Η αόρατη ραχοκοκαλιά της τραπεζικής: Μια βαθιά κατάδυση στην αντιστοίχιση και τη συμφιλίωση

Η αόρατη ραχοκοκαλιά της τραπεζικής: Μια βαθιά κατάδυση στην αντιστοίχιση και τη συμφιλίωση

Χρονική σήμανση: 1 Δεκεμβρίου 2023 5:34 π.μ.
Κόμβος πηγής: 2988681

Last year I celebrated two decades of immersion in IT, specifically within the Financial Services sector. During this period I have been a witness to remarkable transformations in banking and technology. The emergence of Fintech companies and their customer-centric
approach, along with significant advancements in software engineering like Agile methodologies, microservices, and cloud computing, have reshaped the landscape. Yet, intriguingly, the back-office operations of many financial service companies have remained
relatively static over these years, still grappling with μη αυτόματη κωδικοποίηση, επαναλαμβανόμενες εργασίες και μεγάλη εξάρτηση από το Excel.

Μια ιδιαίτερα χειροκίνητη και ωστόσο αυτοματοποιήσιμη διαδικασία στον τομέα των Χρηματοοικονομικών Υπηρεσιών είναι αντιστοίχιση και συμφιλίωση. This process arises in various forms, i.e. from identifying and addressing discrepancies (typically occurring due to issues
or gaps with the integrations) in master-slave integrations to correcting or removing duplicates and semi-automated updates of operational systems with data from external sources.

Παρά τη διαθεσιμότητα του εξελιγμένο λογισμικό (e.g. FIS IntelliMatch, Calypso Confirmation Matching, Misys CMS, Temenos T24 Confirmation Matching…​) for specific reconciliation tasks, such as payment and trade confirmation matching
(often based on SWIFT messages), the Οι περισσότερες εργασίες αντιστοίχισης βασίζονται συχνά σε προσαρμοσμένες ή μη αυτόματες λύσεις, including Excel or even paper-based methods. Very often automation is also not pertinent, as matching is often involved in one-time actions
like marketing campaigns, data clean-ups, alignment with partners…​

Η κατανόηση της καλύτερης συμφιλίωσης απαιτεί τεμαχίζοντας τα συστατικά του, δηλαδή

  • Αρχίζει με συλλογή και μετατροπή των διαφορετικών συνόλων δεδομένων για συγκρισιμότητα. This consists of recuperating 2 data sets, which can be delivered in different formats, different structures, different scopes and with different names
    or enumerations. The data needs to be transformed to make them comparable and loaded into the same tool (e.g. a database or Excel), so that they can be easily compared.

  • Το επόμενο βήμα είναι ο ορισμός του α ακριβής αλγόριθμος αντιστοίχισης. This can be a simple unique key, but it can also a combination of multiple attributes (composite key), a hierarchical rule (i.e. match first on key 1, if no match try on key 2…​) or
    a fuzzy rule (if key of data set 1 resembles key of data set 2 it is a match). Defining this matching algorithm can be very complex, but it is crucial in the ability to automate the matching and reach a good output quality.

  • Αφού οριστεί ο αλγόριθμος αντιστοίχισης, εισάγουμε το φάση σύγκρισης. For small data sets, this can be done quite simple, but for very large data sets, it can necessitate all kinds of performance optimizations (like indices, segmentation,
    parallelism…​) in order to execute the comparison in a reasonable time.

  • Τέλος, Οι διαπιστωθείσες αποκλίσεις πρέπει να μεταφραστούν σε αποτελέσματα που μπορούν να εφαρμοστούν, όπως αναφορές, επικοινωνίες με συναδέλφους ή τρίτα μέρη ή διορθωτικές ενέργειες (π.χ. δημιουργία αρχείων, μηνυμάτων ή δηλώσεων SQL για τη διόρθωση των διαφορών).

