Шпаргалка по "Информационным системам в банковском деле"

Не секрет, что задача подготовки обязательной сводной (консолидированной) отчетности для ЦБ РФ и налоговых органов  была, есть и будет актуальной до тех пор, пока не будут придуманы  другие способы контролирования  деятельности кредитных организаций. Пока контролирующие органы не изобрели альтернативы обязательной отчетности, российские банки должны сдавать полную и достоверную отчетность своевременно, что также является требованием со стороны ЦБ РФ и налоговых органов.

Для того чтобы  отчетность была подготовлена достоверная и сдана вовремя, банкам приходится привлекать к решению этой задачи не только специалистов бухгалтерии и служб внутреннего контроля, но и сотрудников собственных служб автоматизации или профессиональные фирмы-разработчики программного обеспечения. Множество форм отчетов и перманентно вносимых изменений в инструкции, регламентирующие выпуск отчетности, осложняют процесс подготовки отчетности и решение задачи автоматизации этого процесса. А трудозатраты на формирование, сверку и сведение отчетов для многофилиальных банков, в отличие от унитарных, возрастают пропорционально количеству филиалов. Таким образом, в актуальности и сложности решения задачи подготовки сводной отчетности сомневаться не приходится. Тем не менее, до сих пор специалисты в области автоматизации ищут все более качественные и технологически более передовые способы решения этой задачи.

Три года назад  мы предложили свой вариант классификации  технологических подходов к решению  задачи подготовки обязательной сводной  отчетности. Учитывая опыт, накопленный компанией Intersoft Lab. в процессе реализации проектов для многофилиальных банков, предлагаем новую классификацию решений, дополняющую и расширяющую ту, что была предложена читателям ранее. Важно отметить, что приведенная в данной статье классификация затрагивает только решения, реализованные на базе технологии хранилищ данных.

Обобщая опыт компании в области автоматизации  выпуска сводной отчетности, следует  отметить, что, чтобы устранить наиболее часто встречающиеся проблемы и  ошибки при подготовке сводной отчетности, немаловажно обоснованно выбрать технологию автоматизации этого процесса. Сегодня существует четыре технологии подготовки отчетности многофилиальных банков, реализованные на базе хранилища данных, зарекомендовавшие свою жизнеспособность и востребованность на рынке систем автоматизации. Рассмотрим подробно каждую из этих технологий, на примере ее реализации в хранилище данных "Контур Корпорация", разработчиком которого является компания Intersoft Lab.

Технология 1 "Сбор и обработка данных бухгалтерского учета"

Первая технология предусматривает сбор бухгалтерской  информации в единое хранилище данных и подготовку отчетности, для которой  достаточно данных бухгалтерского учета (форма 101, 102, 201, 603, 90x, ФОР и некоторые  другие формы отчетов).

Проблема  сбора данных бухгалтерского учета, с которой сталкивается служба автоматизации  многофилиального банка, заключается  в том, что источники данных (АБС  головной конторы и филиалов банка) могут быть разных версий или от разных производителей. Это существенно затрудняет сбор, очистку, выверку, консолидацию и использование этих разноформатных данных. Один из наиболее эффективных способов преодоления этой проблемы - это выгрузка данных из всех источников в едином для всех информационных систем банка формате и в одну базу данных. Для системы "Контур Корпорация", являющейся централизованным корпоративным хранилищем данных, таким форматом является XML-формат. XML - это язык описания данных, который на сегодняшний момент приобретает все большую популярность и признание в мире. XML-формат представляет собой текстовый формат, в котором хранилище данных "Контур Корпорация" обменивается данными с другими базами данных. Более того, в этом же формате в системе описываются все объекты (данные) бухгалтерского учета и другая специализированная информация, необходимая для подготовки сводной отчетности многофилиального банка. Таким образом, данные бухгалтерского учета из АБС разных версий или разных производителей загружаются в хранилище в формате XML в соответствие с описанными в этом же формате информационными объектами. Отметим, что при загрузке в хранилище информация очищается, проверяется ее актуальность по заранее определенным алгоритмам и, отчасти, достоверность. Так решается задача сбора и согласования данных из различных источников. В системе также есть возможность настроить различные алгоритмы консолидации бухгалтерской и иной бизнес - информации. Результатом сбора в единое корпоративное хранилище данных бухгалтерской информации из всех АБС многофилиального банка является согласованная, т.е. непротиворечивая, полная, достоверная и консолидированная информация. В дальнейшем на основании проверенных данных бухгалтерского учета могут быть выпущены сводные отчеты для ЦБ РФ и налоговых органов и через специализированные интерфейсы и проверочные отчеты выверены.

