Défis en termes de données présentés par la MiFID II : comment y répondre ?

Les exigences de la MiFID II concernant la transparence, le reporting et l’accès aux sources de liquidité exercent une très forte pression sur les institutions financières européennes et consomment de considérables ressources en interne. Le volume et la diversité des données à traiter et à analyser, la complexité des processus analytiques et l’urgence des exigences en matière de reporting nécessitent une transformation des technologies.

En juillet 2016, McKinsey Quarterly indiquait que, pour relever ces défis, « les banques déploient simplement des expertises informatiques considérables afin de combler les lacunes, garantir la maintenance des systèmes et respecter les réglementations. »

Cependant, combler les lacunes ne suffit plus. En effet, il est crucial que les sociétés financières établissent une structure d’application solide pour respecter les exigences de la MiFID II d’ici janvier 2018. Et, pour être efficace, toute structure doit prendre en compte les sources de données actuelles et futures, ainsi que les défis.

Nombre de ces défis portent sur les exigences spécifiques de la MiFID concernant le reporting et les données. Et tout particulièrement :

  • Reporting des transactions. La MiFID indique que les sociétés financières doivent communiquer les données relatives aux négociations éligibles au sein d’un marché réglementé à un régulateur dans les meilleurs délais. Cela signifie que les opérations doivent faire l’objet de reporting auprès d’un mécanisme de déclaration agréé, responsable de la préparation et de l’envoi des données aux autorités locales compétentes.
  • Transparence post-négociation. Les opérations sont envoyées au mécanisme de déclaration agréé via une autorité de publication autorisée. Ces autorités sont responsables du traitement des transactions publiques liées aux obligations, produits financiers structurés, quotas d’émission et instruments dérivés. Il s’agit d’une exigence difficile à satisfaire.
  • Reporting KPI. Afin d’assurer une protection contre le trading algorythmique, d’imposer des restrictions pour les opérations et d’assurer la protection des investisseurs face aux incitations (inducements), les entreprises doivent générer des rapports sur différents indicateurs de performance clés (KPI). Afin de reconstruire des événements passés et d’expliquer toute opération à l’aide de communications, un second processus temporel sera imposé pour répondre à la question « que savions-nous au moment de l’opération et comment pouvons-nous le prouver ? » La fonctionnalité bitemporelle répond à cette question critique en effectuant le suivi des événements ayant eu lieu (temps valide) conjointement au moment où ils ont été enregistrés (temps système).
  • Gouvernance. Il s’agit de prouver la gouvernance sous-tendant l’activité commerciale : l’entreprise met-elle réellement en place des processus pour encourager une culture opérationnelle équitable pour ses clients et afin d’être transparente auprès des régulateurs et clients ? Pour ce faire, l’entreprise doit disposer d’un système robuste de gouvernance des données.

Évaluation de votre capacité à respecter les exigences de reporting de la MiFID II

Le guide ci-dessous vous aidera à évaluer les capacités de votre structure actuelle pour répondre à ces défis.

Framework Challenges

Gestion des données. Aucune donnée oubliée. Votre plate-forme de reporting de négociation/transaction peut -elle effectuer des rapports de données au sein de sources multiples en temps réel ? Des commandes en silo et des technologies héritées rigides sont, la plupart du temps, incapables de gérer des sources multiples de données. Le nombre de champs de reporting de transaction a augmenté considérablement. Les bases de données relationnelles traditionnelles peinent à traiter les données lorsque certaines informations ne correspondent pas aux champs requis. Les données seront rejetées, générant des données inexactes ou ne pouvant pas être intégrées dans des rapports. La possibilité d’intégrer les données telles quelles et de réconcilier les données en place représente des avantages significatifs et accélère la mise en conformité.

Supervision et reconstruction des données de communication. Pouvez-vous effectuer le suivi de la provenance des informations via votre régime de reporting ? Les entreprises doivent adopter une surveillance et un contrôle efficaces des politiques et procédures gouvernant toutes les communications. De plus, vous devez pouvoir fournir aux régulateurs des communications associées à une opération spécifique et reconstruire l’historique des événements tout au long du cycle de vie des transactions. L’accès aux connaissances que vous aviez au moment de l’opération, quand et comment vous en avez pris connaissance : cela a changé au fil du temps. Désormais, une vision bitemporelle du traçage des données est un composant critique de votre infrastructure de reporting réglementaire.

Stockage de données. Pouvez-vous procéder à des audits à la demande et répondre aux requêtes d’investigation afin d’accéder à des données historiques complètes concernant les transactions, les données clients, les rapports et les résultats de calculs ? Les entreprises doivent rendre les données disponibles pour les clients pendant une période de conservation de cinq ans (jusqu’à sept ans pour les régulateurs). Le besoin en stockage de données sécurisé n’a jamais été aussi important, particulièrement lorsque les limites juridiques sont prises en compte. Certaines juridictions peuvent mettre en place des règles de confidentialité et limiter le partage d’informations entre les parties. Dans ces situations, des identifiants devront être utilisés.

Vérifications de la logique et de la qualité des données. Pouvez-vous démontrer la provenance et la gouvernance intégrales des données tout au long de la hiérachie de reporting avec des processus prouvés validant des sources, des relations et une affinité temporelle ? Les banques doivent pouvoir générer les bonnes informations pour le régulateur. Une bibliothèque et une logique de conformité pouvant être réutilisées sont par conséquent nécessaires. Avec de nombreux consommateurs d’informations en interne et en externe, la logique définissant les champs de reporting est souvent dupliquée au sein des rapports. Plutôt que d’encourager une multitude d’analystes commerciaux à traiter de nouveau des informations pour chaque prestation de données, il vaut mieux stocker et réutiliser des méthodes et un code de programmation. Il s’agit ensuite d’associer les ensembles de données et les résultats utilisés avec l’horodatage. Les méthodes et le code peuvent être mis à jour au fil du temps indépendemment des mises à jour de données.

