Dari T+1 ke Masa Nyata: AI Ubah Operasi Post-Trade

Dari T+1 ke Masa Nyata: AI Ubah Operasi Post-Trade

Pada 27/05/2024, Amerika Syarikat beralih kepada penyelesaian T+1 untuk pasaran ekuiti. Kesan sampingan yang jarang disebut di Malaysia: beberapa bank pelaburan melaporkan lonjakan settlement fail melebihi 20% dalam minggu pertama kerana proses dalaman tak sempat mengejar tempoh baru.

Di sinilah ramai organisasi tersilap. Mereka anggap T+1 sekadar isu pematuhan dan tarikh go-live. Hakikatnya, T+1 cuma permulaan ke arah dunia post-trade masa nyata – dan hanya bank, insurans, serta fintech yang menggunakan kecerdasan buatan (AI) secara serius akan mampu bertahan bila kitaran penyelesaian terus dipendekkan.

Artikel ini mengupas bagaimana peralihan global ke T+1, seperti yang dibincangkan di Sibos 2025, berkait rapat dengan transformasi digital di Malaysia. Kita akan lihat peranan AI dalam pengurusan inventori, ramalan settlement fail, pematuhan automatik dan operasi 24/7 – serta apa yang praktikal untuk anda mula buat dalam 6–12 bulan akan datang.

---

T+1 Bukan Matlamat Akhir – Ia “Ujian Tekanan” Transformasi

T+1 ialah ujian tekanan pertama untuk melihat sama ada infrastruktur post-trade anda benar‑benar bersedia untuk masa nyata.

Di Eropah, tarikh sasaran T+1 ditetapkan sekitar Oktober 2027. Asia bakal mengikuti, dan Malaysia tidak akan kekal di pinggir untuk lama, khususnya bagi institusi yang aktif merentasi zon waktu AS–Eropah–Asia.

Kenapa T+1 Menggoyah Operasi Sedia Ada

Dalam persekitaran T+2, banyak kelewatan “disorokkan” oleh masa:

• Trade break masih boleh diselesaikan secara manual keesokan pagi
• Panggilan margin, pemadanan (matching) dan pengesahan boleh ditolak ke batch malam
• Proses pematuhan AML/CTF lebih banyak berjalan secara ex‑post

Bila masuk T+1 (dan kemudian T+0 atau masa nyata):

• Ralat kecil dalam trade capture boleh terus berubah jadi settlement fail
• Manual workaround tak sempat dilaksanakan dalam beberapa jam
• Kos fails meningkat, selain risiko reputasi dengan pelabur institusi

Realitinya: jika anda masih bergantung pada Excel, e‑mel dan “hero” di meja operasi, T+1 akan menjadikan kelemahan itu sangat jelas.

Dari Batch ke Masa Nyata

Peralihan ini bukan sekadar memendekkan tempoh T+2 ke T+1. Ia mengubah falsafah operasi:

• Dari batch processing ke event‑driven dan streaming data
• Dari pemeriksaan berkala ke pemantauan masa nyata
• Dari “cuba elak ralat” ke “anggap ralat pasti berlaku, tapi kesan boleh diramal dan dikawal”

Dan di sinilah AI – khususnya analitik ramalan dan automasi pintar – menjadi kunci.

---

Peranan AI Dalam Mengurus Inventori & Risiko Post-Trade

AI paling berkesan bila diaplikasikan pada dua titik sakit utama T+1: pengurusan inventori dan risiko settlement fail.

Di Sibos 2025, Danny Green dari Broadridge menekankan bagaimana bank global mula menggunakan AI untuk mengoptimumkan inventori sekuriti merentasi entiti, kustodian dan zon waktu. Pendekatan yang sama sangat relevan untuk bank pelaburan dan pengurus aset di Malaysia.

