Un approccio pratico al reporting Solvency II end-to-end in Databricks

La reportistica Solvency II non è solo una sottomissione normativa. È un processo aziendale che collega dati, modelli, controlli, approvazioni e narrativa all'interno di una compagnia assicurativa.

Solvency II è il quadro normativo basato sul rischio dell'EU per il capitale, la governance e l'informativa delle assicurazioni (mantenuto nel UK come Solvency UK). Richiede agli assicuratori di valutare e comunicare la propria posizione finanziaria attraverso dati, modelli, controlli, approvazioni, la valutazione interna del rischio e della solvibilità (ORSA) e l'informativa regolatoria per dimostrare di poter soddisfare gli obblighi nei confronti degli assicurati.

In pratica, la reportistica Solvency II è un processo aziendale end-to-end che collega l'ingestione dei dati, il riservamento attuariale, il calcolo del capitale, i modelli di segnalazione quantitativa (QRT), l'ORSA, le approvazioni di governance e l'informativa, il tutto nel rispetto di scadenze normative rigorose.

La sfida è che il processo è spesso distribuito su molti sistemi, team, fonti di dati e sedi. Quando queste parti sono collegate solo debolmente, diventa difficile mantenere una visione governata e unificata del ciclo di reportistica o rispondere a una domanda di business trasversale.

Una demo di Databricks, presentata da Laurence Ryszka, Databricks Insurance Sr. Solutions Architect, illustra come potrebbe apparire questo processo se implementato end-to-end: dall'ingestione e dal riservamento fino al calcolo del capitale, alla reportistica, alla governance e all'informativa.

Perché la reportistica Solvency II è difficile da gestire

Molte implementazioni di Solvency II sono state assemblate nel tempo. Team diversi gestiscono parti diverse del processo, i dati arrivano a velocità diverse e le attività di reportistica possono essere distribuite su più sistemi e posizioni di dati. Chi supervisiona il processo può avere la responsabilità della sottomissione finale senza disporre di una visione connessa e unificata di tutto ciò che accade al di sotto.

Questa frammentazione crea problemi specifici e ricorrenti:

• Un feed di dati arriva in ritardo e richiede un follow-up manuale per identificare il proprietario e valutarne l'impatto
• Una regola di qualità dei dati fallisce e le righe interessate richiedono una decisione di gestione prima che il workflow possa procedere
• Due QRT potrebbero non riconciliarsi
• L'approvazione di un modello potrebbe bloccare un workflow automatizzato
• La leadership pone una domanda di scenario, ad esempio cosa succede al coefficiente di solvibilità se l'assicuratore raddoppia il suo portafoglio cyber nei successivi 12 mesi, e rispondere richiede che dati, modelli, calcoli del capitale e output di reportistica lavorino insieme.

Ogni problema trascina i team in indagini separate e nel coordinamento tra vari strumenti. La sottomissione viene effettuata, ma il processo richiede uno sforzo significativo e rimane difficile da monitorare.

In che modo Databricks supporta la reportistica Solvency II end-to-end

Databricks fornisce un'unica piattaforma in cui l'intero ciclo di reportistica Solvency II può essere implementato come un unico workflow governato. L'approccio copre l'ingestione dei dati, i controlli di qualità, il riservamento attuariale, il calcolo del capitale, la produzione di QRT, la stesura dell'ORSA, la governance e l'informativa.

Non si tratta di una scelta esclusiva. La maggior parte degli assicuratori utilizza suite consolidate di modellazione attuariale e del capitale, e tali sistemi rimangono attivi. Databricks funge da livello governato di dati, orchestrazione e reportistica attorno ad essi: preparando i loro input, consumando i loro output e collegando entrambi in un unico processo monitorato.

Le sezioni seguenti descrivono come funziona ciascuna parte di questo workflow.

Un'unica vista di controllo per il ciclo di reportistica

Al centro del workflow c'è una torre di controllo. Fornisce un unico punto per monitorare il coefficiente di solvibilità attuale, la prontezza per la scadenza della reportistica, le approvazioni, i feed in ritardo e i problemi in sospeso. Le variazioni del coefficiente possono anche essere etichettate con l'evento associato alla modifica, aiutando gli utenti a capire cosa è cambiato anziché vedere semplicemente che il numero si è spostato.

Questa vista trasforma il modello operativo: invece di inseguire gli aggiornamenti tra i vari team, si lavora a partire da un quadro condiviso del processo. Un feed in ritardo può essere collegato al suo proprietario. Un blocco dell'approvazione può essere evidenziato accanto al workflow che influenza. Un problema di reportistica può essere esaminato dallo stesso punto in cui viene monitorato lo stato di prontezza generale.

Controlli automatici di ingestione e controlli di qualità dei dati

L'ingestione nel workflow è automatizzata. I dati vengono estratti non appena sono disponibili e controllati immediatamente.

