Confluence寻求自动化监管报告的复杂性

Confluence是投资管理行业领先的报告，数据管理和分析公司之一，提供技术作为解决方案，以提高其客户的运营效率。该平台为全球运行共同基金，ETF，另类投资，机构投资组合和UCITS基金的全球众多客户提供支持，以及全球十大基金管理公司中的八家。

随着监管成为投资经理的重担，技术需要提高竞争力并在可能的情况下实现自动化。在这方面，Confluence处于有利位置。其Unity NXT法规报告平台可在单一环境中处理客户的交易后报告要求，并消除了许多法规复杂性。

至关重要的是，Unity NXT平台已准备好根据SEC最新的法规介绍（表格N-PORT和表格N-CEN）开始支持客户的数据集成和报告需求。

“ N-PORT表格和SEC规则22e-4中的流动性规则给美国注册的投资管理界带来了巨大压力，”监管报告解决方案全球负责人Thomas Pfister（如图）说。“他们”以前从来不必如此频繁地进行这种级别的报告。公司将需要提供其以前的业务报告流程中未包含的新数据点，并提供这些数据点。结果，他们需要新的基础架构，新的团队，新的专业知识和新技术，而这些原本并不是为了每个月处理或促进成千上万种不同的披露而设计的。

这给投资公司带来了巨大压力，这些公司将对创新的需求推向了技术合作伙伴。普菲斯特（Pfister）估计，如果公司花费一两个小时来审查N-PORT表格中的每项披露，“每年将使该行业损失2500万美元左右”。

大多数投资公司无法证明这一成本是合理的。因此，Confluence和其他公司必须能够提供使他们的客户能够尽快有效地进行此活动的技术。

简而言之，表格N-PORT是一份投资组合报告表格，会影响所有美国的《 40法》共同基金和ETF。每个美国注册基金都需要提供整个投资组合和头寸级别的资产，并在每个月的30天内提交给SEC。

该表格将要求提供有关基金投资的数据，包括：

“报告包含许多有关位置风险信息，投资组合风险信息，一些基于分类账的会计信息和静态信息的数据点，SEC希望这些数据点可以促进其系统性风险监控活动。

“最终规则是去年十月提出的。当时，最初的挑战是：我将从何处获得这些额外的外部数据？数据差距是多少？我需要使用什么技术来做到这一点？

“今天，最大的挑战是人们尚未解决的最大挑战：这实际上如何工作？团队将如何运作？他们将如何与外部和内部审阅者进行交互？如果您使用的是第三方服务提供商，那么该提供商将如何与投资经理进行互动，以确保准确，及时地完成备案？在这种安排下，监督模型将是什么样？” Pfister解释说。

这些问题都与问题的中心问题有关：即数据管理。投资经理如何在不雇用人员的情况下，每月有效地报告数千个基金？

“我们拥有适当的基础设施。公司不想雇用50名新会计师。他们希望依靠技术来推动他们的过程自动化功能，这在将来可能包括机器人过程自动化（RPA）的增长。

“我们看到了机器学习和RPA的明显好处。两者都符合我们的长期技术战略。我们现在正在提供此初始内容：为客户提供基于云的大规模数据管理。

“这使我们能够学习用户活动，学习流程例程和其他多余的活动。实际上，这是从内部零散解决方案到提供更多预测数据集的更全面的基于平台的解决方案的转变。这就是我们前进的方向。”

在许多方面，平台技术已成为投资管理公司的救星。在过去的五年中，如今公司每天必须处理的数量和复杂性呈指数增长。从技术的角度来看，不能期望公司在内部承担数据管理挑战的重担。这就是为什么像Confluence这样的技术集团成为关键合作伙伴的原因，这些技术集团拥有足够的规模和基础设施，可以在未来几年内阻止进一步的监管。

普菲斯特（Pfister）确认，Confluence刚刚发布了一种解决方案，该解决方案将围绕基于任务的自动化而展开，最初是针对定期财务报表的产生。他说，这样做的目的是使系统开始接管客户在关系报告和监视方面必须执行的许多手动任务。结合RPA，我们认为这将是未来。那是您开始看到实际收益的地方（并且减少了重复的手动任务）。

不仅要以节节的速度报告庞大的数据量，而且企业必须做出响应的时间越来越短。在普菲斯特（Pfister）看来，时间表只会越来越紧。

他说：“我认为没有相反的理由。”“我们正在努力帮助客户尽快达到可以进行基于异常的有效审查的目的，以使他们不再像过去那样进行电子表格体操。我们正在帮助他们使尽可能多的任务自动化。

“我们已经通过我们的监管报告解决方案在这方面取得了进展，该解决方案将支持Form N-PORT。虽然这是一段漫长的旅程，但我们只是处于初期阶段，但这是一段令人兴奋的时刻。

“我们的产品包括大量基于股东沟通的解决方案，可以在正确的时间范围内向客户（及其客户）提供正确的数据。我们平台上的自动化可以提高效率，以帮助客户减少IT足迹并更多地专注于他们擅长的方面，从而最大程度地为其投资者带来价值。”

Pfister的结论是，观察到诸如区块链之类的技术仍处于早期阶段，但显示出一些令人鼓舞的结果，例如机器人技术和机器学习：“我们的一些客户在其前台使用这项技术。它还没有深入到中层和后台，但我们完全希望在未来几年内能够实现，并且我们计划在这些发展的最前沿做到这一点。”