It-system och datakvalitet för kreditspreadrisk som följer av verksamhet utanför handelslagret

De it-system och applikationer som används av institutet för att genomföra, behandla och registrera transaktioner, för att identifiera, mäta och aggregera exponering mot kreditspreadrisk som följer av verksamhet utanför handelslagret, samt för att generera rapporter bör kunna stödja hanteringen av kreditspreadrisk som följer av verksamhet utanför handelslagret utan dröjsmål och på ett korrekt sätt. Framför allt bör systemen göra följande:

• (a) Fånga upp kreditspreaddata om institutets samtliga exponeringar mot kreditspreadrisk som följer av verksamhet utanför handelslagret. Detta bör stödja institutets mätsystem för att identifiera, mäta och aggregera huvudkällorna till exponeringar mot kreditspreadrisk som följer av verksamhet utanför handelslagret.
• (b) Fullt ut och tydligt kunna registrera alla transaktioner som institutet gör med hänsyn till deras kreditspreadriskkaraktär.
• (c) Anpassas till antalet transaktioner som skapar kreditspreadrisk som följer av verksamhet utanför handelslagret och deras komplexitet.
• (d) Vara tillräckligt flexibla för att kunna hantera ett lämpligt antal chock- och stresscenarier och eventuella ytterligare scenarier för kreditspreadrisk som följer av verksamhet utanför handelslagret.
• (e) Göra det möjligt för instituten att fullt ut kunna mäta, bedöma och övervaka enskilda transaktioners bidrag till deras övergripande exponering.
• (f) Kunna beräkna mätningarna av kreditspreadrisk som följer av verksamhet utanför handelslagret.

It-systemet bör kunna registrera produkternas kreditspreadegenskaper.

De system som används för att mäta kreditspreadrisken på verksamhet utanför handelslagret bör kunna fånga upp alla produkters kreditspreadriskkaraktär.

Riskmåtten bör baseras på tillförlitliga marknadsdata och interna data. Instituten bör noga granska kvaliteten på de externa informationskällorna som används för att upprätta historiska kreditspreaddatabaser samt fastställa hur ofta databaserna ska uppdateras.

För att garantera att data håller hög kvalitet bör instituten genomföra lämpliga processer för att se till att de data som registreras i it-system är korrekta. Inmatningen av data bör vara så automatiserad som möjligt för att reducera administrativa fel, och kartläggningen av data bör ses över och prövas mot en godkänd modellversion med jämna mellanrum. Dessutom bör det finnas tillräckligt med dokumentation över de huvudsakliga datakällor som används i institutets riskmätningsprocess. Instituten bör också införa lämpliga mekanismer för att kontrollera att aggregeringsprocessen går rätt till och att modellresultaten är tillförlitliga. Dessa mekanismer bör styrka att data är korrekta och tillförlitliga.