Transformer votre solution de conformité en une structure commerciale basée sur les analyses. Votre solution offre-t-elle un plus grand champ d’action au personnel informatique et aux analystes commerciaux ? Il est important d’instituer les processus qui peuvent être gérés par des analystes non techniques. Cela permettra de réduire les coûts considérablement et d’assurer une efficacité opérationnelle sans avoir à réorganiser le centre de données réglementaire lorsque les règlements évoluent. Les bonnes technologies peuvent fournir de nombreux avantages, notamment :

  • Consolidation des données structurées et non structurées, indexation et capacité de recherche.
  • La bitemporalité ou la capacité d’effectuer le suivi des événements passés (temps valide) conjointement au moment où ils ont été enregistrés (temps système) pour l’audit et le suivi.
  • La découverte de relations nouvelles et émergentes dans des concepts trouvés au sein de documents textes ainsi que des relations entre le texte et les données structurées.

La bonne plate-forme doit être facile à intégrer dans des applications d’informations commerciales de front office.

Sourcing unique des données. Dans quelle mesure la logique que vous avez développée dans le système de reporting est-elle réutilisable et extensible ? Au sein d’une architecture distribuée, les calculs peuvent être dupliqués dans des bases de données et des applications multiples. L’exactitude peut être assurée en plaçant toutes les données dans une base de données opérationnelle. Dans l’exemple d’un calcul de risques, les données de référence client stockées à un emplacement unique peuvent être enrichies avec les produits de multiples processus métiers. En analyses de risques, les mêmes ensembles de données sur un portefeuille géré peuvent être utilisés par plusieurs utilisateurs avec différents modèles. Il est prudent de faire appel à des données desservies par une plate-forme de données partagée marquant l’enregistrement d’ensembles de données pour chaque méthode et durée. Les informations et résultats de la méthode peuvent également être renvoyés vers la même base de données avec des annotations et des associations établissant la chronologie des résultats analytiques, des rapports et des données entrantes en tant qu’unité unique de travail soumise à la relecture, à l’audit et à la certification.

Interrogation des données et exportation des informations. Pouvez-vous explorer et interroger les données que vous avez agrégées pour répondre aux questions structurelles ainsi qu’aux requêtes réglementaires ? Un entrepôt de données traditionnel est extrêmement difficile à interroger. Une technologie multi-modèle peut garantir l’exploration des données sans perdre la richesse de la source originale car elle nous permet de rechercher au sein de multiples bases de données, chacune ayant ses propres exigences opérationnelles et de stockage, tout en conservant les données telles quelles. Elle présente un avantage de taille par rapport aux approches traditionnelles avec lesquelles nous convertissons des données à partir de différents formats et nous aplatissons les modèles sources pour pouvoir de les conserver. Ce processus permet de créer de vastes structures tabulaires plates qui se prêtent aux opérations sur feuille de calcul et au filtrage. Cependant, il est impossible de poser de nouvelles questions ou d’identifier ce que nous avons supprimé au moment du processus d’aplatissage. Une approche multi-modèle permet d’explorer des informations sans disposer de carte et de transporter ces modèles aplatis.

Découverte électronique, archivage et conservation des dossiers au sein de toutes sortes de données, structurées et non structurées. Comment puis-je réellement identifier les connaissances dont je disposais à l’époque et comment le prouver ? Les banques commerciales sont habituées aux problèmes de découverte mais, avec de nombreux messages et formats de données, la capacité d’identifier des informations au sein de silos structurels et de silos d’informations (e-mails, messages, textes, documents office, etc.) est un sérieux défi pour les banques d’investissements. Comment puis-je réellement identifier les informations dont je disposais à l’époque et comment le prouver ? Les bases de données stockent des données non structurées comme les BLOB qui, en tant qu’unité d’information, ne sont pas suffisamment granulaires et ne peuvent pas résoudre les questions de découverte et de recherche complexes. Même une fois le problème de recherche résolu, la gestion de ces informations dans le cadre d’un processus de gestion de cycle de vie des informations devient réellement important pour éviter l’augmentation des coûts opérationnels. Les exigences relatives à la rétention varient, les transactions, en fonction des classes et sites d’actifs, peuvent être retenues et mises à disposition en ligne pendant cinq ans. Les suivis d’audit, rapports, directives de règlement et d’autorisation, enquêtes, mesures correctives, informations contractuelles et données de contrepartie affiliées à des transactions doivent être conservés et leur accès réglementaire doit être garanti pendant sept ans.

Évolution des exigences de reporting. Votre plate-forme offre-t-elle la flexibilité de s’adapter aux exigences réglementaires en évolution ? Nous recommandons une approche conceptuelle pour une solution de rapport garantissant l’agilité et la flexibilité. La solution doit fournir une plate-forme de reporting réglementaire qui incorpore les meilleures pratiques et l’efficacité opérationnelle tout en permettant une croissance adaptable en termes d’ampleur et de portée. L’objectif conceptuel ne doit pas être de remédier aux requêtes de rapport ponctuelles mais de développer la capacité de répondre aux exigences émergentes de manière relativement facile et économique.


Des informations complémentaires sur la MiFID II