GRA · مخاطر الذكاء الاصطناعي والنماذج المالية
التمويل المكانيحيث يلتقي رأس المال بالخطر والتعرّض والتحول
نظرة عامة على التخصص المالي
مخاطر النماذج management is the discipline of controlling the risks that arise from using quantitative models and AI نظم in financial decisions. It developed in banking around valuation and capital models and now covers credit, insurance pricing, reserving, trading, fraud detection, anti-money-laundering, customer service and generative AI tools. This page describes the discipline as research rather than execution: where models are used, how they are governed and what shared understanding the industry needs.
- منهجيات STEM
- 4
- الأساليب المعيارية التي يطبقها هذا المجال
- الموضوعات
- 8
- صفحات الموضوعات في المجال
- النظراء
- 5
- المنصات في المجالات المشتركة عبر الشبكة
- سلاسل التقارير
- 2
- سلاسل التقارير التي تسهم فيها
The model landscape in finance.
| المجال | Typical models | Main risks |
|---|---|---|
| الإقراض | Credit scoring, probability of default, affordability | Unfair outcomes, poor performance in new conditions |
| التأمين | Pricing, reserving, catastrophe and claims models | Mispricing, reserve shortfalls, discrimination |
| الأسواق | Valuation, trading, مخاطر السوق | Mis-valuation, correlated behaviour in stress |
| رأس المال والسيولة | Regulatory and economic capital, stress testing | Understated risk, false comfort |
| الجرائم المالية | Fraud and transaction monitoring | Missed crime, excessive false alerts |
| Operations and service | Generative AI assistants, document processing | Inaccurate output, data leakage, dependency |
نظرة عامة على المجال.
الشاشة التي قد يستخدمها فريق لمتابعة هذا الموضوع: مقاييسه وحالاته وقراراته. والأسماء أمثلة والقيم توضيحية.
Where models drive financial decisions.
| الاستخدام | Model type | Main risk |
|---|---|---|
| Credit decisions | Scorecards and machine learning | Bias, drift |
| Insurance pricing and reserving | GLMs, machine learning, catastrophe models | Non-stationarity, opacity |
| Capital and stress testing | Internal models, scenario models | Assumption risk |
| Fraud and AML | Anomaly detection | False positives and negatives |
| Operations and customer service | الذكاء الاصطناعي التوليدي | Hallucination, data leakage |
Shocks travel between these parts, and AI and Financial النماذج studies the links: When does a model fail, and who notices? The evidence base is model records and monitoring data.
The core of the discipline.
- 01
Inventory and tiering
Knowing every model in use, its owner and its materiality. See model risk governance.
- 02
معايير التنمية
Documented design, data and assumptions, with testing before use.
- 03
Independent validation
Effective challenge by people independent of the developers.
- 04
الرصد
Ongoing checks of performance and drift, with thresholds for review. See model monitoring and drift.
- 05
Use controls
الإشراف البشري and limits on where a model may be used. See human-in-the-loop controls.
What shared understanding the industry needs.
Each institution governs its own models. What none can see alone is how النماذج accumulates across the sector: how many firms rely on similar data, vendors or techniques, how methods for validating machine learning and generative AI compare, and where common failures are emerging. That precompetitive picture is the focus of this platform. How model failures can spread is set out on الانتقال عبر النظام المالي.
Methods include uncertainty quantification and model validation, AI evaluation and assurance engineering, machine learning and statistics. Sector scenarios appear on the scenarios page as they are reviewed.
Nothing on this platform validates, approves or certifies any model, vendor or institution, and nothing is legal, regulatory or investment advice. Analysis is sector-level research.
Where this page’s references lead.
الهيئات والوثائق التي تُقرأ هذه الصفحة في ضوئها. وتتغير الحالات والإصدارات؛ ويقود كل رابط إلى الهيئة المُصدِرة.
- الإرشادات المنقحة المشتركة بين الوكالات الأمريكية بشأن إدارة مخاطر النماذج، SR 26-2 (أبريل 2026)، التي تحل محل SR 11-7
- قانون الذكاء الاصطناعي للاتحاد الأوروبي (اللائحة 2024/1689) بصيغته المعدَّلة بموجب الحزمة الشاملة للذكاء الاصطناعي، اللائحة 2026/1744 (التزامات التصنيف الائتماني عالي المخاطر اعتبارًا من 2 ديسمبر 2027)
الصفحات في النظرة العامة على التخصص المالي.
أسئلة وأجوبة.
Does GRA advise firms on their models?
Is model risk only a banking concern?
Why does AI change model risk management?
ما المناهج التي يستخدمها التخصص؟
ساهم بأدلة من هذه الصفحة.
Reports is the Consortium’s quarterly publication. What you know about this subject can become evidence, a case or a correction in the next edition, credited to you and published under CC BY 4.0 where it is your own work.
- البريد الإلكترونيالبوابة GW-GRAأرسله من هذه الصفحةدليل أو تصحيح أو حالة أو أسلوب أو مراجعة أو ترجمة أو مدخل لملف قُطري. يصل موسومًا بهذه الصفحة، فيتلقاه المحرر المسؤول عنها.
- Zenodoإيداع مفتوحأودِعه وقدّمه إلى المجتمعانشر سجلك الخاص على Zenodo بمعرّف ORCID iD الخاص بك، ثم قدّمه إلى مجتمع Reports هناك. يراجعه القيّمون، ويبقى معرّف DOI ملكًا لك.
- ReportsGlobal Risks Allianceاطّلع على جميع سبل المساهمةأنواع المساهمات، وكيفية مراجعة كل منها، والإسناد الذي تحصل عليه، والترخيص، وما لا يُقبل أبداً.
لا ترسل أبدًا بيانات شخصية أو تفاصيل حساسة عن البنية التحتية أو أي شيء لا يحق لك مشاركته. تُراجَع المساهمة قبل استخدامها؛ ولا يمنح إرسالها أي حقوق تأليف أو تحرير، ولا تشتري الرعاية أي نتيجة أبدًا.
اعرض على التحالف سؤالًا يتعلق بالتعرّض أو رأس المال.
المعلومات والاستفسارات متاحة اليوم. ويحصل الاستفسار على رقم مرجعي ويحدد الخطوة التالية؛ ولا تُفتح الطلبات والمدفوعات وتخصيصات الحوسبة والتسجيلات إلا حين يتوافر فريقها وشروطها وقدرة المراجعة.
الوثائق القانونية.
تُعرض الخرائط والبيانات والأشكال في هذا الموقع للسياق والمعلومات العامة. وهي ليست نصيحة ولا توقعات ولا إنذارات؛ وحدود المعلومات مبيّنة في إخلاءات المسؤولية وإشعارات البيانات.