Erschienen im Blog banking.vision der msg for banking, August 2023
Die Anwendung von Machine-Learning-Verfahren durch Banken im Rahmen der Schätzung von Kreditrisikoparametern im IRBA-Kontext bietet eine breite Palette von Chancen und Herausforderungen. Die methodischen Stärken können zu verbesserten Modellen, präziseren Kreditbewertungen, frühzeitiger Risikoerkennung und wirksamerer Portfoliosteuerung führen. Die Europäische Bankenaufsicht hat die Leitlinien für den Einsatz dieser Modelle weiter konkretisiert. Dennoch müssen Banken die Herausforderungen und Risiken sorgfältig abwägen und sicherstellen, dass die erhöhten Anforderungen an menschliche Expertise und methodische Fachkenntnisse sowie die Wechselwirkungen mit relevanten rechtlichen Rahmenwerken berücksichtigt werden. Das Ziel ist, durch angemessene Integration von Machine Learning in die Kreditrisikomodellierung die Stabilität des Finanzsystems zu verbessern, indem Banken letztlich fundiertere Kreditentscheidungen zu treffen in der Lage sind.
Autoren: Manfred Puckhaber (msg for banking), Prof. Dr. Dirk Schieborn