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.
在新条件下性能下降
在稳定时期拟合的模型,在利率、通胀或失业率发生变化时,可能误判违约或理赔情况,而此时准确的风险估计最为重要。
代理变量造成不公平结果
Variables correlated with protected characteristics can produce disparate outcomes without using those characteristics directly. Law and supervisors constrain which factors may be used.
错误会传导至资本和拨备
Probability of default and loss given default estimates feed expected credit loss provisions and capital. Systematic optimism understates both until losses arrive.
信用与定价模型对风险暴露、损失和资本意味着什么。
风险官、监管者或财政部会要求的风险暴露、损失、情景和资本视图,以及它们据以报告的框架。结构遵循监管和精算实务。数值为说明性:绝非价格、评级或建议。
资本、偿付能力和财政指标
The indicators a risk officer, supervisor or ministry of finance reads first on credit and pricing models.
| 指标 | 单位 | 谁来阅读 | 框架 |
|---|---|---|---|
| CET1 比率 | 占风险加权资产的百分比 | 银行、监管机构 | 巴塞尔框架 |
| 流动性覆盖率 | 压力流出的 % | 银行、中央银行 | 巴塞尔框架 |
| 偿付能力充足率 | 占偿付能力资本要求的百分比 | 保险公司、监管机构 | IAIS《保险核心原则》 |
| 综合成本率 | 占已赚保费的百分比 | 保险公司 | 精算实践 |
| 保护缺口 | 未投保部分占经济损失的比例 | 保险公司、财政部 | 已公布的损失统计 |
| 公共债务 | 占 GDP 的 % | 财政部、IMF | 债务可持续性框架 |
| 总融资需求 | 每年占 GDP 的 % | 财政部、投资者 | 债务可持续性框架 |
衡量什么,以及衡量得如何。
每个指标都注明其单位、频率、背后的来源类型以及数值将附带的证据标签。此处不显示数值:数值由计划依据其自身权限提供。
| 指标 | 单位 | 节奏 | 来源类型 | 标签 |
|---|---|---|---|---|
| 评分卡的区分能力 | 基尼系数或曲线下面积 | 每季度 | 模型监测 | 估算 |
| 违约概率的校准 | observed default rate against predicted, ratio | 年度 | Back-testing | 估算 |
| 群体稳定性指数 | 无量纲 | 每月 | 模型监测 | 估算 |
| Approval rate differences across groups | ratio of approval rates | 定期 | 公平贷款分析 | 估算 |
| Overrides of model decisions | 决策占比 | 每月 | 决定记录 | 观测 |
| 预期信用损失模型调整 | 模型后调整的时效性 | 每季度 | 财务报表 | 已发布统计 |
证据来自何处。
具名公共数据集与机构记录,各自注明许可类别。依协议获得的来源仅按其条款使用,绝不再次发布。
| 来源 | 它提供什么 | 许可类别 |
|---|---|---|
| 欧洲银行管理局(EBA)关于贷款发放与监测的指引 | Expectations for credit decision models including automated models | 免费,欧盟再利用条款 |
| CFPB circulars on adverse action and complex algorithms | United States expectations for explaining credit denials | 公有领域 |
| HMDA 数据 | 美国抵押贷款申请及结果数据 | 公有领域 |
| Bank Pillar 3 credit risk disclosures | 违约概率回溯测试和模型结果 | 公共记录,条款因银行而异 |
| 关于定价模型的精算和保险监管出版物 | 定价模型的实践与期望 | 免费,条款依出版方而定 |
| 谁来决定 | 问题 | 本页面服务的证据 |
|---|---|---|
| Credit risk and pricing committees | 使用哪些模型,以及配合哪些叠加项 | Performance, calibration and fairness evidence |
| 模型验证人员 | 模型是否适合其预期用途 | Back-testing and benchmark comparison |
| 行为监管与公平借贷监管机构 | 模型结果是否合法且公平 | Outcome data and adverse action practice |
| 审计委员会 | 拨备模型和叠加调整是否合理 | 模型输出和调整理由 |
该主题产生的产出
- 信用和定价模型绩效衡量指南
- Method note on testing for proxy discrimination
- Brief on post-model adjustments and what they reveal
- 信贷委员会就模型局限应提出的问题
专家提出的问题。
信贷和定价问题同时涉及准确性、公平性和合法性。
- 该模型在所有客户群体中能否准确预测违约或损失?
- 输入变量是否充当了法律所保护特征的代理变量?
- 机构能否向客户解释为何拒绝授信或如何确定价格?
- 该模型在整个经济周期中表现如何,而不仅是在良好条件下?
- 替代数据来源如何影响准确性、包容性和隐私?
机制与驱动因素。
信用模型估计借款人偿还贷款的可能性;定价模型估计预期损失和成本。两者都从历史数据中学习,而历史数据反映了过去的放贷做法、经济状况和社会不平等。模型可能平均而言准确,却对数据中代表性不足的群体表现不佳,也可能通过相关变量重现历史上的歧视。
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.
如何研究,以及方法止于何处。
| 方法或数据 | 显示内容 | 局限 |
|---|---|---|
| Discrimination and calibration testing | Accuracy and calibration across groups | 受保护属性可能不予记录 |
| 公平性指标 | 结果或误差的差异 | 不同指标可能相互冲突 |
| 解释方法 | 个人决策的主要驱动因素 | 对复杂模型的近似解释 |
| 贯穿周期的回溯测试 | 各种条件下的表现 | 数据中经济下行很少 |
问题与解答。
基尼系数对评分卡衡量的是什么?
什么是模型后调整?
模型能否在不使用受保护特征的情况下产生歧视?
Does alternative data improve inclusion?
Does the platform assess lenders’ models?
从本页贡献证据。
Reports 是联合体的季刊。您对该主题的了解可以成为下一期中的证据、案例或更正,署名归您,并在属于您本人作品时以 CC BY 4.0 发布。
- 电子邮件门户 GW-GRA从本页发送证据、更正、案例、方法、审查、翻译或概况投稿。它会带上本页标签送达,由负责的编辑接收。
- 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.
- 报告全球风险联盟(Global Risks Alliance)查看所有贡献方式贡献类型、各自的评审方式、您获得的署名、许可协议,以及绝不接受的内容。
切勿发送个人数据、敏感基础设施细节或您无权分享的任何内容。贡献在使用前会经过审查;发送贡献不赋予署名权或编辑权,赞助也绝不能换取研究结论。
法律文件。
本网站上的地图、数据和图表仅作为背景和一般信息展示。它们不是建议、预测或预警;信息的局限见免责声明和数据说明。