I primi controlli coprono segnali operativi di base come freschezza, completezza e proprietà. La freschezza mostra se un feed è arrivato quando previsto. La completezza verifica la presenza dei record e dei campi previsti, con volumi controllati rispetto ai caricamenti precedenti. La proprietà chiarisce chi è responsabile di una sorgente quando è necessario un follow-up.

Le regole di qualità dei dati forniscono un'ulteriore linea di difesa. I controlli sono personalizzabili e una regola fallita può essere evidenziata per la revisione. I team possono quindi decidere come gestire le righe interessate, ad esempio se accettarle, scartarle o metterle in quarantena, in base a soglie adatte al loro processo.

Il workflow supporta anche la riconciliazione tra i QRT. Nella demo, un agente AI esamina una discrepanza tra due modelli e la riconduce a fattori di sviluppo property obsoleti che fluiscono dal feed di riservamento al calcolo del capitale. Fornisce quindi un percorso di risoluzione. Il punto importante non è che un agente sostituisca la revisione, bensì che l'agente possa concentrarsi su un problema specifico e offrire al revisore un utile secondo parere.

Gestione dei modelli, approvazioni e audit trail

La reportistica Solvency II non dipende solo dallo spostamento dei dati. Dipende anche da modelli, approvazioni e prove del fatto che il processo sia stato completato correttamente.

La demo include modelli di riservamento gestiti in Databricks con MLflow. Mostra inoltre come le suite consolidate di modellazione attuariale e del capitale, come Prophet, RAFM o Igloo, possano essere orchestrate all'interno dello stesso workflow: Databricks prepara i dati consumati da questi motori, ne inserisce e governa gli output e ne trasferisce i risultati alla reportistica. I motori di modellazione rimangono dove sono; il workflow che li circonda diventa connesso e monitorato. Quando un nuovo modello di riservamento o una calibrazione è in attesa di approvazione, il workflow evidenzia il blocco e l'azione necessaria per procedere.

Gli eventi di governance vengono registrati lungo tutto il processo, comprese promozioni, approvazioni e attività relative ai report. L'audit trail offre agli utenti una panoramica di ciò che è accaduto, di ciò che è in sospeso e di quali workflow richiedono attenzione.

La demo include anche la governance dell'AI. Gli agenti hanno ambiti limitati e accedono ai dati rilevanti per i loro compiti. La loro attività viene registrata, compreso ciò che utilizzano e creano. Gli agenti forniscono raccomandazioni; non prendono decisioni per conto del revisore.

Un agente di orchestrazione AI può indirizzare una domanda più ampia ai vari agenti competenti. Ad esempio, a domanda su cosa sia in sospeso per la chiusura del trimestre può essere indirizzata agli agenti che detengono le informazioni pertinenti. Genie, l'interfaccia in linguaggio naturale di Databricks per l'interrogazione dei dati, può essere utilizzata anche per porre domande direttamente alle tabelle sottostanti.

Stesura dell'ORSA e analisi degli scenari

Il workflow di reportistica può supportare anche l'analisi narrativa e degli scenari.

L'ORSA è diverso da un QRT numerico. Si tratta di un processo continuo in cui un assicuratore valuta le proprie esigenze complessive di solvibilità e il proprio profilo di rischio, e il suo output è un report narrativo che in genere richiede un contributo significativo da parte dei team attuariali e di gestione del rischio. Nella demo, un modello linguistico di grandi dimensioni (LLM) genera una bozza del report ORSA basata sui numeri correnti, fornendo al team un punto di partenza che viene poi esaminato e verificato da tali team. Il workflow include anche stress test e test di scenario.

L'esempio del portafoglio cyber mostra come questo possa supportare una domanda di business pratica. Lo scenario esegue una proiezione in Databricks e restituisce una risposta su cosa potrebbe accadere se il portafoglio cyber raddoppiasse nei successivi 12 mesi. Un secondo agente AI funge da revisore del capitale contrarian, progettato per offrire una visione alternativa del risultato ed evidenziare sfide che potrebbero non essere visibili solo dal coefficiente di solvibilità.

Questa è la differenza tra la semplice reportistica dei dati e un processo di reportistica operativo. Lo stesso workflow governato che produce gli output per la sottomissione può anche aiutare i team a esplorare il significato di tali output in uno scenario diverso.

Cosa cambia con un approccio end-to-end

Un'implementazione end-to-end non elimina la necessità di competenze normative, revisione attuariale o titolarità del business. Offre a questi team un modo di lavorare più connesso.

Con un'unica vista di controllo, i team possono vedere lo stato del processo, inclusi feed in ritardo, problemi di qualità dei dati, approvazioni e blocchi. Grazie ai controlli automatizzati e al supporto per la riconciliazione, possono passare più rapidamente da un avviso a una spiegazione. Con la governance e i percorsi di audit, possono mantenere la visibilità sulle azioni e sulle raccomandazioni che hanno plasmato il processo.

