Юлия Амириди, Intersoft Lab: «С помощью системы планирования финансовая служба может за день подготовить проекты детальных бизнес-планов на весь банк» - «Финансы»
Свой первый контракт на создание хранилища данных компания Intersoft Lab подписала в 2000 году. Как изменился рынок банковской аналитики за 20 лет, почему для бюджетирования хозяйственных расходов предпочитают отечественный софт и зачем автоматизировать прогнозирование и сценарное моделирование, рассказала заместитель генерального директора Intersoft Lab Юлия Амириди.
— Совсем недавно компания Intersoft Lab — ровесница отечественного рынка банковской аналитики —отметила 20-летие. Как за эти годы трансформировались приоритеты автоматизации управленческих и аналитических задач в банках? Как изменились ваши заказчики?
— В течение 20 лет автоматизация последовательно покрывала процессы управления эффективностью в российских банках: стремительно проскочила планирование и бюджетирование на старте нулевых и потом почти на два десятилетия задержалась на контроле финансового результата и его анализе, включая детальную оценку затрат и прибыльности. В результате сегодня системы управления прибыльностью внедрены примерно в каждом четвертом российском банке.
Информационная поддержка стратегического и финансового планирования выходит на новый качественный уровень на основе прогнозной аналитики
В последние пару лет спираль развития банковской аналитики начала очередной виток. Информационная поддержка стратегического и финансового планирования выходит на новый качественный уровень на основе прогнозной аналитики. Сейчас такими продвинутыми решениями оснащены единицы банков.
Несмотря на то что приоритет автоматизации планирования ощутимо вырос, не покидает ощущение полного дежавю: торжество «наколеночных» технологий, методическая незрелость и необъяснимый пиетет перед иностранным ПО — все выглядит почти так же, как и 20 лет назад. Почти, потому что появились банки, предъявляющие серьезные требования к ПО для планирования. Пока их немного, но постепенно растет и количество обращений, и их качество.
— Но ни один банк не работает без финансового плана и сметы расходов.
— Давайте не станем отрицать очевидное: кредитные организации в России и за рубежом до сих пор согласуют и консолидируют планы преимущественно в электронных таблицах. Они обеспечивают гибкую поддержку принятой методики планирования и позволяют корректировать ее непосредственно в ходе бюджетной кампании.
По данным из открытых источников, за 20 лет в отечественных банках стартовало немногим более трех десятков проектов по автоматизации бизнес-планирования. Треть банков внедряли IT-решения для планирования от иностранных вендоров. Успешно завершились чуть менее 40% анонсированных проектов.
По статистике, бюджетный контроль банки предпочитают автоматизировать с помощью отечественных разработок
Не лучше обстоит ситуация с задачей планирования хозяйственных расходов. Среди проектов по автоматизации хозяйственного бюджетирования на планирование приходится только каждый третий. Первый приоритет, как правило, отдается IT-контролю исполнения хозбюджета. По статистике, бюджетный контроль банки предпочитают автоматизировать с помощью отечественных разработок. Представленные на российском рынке зарубежные системы бюджетирования, за одним лишь исключением, транзакционную задачу контроля исполнения сметы АХР не поддерживают в силу особенностей своей архитектуры. Это одна из причин, по которой 80% проектов автоматизации сметного планирования тоже выполняются на базе ПО отечественной разработки. Хотя часто после автоматизации контроля планирование хозбюджета остается в ручном режиме.
— Чем, на ваш взгляд, можно объяснить то, что среди управленческих процессов именно планирование оказалось аутсайдером в автоматизации?
— Вероятно, тем, что тот уровень детализации планов, их качества и исполнимости, который обеспечивают табличные технологии, до недавнего времени являлся приемлемым. К автоматизации планирования в основном обращались банки, которым мешали технические ограничения электронных таблиц: сложности в коллективной работе, проблемы консолидации и обработки больших объемов данных. Поэтому практически все проекты по внедрению систем планирования в нашей стране выполнялись либо в крупнейших банках, либо в дочерних банках иностранных кредитных организаций как дань единой корпоративной архитектуре.
— Что же изменилось в финансовой отрасли?
— С одной стороны, двигателем прогресса стал рост конкуренции в финансовой отрасли, в том числе за счет новых нефинансовых игроков; с другой — падение прибыльности, чистой процентной маржи и снижение рентабельности капитала. Сложившаяся ситуация требует от игроков новых конкурентных стратегий и гибкого тактического маневрирования. И то и другое должно опираться на детальные количественные прогнозы прибыльности и риск-потерь.
Что это означает в переводе на «язык планирования»? Во-первых, переход от планирования в масштабах банка к детальному планированию по финансовой и организационной структуре, продуктовым и клиентским сегментам, с учетом аллокаций расходов и трансфертной стоимости ресурсов. Во-вторых, использование прогнозной аналитики, чтобы учесть реальные возможности банка и изменения рыночной среды при планировании. В-третьих, применение при подготовке планов инструментов для оценки и учета рисков и других регуляторных требований. Наконец, внедрение скользящего прогнозирования для непрерывного мониторинга реализуемости планов в течение года.
— Что отличает планирование на основе прогнозной аналитики от сложившихся подходов?
— Разница во всем: от организации процесса планирования до использования детальных первичных данных, обосновывающих каждую цифру в плане.