Οι περιπλοκές της αντιστοίχισης στις χρηματοοικονομικές υπηρεσίες είναι ποικίλες. Ας εξερευνήσουμε μερικές τυπικές περιπτώσεις χρήσης στο τοπίο των χρηματοοικονομικών υπηρεσιών:

  • Οι περισσότερες τράπεζες έχουν α Κύριο αρχείο αξιών, describing all securities which are in position or can be traded at the bank. This file needs to be integrated with a lot of applications, but also needs to be fed by multiple data sources, like
    Telekurs, Reuters, Bloomberg, Moody’s…​ This means a security needs to be uniquely matched. Unfortunately, there is not 1 unique identifier describing all securities. Publicly traded instruments have a commonly agreed ISIN code, but private and OTC products
    like e.g. most derivatives usually do not. Banks have therefore invented internal identifiers, use fake ISIN codes (typically starting with an “X”) or use composite keys to uniquely identify the instrument (e.g. for a derivative this can be combination of
    ticker of underlying security, strike price, option type and expiration date).

  • Στη λιανική τραπεζική είναι προφανώς απαραίτητο να αναγνωρίζουν και ταιριάζουν με μοναδικό τρόπο ένα συγκεκριμένο φυσικό πρόσωπο. However even in a developed country like Belgium, this is easier said than done. Every individual in Belgium has a National Register Number,
    so this seems the obvious choice for a matching key. Unfortunately, Belgian laws restrict the usage of this number to specific use cases. Additionally this identifier is not existing for foreigners and can change over time (e.g. foreign residents receive first
    a temporary National Register number which can change to a definitive, other one later or in case of gender change the National Register Number will change as well). Another option is to use the identity card number, but this is also different for foreigners
    and will change every 10 years. Many banks therefore use more complex rules, like a matching based on first name, last name and birth date, but obviously this comes also with all kinds of issues, like duplicates, spelling differences and errors in the names,
    use of special characters in the names…​

  • Ένα πολύ παρόμοιο πρόβλημα είναι ταιριάζουν με εταιρεία ή πιο συγκεκριμένα κατάστημα. In Belgium, each company has a company number, which is similar to the VAT number (without the “BE” prefix), but this is again very national and 1 VAT number can
    have multiple locations (e.g. multiple stores). There exists a concept of a “branch number” (“vestigingsnummer” in Dutch), but this concept is not very well known and rarely used. Similar there exists the LEI code (Legal Entity Identifier) which is a code
    of a combination of 20 letters and codes, which uniquely identifies a company worldwide. Unfortunately, only large companies have requested a LEI code, so for smaller companies this is not really an option.
    Again more complex matchings are often done, like a combination of VAT number, postal code and house number, but obviously this is far from being ideal. In search for a unique and commonly known identifier, the Google ID becomes also more and more in use, but
    the dependency with a commercial company might also poses a big operational risk.

  • Μια άλλη ενδιαφέρουσα περίπτωση είναι η αντιστοίχιση μιας εξουσιοδότησης και του μηνύματος εκκαθάρισης σε μια πληρωμή με κάρτα VISA. Normally a unique identifier should match both messages, but due to all kinds of exception cases (e.g. offline authorizations or
    incremental authorizations), this will not always be correct. Therefore a more complex rule is required, looking at several identifiers, but also to other matching criteria like acquirer ID, merchant ID, terminal ID, PAN (card number), timestamp and/or amount.
    Αυτό το είδος αντιστοίχισης ισχύει και για άλλες περιπτώσεις χρήσης πληρωμής, όπως π.χ. αντιστοίχιση ολοκλήρωσης προέγκρισης με την προηγούμενη προέγκρισή της ή επιστροφή χρημάτων με προηγούμενη αγορά.

  • Μια υπόθεση οικονομικής χρήσης που αφορά σχεδόν κάθε επιχείρηση είναι αντιστοίχιση τιμολογίου και πληρωμής. When a company issues an invoice, it needs to be able to see when the invoice can be considered as paid. This is important for the accounting, but also
    to see if reminders for unpaid invoices should be sent out.
    To uniquely match the payment with the invoice, in Belgium typically a structured comment is used in the payment instruction. This unique code with check digit provides a unique matching reference. Unfortunately, customers often forget to put the structured
    comment or use the wrong one (e.g. copy/paste of a previous invoice). This means a company needs to have a fallback matching rule in case the unstructured comment is missing or wrong. Typically a combination of payment amount, payment date, IBAN of counterparty
    and/or name of counterparty can give an alternative way to match those invoices.