Отметим, что  такая технология может быть использована для подготовки только той отчетности, которая формируется на базе данных бухгалтерского учета. В иных случаях  используются три другие технологии. Тем не менее, сверить сводную отчетность по многофилиальному банку в целом с отчетностью по каждому филиалу в централизованном хранилище данных, предоставляющем инструменты настройки алгоритмов консолидации, всегда возможно, каким бы способом ни была получена отчетность.

Технология 2 "Сбор и обработка  данных по сделкам"

Вторая технология предполагает сбор данных о сделках  и договорах по каждому филиалу  и головной конторе и подготовку обязательной сводной отчетности по этим данным.

Известно, что  для подготовки некоторых форм отчетности данных бухгалтерского учета не всегда достаточно и нужны данные по сделкам. Если данные бухгалтерского учета всегда можно найти в АБС головной конторы банка и филиалов, то учет договоров и данных по сделкам осуществляется чаще всего в специальном программном обеспечении, разработанном специально для back-office. Как показывает практика, данные по сделкам могут быть не только в специализированных модулях АБС, но и в отдельных программах или базах данных (например, в Excel, Access, Interbase и других базах данных). Важно выявить эти источники данных, для чего проводится внутренний аудит автоматизированных систем многофилиального банка, в которых ведется аналитический учет всех операций. По итогам аудита из выявленных источников данных собирается информация по сделкам в корпоративное хранилище данных. Для того чтобы правильно организовать сбор этой информации, следует проделать некоторую предварительную работу. Как уже было отмечено выше, подготовительный этап по сбору данных о сделках включает в себя аудит баз данных по сделкам. Затем составляется перечень реквизитов всех видов сделок, описание информационных объектов в хранилище для ведения учета изменений позиции по сделке в разрезе ее реквизитов и подготавливается выгрузка данных по сделкам из различных источников в XML-формат.

На организационном  уровне и непосредственно в хранилище  также должна быть решена задача выверки  данных бухгалтерского учета с данными, поступившими из баз учета сделок. На организационном уровне эта задача решается своевременным внесением проводок и иной бухгалтерской информации в АБС головной конторы и филиалов и одновременным внесением аналитических данных о движении по сделкам в базы учета сделок. В хранилище контроль сходимости данных бухгалтерского и аналитического учета достигается простановкой кода лицевого счета в реквизитах сделки и выпуском проверочных отчетов. Отметим, что на этапе сверки достоверности информации по сделкам без сбора в хранилище информации бухгалтерского учета не обойтись.

Технология сбора в централизованном хранилище всех данных по сделкам многофилиального банка незаменима в решении задач управления активами и пассивами, расчета различных финансовых коэффициентов, расчета рентабельности продукта или клиента и других управленческих задач. Для решения задачи подготовки обязательной сводной отчетности эта технология также используется. Но приходится учитывать и тот факт, что не во всех банках одинаковым образом отражаются данные по сделкам в аналитическом учете. Более того, каждый банк работает со своим набором продуктов, и тонкости учета всех бизнес - операций знают только специалисты данного банка. Таким образом, чтобы реализовать технологию подготовки отчетности на основе данных по сделкам, необходимо разработать индивидуальный инструментарий обработки этих данных и технологию выпуска того или иного отчета.

Каждая из двух вышеперечисленных технологий формирует отличную базу не только для решения конкретной задачи подготовки сводной отчетности для ЦБ РФ и  налоговых органов, но и для решения широкого круга управленческих задач. Тем не менее, на практике чаще используют две другие технологии, рассмотренные ниже.

Технология 3 "Сбор и консолидация отчетов, подготовленных в программах ЦБ РФ"

Третья технология рассчитана на решение задачи быстрой выверки сводной отчетности.

