Skip to content

GRA · KI und Risiken von Finanzmodellen

Räumliche FinanzanalyseWo Kapital auf Gefahr, Exposition und Transition trifft

Kredit- und Preismodelle

Kreditscores, Modelle der Ausfallwahrscheinlichkeit und Versicherungspreismodelle entscheiden darüber, wer Kredit oder Versicherungsschutz erhält und zu welchem Preis. Maschinelles Lernen kann die Vorhersage verbessern, aber auch Intransparenz, Instabilität und Proxy-Diskriminierung mit sich bringen. Diese Modelle fließen zudem in Rückstellungen und Kapital ein. Diese Seite legt dar, wie Kredit- und Preismodelle versagen, wie ihre Risiken gemessen werden, von welchen Daten sie abhängen und wer über ihre Verwendung entscheidet.

01Registrieren

Kredit- und Preismodelle im Protokoll.

02Die Frage

Credit and pricing models: how the risk develops.

Automatisierte Entscheidungen im Finanzbereich. Das nachstehende Dossier legt dar, wie sich das Risiko entwickelt, was gemessen wird, woher die Daten stammen, wie modelliert wird und wer entscheidet.

Mechanismus

Data reflect the past

Models learn from historical lending and claims that reflect past decisions, economic conditions and exclusions. Applicants unlike past borrowers are scored with less reliable evidence.

Mechanismus

Die Leistung sinkt unter neuen Bedingungen

In stabilen Phasen angepasste Modelle können Ausfälle oder Schäden falsch einschätzen, wenn sich Zinsen, Inflation oder Arbeitslosigkeit verschieben, also dann, wenn genaue Risikoschätzungen am wichtigsten sind.

Mechanismus

Proxies create unfair outcomes

Variables correlated with protected characteristics can produce disparate outcomes without using those characteristics directly. Law and supervisors constrain which factors may be used.

Mechanismus

Errors reach capital and provisions

Probability of default and loss given default estimates feed expected credit loss provisions and capital. Systematic optimism understates both until losses arrive.

03Exposition, Verlust und Kapital

Was Kredit- und Preismodelle für Exposition, Verlust und Kapital bedeuten.

Die Ansichten zu Exposition, Verlust, Szenario und Kapital, die eine Risikoverantwortliche, ein Aufseher oder ein Finanzministerium verlangen würde, samt den Rahmenwerken, gegen die berichtet wird. Die Strukturen folgen der aufsichtsrechtlichen und versicherungsmathematischen Praxis. Die Werte sind illustrativ: niemals Preise, Ratings oder Beratung.

Kapital-, Solvenz- und Fiskalindikatoren

The indicators a risk officer, supervisor or ministry of finance reads first on credit and pricing models.

IndikatorEinheitWer es liestRahmenwerk
CET1-Quote% der risikogewichteten AktivaBanken, AufsichtsbehördenBasel-Rahmenwerk
Liquiditätsdeckungsquote% der gestressten AbflüsseBanken, ZentralbankenBasel-Rahmenwerk
Solvenzquote% der SolvenzkapitalanforderungVersicherer, AufsichtsbehördenIAIS-Kernprinzipien für Versicherungen
Combined Ratio% der verdienten PrämieVersichererVersicherungsmathematische Praxis
Absicherungslückenicht versicherter Anteil des wirtschaftlichen VerlustsVersicherer, FinanzministerienVeröffentlichte Verluststatistiken
Staatsverschuldung% des BIPFinanzministerien, IWFRahmen für Schuldentragfähigkeit
Bruttofinanzierungsbedarf% des BIP pro JahrFinanzministerien, InvestorenRahmen für Schuldentragfähigkeit
Source: the frameworks named in each row. Indicator names, units and frameworks only; values belong to each institution’s own reporting and are never shown here.
NGFS climate scenarios · Network for Greening the Financial SystemIFRS S2 Climate-related Disclosures · ISSBTCFD recommendations · Financial Stability Board TCFDPrinciples for the effective management of climate-related financial risks · Basel Committee on Banking Supervision
04Indikatoren

Was gemessen wird und wie gut.

