Esplora la nostra esperienza nel settore
Storie di successo
Il cloud fa crescere di livello l’analisi del rischio di credito

Il cloud fa crescere di livello l’analisi del rischio di credito

L’High Performance Computing (HPC) garantisce il doppio della velocità a un terzo del costo

Nell’ambito della propria trasformazione digitale, questo gigante finanziario aveva bisogno di migrare sul cloud l’elaborazione e l’analisi dei dati relativi al rischio di credito. Attenendosi alle rigide scadenze normative, un team GFT dedicato composto da dieci elementi ha fornito una soluzione cloud native per sostituire l’architettura legacy della banca. Questo nuovo sistema all’avanguardia ha consentito di aumentare enormemente la velocità di calcolo, toccando i 220 miliardi di operazioni a notte e riducendo drasticamente i costi di elaborazione e manutenzione.

Skyline dei grattacieli che si innalzano sopra le nuvole — Un'immagine sbalorditiva di grattacieli che emergono da uno strato di nuvole, a rappresentare la convergenza di tecnologia e innovazione nello sviluppo urbano. Questa visuale incarna il concetto di architettura cloud-native e il suo potenziale di trasformare l'elaborazione del rischio di credito nel settore finanziario, allineandosi alla leadership di GFT nelle soluzioni cloud e nell'high-performance computing.

Scalabile

La soluzione basata su cloud è scalabile e decuplica la potenza di calcolo rispetto al sistema legacy, raggiungendo un picco di oltre 220 miliardi di operazioni a notte.

Drastica riduzione dei costi

L’operatività due volte più veloce a un terzo del costo del sistema legacy ha permesso alla banca di ridurre sistematicamente i costi di elaborazione e di implementare la nuova piattaforma in altre 38 sedi nel mondo.

Esente da manutenzione e conforme

Attenendosi alle rigide scadenze normative, un team GFT dedicato composto da dieci elementi ha fornito una soluzione cloud native esente da manutenzione per sostituire l’architettura legacy della banca.

La sfida

Il rischio è un’opportunità

Questo gigante globale con una solida reputazione nell’universo bancario mondiale si affida alla tecnologia moderna per mantenere il vantaggio sulla concorrenza. Per favorire la propria strategia di digitalizzazione, aveva bisogno di migrare l’elaborazione mission-critical del rischio di credito in un ambiente cloud moderno, per migliorare le prestazioni, ridurre i costi e aumentare la flessibilità.

Per la banca il calcolo del rischio di credito di controparte è un elemento essenziale per comprendere, monitorare e controllare la propria esposizione in questo ambito. Si tratta di un elemento fondamentale per favorire l’efficacia del trading, della gestione del rischio e della contabilità e per soddisfare gli obblighi di compliance alla normativa.

Con le nuove normative in vigore da gennaio 2022, la banca aveva urgente bisogno di implementare un nuovo sistema che aumentasse di cinque volte la sua capacità di elaborazione, ma con un’interruzione minima del “business as usual”.

Dopo un’attenta riflessione, la banca ha scelto di affidare questa trasformazione a GFT.

L’impegno

La solidità della partnership

GFT ha accettato la sfida di fornire un’architettura di analisi cloud native con elaborazione stream e batch dei dati sul rischio di credito. Partendo con un team di dieci persone, in 12 settimane GFT ha elaborato un proof of concept per dimostrare la possibilità di elaborare ingenti workflow di pricing e di aggregazione del rischio di credito con Google Cloud Dataflow.

La nuova architettura cloud native ha sostituito uno stack tecnologico legacy on-premise che faticava a elaborare i grandi volumi di dati nei tempi previsti. GFT ha ritenuto sin da subito la nuova soluzione flessibile, scalabile e veloce. Il nuovo approccio ha dimostrato rapidamente la velocità di elaborazione del cloud, con un potenziamento di dieci volte rispetto al sistema legacy e un picco di oltre 220 miliardi di calcoli a notte.

Oltre a un’architettura High Performance Computing (HPC) per il calcolo del rischio di controparte, GFT ha ampliato la portata della piattaforma includendo simulazioni what-if per l’analisi del rischio on demand per migliorare il risk management.

I vantaggi

Una banca pronta ad affrontare il futuro

Grazie alla nuova architettura implementata a Londra e Hong Kong, la banca ora gode di un livello di agilità e reattività aziendale superiore. Adesso è in grado di sviluppare strumenti di analisi su misura, senza la necessità di affidarsi a fornitori esterni. Ciò significa che può accorciare il time-to-market per mantenere il suo vantaggio competitivo e rispettare con sicurezza le scadenze della compliance normativa.

La nuova piattaforma offre un miglioramento radicale nella gestione del rischio. Durante il giorno i trader e i gestori del rischio possono eseguire più cicli di calcoli accurati relativi all’esposizione al rischio, senza doversi preoccupare dei vincoli di sistema. La banca è in grado di modellare potenziali scenari di stress globale, tra cui l’impatto dei cambiamenti climatici o dell’inflazione. Questo le consente di fare hedging e risk management in modo più attivo e di allineare di conseguenza il trading book.

Ora la banca è pronta ad affrontare il futuro ed è pronta a crescere. La nuova architettura supporta lo scaling dinamico per favorire un rapido incremento del volume di trading. La soluzione consente anche un drastico miglioramento dei calcoli del rischio intraday e del P&L. La banca ha abbattuto definitivamente i costi di elaborazione e ha implementato la nuova piattaforma in altre 38 sedi nel mondo.

High Performance Computing | Cos’è l’HPC e perché una banca ne ha bisogno?

Dettagli tecnici

CloudFront AWS – Servizio Content Delivery Network per servire i contenuti web ai clienti a livello globale minimizzando i ritardi e sfruttando velocità di trasferimento elevate.
Amazon EKS – Elastic Kubernetes Service è l’ambiente runtime per l’applicazione di back-end e il motore DAML. Per MVP l’approccio consiste nell’attivare entrambi, il back-end e il motore DAML, sullo stesso cluster EKS.
Amazon S3 – Lo storage di oggetti viene utilizzato per diverse operazioni:

Conservare e servire l’applicazione front-end AngularJS
Conservare i file caricati dai contributori di applicazioni
Canale di distribuzione per i dati forniti agli abbonati

Amazon RDS – Il servizio database per PostgreSQL viene utilizzato per conservare i dati dell’applicazione e del ledger DAML.
Amazon SES – Simple E-mail Service per inviare notifiche via e-mail a tutti i partecipanti dell’applicazione.
AWS CodePipeline – Integrazione e servizio di consegna continui collegati a GitHub.