洞察力

合规系统失败的5个原因

合规系统失败的5个原因

2020年是跨行业欺诈的标志性年份,尤其是因为前所未有的大流行震撼全球经济体。

英国看到了一个32%的增加在投资诈骗病例中,冒充骗局几乎翻了一番。在一个全球欺诈调查ey,Ey发现,在所有大陆的发达市场上,视为普遍存在的腐败的受访者人数正在上升。

起初,这些数字令人沮丧,特别是鉴于已经花费了交错的金额,从培训计划和热线到旨在防止违反法律,法规和组织政策的复杂系统的培训计划和热线。

总而言之,平均跨国金融服务公司每年花费数十万吨甚至数亿英镑。

如果没有明确的投资回报,高管越来越沮丧,高管越来越沮丧并不奇怪。他们继续投资,不一定是因为他们相信福利,而是因为他们担心他们不应该花费足够的责任。

但是,如果您可以更高效和有效地使合规性如何?即使没有直接降低支出,即使在合规系统上改善了ROI,对P&L的直接影响了,更不用说全球金融公司的声誉。

以下是我们看到合规系统失败的前5个原因 - 以及该怎么做。

#1:LOYLUSTUST CONLEACE CULTION

在没有组织购买的情况下,合规计划不会在长期内取得成功。

由于最近的丑闻已经证明,这还不足以促进在最后的10个问题测验中培训。如果这些要求的企业文化缺乏物质,员工不会认真对待他们。

公司欺诈统计讨论了这一点。平均组织丢失他们对欺诈收入的5%每年,将腐败列为最常见的原因。和一个令人震惊的全球CFO的42%可以证明不道德的行为来满足金融目标。

反对内部和外部欺诈的斗争需要超过培训员工,并要求他们报告不道德的行为。它需要强大的立场,由企业文化支持。

组织贵公司文化周围好处监管合规性,而不是将其视为为避免责任而被挑选的负担或框。您的团队围绕着最终目标,并利用您的合规议定书,以制定影响公司未来的主要决定。

合规协议可能是昂贵的,因此将投资良好使用,使您的文化和策略定位在周围。

#2:未能跟踪数据

有多有效你的合规系统?

在大多数公司,这个问题很难 - 如果不是不可能的 - 回答。那是因为只有70%的公司甚至试图衡量合规性计划效果。其中,只有三分之一的三分之一甚至相信他们首先使用适当的跟踪标准。

经常,企业可以提供证据,即监管协议存在,但不能提供曾经测试过的证据。通常,他们不跟踪他们经历的违规行数,或者内部举报机程序的频率如何使用。

如果没有跟踪失败的次数或议定书的数量随着时间的推移,没有办法量化您的程序的效率。

并且有一个仔细记录的另一个好处。跟踪过去的违规有助于主动地确定最高风险的未来领域。任何成功的合规计划的关键组成部分正在利用合规数据来制定战略决策,并采取管理这些地区预测风险的主动步骤可以使您的协议特别有效。

#3:没有策略的支出

既秘密,合规计划是金融机构的大量费用,而且预计该费用仅在未来五年内升幅。根据财务行为权,英国的平均合规成本徘徊在每年3.2英镑和410万英镑之间。

没有任何公司应该在没有总体战略的情况下花这些钱,并且遵守也不例外。如果您没有利用合规协议作为更大的组织策略的一部分(见上文第1号),您并未最大限度地提高您的投资。

强大的合规策略将让您专注于真正重要的是什么,即使作为规定的变化和变得更加复杂。

在高性能的公司中,合规管理协议与大型愿景的战略愿景和目标紧密对齐。他们不是善战 - 他们是一体化。

#4:过于严格的协议

在监管合规的世界中,唯一的常量是改变。如果您的系统未构建以灵活,则在失败之前只是时间问题。

之间改变法规,发展技术,和不确定的市场,您的合规计划必须预测快速变化 - 并具有基础设施,以适应它 - 长期成功。

此静脉中的一个关键考虑是一个粗略简单的思考:确保您的数据基础架构易于下载,摘要和迁移。这样,如果更新的规则或新技术要求您在记录保留或AML / KYC协议中进行更改,则不会被捕获在过时或笨重的系统中。

一个统一的数据库以用户友好的格式存储(注意数据安全,当然)是增加了增加合规系统的灵活性,即使您尚不知道下一步会改变什么。

#5:过时的技术

在预算已经在应变的时候投资最新的金融监管技术(或“Fintech”和“Regtech”)可能似乎是违反直观的,但在遵守方面,公司根本不能在削减角落。

投资最新的技术现在,通过帮助公司避免灾难性失败和减轻风险,将来支付指数股息。

合适的技术提高了效率,降低了人为错误或欺诈的风险,并确保了长期的节目存活率。

当然,即使是最多的破坏性技术仅作为公司使用它的能力是有效的,并且许多公司在变革管理步骤中稳定。有效的实施和采用是关键 - 但不要让恐惧改变阻止您的组织采取必要的步骤保持当前。

大多数g-sifis汤森路透社调查在2020年表示,他们认为Regtech是“重要的运营管理”,但只有9%的人认为数据核心战略决策。在我们看来,这就是留在桌子上的钱。

如果您的技术系统不利用AI,机器学习和预测分析,帮助您与您与客户互动的方式并做出决策,您就不会充分利用您已经投入时间和劳动力的大多数数据。