GRA · Riesgo de la IA y de los modelos financieros
Spatial financeWhere capital meets hazard, exposure and transition
Modelos de crédito y de precios
Las puntuaciones crediticias, los modelos de probabilidad de impago y los modelos de fijación de precios de seguros deciden quién obtiene crédito o cobertura y a qué precio. El aprendizaje automático puede mejorar la predicción, pero también introducir opacidad, inestabilidad y discriminación por variables indirectas. Estos modelos alimentan además las provisiones y el capital. Esta página expone cómo fallan los modelos de crédito y de precios, cómo se miden sus riesgos, los datos de los que dependen y quién decide cómo se utilizan.
Modelos de crédito y de fijación de precios documentados.
Credit and pricing models: how the risk develops.
Finance-specific automated decisions. The dossier below sets out how the risk develops, what is measured, where the data come from, how it is modelled and who decides.
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.
El rendimiento se degrada en condiciones nuevas
Models fitted in stable periods can misjudge default or claims when rates, inflation or unemployment shift, which is when accurate risk estimates matter most.
Proxies create unfair outcomes
Las variables correlacionadas con características protegidas pueden producir resultados dispares sin utilizar directamente esas características. La ley y los supervisores limitan qué factores pueden utilizarse.
Errors reach capital and provisions
Las estimaciones de probabilidad de impago y de pérdida en caso de impago alimentan las provisiones por pérdidas crediticias esperadas y el capital. El optimismo sistemático subestima ambas hasta que llegan las pérdidas.
Qué significan los modelos de crédito y de precios para la exposición, la pérdida y el capital.
Las vistas de exposición, pérdida, escenarios y capital que pediría un responsable de riesgos, un supervisor o un ministerio de finanzas, con los marcos con arreglo a los cuales informan. Las estructuras siguen la práctica supervisora y actuarial. Los valores son ilustrativos: nunca precios, calificaciones ni asesoramiento.
Indicadores de capital, solvencia y fiscales
The indicators a risk officer, supervisor or ministry of finance reads first on credit and pricing models.
| Indicador | Unidad | Quién lo lee | Marco |
|---|---|---|---|
| Ratio CET1 | % de los activos ponderados por riesgo | Bancos, supervisores | Marco de Basilea |
| Ratio de cobertura de liquidez | % de las salidas en situación de estrés | Bancos, bancos centrales | Marco de Basilea |
| Ratio de solvencia | % del capital de solvencia obligatorio | Aseguradoras, supervisores | Principios Básicos de Seguros de la IAIS |
| Ratio combinado | % de la prima devengada | Aseguradoras | Práctica actuarial |
| Brecha de protección | proporción no asegurada de la pérdida económica | Aseguradoras, ministerios de finanzas | Estadísticas de pérdidas publicadas |
| Deuda pública | % del PIB | Ministerios de finanzas, FMI | Marco de sostenibilidad de la deuda |
| Necesidades brutas de financiación | % del PIB por año | Ministerios de finanzas, inversionistas | Marco de sostenibilidad de la deuda |
Qué se mide y con qué calidad.
Cada indicador lleva su unidad, su periodicidad, el tipo de fuente que lo respalda y la etiqueta de evidencia que llevaría un valor. No se muestran valores: un programa los aporta bajo su propia autoridad.
| Indicador | Unidad | Cadencia | Tipo de fuente | Etiqueta |
|---|---|---|---|---|
| Poder discriminatorio de las tarjetas de puntuación | Coeficiente de Gini o área bajo la curva | trimestral | Monitorización de modelos | ESTIMADO |
| Calibración de la probabilidad de impago | observed default rate against predicted, ratio | anual | Back-testing | ESTIMADO |
| Índice de estabilidad de la población | adimensional | mensual | Monitorización de modelos | ESTIMADO |
| Diferencias en la tasa de aprobación entre grupos | razón de tasas de aprobación | periódico | Análisis de equidad crediticia | ESTIMADO |
| Anulaciones de decisiones del modelo | proporción de decisiones | mensual | Registros de decisiones | OBSERVADO |
| Expected credit loss model adjustments | vigencia de los ajustes posteriores al modelo | trimestral | Estados financieros | Estadísticas publicadas |
De dónde procede la evidencia.
Conjuntos de datos públicos y registros institucionales identificados, cada uno con su tipo de licencia. Las fuentes obtenidas por acuerdo solo se utilizan conforme a sus condiciones y nunca se republican.
| Fuente | Lo que aporta | Tipo de licencia |
|---|---|---|
| Directrices de la EBA sobre concesión y seguimiento de préstamos | Expectations for credit decision models including automated models | Gratuito, condiciones de reutilización de la UE |
| CFPB circulars on adverse action and complex algorithms | United States expectations for explaining credit denials | Dominio público |
| HMDA data | Datos de solicitudes y resultados de hipotecas en Estados Unidos | Dominio público |
| Bank Pillar 3 credit risk disclosures | Probability of default back-testing and model outcomes | Registros públicos, condiciones según cada banco |
| Publicaciones de supervisión actuarial y de seguros sobre modelos de tarificación | Practice and expectations for pricing models | Gratuito, con términos según el editor |
Quién decide y a qué sirve la evidencia.
