MACHINE LEARNING E MODELLI DI RISCHIO NEL SETTORE FINANZIARIO: ESITI DELLA CONSULTAZIONE DI BUNDESBANK E BAFIN
“Machine learning in risk models - Results paper provides summary of consultation feedback” (WEBPAGE DEDICATA agli esiti della consultazione, 18.02.2022) “Machine learning in risk models – Characteristics and supervisory priorities. Responses to the Consultation Paper” (Link al DOCUMENTO, 18.02.2022)
BAFIN – BUNDESANSTALT FÜR FINANZDIENSTLEISTUNGSAUFSICHT
https://www.bafin.de/
BAFIN - WEBPAGE DI PRESENTAZIONE del Paper
BAFIN - Link al DOCUMENTO (pagina di DOWNLOAD)
Nel luglio 2021, l’Autorità di vigilanza sui mercati assicurativi e finanziari (BAFIN) e la Banca Centrale tedesca (Deutsche Bundesbank) hanno posto in pubblica consultazione un documento congiunto dedicato ai temi dell’Intelligenza Artificiale (Machine Learning – ML) nell’ambito dei modelli di rischio (primo e secondo pilastro della normativa prudenziale vigente per imprese assicuratrici e istituti di credito)(1) .
Il documento di consultazione si è concentrato sulla supervisione della solvibilità e, in particolare, sull'applicazione di metodi di Machine Learning (ML) ad ambiti di particolare rilevanza per le Autorità di vigilanza. In tali ambiti rientrano, in primo luogo – 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 quelli utilizzati nei Modelli Interni per il calcolo dei requisiti patrimoniali regolamentari (primo pilastro). In secondo luogo, i metodi di Machine Learning hanno effettiva rilevanza quando vengono utilizzati nella gestione del rischio nell’ambito del secondo pilastro.
Gli esiti della consultazione hanno rivelato che sono già in uso procedure basate su tecnologie di apprendimento automatico (ML procedures) in molti campi di applicazione (come, ad esempio, la lotta al riciclaggio di denaro, il rilevamento delle frodi, l’analisi nei processi di credito, il pricing). Per il momento, l’utilizzo di metodi ML nell’ambito dei Pillar 1 Risk Models risulta contenuto, sebbene in alcuni commenti esso sia stato definito “promettente”.
Viene sottolineato che la consultazione ha reso possibile ottenere maggior chiarezza nello sviluppo e nell'applicazione di metodi di Machine Learning nel contesto dei modelli rilevanti per la vigilanza, sia nel primo sia nel secondo pilastro; è tuttavia necessario ulteriore confronto soprattutto nei settori in cui la consultazione ha rivelato opinioni diversificate, ad esempio per quanto riguarda le questioni della trasparenza e dell'adattabilità del modello.
Infine, le Autorità di vigilanza sono concentrate sulla capacità di monitorare i modelli di rischio; il confronto in corso dovrebbe garantire che vi sia chiarezza in merito alle aspettative di vigilanza e che tali aspettative siano incluse negli esistenti quadri normativi di primo e secondo pilastro, in modo “tecnologicamente neutro”. Ciò fornirà alle imprese un ambiente regolamentare che consentirà loro di investire in metodi di Machine Learning e di affrontare i rischi relativi quanto prima possibile.
__________________________
(1) Sul punto, si veda:
“Machine Learning e modelli di rischio nel settore finanziario: consultazione di Bundesbank e Bafin”,
in Panorama Assicurativo n. 215, settembre 2021 (Sezione “NORMATIVA”).
https://www.panoramassicurativo.ania.it/newsletter/80781/articolo/81219
Sul tema, si veda anche:
“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
“Big Data e Intelligenza Artificiale: sfide e opportunità per i mercati e la vigilanza (Report BAFIN)”,
in Panorama Assicurativo n. 178, agosto 2018 (Sezione “NEWS”).
https://www.panoramassicurativo.ania.it/newsletter/51073/articolo/70355