문제
패니 매(Fannie Mae, The Federal National Mobile Association)는 2차 모기지 시장에서 운영되는 미국 정부 후원 기업이다. 그것은 은행이나 다른 금융기관과 같은 대부업체로부터 담보 대출을 구입하고 보증하며, 그것들을 증권화하여 제2차 담보부 증권으로 다시 제2차 담보부 시장에 매각한다. 이것은 시장 유동성을 제공하고 활동 촉진을 돕는다. 2018년, Fannie Mae는 포춘지 선정 500위에 21위에 올랐다.
운영은 Fannie Mae의 비즈니스의 핵심을 이루고 회사의 성공적인 성과를 보장한다. 고객 경험 수요에 부응하면서 Fannie Mae의 비즈니스 기능을 지원하는 데 필요한 프로세스를 건전하고 안전하고 신속하게 실행해야 한다.
2008년, Fannie Mae는 미국 주택 위기로 인해 깊은 영향을 받았고, 그 회사는 정부 관리 하에 놓이게 되었다. 이러한 경험은 신속하고 예측할 수 없는 결과와 결합되어 조직의 프로세스에 대한 깊은 통찰력을 제공하고, 프로세스 처리를 개선하며, 다양한 미래의 도전에 대비할 수 있는 디지털 도구의 필요성을 이해하게 한다. 그 결과의 시뮬레이션 모델은 Fannie Mae의 전문가들이 다음을 가능하게 했다.
- 새로운 프로세스 테스트 및 검증.
- 잠재적 공정 개선 사항 수량화.
- 발생할 수 있는 병목 현상 식별.
- 대규모 통찰력을 위한 프로세스 연결.
- 비즈니스 탄력성 전략 평가.
그 회사는 빠른 개념 증명 프로젝트부터 시작하기로 결정했다. 이를 위해 무역확인과 무역배정 과정에 초점을 맞췄다.
거래 확인에는 양 당사자의 무역협정 비교, 이행의 정확성 검증, 엄격한 SLA 이행 등이 수반된다.
무역 할당은 3자 협정이다. 판매 당사자는 Fannie Mae에게 그들의 의무를 할당하고, Fannie Mae는 그 거래를 제3자 또는 구매자로서 자신에게 할당한다. 무역 배정은 또한 무역 확인 과정을 거쳐야 한다.
이 두 과정을 총체적으로 보는 것은 어렵다. 완전히 자동화된 것에서부터 완전히 수동화된 것까지 그리고 숙련된 분석가들에 의존하는 것 까지 무역의 종류와 자동화 수준에 따라 다를 수 있다. Fannie Mae는 그들의 시뮬레이션 모델이 다음과 같은 작업을 수행하기를 원했다.
- 리소스 최적화(모든 프로세스를 수행하고 멀티태스킹 가능성을 식별하는 데 필요한 분석가 수)
- 교역량 증가에 대한 준비(다른 경우에 필요한 용량에 관한 시나리오)
- 민감도 분석 및 복원력 테스트(잠재적 병목 현상과 가능한 프로세스 변경 분석)
해결책
에이전트 기반 모델링은 거래 할당 및 확인 프로세스를 정확하게 캡처할 수 있도록 했으며 거래(과제) 및 분석(자원) 측면을 모두 모델링했다. 분석가들은 수동 처리를 위해 필요하기 때문에 모델링되었다. 포아송 도착률은 무역을 위해, 그리고 수동 공정의 삼각형 분포에 대해 취하였다.
AnyLogic을 시뮬레이션 플랫폼으로 선택한 것은 여러 AnyLogic의 장점을 바탕으로 했다. 애니로직은 아이디어부터 최종 제품까지 90일 만에 모델 제작이 가능하도록 만든 유연하고 강력한 툴이다. 또한 AnyLogic의 시각화 기능을 통해 Fannie Mae는 툴의 대상 사용자였던 재무 전문가들을 위해 모델을 쉽게 이해할 수 있었다.
자원 최적화 분석
모델의 주요 투입물은 트레이드 예약과 트레이드 할당이다. 또한 무역 예외에 대한 변수(유형별 지연 시간 및 비율)를 설정할 수 있다. 시스템 사용자는 또한 두 본사에서 서로 다른 유형의 작업을 처리하는 데 사용할 수 있는 분석가 수를 정의할 수 있다.
모델을 실행하면 프로세스 개요 시각화를 볼 수 있다. 결과는 차트, 표, 그래프에 표시된다. 그들은 시간이 지남에 따라 얼마나 많은 거래가 처리되는지 그리고 다양한 유형의 분석가들의 능력을 보여준다. What-if 시나리오를 실행하면 다양한 기간의 거래량 피크 등 다양한 상황에서 어떤 일이 일어날지 알 수 있다. 이 모델은 또한 회사가 얼마나 많은 수의 그리고 어떤 종류의 분석가들이 서로 다른 거래량을 다루어야 하는지 제안할 수 있다.
결과
이 개념 증명 프로젝트는 시뮬레이션이 재무 운영 관리 최적화에 효과적이고 도움이 된다는 것을 보여주었다. 완성된 모델은 잠재적인 병목 현상을 식별하고 극단적인 사례의 영향을 시뮬레이션하며(무역량 변동과 같은) 인력 최적화를 제안하는 데 도움이 될 수 있다.
John A Coaster, Fang Dong과 VítorLeite dos Santos Nunes의 사례 연구 영상을 애니로직 컨퍼런스에서 감상하시거나 프레젠테이션을 다운로드하세요.