Jeder Indikator trägt seine Einheit, seinen Rhythmus, die Art der zugrunde liegenden Quelle und die Evidenzkennzeichnung, die ein Wert tragen würde. Es werden keine Werte gezeigt: Ein Programm liefert sie unter seiner eigenen Autorität.

IndikatorEinheitTaktQuellentypKennzeichnung
Trennschärfe von ScorecardsGini-Koeffizient oder Fläche unter der KurvevierteljährlichModellüberwachungGESCHÄTZT
Kalibrierung der Ausfallwahrscheinlichkeitobserved default rate against predicted, ratiojährlichBack-testingGESCHÄTZT
Population-Stability-IndexdimensionslosmonatlichModellüberwachungGESCHÄTZT
Unterschiede der Genehmigungsquoten zwischen GruppenVerhältnis der ZustimmungsratenperiodischAnalyse der Fairness bei der KreditvergabeGESCHÄTZT
Übersteuerungen von Modellentscheidungenshare of decisionsmonatlichEntscheidungsprotokolleBEOBACHTET
Anpassungen von Modellen für erwartete KreditverlusteAktualität von Anpassungen nach dem ModelllaufvierteljährlichFinancial statementsVeröffentlichte Statistiken
05Quellen

Woher die Evidenz stammt.

Benannte öffentliche Datensätze und institutionelle Aufzeichnungen, jeweils mit ihrer Lizenzklasse. Quellen auf Vereinbarungsbasis werden nur zu ihren Bedingungen genutzt und niemals weiterveröffentlicht.

QuelleWas es liefertLizenzklasse
EBA-Leitlinien zur Kreditvergabe und -überwachungErwartungen an Kreditentscheidungsmodelle, einschließlich automatisierter ModelleKostenlos, EU-Weiterverwendungsbedingungen
CFPB-Rundschreiben zu nachteiligen Maßnahmen und komplexen AlgorithmenUnited States expectations for explaining credit denialsGemeinfrei
HMDA-DatenDaten zu Hypothekenanträgen und -ergebnissen in den Vereinigten StaatenGemeinfrei
Offenlegungen zum Kreditrisiko nach Säule 3 der BankenProbability of default back-testing and model outcomesÖffentliche Register, Bedingungen je Bank
Aktuarielle und versicherungsaufsichtliche Veröffentlichungen zu PreismodellenPraxis und Erwartungen an PreismodelleKostenfrei, Bedingungen je nach Herausgeber
06Entscheidungen

Wer entscheidet und wozu die Evidenz dient.

KI und finanzielles Modellrisiko bereitet Evidenz auf. Die nachstehenden Entscheidungen werden von den genannten Behörden nach ihren eigenen Regeln getroffen, nie von der Plattform.

Wer entscheidetDie FrageEvidenz, der diese Seite dient
Credit risk and pricing committeesWelche Modelle mit welchen Overlays zu verwenden sindEvidenz zu Leistung, Kalibrierung und Fairness
ModellvalidiererOb Modelle für den Zweck geeignet sindRückvergleich und Benchmark-Vergleich
Aufsichtsbehörden für Geschäftsgebaren und faire KreditvergabeOb die Ergebnisse des Modells rechtmäßig und fair sindOutcome data and adverse action practice
PrüfungsausschüsseOb Rückstellungsmodelle und Overlays angemessen sindModellergebnisse und Begründung der Anpassung

Ergebnisse, die dieses Thema hervorbringt

  • Leitfaden zu Leistungsmaßen für Kredit- und Preismodelle
  • Methodenhinweis zur Prüfung auf Proxy-Diskriminierung
  • Kurzdarstellung zu Anpassungen nach der Modellierung und dem, was sie offenlegen
  • Fragen an Kreditausschüsse zu den Grenzen von Modellen
07Kernfragen

Was Fachleute fragen.

