GRA · AI और वित्तीय मॉडल जोखिम
स्थानिक वित्तजहाँ पूँजी का सामना संकट, जोखिम-संपर्क और संक्रमण से होता है
मॉडल निगरानी और विचलन
A model validated at launch can fail later as customers, products, markets and data pipelines change. Monitoring tracks performance, input distributions and outcomes to detect drift and trigger review. Machine learning models that retrain frequently add their own risks. This page sets out how drift arises, how monitoring detects it, the measures used, and who decides when a model must change or stop.
Model monitoring and drift on the record.
Model monitoring and drift: how the risk develops.
Changes over time and review thresholds. 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 drift
नए ग्राहक वर्ग आने, उत्पाद बदलने या अपस्ट्रीम प्रणालियाँ द्वारा फ़ील्ड बदले जाने पर इनपुट का वितरण बदल जाता है। मॉडल ऐसे डेटा का सामना करता है जिस पर उसे प्रशिक्षित नहीं किया गया था।
Concept drift
The relationship between inputs and outcomes changes, for example when an economic shock alters who defaults. Accuracy falls even if inputs look stable.
Outcomes arrive late
Defaults and claims emerge months or years after decisions, so true performance is known late. Proxies and early indicators fill the gap with uncertainty.
Retraining adds risk
Frequent retraining can absorb drift, and it can also learn from feedback loops or corrupted data. Each retrained version needs controls proportionate to its use.
मॉडल निगरानी और विचलन का जोखिम-संपर्क, हानि और पूँजी के लिए क्या अर्थ है।
वे जोखिम-अनावरण, हानि, परिदृश्य और पूँजी दृश्य जो कोई जोखिम अधिकारी, पर्यवेक्षक या वित्त मंत्रालय माँगेगा, उन ढाँचों के साथ जिनके विरुद्ध वे रिपोर्ट करते हैं। संरचनाएँ पर्यवेक्षी और बीमांकिक अभ्यास का अनुसरण करती हैं। मान उदाहरणात्मक हैं: कभी क़ीमतें, रेटिंग या सलाह नहीं।
संचरण चैनल
How a shock in model monitoring and drift reaches credit, market, underwriting, liquidity and operational risk, and feeds back.
क्या मापा जाता है, और कितनी अच्छी तरह।
प्रत्येक संकेतक अपनी इकाई, आवृत्ति, उसके पीछे के स्रोत का प्रकार और वह साक्ष्य लेबल वहन करता है जो किसी मान पर होगा। कोई मान नहीं दिखाए जाते: कोई कार्यक्रम उन्हें अपने अधिकार के तहत प्रदान करता है।
| संकेतक | इकाई | लय | स्रोत प्रकार | लेबल |
|---|---|---|---|---|
| Population stability index by input | विमाहीन | मासिक | निगरानी | अनुमानित |
| Performance against validation baseline | change in discrimination or calibration | मासिक या त्रैमासिक | निगरानी | अनुमानित |
| Monitoring alerts breaching thresholds | गणना | मासिक | निगरानी अभिलेख | प्रेक्षित |
| Models retrained in period | गणना | त्रैमासिक | Model records | घोषित |
| मॉडलों को प्रभावित करने वाली डेटा पाइपलाइन की घटनाएँ | गणना | त्रैमासिक | घटना अभिलेख | रिपोर्ट किया गया |
| Time from alert to remediation | दिन | per alert | शासन अभिलेख | प्रेक्षित |
साक्ष्य कहाँ से आता है।
नामित सार्वजनिक डेटासेट और संस्थागत अभिलेख, प्रत्येक अपने लाइसेंस वर्ग के साथ। समझौते द्वारा प्राप्त स्रोतों का उपयोग केवल उनकी शर्तों के तहत होता है और कभी पुनः प्रकाशित नहीं किया जाता।
| स्रोत | यह क्या देता है | लाइसेंस वर्ग |
|---|---|---|
| PRA SS1/23 principles on model monitoring | निरंतर प्रदर्शन निगरानी की अपेक्षाएँ | निःशुल्क, Bank of England शर्तें |
| SR 11-7 on ongoing monitoring and outcomes analysis | United States expectations | सार्वजनिक क्षेत्र |
| EBA guidelines on loan origination and monitoring | स्वचालित ऋण मॉडलों की निगरानी | निःशुल्क, EU पुनः उपयोग शर्तें |
| Academic research on dataset shift | Methods for detecting and adapting to drift | पढ़ना निःशुल्क, शर्तें प्रकाशक के अनुसार |
| Bank Pillar 3 model back-testing disclosures | Back-testing results for capital models | सार्वजनिक अभिलेख, प्रत्येक बैंक की अपनी शर्तें |
कौन निर्णय लेता है, और साक्ष्य किसकी सेवा करता है।
AI और वित्तीय मॉडल जोखिम साक्ष्य तैयार करता है। नीचे दिए गए निर्णय नामित प्राधिकरणों द्वारा उनके अपने नियमों के अंतर्गत लिए जाते हैं, प्लेटफ़ॉर्म द्वारा कभी नहीं।
| निर्णय कौन लेता है | प्रश्न | यह पृष्ठ जिस साक्ष्य की सेवा करता है |
|---|---|---|
| मॉडल स्वामी | When to recalibrate, redevelop or retire a model | Monitoring results against thresholds |
| मॉडल जोखिम कार्य | What monitoring standards apply by tier | Policy and monitoring evidence |
| पर्यवेक्षक | Whether monitoring is adequate for capital and conduct models | Back-testing and review findings |
| Data owners | अपस्ट्रीम परिवर्तनों को कैसे नियंत्रित किया जाता है | Pipeline incident records |
इस विषय से उत्पन्न आउटपुट
- डेटा ड्रिफ़्ट और कॉन्सेप्ट ड्रिफ़्ट के लिए मार्गदर्शिका
- Method note on monitoring thresholds and alerts
- Brief on controls for frequently retrained models
- Questions for model owners on late-arriving outcomes
विशेषज्ञ क्या पूछते हैं।
Monitoring questions ask how soon a problem will be seen.
