Search

[EN] Lending Controls play an important role in ensuring that banking product control standards are understood and applied. The Data Quality and Structural Systems team continuously develop and deliver operational controls within the Core Banking Platform in order to improve the performance of the business and to minimise risk and costs. The identification of existing internal controls and reporting of Data Quality in a bank and their link with automation requirements and software process improvement are in the focus of this research. Therefore, the aim is to develop an automated process and software tool that helps to improve and control internal banking processes as well as manage the data quality assessment and monitor the retrieval of the pending position status of loan processes in banks. The methodology followed is based on Software Reengineering such as Agile Methodology and Extreme Programming. The automation of Data Quality Internal Controls has proven to be a suitable process to improve the quality of data, minimising the errors and reducing the time as well as the management of the customer impact., [ES] Santander UK es parte del Grupo Santander. Es un banco comercial y de particulares con presencia en Europa, América del Norte y América del Sur. Es el segundo banco más grande de Europa con más de 1400 oficinas y 25 millones de clientes. Tiene una orientación del modelo de negocio de Santander hacia actividades de banca minorista. Lo que le hace estar más protegido frente a los cambios que se están considerando a nivel internacional en cuanto a la creación de estructuras separadas entre banca comercial y banca de inversión. Las altas direcciones de los bancos consideran que existen focos de riesgos que pueden afectar al desarrollo de su negocio y consecuentemente a los riesgos derivados del mismo. Por eso mismo la calidad de la gestión del riesgo es un eje prioritario en la actuación de un banco. El riesgo de crédito es una de las mayores preocupaciones. Es lo que puede hacer que un banco acabe en bancarrota o que le permita competir con los más poderosos. El riesgo de crédito está directamente relacionado con los controles internos. Desde que se publicó la Sabanes-­‐‑Oxley, las empresas al principio reacias a adaptarse al cambio, han visto las mejoras que supone tener una buena gestión y controles internos que junto con las auditorías internas hagan menos frecuentes las auditorías externas. Reduciendo así el coste que supone tener que resolver los conflictos durante auditorías externas. Uno de los factores más importantes de los controles internos es la calidad de los datos que se generan, almacenan y analizan. La cantidad de información que se genera hoy en día hace imprescindible una buena gestión para poder obtener un beneficio de ella. La mayoría de los trabajadores en el entorno empresarial trabaja con hojas de cálculo para procesar datos. Normalmente son tareas manuales y repetitivas que pueden generar errores y el tiempo empleado para desarrollarlas es muy elevado. El proyecto consiste en generar una herramienta de software basada en la hoja de cálculo

[EN] Lending Controls play an important role in ensuring that banking product control standards are understood and applied. The Data Quality and Structural Systems team continuously develop and deliver operational controls within the Core Banking Platform in order to improve the performance of the business and to minimise risk and costs. The identification of existing internal controls and reporting of Data Quality in a bank and their link with automation requirements and software process improvement are in the focus of this research. Therefore, the aim is to develop an automated process and software tool that helps to improve and control internal banking processes as well as manage the data quality assessment and monitor the retrieval of the pending position status of loan processes in banks. The methodology followed is based on Software Reengineering such as Agile Methodology and Extreme Programming. The automation of Data Quality Internal Controls has proven to be a suitable process to improve the quality of data, minimising the errors and reducing the time as well as the management of the customer impact., [ES] Santander UK es parte del Grupo Santander. Es un banco comercial y de particulares con presencia en Europa, América del Norte y América del Sur. Es el segundo banco más grande de Europa con más de 1400 oficinas y 25 millones de clientes. Tiene una orientación del modelo de negocio de Santander hacia actividades de banca minorista. Lo que le hace estar más protegido frente a los cambios que se están considerando a nivel internacional en cuanto a la creación de estructuras separadas entre banca comercial y banca de inversión. Las altas direcciones de los bancos consideran que existen focos de riesgos que pueden afectar al desarrollo de su negocio y consecuentemente a los riesgos derivados del mismo. Por eso mismo la calidad de la gestión del riesgo es un eje prioritario en la actuación de un banco. El riesgo de crédito es una de las mayores preocupaciones. Es lo que puede hacer que un banco acabe en bancarrota o que le permita competir con los más poderosos. El riesgo de crédito está directamente relacionado con los controles internos. Desde que se publicó la Sabanes-­‐‑Oxley, las empresas al principio reacias a adaptarse al cambio, han visto las mejoras que supone tener una buena gestión y controles internos que junto con las auditorías internas hagan menos frecuentes las auditorías externas. Reduciendo así el coste que supone tener que resolver los conflictos durante auditorías externas. Uno de los factores más importantes de los controles internos es la calidad de los datos que se generan, almacenan y analizan. La cantidad de información que se genera hoy en día hace imprescindible una buena gestión para poder obtener un beneficio de ella. La mayoría de los trabajadores en el entorno empresarial trabaja con hojas de cálculo para procesar datos. Normalmente son tareas manuales y repetitivas que pueden generar errores y el tiempo empleado para desarrollarlas es muy elevado. El proyecto consiste en generar una herramienta de software basada en la hoja de cálculo

