Skip to content

GRA · IA e rischio dei modelli finanziari

Finanza spazialeDove il capitale incontra pericolo, esposizione e transizione

Modelli di credito e di prezzo

Credit scores, probability of default models and insurance pricing models decide who gets credit or cover and at what price. Machine learning can improve prediction and also introduce opacity, instability and proxy discrimination. These models also feed provisioning and capital. This page sets out how credit and pricing models fail, how their risks are measured, the data they depend on and who decides how they are used.

01Registrare

I modelli di credito e di prezzo agli atti.

02La domanda

Credit and pricing models: how the risk develops.

Decisioni automatizzate specifiche della finanza. Il dossier seguente illustra come si sviluppa il rischio, che cosa viene misurato, da dove provengono i dati, come vengono modellati e chi decide.

Meccanismo

Data reflect the past

I modelli apprendono da prestiti e sinistri storici che riflettono decisioni passate, condizioni economiche ed esclusioni. I richiedenti diversi dai debitori del passato sono valutati con evidenze meno affidabili.

Meccanismo

Performance degrades in new conditions

I modelli calibrati in periodi stabili possono valutare erroneamente l'insolvenza o i sinistri quando tassi, inflazione o disoccupazione cambiano, ossia quando stime accurate del rischio sono più importanti.

Meccanismo

Gli indicatori indiretti producono esiti iniqui

Le variabili correlate con caratteristiche protette possono produrre esiti disparati anche senza usare direttamente tali caratteristiche. La legge e le autorità di vigilanza limitano i fattori che possono essere utilizzati.

Meccanismo

Gli errori si ripercuotono su capitale e accantonamenti

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

03Esposizione, perdita e capitale

What credit and pricing models means for exposure, loss and capital.

Le viste su esposizione, perdita, scenari e capitale che un responsabile del rischio, un'autorità di vigilanza o un ministero delle finanze richiederebbe, con i quadri normativi in base ai quali riferisce. Le strutture seguono la prassi di vigilanza e attuariale. I valori sono illustrativi: mai prezzi, rating o consulenza.

Indicatori di capitale, solvibilità e fiscali

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

IndicatoreUnitàChi lo leggeQuadro
Coefficiente CET1% delle attività ponderate per il rischioBanche, autorità di vigilanzaQuadro di Basilea
Indice di copertura della liquidità% dei deflussi in condizioni di stressBanche, banche centraliQuadro di Basilea
Indice di solvibilità% del requisito patrimoniale di solvibilitàAssicuratori, autorità di vigilanzaPrincipi fondamentali dello IAIS per l'assicurazione
Combined ratio% dei premi di competenzaAssicuratoriPrassi attuariale
Divario di protezionequota non assicurata della perdita economicaAssicuratori, ministeri delle finanzeStatistiche pubblicate sulle perdite
Debito pubblico% del PILMinisteri delle finanze, FMIQuadro di sostenibilità del debito
Fabbisogni di finanziamento lordi% del PIL all'annoMinisteri delle finanze, investitoriQuadro di sostenibilità del debito
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
04Indicatori

Cosa viene misurato e con quale accuratezza.

Ogni indicatore riporta la sua unità, la sua cadenza, il tipo di fonte su cui si basa e l'etichetta di evidenza che un valore riporterebbe. Non sono mostrati valori: un programma li fornisce sotto la propria autorità.

IndicatoreUnitàCadenzaTipo di fonteEtichetta
Potere discriminante delle scorecardCoefficiente di Gini o area sotto la curvatrimestraleMonitoraggio del modelloSTIMATO
Calibrazione della probabilità di insolvenzatasso di insolvenza osservato rispetto a quello previsto, rapportoannualeBack-testingSTIMATO
Indice di stabilità della popolazioneadimensionalemensileMonitoraggio del modelloSTIMATO
Differenze nei tassi di approvazione tra gruppirapporto tra i tassi di approvazioneperiodicoAnalisi dell'equità nella concessione del creditoSTIMATO
Deroghe alle decisioni dei modelliquota delle decisionimensileRegistri delle decisioniOSSERVATO
Expected credit loss model adjustmentsaggiornamento delle rettifiche successive al modellotrimestraleBilanciStatistiche pubblicate
05Fonti

Da dove provengono le evidenze.

Set di dati pubblici e registri istituzionali specifici, ciascuno con la sua classe di licenza. Le fonti soggette ad accordo sono utilizzate solo alle relative condizioni e mai ripubblicate.