- Which performance measures are monitored, and how often?
- चूक या दावे जैसे परिणाम कितनी जल्दी देखे जाते हैं, और तब तक अंतर को क्या भरता है?
- Has the input data distribution shifted, and does it matter?
- कौन-सी सीमाएँ समीक्षा, पुनर्अंशांकन या वापसी को प्रेरित करती हैं, और उन्हें किसने तय किया?
- How are continuously retrained models governed?
तंत्र और चालक।
Data drift occurs when the distribution of inputs changes, for example a new customer segment or a change in a data source. Concept drift occurs when the relationship between inputs and outcomes changes, for example when an economic shock alters how income predicts repayment. Concept drift is more dangerous and harder to detect, because outcomes may take months or years to observe.
Feedback loops add complexity: a model’s decisions change who becomes a customer, which changes future data. Retraining can restore performance but can also absorb errors or bias, so retrained models need governance of their own.
इसका अध्ययन कैसे होता है, और पद्धतियाँ कहाँ रुकती हैं।
| पद्धति या डेटा | यह क्या दिखाता है | सीमाएँ |
|---|---|---|
| Performance tracking against outcomes | Accuracy and calibration over time | Outcomes arrive with delay |
| Distribution shift statistics | Changes in input data | बदलाव का मतलब हमेशा प्रदर्शन में कमी नहीं होता |
| बेंचमार्क और चैलेंजर मॉडल | Relative performance | Challengers share some data limitations |
| Threshold and alerting frameworks | When to escalate | Thresholds involve judgement |
इसका अध्ययन कैसे होता है, और पद्धतियाँ क्या नहीं बता सकतीं।
- 01प्रायिकता और सांख्यिकीअंशांकन परीक्षण · विचलन सांख्यिकी · समूह परिणाम तुलनायहाँ लागू
- 02अनिश्चितता परिमाणन और मॉडल सत्यापनहानि मॉडलों के लिए पूर्वानुमान अंतराल · मॉडल समुच्चय · मॉडल जोखिम पूँजी या बफ़रयहाँ लागू
- 03कृत्रिम बुद्धिमत्ता और मशीन लर्निंगग्रेडिएंट-बूस्टेड क्रेडिट मॉडल · परिचालन में भाषा मॉडल · विसंगति पहचानयहाँ लागू
- 04AI मूल्यांकन और आश्वासन अभियांत्रिकीमशीन लर्निंग मॉडलों का सत्यापन · सृजनात्मक AI का रेड-टीमिंग · निष्पक्षता आकलनयहाँ लागू
प्रश्न और उत्तर।
What is the difference between data drift and concept drift?
What is a population stability index?
Should models retrain automatically?
कॉन्सेप्ट ड्रिफ़्ट का पता लगाना कठिन क्यों है?
Is automatic retraining a solution?
Does the platform monitor firms’ models?
इस पृष्ठ से साक्ष्य का योगदान करें।
Reports कंसोर्टियम का त्रैमासिक प्रकाशन है। इस विषय के बारे में आप जो जानते हैं, वह अगले संस्करण में साक्ष्य, एक मामला या एक सुधार बन सकता है, आपको श्रेय देते हुए और जहाँ वह आपका अपना कार्य हो वहाँ CC BY 4.0 के अंतर्गत प्रकाशित।
- ईमेलगेटवे GW-GRAइसे इसी पृष्ठ से भेजेंसाक्ष्य, सुधार, मामला, पद्धति, समीक्षा, अनुवाद या प्रोफ़ाइल इनपुट। यह इस पृष्ठ के टैग के साथ पहुँचता है, ताकि इसे सँभालने वाले संपादक को मिल जाए।
- 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.
- रिपोर्टवैश्विक जोखिम गठबंधन (Global Risks Alliance)योगदान के सभी तरीके देखेंयोगदान के प्रकार, प्रत्येक की समीक्षा कैसे होती है, आपको क्या श्रेय मिलता है, लाइसेंस और क्या कभी स्वीकार नहीं किया जाता।
व्यक्तिगत डेटा, संवेदनशील अवसंरचना का विवरण या ऐसी कोई भी सामग्री कभी न भेजें जिसे साझा करने का आपको अधिकार नहीं है। उपयोग से पहले योगदान की समीक्षा होती है; इसे भेजने से लेखकत्व या संपादकीय अधिकार नहीं मिलते, और प्रायोजन कभी किसी निष्कर्ष को नहीं खरीदता।
जोखिम-अनावरण या पूँजी का कोई प्रश्न गठबंधन के पास लाएँ।
जानकारी और पूछताछ आज से खुली हैं। हर पूछताछ को एक संदर्भ मिलता है और अगला कदम बताया जाता है; आवेदन, भुगतान, कंप्यूट आवंटन और पंजीकरण तभी खुलते हैं जब उनकी टीम, शर्तें और समीक्षा क्षमता मौजूद हों।
कानूनी दस्तावेज़।
इस साइट पर मानचित्र, डेटा और आँकड़े संदर्भ और सामान्य जानकारी के लिए दिखाए जाते हैं। वे सलाह, पूर्वानुमान या चेतावनियाँ नहीं हैं; जानकारी की सीमाएँ अस्वीकरण और डेटा सूचनाओं में बताई गई हैं।