[EN] Lending Controls play an important role in ensuring that banking product control standards are understood and applied. The Data Quality and Structural Systems team continuously develop and deliver operational controls within the Core Banking Platform in order to improve the performance of the business and to minimise risk and costs. The identification of existing internal controls and reporting of Data Quality in a bank and their link with automation requirements and software process improvement are in the focus of this research. Therefore, the aim is to develop an automated process and software tool that helps to improve and control internal banking processes as well as manage the data quality assessment and monitor the retrieval of the pending position status of loan processes in banks. The methodology followed is based on Software Reengineering such as Agile Methodology and Extreme Programming. The automation of Data Quality Internal Controls has proven to be a suitable process to improve the quality of data, minimising the errors and reducing the time as well as the management of the customer impact., [ES] Santander UK es parte del Grupo Santander. Es un banco comercial y de particulares con presencia en Europa, América del Norte y América del Sur. Es el segundo banco más grande de Europa con más de 1400 oficinas y 25 millones de clientes. Tiene una orientación del modelo de negocio de Santander hacia actividades de banca minorista. Lo que le hace estar más protegido frente a los cambios que se están considerando a nivel internacional en cuanto a la creación de estructuras separadas entre banca comercial y banca de inversión. Las altas direcciones de los bancos consideran que existen focos de riesgos que pueden afectar al desarrollo de su negocio y consecuentemente a los riesgos derivados del mismo. Por eso mismo la calidad de la gestión del riesgo es un eje prioritario en la actuación de un banco. El riesgo de crédito es una de las mayores preocupaciones. Es lo que puede hacer que un banco acabe en bancarrota o que le permita competir con los más poderosos. El riesgo de crédito está directamente relacionado con los controles internos. Desde que se publicó la Sabanes-­‐‑Oxley, las empresas al principio reacias a adaptarse al cambio, han visto las mejoras que supone tener una buena gestión y controles internos que junto con las auditorías internas hagan menos frecuentes las auditorías externas. Reduciendo así el coste que supone tener que resolver los conflictos durante auditorías externas. Uno de los factores más importantes de los controles internos es la calidad de los datos que se generan, almacenan y analizan. La cantidad de información que se genera hoy en día hace imprescindible una buena gestión para poder obtener un beneficio de ella. La mayoría de los trabajadores en el entorno empresarial trabaja con hojas de cálculo para procesar datos. Normalmente son tareas manuales y repetitivas que pueden generar errores y el tiempo empleado para desarrollarlas es muy elevado. El proyecto consiste en generar una herramienta de software basada en la hoja de cálculo

[ES] El objetivo de este TFM es el análisis de la modelización de la situación de la insolvencia empresarial a partir de la información económico-financiera procedente de las cuentas anuales de la empresa, así como la propuesta de un modelo para la predicción de la insolvencia empresarial y el consecuente riesgo crediticio mediante el uso de una arquitectura de aprendizaje basada en árboles de decisión., [EN] The purpose of this TFM is the analysis of the modeling business insolvency situation from the economic and financial information from the annual accounts of the company as well as the proposal of a model for predicting corporate failure and the resulting credit risk through the use of a learning architecture based on decision trees., [CA] L’objectiu d’aquest TFM és l’anàlisi de la modelització de la situación de la insolvencia empresarial a partir de la información econòmic financiera procedent dels comptes anuals de l’empresa, així com la proposta d’un model per a la predicció de la insolvencia empresarial i el conseqüent risc creditici mitjançant l’us d’una arquitectura d’aprenentatge basada en arbres de decisió.

[ES] El objetivo de este TFM es el análisis de la modelización de la situación de la insolvencia empresarial a partir de la información económico-financiera procedente de las cuentas anuales de la empresa, así como la propuesta de un modelo para la predicción de la insolvencia empresarial y el consecuente riesgo crediticio mediante el uso de una arquitectura de aprendizaje basada en árboles de decisión., [EN] The purpose of this TFM is the analysis of the modeling business insolvency situation from the economic and financial information from the annual accounts of the company as well as the proposal of a model for predicting corporate failure and the resulting credit risk through the use of a learning architecture based on decision trees., [CA] L’objectiu d’aquest TFM és l’anàlisi de la modelització de la situación de la insolvencia empresarial a partir de la información econòmic financiera procedent dels comptes anuals de l’empresa, així com la proposta d’un model per a la predicció de la insolvencia empresarial i el conseqüent risc creditici mitjançant l’us d’una arquitectura d’aprenentatge basada en arbres de decisió.

[ES] El objetivo de este TFM es el análisis de la modelización de la situación de la insolvencia empresarial a partir de la información económico-financiera procedente de las cuentas anuales de la empresa, así como la propuesta de un modelo para la predicción de la insolvencia empresarial y el consecuente riesgo crediticio mediante el uso de una arquitectura de aprendizaje basada en árboles de decisión., [EN] The purpose of this TFM is the analysis of the modeling business insolvency situation from the economic and financial information from the annual accounts of the company as well as the proposal of a model for predicting corporate failure and the resulting credit risk through the use of a learning architecture based on decision trees., [CA] L’objectiu d’aquest TFM és l’anàlisi de la modelització de la situación de la insolvencia empresarial a partir de la información econòmic financiera procedent dels comptes anuals de l’empresa, així com la proposta d’un model per a la predicció de la insolvencia empresarial i el conseqüent risc creditici mitjançant l’us d’una arquitectura d’aprenentatge basada en arbres de decisió.

