CSRBB-IT-Systeme und Datenqualität

Die IT-Systeme und Anwendungen, die ein Institut zur Durchführung, Verarbeitung und Dokumentation von Geschäftsvorgängen, zur Ermittlung, Messung und Aggregation des CSRBB und zur Erstellung von Berichten einsetzt, sollten in der Lage sein, die Steuerung des CSRBB zeitnah und präzise zu unterstützen. Diese Systeme sollten insbesondere:

• (a) Kreditspreaddaten zu allen CSRBB-Risikopositionen des Instituts erfassen. Dies soll dem Institut die Ermittlung, Messung und Aggregation der wichtigsten CSRBB-Quellen erleichtern;
• (b) in der Lage sein, alle Transaktionen des Instituts unter Berücksichtigung ihrer jeweiligen CSRBB-Merkmale vollständig und klar zu dokumentieren;
• (c) auf die Komplexität und Anzahl der CSRBB-behafteten Transaktionen zugeschnitten sein;
• (d) flexibel genug sein, um an eine angemessene Bandbreite an CSRBB-Schock- und Stressszenarien sowie weiterer Szenarien angepasst werden zu können;
• (e) dem Institut die Möglichkeit bieten, die Bedeutung einzelner Transaktionen für sein Gesamtrisiko vollumfänglich zu messen, zu bewerten und zu überwachen; und
• (f) In der Lage sein, die CSRBB-Messgrößen zu berechnen.

Das IT-System sollte in der Lage sein, die Kreditspreadmerkmale der Produkte zu erfassen.

Die Systeme zur Messung des CSRBB sollten in der Lage sein, die CSRBB-Merkmale aller Produkte zu erfassen.

Die Risikomessgrößen sollten auf verlässlichen Marktdaten und internen Daten beruhen. Institute sollten die Qualität externer Informationsquellen, die für die Erstellung von historischen Kreditspreaddatenbanken verwendet werden, und die Häufigkeit, in der diese Datenbanken aktualisiert werden, eingehend prüfen.

Um eine hohe Datenqualität zu gewährleisten, sollten Institute mittels geeigneter Prozesse sicherstellen, dass die in das IT-System eingespeisten Daten korrekt sind. Sie sollten die Dateneingabe zur Vermeidung administrativer Fehler so weit wie möglich automatisieren und das Daten-Mapping regelmäßig überprüfen und anhand einer genehmigten Modellversion testen. Zusätzlich sollten die wichtigsten Datenquellen für die Risikomessung hinreichend dokumentiert werden. Die Korrektheit des Aggregationsprozesses und die Verlässlichkeit der Modellergebnisse sollten anhand geeigneter Mechanismen überprüft werden können. Diese Mechanismen sollten die Genauigkeit und Verlässlichkeit der Daten bestätigen.