저자에 대해 자세히 알아 보려면 클릭하십시오. 스티브 자구 디스.
“성공적인 문제 해결을 위해서는 올바른 문제에 대한 올바른 솔루션을 찾아야합니다. 우리는 올바른 문제에 대한 잘못된 해결책을 얻었 기 때문에보다 잘못된 문제를 해결하기 때문에 더 자주 실패합니다.” – 러셀 L. 애코프 [1]
관리
위험은 올바른 문제를 식별하고 해결하는 것으로 시작됩니다. 최근 고객 경험
이것을 견뎌냅니다. 은행의 외부 규제 기관은 결과를 확신하지 못했습니다.
30 년 소득 예측. 여러 모델을 실행 한 후에도 뭔가
확실히 꺼져 있습니다.
기업
정교한 모델링 도구를 사용하여 자산의 가치를 예측하거나
20 ~ 30 년 후의 부채. 그들은 결정하기 위해 노력하고 있습니다
예상이자 수입 또는 비용을 포함한 미래 현금 흐름.
일반적으로 여러 시나리오가 서로 다른 이자율을 사용하여 사용됩니다.
할당 된 확률로. 이를 통해 경영진은 그에 따라 계획을 세울 수 있습니다. 이
모델링은 금융의 경우처럼 방대한 양의 원시 데이터를 소비합니다.
제도.
다음의
영향을 미칠 수있는 금리 예측 모델의 세 가지 주요 구성 요소
결과의 정확성 :
1. 품질
모델링 도구의 정교함
2. 모델 실행에 사용되는 모델 위험 시나리오 및 기본 가정
3. 모델에 입력 된 데이터의 품질 및 정확성
우리 고객
해당 기관은 해당 기관으로부터 MRA (Matter Requiring Attention)를 받았습니다.
문제를 해결하고 다시보고 할 수 있도록 몇 달을 제공합니다. 그만큼
고객의 모델 리스크 팀은 변화가
모델링 도구. 그들은 계속해서 다른 도구를 사용하고 테스트를 다시 실행했습니다.
수백만 달러의 비용과 수개월의 노력으로. 문제는
모델링 도구입니다.
다음으로
팀은 모델을 실행하는 데 사용되는 기본 시나리오와 가정 세트를 수정했습니다.
결과는 매우 다른 답변을 보여 주었기 때문에
기본 비즈니스 규칙을 변경했습니다. 그러나 아아, 두 모델링 도구 모두 일관된
허용되지 않는 변형. 문제는 그들의 모델 가정이 아니 었습니다.
우리는 의심했다
문제는 모델의 세 번째 구성 요소 인 품질과 정확성에 있습니다.
모델에 공급 된 기본 데이터의 나의 멘토이자 첫번째
Standard Oil의 고용주는 Gane 및 Sarson 데이터 흐름 다이어그램의 열렬한 팬이었습니다.
(DFD). Standard Oil에서 프로젝트를 시작할 때마다 첫 번째 작업은
레벨 0 DFD를 그려서 문제의 시스템을 페이지 중간에 놓습니다.
모든 데이터 흐름이 들어오고 나가는 것을 보여줍니다.
우리는 만들었습니다
이 DFD 다이어그램은 프로젝트 시작시
데이터가 모델로 공급됩니다. 이 기관에는 여러
서로 다른 시스템 및 데이터에 흩어져있는 상업 대출 사본
창고. 시장 위험은 다음의 데이터를 사용하여 각 모델 실행을 정의했습니다.
데이터의 모든 사본이 동일하다고 가정하는 다른 시스템. 그들은 아니었다.
따라서 올바른 문제가 식별되고 수정되었습니다. 새로운 결과는
검증되고 규제 기관에보고됩니다.
이후 고객에게 새로운 정보에 대한 권장 사항을 제공했습니다. 거버넌스 절차 앞으로의 데이터 위험을 완화하기위한 기술 솔루션. 목표는 금리 예측에 대한 새로운 확신을 제공하는 것이 었습니다. 즉각적인 문제가 해결되었을뿐만 아니라 우리의 접근 방식은 고객 비즈니스의 중요한 부분을 미래에 대비하는 데 도움이되었습니다. 이 회사에게는 안타깝게도 재무 모델과 데이터 불일치라는 동일한 문제가 재무보고 및 공시에서 다시 나타 났으며 새로운 규제 및 감사 문제가 발생했습니다.
이 고도의 정보화 시대에도 기관은 진정한 출처와 데이터의 품질, 올바른 문제를 해결하고 있는지 알기가 어렵습니다. 우리는 이러한 유형의 상황을 위해 Reconciliation Control Framework®를 개발했습니다. 매우 간단한 용어로, A = B = C입니까? 우리의 프레임 워크는 데이터 삼각 측량의 예입니다. 에 따르면 더 나은 평가:
“삼각 화는 두 개 이상의 소스에서 교차 검증을 통해 데이터 검증을 용이하게합니다. 다양한 도구를 통해 얻은 결과의 일관성을 테스트하고 결과에 영향을 미치는 위협 또는 여러 원인 중 일부를 제어하거나 최소한 평가할 기회를 높입니다. "
고객의 경우 InfoCheckTM
제어는 여러 시스템에서 대출 데이터를 조정하여
그리고 A = B = C는 기업 위험을 영구적으로 줄였습니다.
와 더불어
Russell Ackoff, Gane, Sarson 등의 작품
올바른 문제를 식별하고 해결할 수 있습니다.
이 시리즈의 다음 블로그에서는 나머지 섹션을 완료합니다. 데이터 거버넌스 정책.
참고자료
[1] Ackoff, RL :
1974, Redesigning the Future : A Systems Approach to Societal
문제 (뉴욕 John Wiley & Sons)
출처 : https://www.dataversity.net/solving-the-right-problem-a-case-study-in-risk-management/