Fragen zu Kreditvergabe und Preisgestaltung verbinden Genauigkeit, Fairness und Rechtmäßigkeit.

  • Does the model predict default or loss accurately across all customer groups?
  • Do input variables act as proxies for characteristics that law protects?
  • Kann die Institution einem Kunden erklären, warum ein Kredit abgelehnt oder ein Preis festgesetzt wurde?
  • Wie schneidet das Modell im Verlauf des Konjunkturzyklus ab, und nicht nur unter günstigen Bedingungen?
  • Wie wirken sich alternative Datenquellen auf Genauigkeit, Inklusion und Datenschutz aus?
08Mechanismen

Mechanismen und Treiber.

Credit models estimate the likelihood that a borrower will repay; pricing models estimate expected losses and costs. Both learn from historical data, which reflects past lending practices, economic conditions and social inequalities. A model can be accurate on average while performing poorly for groups underrepresented in the data, or can reproduce historical discrimination through correlated variables.

Credit models are especially exposed to economic regime change: relationships that held in an expansion may break in a downturn. Some jurisdictions classify AI used to assess the creditworthiness of individuals as high-risk, with specific obligations for providers and users.

09Methoden und Daten

Wie es untersucht wird und wo die Methoden enden.

Methode oder DatenWas es zeigtGrenzen
Tests auf Trennschärfe und KalibrierungGenauigkeit und Kalibrierung über Gruppen hinwegGeschützte Merkmale dürfen nicht erfasst werden
FairnessmetrikenDisparities in outcomes or errorsUnterschiedliche Kennzahlen können sich widersprechen
ErklärungsmethodenMain drivers of individual decisionsNäherungsweise Erklärungen komplexer Modelle
Through-the-cycle backtestingLeistung unter verschiedenen BedingungenWenige Abschwünge in den Daten
10Methoden

Wie es untersucht wird und was die Methoden nicht sagen können.

11Fragen

Fragen und Antworten.

Was misst ein Gini-Koeffizient bei einer Scorecard?
Wie gut der Score Kreditnehmer, die später ausfallen, vor solchen einstuft, die nicht ausfallen; er misst die Trennschärfe der Rangfolge, nicht die Genauigkeit der vorhergesagten Ausfallraten.
Was ist eine Anpassung nach dem Modell (Post-Model Adjustment)?
A management overlay applied to model output, often for expected credit loss, when the model is judged not to capture current conditions.
Kann ein Modell diskriminieren, ohne geschützte Merkmale zu verwenden?
Ja. Variablen, die mit geschützten Merkmalen korrelieren, können ungleiche Ergebnisse hervorbringen; deshalb prüft die Fairnessprüfung Ergebnisse ebenso wie Eingaben.
Verbessern alternative Daten die Inklusion?
It can help people with thin credit files, but it also raises privacy, accuracy and fairness questions that need testing.
Does the platform assess lenders’ models?
Nein. GRA bewertet, validiert oder genehmigt keine Modelle.
BerichteBeitragen

Evidenz von dieser Seite aus beitragen.

Reports ist die vierteljährliche Publikation des Konsortiums. Was Sie über dieses Thema wissen, kann in der nächsten Ausgabe zu Evidenz, einem Fall oder einer Korrektur werden, Ihnen zugeschrieben und unter CC BY 4.0 veröffentlicht, soweit es Ihr eigenes Werk ist.

Global Risks AllianceAI and Financial Model RiskMethods and TechnicalExponential Technology
KI und Risiken von Finanzmodellen

Bringen Sie eine Frage zu Exposition oder Kapital in die Alliance ein.

Information und Anfragen sind heute offen. Eine Anfrage erhält ein Aktenzeichen und nennt den nächsten Schritt; Bewerbungen, Zahlungen, Rechenzuteilungen und Registrierungen öffnen erst, wenn Team, Bedingungen und Prüfkapazität bestehen.