Известно, что для многофилиальных банков задача соблюдения сроков особенно актуальна, так как именно эти банки чувствительны ко времени, отведенному на подготовку и выверку отчетности. Как сократить время подготовки и сверки консолидированной отчетности? На организационном уровне эта задача решается распределением ответственности за каждый участок работ и назначением замещающего сотрудника на случай болезни или отпуска ответственного исполнителя. Не менее важно определить круг обязанностей в процессе подготовки и выверки отчетности для сотрудников филиалов и головной конторы, чтобы распределить нагрузку при подготовке отчетности. Если филиалы готовят отчеты в специализированных программах ЦБ РФ (balance, testkb, obved, klico и другие), то, чтобы уменьшить нагрузку на сотрудников головной конторы в отчетный период, необходимо предписать сотрудникам филиалов выполнять межформенный контроль в этих программах до передачи отчетов в головную контору для проверки и консолидации. Затем отчеты отправляются в электронном виде в головную контору, где загружаются в хранилище данных и консолидируются в целом по банку. При консолидации отчетных данных системой "Контур Корпорация" предлагается инструментарий для настройки алгоритмов и правил консолидации, а также алгоритмов округления сводных показателей. После чего в головной конторе банка осуществляется контроль правильности подготовки сводной отчетности по банку в целом. В случае, если были обнаружены ошибки в отчетах филиалов, но не исправлены в головной конторе, дается распоряжение об исправлении ошибок. В случае если обнаруженные ошибки сразу же были исправлены специалистами головной конторы, исправленные отчеты выгружаются из хранилища обратно в программы ЦБ РФ и в этом формате отсылаются в филиалы. Только после окончательной сверки сводной отчетности по всему банку филиалам дается разрешение сдавать отчетность в ТУ ЦБ РФ. Таким простым способом достигается идентичность сдаваемых отдельно каждым филиалом отчетов и сводной отчетности по всему банку.

Как уже  было сказано, технология сбора отчетов филиалов в хранилище данных с последующим сведением отчетов по банку в целом позволяет за минимальное время проверить всю отчетность многофилиального банка.

Технология 4 "Технология форматного сбора данных"

Четвертая технология - это технология форматного сбора данных. Опишем суть и варианты применения технологии форматного сбора данных на примере ее реализации в системе "Контур Корпорация".

Мы знаем, что для форм отчетности, подготавливаемых на основании данных аналитического учета, существует технология сбора данных по договорам и сделкам. Но, как отмечалось выше, внедрение этой технологии влечет за собой аудит всех программ - источников информации, написание выгрузки в корпоративное хранилище данных и разработку порядка обработки этих данных. Каждый из банков имеет свою специфику в ведении бизнеса и отражении результатов деятельности в аналитическом учете. Следовательно, большую часть работы по внедрению технологии сбора и обработки данных по сделкам придется проделать специалистам служб автоматизации самого банка, так как они лучше знают собственное программное обеспечение, нежели специалисты сторонних фирм - разработчиков хранилищ данных. Как показывает практика, это нетривиальная задача и, в первую очередь, в плане организации согласованной работы служб автоматизации всех филиалов банка. Альтернативным вариантом решения проблемы подготовки отчетности по первичным данным по сделкам, впрочем как и по бухгалтерской информации, является разработка форматов сбора расчетных показателей. Эти показатели рассчитываются в филиалах по первичным данным аналитического или бухгалтерского учета, вводятся в единые для всех филиалов формы сбора данных и отсылаются в электронном виде в головную контору многофилиального банка для загрузки и консолидации в хранилище данных. В случае внедрения технологии форматного сбора данных не нужно проводить аудита бэк-офисного программного обеспечения и вообще не нужно разбираться в порядке ведения аналитического учета каждого филиала. Согласно требованиям к информации, которые вытекают из форм сводных отчетов для ЦБ РФ и налоговых органов, составляется перечень расчетных показателей и определяются те информационные объекты хранилища, в разрезе которых эти показатели будут храниться в нем. Таким образом, суть технологии форматного сбора данных заключается в том, что на основании описанных в хранилище информационных объектов, содержащих информацию о формах отчетности, генерируются специальные шаблоны, предназначенные для заполнения в филиалах. В системе "Контур Корпорация" эти шаблоны генерируются в формате Excel. Шаблоны содержат процедуры проверки вводимых данных, необходимые справочные данные для заполнения ячеек таблиц и процедуры выгрузки данных в XML-формат для последующей загрузки в хранилище. Напомним, что для хранилища данных "Контур Корпорация" XML-формат является форматом описания данных в самом хранилище и форматом обмена данными с другими базами банка. Далее все филиалы банка отдают в головную контору выгруженные из заполненных шаблонов XML-файлы с данными необходимыми, для подготовки отчетности, или готовые отчеты для сверки. В хранилище загруженные отчеты и данные автоматически консолидируются в соответствие с заданными алгоритмами консолидации.