1. Pengurusan Inventori Pintar

Dalam persekitaran pelbagai pasaran:

• Sekuriti pelanggan tersebar di beberapa akaun kustodian
• Korporat action, lending, dan repo mengubah ketersediaan stok sepanjang hari
• Kadar pinjaman sekuriti (securities lending) berubah mengikut permintaan harian

Model AI boleh:

• Meramal keperluan stok berdasarkan pola dagangan historikal, kalendar korporat action dan aktiviti margin
• Mencadangkan alokasi optimum antara long box, lending pool dan akaun kustodian
• Mengira kos peluang jika stok disimpan berbanding dipinjamkan

Hasil praktikal:

• Kurang keperluan borrowing last minute pada kadar yang mahal
• Penurunan risiko short position tak disengajakan
• Penggunaan modal yang lebih baik untuk desk pasaran modal

2. Ramalan & Pencegahan Settlement Fail

Untuk T+1, fail prediction jadi fungsi kritikal. Algoritma pembelajaran mesin boleh dilatih menggunakan:

• Data trade sejarah dan corak break
• Profil rakan niaga (counterparty) dan zon waktu
• Jenis aset, pasaran dan kaedah penyelesaian (bilateral vs CCP)

Daripada analisis tersebut, sistem boleh memberi amaran seperti:

“30% kebarangkalian transaksi A gagal diselesaikan kerana kekurangan mata wang asing menjelang 3.00pm; cadang aktifkan auto-FX swap.”

Bagi institusi Malaysia yang aktif dalam FX dan bon global, modul ini boleh dihubungkan terus kepada:

• Sistem pengurusan kecairan (intraday liquidity)
• Enjin auto-borrow atau auto-hedge

Hasilnya, risiko kegagalan boleh dikurangkan sebelum ia muncul pada skrin fails dashboard.

---

AI Sebagai “Enjin Senyap” Pematuhan & Keselamatan Masa Nyata

Semakin pantas penyelesaian, semakin berisiko jika pematuhan dan keselamatan masih bergerak pada kelajuan manusia.

T+1 memaksa bank dan fintech berfikir semula cara mereka mengendalikan KYC, AML, pemantauan transaksi dan keselamatan siber.

Pematuhan Automatik Dalam Post-Trade

Dalam konteks Malaysia yang semakin dikawal selia dengan rapat oleh Bank Negara dan Suruhanjaya Sekuriti:

• Pemeriksaan AML/CTF tak boleh lagi terhad kepada end-of-day batch
• Transaksi rentas sempadan perlu dianalisis segera, bukan beberapa jam kemudian

AI boleh menyokong dengan:

• Pengesanan corak luar biasa dalam aliran post-trade, contohnya layering yang halus dalam dagangan derivatif
• Skor risiko dinamik bagi pelanggan dan rakan niaga berdasarkan tingkah laku dagangan sebenar
• Penjanaan alert pintar yang membezakan ralat operasi biasa dengan aktiviti yang benar‑benar mencurigakan

Kesan langsung:

• Kurang false positive yang melambatkan penyelesaian
• Pematuhan lebih kukuh walaupun operasi bergerak ke arah 24/7

Keselamatan & Ketahanan (Resilience)

Danny Green menekankan satu perkara penting: transformasi ini mesti seimbang antara inovasi dan ketahanan. Untuk operasi masa nyata:

• Sistem perlu selamat, beroperasi 24/7, dan tahan kepada serangan siber serta gangguan infrastruktur
• AI sendiri boleh disasar; model dan data perlu dipantau dari sudut integriti

Pendekatan yang saya lihat berkesan:

• Gunakan AI untuk pemantauan anomali pada infrastruktur post-trade (latensi luar biasa, volum tidak normal, akses luar biasa ke sistem kritikal)
• Rekabentuk failover automatik yang memindahkan beban ke pusat data atau cloud berbeza tanpa menjejaskan proses penyelesaian

Dalam bahasa mudah, jika operasi post-trade anda seperti sistem tiket penerbangan – ia tak boleh “down” bila semua orang sedang check‑in.

---

Apa Maksud Semua Ini Untuk Bank, Insurans & Fintech di Malaysia

Bagi institusi Malaysia, T+1 global adalah “wake‑up call” bahawa masa nyata akan jadi standard, bukan pengecualian.

Malaysia sudah pun antara peneraju serantau dalam penggunaan AI untuk:

• Skor kredit automatik
• Pengesanan penipuan kad dan pembayaran segera
• Chatbot perbankan runcit
• Analitik kekayaan (wealth analytics)

Langkah seterusnya ialah membawa kematangan AI itu ke rantaian nilai pasaran modal dan post-trade.

Di Mana Anda Berada Hari Ini?