[ES] El objetivo de este TFM es el análisis de la modelización de la situación de la insolvencia empresarial a partir de la información económico-financiera procedente de las cuentas anuales de la empresa, así como la propuesta de un modelo para la predicción de la insolvencia empresarial y el consecuente riesgo crediticio mediante el uso de una arquitectura de aprendizaje basada en árboles de decisión., [EN] The purpose of this TFM is the analysis of the modeling business insolvency situation from the economic and financial information from the annual accounts of the company as well as the proposal of a model for predicting corporate failure and the resulting credit risk through the use of a learning architecture based on decision trees., [CA] L’objectiu d’aquest TFM és l’anàlisi de la modelització de la situación de la insolvencia empresarial a partir de la información econòmic financiera procedent dels comptes anuals de l’empresa, així com la proposta d’un model per a la predicció de la insolvencia empresarial i el conseqüent risc creditici mitjançant l’us d’una arquitectura d’aprenentatge basada en arbres de decisió.

La naturaleza de las empresas obliga a que se deba pagar o estar dispuesto apagar un precio por los bienes y servicios que serán utilizados en las actividades del negocio, cualquiera que sea el giro de que se trate. El costo de financiarse a través de diferentes fuentes es determinado mediante la aplicación de diversos modelos, en el caso de la deuda se debe establecer un costo de oportunidad (tasa de interés) que además de incorporar el valor del diero en el tiempo, incluya una prima que cubra la posibilidad de que el emisor incumpla con alguna de las cláusulas del contrato. Para determinar un costo de oportunidad acorde con el nivel de riesgo de incumplimiento, se utilizaron 3 modelos Estructurales: Merton (1974), Leland (1994) y Fan y Sundaresan (2000) y dos mixtos (incluyen características de los modelos Estructurales y de los Forma Reducida): el Brownian Motion Model (BM) y el Power Law Brownian Motion Model (PLBM), bajo los cuales se puede convertir una frecuencia de incumplimento, emitida por un sistema en línea desarrollado por Moody's Investor Service, en una probabilidad neutral al riesgo de incumplimiento y ésta a su vez en un diferencial de crádito. Debido a que la mlyor parte de los modelos antes mencionados fueron calibrados con datos de economías desarrolladas, en la presente investigación se decidió probar estos cinco modelos en un mercado emergente, como es el caso de México. Para ello se tomaron deudas referenciadas a una tasa base perteneciente a entidades que cotizaron en la Bolsa Mexicana de Valores durante el pedíodo comprendido de 1998 a 2008. El valor agregado que proporciona esta investigación es tomar la información de un mercado emergente y seleccionar el modelo que aproxime en mayor medida el diferencial de crédito real. Adicionalmente se buscó desarrollar un modelo que le permita, sobre todo a las pequeñas y medianas empresas determinar la tasa de recuperación de los préstamos cuando fijen el costo de oportunidad de las deudas.

La naturaleza de las empresas obliga a que se deba pagar o estar dispuesto apagar un precio por los bienes y servicios que serán utilizados en las actividades del negocio, cualquiera que sea el giro de que se trate. El costo de financiarse a través de diferentes fuentes es determinado mediante la aplicación de diversos modelos, en el caso de la deuda se debe establecer un costo de oportunidad (tasa de interés) que además de incorporar el valor del diero en el tiempo, incluya una prima que cubra la posibilidad de que el emisor incumpla con alguna de las cláusulas del contrato. Para determinar un costo de oportunidad acorde con el nivel de riesgo de incumplimiento, se utilizaron 3 modelos Estructurales: Merton (1974), Leland (1994) y Fan y Sundaresan (2000) y dos mixtos (incluyen características de los modelos Estructurales y de los Forma Reducida): el Brownian Motion Model (BM) y el Power Law Brownian Motion Model (PLBM), bajo los cuales se puede convertir una frecuencia de incumplimento, emitida por un sistema en línea desarrollado por Moody's Investor Service, en una probabilidad neutral al riesgo de incumplimiento y ésta a su vez en un diferencial de crádito. Debido a que la mlyor parte de los modelos antes mencionados fueron calibrados con datos de economías desarrolladas, en la presente investigación se decidió probar estos cinco modelos en un mercado emergente, como es el caso de México. Para ello se tomaron deudas referenciadas a una tasa base perteneciente a entidades que cotizaron en la Bolsa Mexicana de Valores durante el pedíodo comprendido de 1998 a 2008. El valor agregado que proporciona esta investigación es tomar la información de un mercado emergente y seleccionar el modelo que aproxime en mayor medida el diferencial de crédito real. Adicionalmente se buscó desarrollar un modelo que le permita, sobre todo a las pequeñas y medianas empresas determinar la tasa de recuperación de los préstamos cuando fijen el costo de oportunidad de las deudas.