Il risultato è un flusso di lavoro più facile da monitorare ed esaminare, che supporta anche domande che vanno oltre la presentazione stessa. Invece di considerare Solvency II come un insieme di attività scollegate, gli assicuratori possono gestirlo come un unico processo aziendale governato.

Dall'obbligo di reporting al supporto alle decisioni aziendali

Solvency II unisce dati, modelli, controlli, approvazioni e divulgazione. Quando questi elementi sono frammentati, anche una domanda semplice, come l'impatto del raddoppio di un portafoglio cyber (il portafoglio di attività di assicurazione cyber di un assicuratore), può richiedere un coordinamento complesso.

Un flusso di lavoro connesso in Databricks può unire queste attività in un unico processo: controlli di inserimento automatizzati, una vista di controllo per lo stato di preparazione e i blocchi, approvazioni governate, percorsi di audit e revisione assistita da AI. Questo non sostituisce le competenze normative o attuariali, ma offre a questi team una visione più chiara del processo e una base più solida per esplorare scenari aziendali.

Guarda la demo completa e l'approfondimento degli esperti del nostro Insurance Virtual Industry Forum – Dai dati alle decisioni: come i principali assicuratori stanno scalando l'AI nell'intera catena del valore.

Domande frequenti

Che cos'è il reporting Solvency II?

Il reporting Solvency II è il processo attraverso il quale gli assicuratori dimostrano alle autorità di regolamentazione di disporre di capitale sufficiente e di gestire il rischio in modo appropriato. Copre le presentazioni quantitative (QRT), l'ORSA e la divulgazione pubblica, supportate da dati, modelli e approvazioni governati.

Cosa include il reporting Solvency II end-to-end?

Il reporting Solvency II end-to-end collega l'inserimento dei dati, i controlli di qualità, il riservamento, il calcolo del capitale, i QRT, l'ORSA, la governance, le approvazioni e la divulgazione, in modo che gli assicuratori possano monitorare lo stato di preparazione e analizzare i problemi.

In che modo Databricks può supportare il reporting Solvency II?

Databricks fornisce una piattaforma unificata per l'intero ciclo di reporting Solvency II. Databricks può fornire una vista di controllo governata per i coefficienti di solvibilità, i feed in ritardo, i problemi di qualità dei dati, le approvazioni, le scadenze, i flussi di lavoro dei modelli e i percorsi di audit.

In che modo l'AI può aiutare con il reporting Solvency II?

L'AI può identificare problemi di riconciliazione, suggerire soluzioni, redigere bozze di contenuti per i report ORSA e rispondere a domande sui dati di reporting. I revisori attuariali, normativi e aziendali rimangono responsabili delle decisioni e delle approvazioni.

I dati di Solvency II possono supportare l'analisi degli scenari?

Sì. Gli assicuratori possono utilizzare i dati di reporting e i calcoli del capitale per valutare scenari, come il raddoppio di un portafoglio cyber, e stimare i potenziali impatti sul coefficiente di solvibilità all'interno di un processo governato.

Databricks sostituisce i sistemi di modellazione attuariale come Prophet, RAFM o Igloo?

No, Databricks non sostituisce Prophet, RAFM o Igloo. Databricks si coordina con le suite di modellazione attuariale e patrimoniale esistenti anziché sostituirle. Prepara i dati utilizzati da questi motori, ne acquisisce e governa i risultati e li collega in un unico flusso di lavoro di reporting end-to-end con controlli, approvazioni e percorsi di audit condivisi.

Che cos'è un QRT in Solvency II?

Un QRT, o modello di reporting quantitativo (quantitative reporting template), è un modulo di dati standardizzato che gli assicuratori presentano alle autorità di regolamentazione ai sensi di Solvency II. I QRT coprono lo stato patrimoniale, il capitale, i premi, i sinistri e altri dati finanziari. La riconciliazione tra i QRT è una fonte comune di problemi di reporting; il flusso di lavoro di Databricks supporta controlli di riconciliazione automatizzati e la revisione assistita da AI delle discrepanze.

Che cos'è l'ORSA in Solvency II?

L'ORSA, o valutazione interna del rischio e della solvibilità (own risk and solvency assessment), è un processo continuo richiesto da Solvency II in cui gli assicuratori valutano le proprie esigenze complessive di solvibilità, il profilo di rischio e la conformità ai requisiti patrimoniali. Il suo risultato è una relazione descrittiva, distinta dai QRT numerici, che in genere richiede un notevole contributo attuariale e di rischio. Databricks supporta la stesura dell'ORSA con un LLM che genera una bozza iniziale basata sui dati di reporting correnti, per la revisione da parte di tali team.

(Questo post sul blog è stato tradotto utilizzando strumenti basati sull'intelligenza artificiale) Post originale