Beberapa soalan ringkas yang biasanya saya guna untuk menilai tahap kesediaan:

1. Berapa peratus trade breaks diselesaikan secara manual melalui e‑mel atau telefon?
2. Adakah anda ada model yang boleh meramal settlement fail berdasarkan data 12–24 bulan lalu?
3. Bolehkah pasukan operasi melihat pendedahan intraday mengikut rakan niaga dalam hampir masa nyata?
4. Adakah proses AML berkaitan dagangan pasar modal bergantung kepada batch hujung hari?

Jika jawapan jujur anda banyak terdorong ke “masih manual” atau “belum ada”, T+1 akan rasa seperti paksaan – bukan peluang.

Quick Wins 6–12 Bulan Untuk Pasukan Malaysia

Beberapa langkah praktikal yang realistik dalam tempoh 6–12 bulan:

• Fasa 1 – Visibility & Data

  • Konsolidasi data post-trade dalam satu data mart yang konsisten
  • Wujudkan papan pemuka (dashboard) masa hampir nyata untuk trade breaks, fails dan inventori

• Fasa 2 – Analitik Ramalan Asas

  • Latih model ML mudah untuk ramal settlement fail berasaskan 5–10 pemboleh ubah utama
  • Uji di satu aset atau pasaran dahulu (contoh: ekuiti domestik atau FX spot)

• Fasa 3 – Automasi Tindakan

  • Sambung output model kepada workflow system – contohnya auto‑buat tiket untuk desk kecairan atau hubungan rakan niaga
  • Tetapkan playbook operasi bila amaran risiko melebihi ambang tertentu

Pendekatan bertahap seperti ini jauh lebih realistik berbanding cuba melompat terus ke “post-trade masa nyata penuh” dalam satu projek mega yang jarang berjaya.

---

Memilih Rakan Teknologi: Bukan Soal Vendor, Soal Falsafah

Teknologi untuk T+1 dan operasi masa nyata bukan lagi masalah utama; strategi dan rakan pelaksanaan yang betul lebih sukar.

Seperti yang disebut dalam kandungan Finextra, kejayaan banyak bergantung kepada memilih rakan yang:

• Faham dunia pasaran modal dan post-trade, bukan sekadar AI generik
• Boleh menyokong operasi 24/7 dengan fokus keselamatan dan pemulihan bencana
• Berkongsi falsafah “inovasi tanpa kompromi terhadap kestabilan”

Untuk bank, insurans dan fintech di Malaysia, beberapa kriteria praktikal:

• Keupayaan mengintegrasi dengan sistem sedia ada (core banking, OMS, custodian)
• Model penggunaan yang jelas dari sudut pematuhan dan perlindungan data
• Peta jalan produk (product roadmap) yang selari dengan hala tuju global seperti T+1 Eropah, standard ISO, dan trend digital aset

Lebih penting, cari rakan yang sanggup bereksperimen secara kecil tetapi konsisten – bukan hanya menawarkan projek besar multi‑tahun yang kaku.

---

Masa Depan Post-Trade: Dari T+1 ke Ekosistem AI Masa Nyata

T+1 hanyalah permulaan ke arah landskap di mana:

• Tokenisasi aset menjadikan pemilikan dan pemindahan lebih pecahan dan pantas
• Pembayaran runcit dan borong (wholesale) sama‑sama bergerak ke arah masa nyata
• Pelanggan mengharapkan status pelaburan mereka dikemas kini serta‑merta, sama seperti mereka melihat baki e‑wallet

Untuk siri AI in Financial Services (Banks, Insurance, Fintech), post-trade masa nyata adalah “bahagian belakang tabir” yang jarang glamor, tetapi menentukan sama ada pengalaman masa nyata di hadapan (app mudah alih, robo‑advisor, e‑wallet) benar‑benar boleh dipercayai.

Jika organisasi anda sudah melabur besar dalam AI untuk penjualan, khidmat pelanggan dan penipuan, langkah seterusnya logik ialah:

Bawa AI masuk ke jantung pasaran modal anda – post-trade, risiko dan pematuhan – sebelum T+1 bertukar menjadi T+0.

Soalannya sekarang: bila pasaran global bergerak ke masa nyata, adakah operasi anda akan terpaksa mengejar, atau sudah bersedia untuk memimpin?