FonteCosa fornisceClasse di licenza
Orientamenti dell'EBA sulla concessione e sul monitoraggio dei prestitiExpectations for credit decision models including automated modelsGratuito, condizioni di riutilizzo dell'UE
CFPB circulars on adverse action and complex algorithmsUnited States expectations for explaining credit denialsPubblico dominio
Dati HMDADati statunitensi sulle richieste di mutuo e sui relativi esitiPubblico dominio
Bank Pillar 3 credit risk disclosuresProbability of default back-testing and model outcomesDocumenti pubblici, condizioni secondo ciascuna banca
Pubblicazioni di vigilanza attuariale e assicurativa sui modelli di tariffazionePractice and expectations for pricing modelsGratuito, condizioni a seconda dell'editore
06Decisioni

Chi decide, e a cosa servono le evidenze.

IA e rischio di modello prepara le evidenze. Le decisioni riportate di seguito sono assunte dalle autorità indicate, secondo le rispettive norme, e mai dalla piattaforma.

Chi decideLa domandaEvidenze fornite da questa pagina
Credit risk and pricing committeesWhich models to use and with what overlaysPerformance, calibration and fairness evidence
Validatori dei modelliSe i modelli sono adeguati allo scopoBack-testing e confronto con i parametri di riferimento
Conduct and fair lending supervisorsSe i risultati dei modelli sono leciti ed equiDati sugli esiti e prassi relative alle azioni sfavorevoli
Comitati di auditSe i modelli di accantonamento e le rettifiche sono ragionevoliRisultati dei modelli e motivazione delle rettifiche

Output prodotti da questo argomento

  • Guida alle misure di performance dei modelli di credito e di pricing
  • Nota metodologica sulla verifica della discriminazione per proxy
  • Nota di sintesi sulle rettifiche successive al modello e su ciò che rivelano
  • Domande per i comitati crediti sui limiti dei modelli
07Questioni centrali

Cosa si chiedono gli esperti.

Credit and pricing questions combine accuracy, fairness and legality.

  • Il modello prevede in modo accurato l'insolvenza o la perdita in tutti i gruppi di clienti?
  • Do input variables act as proxies for characteristics that law protects?
  • L'istituzione è in grado di spiegare a un cliente perché il credito è stato rifiutato o un prezzo è stato fissato?
  • Come si comporta il modello lungo il ciclo economico, e non solo in condizioni favorevoli?
  • How do alternative data sources affect accuracy, inclusion and privacy?
08Meccanismi

Meccanismi e fattori.

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.

I modelli di credito sono particolarmente esposti ai cambiamenti del regime economico: relazioni valide in una fase espansiva possono venire meno in una recessione. Alcune giurisdizioni classificano come ad alto rischio l'IA usata per valutare l'affidabilità creditizia delle persone, con obblighi specifici per fornitori e utilizzatori.

09Metodi e dati

Come viene studiato, e dove si fermano i metodi.

Metodo o datiCosa mostraLimiti
Discrimination and calibration testingAccuracy and calibration across groupsProtected attributes may not be recorded
Metriche di equitàDisparities in outcomes or errorsMetriche diverse possono essere in conflitto
Metodi di spiegazionePrincipali fattori delle decisioni individualiSpiegazioni approssimate di modelli complessi
Through-the-cycle backtestingPrestazioni in condizioni diversePoche fasi di recessione nei dati
11Domande

Domande e risposte.

Che cosa misura un coefficiente di Gini per una scheda di valutazione?
How well the score ranks borrowers who later default above those who do not; it measures ranking power, not whether predicted default rates are accurate.
Che cos'è una rettifica post-modello?
A management overlay applied to model output, often for expected credit loss, when the model is judged not to capture current conditions.
Un modello può discriminare senza utilizzare caratteristiche protette?
Sì. Le variabili correlate a caratteristiche protette possono produrre esiti discriminatori, ed è per questo che i test di equità esaminano gli esiti oltre agli input.
Does alternative data improve inclusion?
Può aiutare le persone con storie creditizie esigue, ma solleva anche questioni di riservatezza, accuratezza ed equità che richiedono verifiche.
Does the platform assess lenders’ models?
No. La GRA non valuta, convalida né approva alcun modello.
RapportiContribuisci

Contribuisci con evidenze da questa pagina.

Reports è la pubblicazione trimestrale del consorzio. Ciò che sai su questo tema può diventare un'evidenza, un caso o una correzione nella prossima edizione, attribuita a te e pubblicata con licenza CC BY 4.0 se si tratta di un tuo lavoro.

Global Risks AllianceAI and Financial Model RiskMethods and TechnicalExponential Technology
IA e rischio dei modelli finanziari

Portate all'Alliance una questione di esposizione o di capitale.

Informazioni e richieste sono aperte oggi. Una richiesta riceve un riferimento e indica il passo successivo; candidature, pagamenti, assegnazioni di calcolo e registrazioni si aprono solo quando esistono il team, le condizioni e la capacità di revisione.