La investigación de riesgo de modelo financiero prepara evidencia. Las decisiones que se indican a continuación las toman las autoridades nombradas, conforme a sus propias normas, y nunca la plataforma.
| Quién decide | La pregunta | Evidencia a la que sirve esta página |
|---|---|---|
| Credit risk and pricing committees | Which models to use and with what overlays | Performance, calibration and fairness evidence |
| Validadores de modelos | Si los modelos son adecuados para su finalidad | Back-testing and benchmark comparison |
| Conduct and fair lending supervisors | Si los resultados del modelo son lícitos y justos | Outcome data and adverse action practice |
| Comités de auditoría | Si los modelos de provisiones y los ajustes superpuestos son razonables | Resultados de modelos y justificación de los ajustes |
Productos que genera este tema
- Guía de medidas de desempeño de modelos de crédito y de fijación de precios
- Method note on testing for proxy discrimination
- Informe breve sobre los ajustes posteriores al modelo y lo que revelan
- Preguntas para los comités de crédito sobre los límites de los modelos
Lo que se preguntan los expertos.
Credit and pricing questions combine accuracy, fairness and legality.
- Does the model predict default or loss accurately across all customer groups?
- Do input variables act as proxies for characteristics that law protects?
- ¿Puede la institución explicar a un cliente por qué se denegó un crédito o se fijó un precio?
- ¿Cómo se comporta el modelo a lo largo del ciclo económico, y no solo en condiciones favorables?
- ¿Cómo afectan las fuentes de datos alternativas a la exactitud, la inclusión y la privacidad?
Mecanismos y factores impulsores.
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.
Los modelos de crédito están especialmente expuestos a los cambios de régimen económico: las relaciones que se mantenían en una expansión pueden romperse en una recesión. Algunas jurisdicciones clasifican como de alto riesgo la IA utilizada para evaluar la solvencia de las personas, con obligaciones específicas para proveedores y usuarios.
Cómo se estudia y dónde terminan los métodos.
| Método o datos | Lo que muestra | Límites |
|---|---|---|
| Discrimination and calibration testing | Accuracy and calibration across groups | Protected attributes may not be recorded |
| Métricas de equidad | Disparities in outcomes or errors | Métricas distintas pueden entrar en conflicto |
| Métodos de explicación | Principales factores de las decisiones individuales | Explicaciones aproximadas de modelos complejos |
| Through-the-cycle backtesting | Desempeño en distintas condiciones | Pocas recesiones en los datos |
Cómo se estudia y lo que los métodos no pueden decir.
- 01Probabilidad y estadísticaPruebas de calibración · Estadísticas de deriva · Comparación de resultados entre gruposAplicado aquí
- 02Inteligencia artificial y aprendizaje automáticoModelos de crédito con potenciación de gradiente · Modelos de lenguaje en las operaciones · Detección de anomalíasAplicado aquí
- 03Cuantificación de la incertidumbre y validación de modelosIntervalos de predicción para los modelos de pérdidas · Conjuntos de modelos · Capital o colchones por riesgo de modelosAplicado aquí
- 04Ingeniería de evaluación y garantía de la IAValidación de modelos de aprendizaje automático · Red-teaming de IA generativa · Evaluación de equidadAplicado aquí
Preguntas y respuestas.
What does a Gini coefficient measure for a scorecard?
¿Qué es un ajuste posterior al modelo?
¿Puede un modelo discriminar sin utilizar características protegidas?
¿Mejoran los datos alternativos la inclusión?
Does the platform assess lenders’ models?
Aporte evidencia desde esta página.
Reports es la publicación trimestral del Consortium. Lo que usted sabe sobre este tema puede convertirse en evidencia, un caso o una corrección en la próxima edición, con su crédito y publicado bajo licencia CC BY 4.0 cuando se trate de obra propia.
- Correo electrónicoPasarela GW-GRAEnvíelo desde esta páginaEvidencia, una corrección, un caso, un método, una revisión, una traducción o un aporte a un perfil. Llega etiquetado con esta página, de modo que lo recibe el editor responsable.
- ZenodoOpen depositDeposit it and submit to the communityPublish your own record on Zenodo with your ORCID iD, then submit it to the Reports community there. Curators review it; the DOI stays yours.
- ReportsGlobal Risks AllianceSee every way to contributeThe contribution types, how each is reviewed, what credit you receive, the licence and what is never accepted.
No envíe nunca datos personales, detalles sensibles de infraestructura ni nada que no tenga derecho a compartir. Un aporte se revisa antes de su uso; enviarlo no confiere autoría ni derechos editoriales, y el patrocinio nunca compra un hallazgo.
Plantee una cuestión de exposición o de capital a la Alliance.
La información y las consultas están abiertas hoy. Una consulta recibe una referencia e indica el siguiente paso; las solicitudes, pagos, asignaciones de cómputo y registros solo se abren cuando existen su equipo, sus condiciones y la capacidad de revisión.
Documentos jurídicos.
Los mapas, datos y cifras de este sitio se muestran como contexto e información general. No son consejos, pronósticos ni avisos; los límites de la información se exponen en los Descargos de responsabilidad y los Avisos sobre datos.