Validierung von Risikomodellen im Banking #2

Von Ralf Keuper

Da Risikomodelle einen großen Einfluss auf die Geschäftspolitik und den Risikoappetit einer Bank haben, ist die Bankenaufsicht bestrebt, Modellrisiken möglichst frühzeitig zu erkennen. Das umfasst in besonderer Weise die Beschäftigung mit den Algorithmen, die den Modellen zugrunde liegen.

Die Deutsche Bundesbank hat ihre Haltung dazu in dem Diskussionspapier The Use of Artificial Intelligence and Machine Learning in the Financial Sector dargelegt.

Mit der Verbreitung des Machine Learning gewinnen selbstlernende Algorithmen bei  Datenanalysen an Bedeutung. Die genaue Arbeitsweise selbstlernender Algorithmen bzw. Künstlicher Neuronaler Netze ist für Außenstehende kaum bis gar nicht nachvollziehbar, da sie ihre Vorhersagen auf Basis komplizierter nicht-linearer Funktionen treffen. Mögliche Verzerrungen, wie z.B. das Overfitting (Übergeneralisierung), können lange unbemerkt bleiben.

Zwar sieht sich die Bundesbank nicht in der Rolle eines Algorithmen-Prüfers, jedoch müssen die Aufsichtsbehörden…

Dieser Beitrag wurde unter Banking, Künstliche Intelligenz, Risikomanagement veröffentlicht. Setze ein Lesezeichen auf den Permalink.