Όπως μπορείτε να δείτε, η αντιστοίχιση δεν είναι καθόλου εύκολη, αλλά η κατανόηση των βασικών βημάτων μπορεί να βοηθήσει σε καλύτερες αντιστοιχίσεις. Στο μεταξύ, παρά τους περιορισμούς του, το Excel παραμένει ένα ισχυρό εργαλείο για (μη αυτόματη) αντιστοίχιση. Επομένως α quick reminder for everyone who wants
to do matching in Excel:

  • Χρήση VLOOKUP για εκτέλεση αντιστοίχισης. Ωστόσο, το VLOOKUP έχει ορισμένους περιορισμούς, όπως το γεγονός ότι δίνει ένα σφάλμα εάν δεν υπάρχει αντιστοίχιση και ότι μπορείτε να κάνετε αναζήτηση μόνο στην πρώτη στήλη. Μια ισχυρή εναλλακτική είναι η χρήση XLOOKUP, Το οποίο
    does not have these limitations.

  • Εάν χρειάζεστε ένα σύνθετο κλειδί αναζήτησης, προσθέστε μια στήλη στο σύνολο δεδομένων αναζήτησής σας, με το σύνθετο κλειδί αναζήτησης (δηλαδή συνδυάστε τα διαφορετικά χαρακτηριστικά, π.χ. "#" ως διαχωριστικό) και, στη συνέχεια, χρησιμοποιήστε το VLOOKUP/XLOOKUP για αναζήτηση σε αυτήν τη νέα στήλη.

  • Μερικοί σημεία προσοχής όταν χρησιμοποιείτε το VLOOKUP:

    • Μην ξεχάσετε να προσθέσετε το "false" ως το τελευταίο όρισμα της συνάρτησης VLOOKUP για να διασφαλίσετε την ακριβή αντιστοίχιση.

    • Ensure that data formats are the same. E.g. a number “123” and the text “123” will not match, so it is important to convert them to the same format first. Idem for identifiers starting with leading 0’s. Often Excel will convert those to numbers, thus removing
      the leading 0’s and not resulting in a match.

    • Μην χρησιμοποιείτε σύνολα δεδομένων με περισσότερες από 100.000 σειρές στο Excel. Τα μεγαλύτερα σύνολα δεδομένων είναι προβληματικά για την απόδοση και τη σταθερότητα του Excel.
      Μπορεί επίσης να είναι ενδιαφέρον να θέσετε τη λειτουργία υπολογισμού σε "Μη αυτόματη" εάν εργάζεστε με το VLOOKUP σε μεγάλα σύνολα δεδομένων, διαφορετικά το Excel θα υπολογίζει εκ νέου όλα τα VLOOKUP κάθε φορά που κάνετε μια μικρή αλλαγή στα δεδομένα.

    • Το VLOOKUP έχει τον αριθμό της στήλης που θα επιστρέψει ως τρίτο όρισμα. Αυτός ο αριθμός δεν προσαρμόζεται δυναμικά κατά την προσθήκη ή την αφαίρεση στηλών, επομένως θυμηθείτε να προσαρμόζεστε κατά την προσθήκη ή την αφαίρεση στηλών.

    • Εάν θέλετε απλώς ένα ταίριασμα, μπορείτε να χρησιμοποιήσετε τον τύπο "=IF(ISERROR(VLOOKUP( , ,1,false),”NO MACH”,”MATCH”)”

Αυτά τα κόλπα μπορούν να βοηθήσουν επιταχύνετε τις μη αυτόματες αντιστοιχίσεις σας, αλλά προφανώς ο πραγματικός αυτοματισμός είναι πάντα καλύτερος.

Η αντιστοίχιση στις χρηματοοικονομικές υπηρεσίες είναι α πολύπλευρη πρόκληση, but understanding its fundamental steps is key to improving outcomes. While tools like Excel offer temporary solutions, the future lies in intelligent automation, which can significantly
streamline these processes. For those seeking to delve deeper into matching complexities or automation, leveraging advanced tools and platforms, including AI-driven solutions like ChatGPT, can provide both insights and practical solutions.

Δείτε όλα τα ιστολόγιά μου https://bankloch.blogspot.com/

Σφραγίδα ώρας:

Περισσότερα από Fintextra