Pour toute activité sur les marchés financiers un nombre très significatif de données circule en continu. Les « données de marché » participent à l’établissement de la valeur des instruments financiers, évalués ou traités par les opérateurs. On donne aujourd’hui une place capitale à la gestion très rigoureuse de ces données. Rachid Lassoued Responsable de l’Ingénierie Financière (valorisation de produits complexes, risk management et performance) et Philippe Rozental (Codirecteur Asset Servicing chez Société Générale Securities Services / EURO-VL) ont mené avec l’assistance de CSC la mise en place d’un pôle data management. Entretien. Pourquoi donnez-vous une telle importance aux données que vous utilisez et particulièrement aux données de marché ?R. LASSOUED : Le défi qui se posait à moi quand je suis arrivé chez SGSS / Euro-VL était de construire un pôle d'ingénierie financière avec des standards de salle de marché. Ayant été confronté aux problématiques de données de marché complexes, j’avais une compréhension assez fine de l'importance de la partie "data" qui représente 30 à 40 % d'un processus efficient de valorisation de produits structurés ou de production des indicateurs de risque. C’est donc une partie essentielle que nous n’avons pas le droit de rater. Pour reprendre une devise connue en la matière : "garbage in - garbage out".
Nous avons une problématique qui est "multiclasses d’actifs". Chacune de ces classes d’actifs a ses spécificités, et chaque spécificité donne lieu à des
data types différents. Il faut ainsi pouvoir récupérer un ensemble de données hétérogènes et les mettre dans un système ordonné, effectuer un contrôle de consistance, appliquer certaines règles mathématiques et pouvoir nous assurer de leur intégrité.
Aucun système "front-to-back" ne sait faire ce travail, et d’ailleurs ce n’est pas leur vocation. Il nous a donc absolument fallu une couche de data management pour assurer la gestion des données multisources, pouvoir les normaliser et appliquer ensuite un ensemble de règles de contrôle : consistance, non arbitrage, les comparer entre elles, etc. Ensuite, générer un "Golden Copy", et dire "ces données sont validées, je peux les envoyer vers les systèmes de valorisation ou de risk management".
Nous observons que c’est un aspect qui est souvent sous-estimé. On pense souvent, à tort, qu’avec une librairie de
pricing, quelques sources de données ou des liens Bloomberg en direct, on peut arriver à faire du
pricing fiable. Il ne faut pas se tromper, sans notre pôle de data management, nous serions exposés à un risque opérationnel immense.
Concrètement, comment votre pôle "data management" s’articule avec le reste des métiers et quels en sont les enjeux ?R. LASSOUED : Nous avons structuré un data management centralisé, desservant les quatre activités de notre offre Asset Servicing. Aujourd’hui ce pôle sert principalement le pricing de produits dérivés car la partie de suivi de VaR (Value at Risk) ne sera mise en place qu’au cours de l’année 2008. Techniquement, les data managers du pôle sont rattachés à l’ingénierie financière afin de travailler ensemble sur les différentes méthodologies de gestion.
Nous avons plutôt recruté des profils orientés mathématique et finance que des profils traditionnels que l’on retrouve en référentiel valeurs listées classiques, souvent rattachés, eux, au back-office. Nous avions besoin de gens qui comprennent ce qu’est une surface de volatilité ou une matrice de corrélation. Ils sont parfois amenés à faire du data re-engineering qui demande une technicité importante, car cela fait aussi partie de leurs attributions.
Quel est l’impact en termes d’optimisation des coûts ?
P. ROZENTAL : Nous avons un business model qui donne la priorité à la qualité de service. La seule façon d’assurer cette qualité, clairement, est d’avoir un "input" en termes de données également de qualité. Seule une architecture de ce type peut nous permettre une optimisation en termes de qualité
versus coûts et ressources humaines.
Nous traitons une volumétrie et une complexité de données impressionnantes aujourd’hui, avec un staff réduit, alors que la plupart des équipes de gestion de données de marché sont composées d’un nombre important de personnes.
Une grande partie des processus est automatisée, grâce également à l’outil qui est le noyau de notre référentiel : Xenomorph. En effet l’optimisation, outre les coûts, concerne également les compétences. Nous avons montré l’efficacité de ce modèle et il n’est pas impossible que SGSS / Euro-VL le déploie pour son activité d’Administration de Fonds ou d’autres entités de la ligne métier GIMS.
Liens associésCSCentielL'essentiel de l'actualité financière vue par le pôle Services d'investissement de CSC
En savoir plus sur les activités de CSC dans le secteur des
services d'investissement