Традиционно роль финансовой службы при бизнес-планировании сводится к консолидации полученных от бизнес-подразделений данных по объемам активов и пассивов, ставкам, доходам/расходам.
Система планирования на основе прогнозной аналитики позволяет передать управление процессом автоматического расчета прогнозного состояния портфелей ресурсов — «старых» и «новых» — в руки финансовой службы
Система планирования на основе прогнозной аналитики позволяет передать управление процессом автоматического расчета прогнозного состояния портфелей ресурсов — «старых» и «новых» — в руки финансовой службы. Прогноз строится на основе текущего состояния портфелей с учетом поведенческих характеристик клиентов, особенностей регионов и секторов экономики, а также сценариев поведения окружающей среды — потенциальных драйверов роста, экстремальных движений рынков, возможных кризисов/шоков и прочих стресс-сценариев. Готовые проекты детальных бизнес-планов передаются в подразделения и филиалы для согласования.
— Стресс-тестированию сегодня много внимания уделяет регулятор.
Моделирование одинаково востребовано и в задачах управления банком — планировании и управлении активами и пассивами, и для ответа на инициативы регулятора
— Это еще один важный голос «за» внедрение единых автоматизированных механизмов сценарного моделирования в банках. Неважно, с какой задачи начать внедрение моделирования, оно одинаково востребовано и в задачах управления банком — планировании и управлении активами и пассивами, и для ответа на инициативы регулятора, например для раскрытия информации о принимаемых рисках согласно указанию № 4482-У и проч.
Для всех них требуются во многом идентичные IT-платформы. В идеале — одна и та же. Ее ключевые механизмы — консолидация и очистка детальных данных по договорам кредитной организации и расчет на их основе будущего состояния портфелей с учетом различных факторов, в том числе рисков.
Привычное разграничение зон ответственности мешает руководителям финансовых, бухгалтерских, риск- и бизнес-служб внутри банков посмотреть на ситуацию сверху и принять стратегическое решение о перестройке IT-архитектуры в пользу единой платформы для регуляторных задач и риск-ориентированного управления прибыльностью. Но время, когда это случится, не за горами.
— Вы пророчите революционные преобразования в банковской аналитике?
Прогнозирование по каждой сделке дает совершенно другое качество прогнозов
— Скорее, эволюционные. То, что автоматизация банковской аналитики 20 лет обходилась без детального прогнозирования и моделирования, не означает, что банки планировали и принимали решения без прогнозов. Просто алгоритмы прогнозирования применялись к агрегированным данным либо к отдельным «тревожным» портфелям. Прогнозирование по каждой сделке дает совершенно другое качество прогнозов. Но эти механизмы пока испробованы немногими, поэтому потенциальные выгоды от их применения часто вызывают недоверие.
Когда мы, например, рассказываем банкам о том, что с помощью системы планирования финслужба может оперативно самостоятельно подготовить проекты детальных бизнес-планов на весь банк, в это не могут поверить. Между тем это реальный кейс из практики планирования на платформе «Контур» в казахстанском банке «ЦентрКредит».
Достаточно провести один цикл планирования с современными инструментам прогнозной аналитики, чтобы оценить их преимущества по сравнению с привычными технологиями: от утилитарного сокращения трудозатрат и сроков планирования до повышения детальности и качества планов, а главное, их исполнимости.
— Приведите примеры выгод от автоматизации прогнозирования и моделирования.
Самый главный результат автоматизации прогнозной аналитики — повышение реализуемости планов и достижение целевых показателей эффективности
— Наверное, самый главный результат автоматизации прогнозной аналитики — повышение реализуемости планов и достижение целевых показателей эффективности. В банках почти два десятилетия работали над наведением порядка в данных и автоматизацией управленческой отчетности. Это основа для оценки исполнения планов и мотивации, и в то же время это «мертвое знание». Оно приходит, когда исправлять что-то уже поздно, можно только констатировать прибыль или убытки. Инструменты прогнозирования помогают наладить мониторинг будущего исполнения плана. Анализируя не «план-факт», а скользящий по датам «план-прогноз», можно заранее прикинуть, какие шаги предпринять, чтобы сейчас скорректировать ситуацию и повлиять тем самым на будущее исполнение плана. Это в полной мере касается и преимуществ внедрения прогнозирования в регуляторную аналитику.
А вот другой пример из нашей практики, он иллюстрирует бюджетную кампанию — 2020. Рассчитав поведенческие характеристики клиентов на основе исторических данных, накопленных в хранилище системы планирования, наш заказчик обнаружил много совпадений с экспертными оценками своих специалистов. В большинстве оставшихся случаев банк отказался от экспертных оценок в пользу расчетных, посчитав последние более правильными и обоснованными. Результаты исполнения бюджета 2020 года в банке на реальных цифрах покажут, насколько сбудутся сделанные прогнозы, а система оправдает возложенные на нее надежды. Поговорим об этом через год.
— На ваш взгляд, станет ли наступающий год переломным в части внедрения прогнозной аналитики?
— Можно с уверенностью говорить о том, что преобразования процессов финансового планирования уже начались и ждать результатов их автоматизации еще 20 лет не придется. Как скоро детальная прогнозная аналитика завоюет доверие потребителей, утверждать не возьмусь. Пользуясь случаем, в канун зимних праздников желаю нашим уважаемым партнерам и всем российским банкам успешно пройти бюджетную кампанию — 2020 и в новом году реализовать все намеченные планы и добиться поставленных целей!