Banks: Considering AI and Machine Learning models in Model Risk Management

Banks: Considering AI and Machine Learning models in Model Risk Management

EN:

Banks and financial institutions have been using models for decades, for example to manage risks or to calculate prices. Hence, there has always been the risk that an incorrect model specification or the incorrect use of a model lead to a decision coming along with negative consequences, such as financial losses. This risk is also referred to as Model Risk.

To measure and mitigate Model Risk, banks have established extensive and complex Model Risk Management (MRM) approaches. However, with the increasing use of Artificial Intelligence (AI) and Machine Learning (ML), a comprehensive adaptation of this Model Risk approach becomes essential.

In order to meet the new challenges posed by AI/ML models and the corresponding regulatory requirements, it is advisable to enhance or extend existing MRM approaches is specific areas. These enhancements can be integrated into already existing frameworks, processes and IT-tools, thus generating synergies.

VN:

Các ngân hàng và tổ chức tài chính đã sử dụng các mô hình trong nhiều thập kỷ, ví dụ như để quản lý rủi ro hoặc tính toán giá cả. Do đó, việc sử dụng sai mô hình hoặc sai những chi tiết cần thiết sẽ dẫn đến những quyết định đi kèm theo tiềm tàng những hậu quả tiềm tàng khôn lường, chẳng hạn như tổn thất tài chính. Rủi ro này còn được gọi là Rủi ro Mô hình.

Để đo lường và giảm thiểu Rủi ro Mô hình, các ngân hàng đã thiết lập rộng rãi và chi tiết các phương pháp tiếp cận Quản lý Rủi ro Mô hình (MRM). Tuy nhiên, với việc ứngsử dụng ngày càng nhiều Trí tuệ nhân tạo (AI) và MHọc máy học (ML) ngày càng nhiều, việc thích ứng toàn diện với cách tiếp cận với Rủi ro Mmô hình này trở nên vô cùng cần thiết.

Để giải quyếtđáp ứng những thách thức mới đặt ra bởi các mô hình AI/ ML và các yêu cầu pháp lý tương ứng, các Ngân hàng và Tổ chức tài chính nên tăng cường hoặc mở rộng các phương pháp tiếp cận MRM hiện có trong các lĩnh vực cụ thể. Những cải tiến này có thể được tích hợp vào các khuôn khổ, quy trình và công cụ CNTT hiện có, tạo ra sức mạnh tổng hợp cho toàn bộ hệ thống làm việc.

Vulnerable supply in Automotive