LSEG расширила маркетплейс Models-as-a-Service, добавив Open Risk Analytics из своего подразделения Post Trade Solutions. Это даёт банкам, хедж-фондам, управляющим активами и казначейским командам доступ к аналитике рисков по нескольким классам активов через Analytics API LSEG. Сервис позволяет выполнять расчёты на уровне портфеля по процентным ставкам, FX, инфляции, сырьевым товарам и акциям, поддерживая при этом среды, совместимые с AI, включая Visual Studio Code, JupyterLab, Model Context Protocol, а также интеграции с Microsoft Copilot.
Сдвиг риск-инфраструктуры в сторону сервисных моделей
Крупные финансовые организации исторически создавали и эксплуатировали внутри компаний собственные системы управления рисками, собранные из сочетания проприетарной инфраструктуры, ПО вендоров и кастомных аналитических сред. Такие системы часто оказывались операционно дорогими, фрагментированными по классам активов и сложно масштабируемыми эффективно.
Расширение LSEG решает эту задачу перехода, предлагая аналитику рисков как внешне размещаемые сервисы, доступные через API и облачно-ориентированные рабочие процессы. Размещённая среда предоставляет компаниям доступ к расчётам, включая Value at Risk, Potential Future Exposure, Credit Valuation Adjustment, стресс-тестирование, P&L Explain, анализ чувствительности и моделирование денежных потоков, без необходимости поддерживать весь аналитический стек внутри компании.
Айсегюль Эрдэм, руководитель направления Modelling Solutions в LSEG, заявила: «Этот этап переносит Risk Analytics из Post Trade Solutions в LSEG MaaS в рамках более широкой идеи масштабного предоставления аналитики по нескольким классам активов». Эрдэм отметила, что интеграция аналитики в AI-ориентированные рабочие процессы может помочь компаниям автоматизировать традиционные риск-процессы и при этом повысить эффективность и качество понимания портфеля.
Интеграция AI как ключевая тема инфраструктуры
Стратегически важный аспект развёртывания — интеграция аналитики рисков в рабочие процессы, поддерживаемые AI. Финансовые институты всё чаще экспериментируют с AI-системами, которые способны суммировать подверженности, интерпретировать рыночные сценарии, автоматизировать процессы и генерировать анализ портфеля динамически.
Открывая риск-модели через API, совместимые с инструментами разработки и AI-интеграциями, LSEG размещает свою аналитическую инфраструктуру в контексте более широкой AI-трансформации, происходящей в финансовом секторе. Упоминание Microsoft Copilot и открытых стандартов рабочих процессов отражает то, как провайдеры инфраструктуры всё чаще проектируют продукты вокруг совместимости с внешними AI-системами, а не вокруг изолированных проприетарных интерфейсов.
Этот сдвиг важен, потому что корпоративное финансовое ПО всё чаще развивается в сторону компонуемых сред, где аналитика, AI-инструменты, слои данных и операционные системы взаимодействуют динамически через API. В результате аналитика рисков становится машиночитаемым сервисом, встроенным в более широкие среды автоматизации, а не статичными отчётами, которые периодически формируют риск-команды.
Доступность аналитики в реальном времени или почти в реальном времени может существенно повлиять на то, как компании отслеживают подверженность контрагентов, требования к марже, риски ликвидности и чувствительность портфеля во время волатильных рынков.
Сложность управления рисками портфеля
Институты всё чаще работают с мультиактивными портфелями, включающими котируемые деривативы, OTC-продукты, FX, сырьевые товары, акции и инструменты с фиксированной доходностью, одновременно сталкиваясь с более жёсткими регуляторными ожиданиями в части стресс-тестирования, управления обеспечением и отчётности по подверженностям.
Value at Risk остаётся одним из основных инструментов, с помощью которых институты оценивают потенциальные потери портфеля в обычных рыночных условиях. Стресс-тестирование проверяет устойчивость портфеля в экстремальных сценариях, а Credit Valuation Adjustment измеряет кредитную подверженность контрагента, встроенную в позиции по деривативам. Аналитика P&L Explain помогает компаниям разложить приросты и потери портфеля на базовые факторы риска и движения рынка.
Стюарт Смит, директор Post Trade Solutions в LSEG, прокомментировал: «Аналитика рисков создаёт ценность только тогда, когда компании могут внедрять её в операционные процессы». Смит подчеркнул, что размещённая доставка, тщательно подобранные рыночные данные и прозрачные модели позволяют компаниям выполнять расчёты на уровне портфеля и анализ подверженностей в масштабе.
У многих компаний есть большие объёмы риск-данных, но им всё равно сложно эффективно интегрировать аналитику в принятие операционных решений в реальном времени — что отражает более широкую проблему в институциональном финансировании.
Расширение пост-трейд инфраструктуры
Развёртывание усиливает общую стратегию LSEG по пост-трейд инфраструктуре. Компания сообщила, что сервис поддерживает более 3,000 фирм через рабочие процессы, привязанные к управлению обеспечением, обработке маржи, контрагентскому риску и операциям с OTC-деривативами.
Пост-трейд инфраструктура стала стратегически важной по мере того, как после финансового кризиса во всём мире расширялись регулирование деривативов, мандаты на центральный клиринг и требования к обеспечению. Сейчас институты сталкиваются с крупными операционными нагрузками, связанными с сверкой сделок, оптимизацией маржи, расчётными рабочими процессами и регуляторной отчётностью.
Провайдеры инфраструктуры, такие как LSEG, всё чаще позиционируют себя как централизованные платформы, способные стандартизировать эти операционные процессы в крупных финансовых экосистемах. Добавление масштабируемой аналитики рисков усиливает эту позицию, потому что управление рисками и обеспечительные рабочие процессы всё чаще работают вместе внутри институциональной инфраструктуры по деривативам.
Этот шаг отражает более широкую консолидацию в инфраструктуре финансовых рынков, где биржи, клиринговые операторы, компании рыночных данных и провайдеры аналитики всё чаще объединяют операционные слои в интегрированные корпоративные экосистемы. Сочетание рыночных данных LSEG, аналитических API, пост-трейд инфраструктуры и рабочих процессов, совместимых с AI, показывает, как провайдеры финансовой инфраструктуры всё чаще конкурируют за счёт глубины экосистемы, а не отдельных продуктов.
FAQ
Какая именно аналитика рисков входит в расширенный сервис LSEG?
Предложение LSEG Models-as-a-Service включает Value at Risk, Potential Future Exposure, Credit Valuation Adjustment, стресс-тестирование, P&L Explain, анализ чувствительности и моделирование денежных потоков. Эти расчёты охватывают мультиактивные портфели по процентным ставкам, FX, инфляции, сырьевым товарам и акциям.
Какие среды разработки поддерживаются сервисом?
Размещённые модели работают через Visual Studio Code и JupyterLab, а также поддерживают AI-ориентированные рабочие процессы через Model Context Protocol и интеграции с инструментами, включая Microsoft Copilot.
Сколько финансовых организаций сейчас используют пост-трейд инфраструктуру LSEG?
По данным LSEG, сервис поддерживает более 3,000 фирм через рабочие процессы, связанные с управлением обеспечением, обработкой маржи, контрагентским риском и операциями с OTC-деривативами.
Почему доступность аналитики в реальном времени важна для управления рисками?
Доступность аналитики в реальном времени или почти в реальном времени может существенно повлиять на то, как компании отслеживают подверженность контрагентов, требования к марже, риски ликвидности и чувствительность портфеля во время волатильных рынков, позволяя принимать более быстрые операционные решения.
