MACHINE LEARNING E MODELLI DI RISCHIO NEL SETTORE FINANZIARIO: CONSULTAZIONE DI BUNDESBANK E BAFIN
“Machinelles Lernen in Risikomodellen - Charakteristika und aufsichtliche Schwerpunkte” (DISKUSSIONPAPIER) “Konsultation 11/2021 - Maschinelles Lernen in Risikomodellen” (WEBPAGE DEDICATA ALLA CONSULTAZIONE) “Maschinelles Lernen in Risikomodellen: BaFin und Bundesbank konsultieren gemeinsames Diskussionspapier” (NEWS RELEASE, 15.07.2021)
BAFIN – BUNDESANSTALT FÜR FINANZDIENSTLEISTUNGSAUFSICHT
https://www.bafin.de/
DEUTSCHE BUNDESBANK
https://www.bundesbank.de/de
LINK ALLA NEWS RELEASE (15.07.2021)
WEBPAGE DEDICATA ALLA CONSULTAZIONE
LINK AL PAPER IN CONSULTAZIONE
L’Autorità tedesca di vigilanza sui mercati assicurativi e finanziari (BAFIN) e la Banca Centrale (Deutsche Bundesbank) hanno recentemente presentato, in pubblica consultazione, un documento congiunto dedicato ai temi dell’Apprendimento Automatico (Machine Learning – ML) nell’ambito dei modelli di rischio nel settore finanziario (primo e secondo pilastro della normativa vigente per imprese assicuratrici e istituti di credito).
Il documento evidenzia aspetti prioritari e di particolare rilevanza della questione e si basa su principi in precedenza pubblicati per l'utilizzo dei Big Data e dell’Intelligenza Artificiale (BD-AI)(1).
ll focus del documento viene posto sull'applicazione dei metodi di Machine Learning (ML) in ambiti particolarmente rilevanti per la vigilanza, quale quello della solvibilità. Tra questi rientrano – in deroga al principio per cui gli algoritmi non sono soggetti ad alcun obbligo di autorizzazione – i metodi di ML oggetto di revisioni prudenziali e procedure autorizzative, come pure i modelli interni per il calcolo dei requisiti patrimoniali regolamentari (primo pilastro). D'altro canto, i metodi di Machine Learning hanno effettiva rilevanza quando vengono utilizzati nella gestione del rischio nell’ambito del secondo pilastro.
Nel paper viene posto in evidenza che non esiste una definizione uniforme di Machine Learning, il che è dovuto, in parte, al gran numero di approcci diversi e, in parte, al fatto che non esiste una chiara linea di demarcazione dalle tecniche tradizionali. Tuttavia, alcune caratteristiche dei metodi di ML sono spesso particolarmente pronunciate, il che li distingue dalle tecniche tradizionali. Lo scopo del documento, pertanto, è (1) di identificare quelle proprietà caratteristiche dei metodi di Machine Learning che abbiano effetti rilevanti nell’ambito della vigilanza e (2) di sviluppare nuove idee su come rinnovare le pratiche di vigilanza, per renderle in grado di rispondere ai rischi associati.
Viene sollevata anche la questione se sia necessario rivedere non solo la prassi di vigilanza, ma anche la stessa base normativa, e se possa essere effettivamente utile creare un approccio di vigilanza nuovo per i metodi Machine Learning. Sul punto, nel Paper viene chiarito che le basi normative esistenti sono formulate in modo “tecnologicamente neutro” e possono, pertanto, essere ampiamente adattate alle caratteristiche del ML (mentre un vero e proprio adeguamento delle basi normative potrebbe essere necessario solo per alcuni aspetti).
Il documento è strutturato come segue: il capitolo II identifica le caratteristiche dei metodi di Machine Learning che potrebbero essere di rilievo per le pratiche di vigilanza; su questa base, nel capitolo III vengono discussi i possibili cambiamenti in tali prassi. Il capitolo IV riassume conclusioni e risultati principali. Il capitolo V illustra la procedura per la fase di consultazione.
La consultazione sui contenuti del Paper verrà chiusa il 30 settembre 2021.
__________________________
(1) Sul punto, si veda anche quanto segue:
“Big Data e Intelligenza Artificiale: da BAFIN un paper sui principi di vigilanza”, in Panorama Assicurativo n. 213, luglio 2021 (Sezione “NORMATIVA”).
https://www.panoramassicurativo.ania.it/newsletter/80424/articolo/80824
e, sullo stesso tema:
“Big Data e Intelligenza Artificiale: sfide e opportunità per i mercati e la vigilanza”, in Panorama Assicurativo n. 178, agosto 2018 (Sezione “NEWS”).
https://www.panoramassicurativo.ania.it/newsletter/51073/articolo/70355