solvencia II
Síguenos en: Twitter · LinkedIn
12. ¿Por qué PowerData?
Mediante el apoyo experto en gestión de datos creamos valor para nuestros clientes a través de
soluciones y proyectos que ayudan a conseguir mejoras duraderas y apreciables en sus resultados
de negocio.
Además, desde el punto de vista económico, es la mejor forma de optimizar el Coste Total de
Propiedad, al permitir minimizar la puesta en producción y el coste de mantenimiento.
20 Solvencia II
Síguenos en: Twitter · LinkedIn
Por qué una gestión de datos eficaz
beneficia a las organizaciones?
● Permite anticiparse a las necesidades.
● 24 Los Acuerdos de Basilea y la Gestión de Datos Twitter · LinkedIn
● Amplía la perspectiva de quién tiene que decidir sobre qué asuntos.
● El riesgo operacional, operativo y crediticio se controla y se reduce.
● La productividad mejora.
● Los procedimientos se ajustan a las normativas y regulaciones.
● Las organizaciones son más ágiles y dinámicas.
● La relación con el cliente se perfecciona y su satisfacción mejora.
A modo de conclusión, quisiéramos reiterar que, con toda seguridad, podemos ofrecerle la
funcionalidad que requiere para mejorar la calidad de sus datos, probada con casos de uso de
referencia que presentan unos requisitos muy similares a los suyos.
Podemos garantizar que nuestros excelentes socios así como nuestra experiencia en tecnología
complementaria le garantizarán el éxito y potenciarán al máximo su inversión.
21 Solvencia II
Síguenos en: Twitter · LinkedIn