בעולם השירותים הפיננסיים שבו ניהול סיכונים הוא חשיבות עליונה, כולנו ראינו בינה מלאכותית ולמידת מכונה משנים במהירות את הנוף. למעשה, לאחרונה
סקר של הבנק המרכזי של אנגליה והרשות להתנהלות פיננסית (FCA) חשף את זה
72% מהחברות הפיננסיות בבריטניה כבר משתמשות או מפתחות יישומי AI/ML, והמגמה הזו מואצת בקצב מדהים, עם
המספר החציוני של יישומי ML צפוי להרקיע שחקים פי 3.5 בשלוש השנים הקרובות. צמיחה זו אינה מפתיעה - מודלים של AI/ML טומנים בחובם את ההבטחה של פתיחת תובנות מכמויות אדירות של נתונים, מה שיאפשר לארגונים פיננסיים
לקבל החלטות חכמות ומושכלות יותר ולשפר את אסטרטגיות ניהול הסיכונים שלהם.
ממצאי הסקר תואמים תצפיות שערכתי במהלך עבודתי עם מוסדות שירותים פיננסיים בבריטניה. למרות שגיליתי שההתקדמות לקראת מתודולוגיות AI/ML מתקדמת יותר בבנקי פינטק וצ'לנג'ר,
בניגוד ל-High Street Banks, ייתכן שלא יסבלו ממגבלות ממשיות עקב מערכות מדור קודם או מגבלות נתפסות הנוגעות למצב ה-IRB שלהם.
Fintechs וצ'לנג'ר בנקים גייסו בדרך כלל מדעני מידע טכנולוגיים עם הבנה עמוקה של מערך הטכניקות המתקדמות האלטרנטיביות הזמינות. בינתיים, לבנקים הגדולים עדיין יש יתרון משמעותי מבחינת הניסיון
ונתונים. יש להם עשרות שנות ניסיון בבניית מודלים של אשראי, ביססו סטנדרטים לפיתוח מודלים, ויש להם הבנה מעמיקה של הנתונים הבסיסיים.
השאלה כעת היא האם העקרונות העומדים בבסיס הפיתוח של מודלים מסורתיים נשארים רלוונטיים לחלוטין לדור החדש של מודלים מונעי בינה מלאכותית אשר נגזרים מתמטית בצורה שונה לחלוטין.
פיתוח מודל: מסורתי VS AI/ML
פיתוח כרטיס ניקוד מסורתי דבק זה מכבר בעיצוב מדגם קפדני, ומבטיח שהיישומים במהלך חלון המדגם יהיו יציבים ומשקפים את ההצעות שהתקבלו לאחרונה. זה אופייני למדדי יציבות אוכלוסייה או מאפיינים
מדדי יציבות לחישוב ולחקירה מפורטת של כל דפוסים החורגים מעבר לציפיות הסבירות של שונות עונתית. גישה זו תלויה ברעיון של מדגם פיתוח מותאם אישית לאוכלוסייה הספציפית בה
משרת. ההרכב או התמהיל הסגמנטלי והספציפיות שלו נתפסים כגורם מפתח בהתאמת מדגם פיתוח המודל.
באופן מעניין, לעתים קרובות אנו רואים שמודלים של AI/ML מציגים מידה משמעותית של למידה צולבת. זה המקום שבו מודלים מציגים ביצועים חזקים יותר כאשר מדגם האימון מורחב כך שיכלול תצפיות נוספות שאולי לא נחשבות באופן מסורתי
רלוונטי ישירות. לדוגמה, אנו רואים ביצועים מעולים ממודלים שהוכשרו בחלון מדגם מורחב לעומת מודלים מקבילים שעברו אופטימיזציה לתקופה שפשוט מתיישרת עם מדגם הבדיקה הבלתי תלוי. לא סביר שזה יקרה באמצעות מודלים ליניאריים!
ניתן לראות ממצאים דומים כאשר מוסיפים מקטעים או קבוצות סמוכות לדגימות האימון. ואכן, מודלים של AI/ML משגשגים כאשר הם מפתחים על בסיס מערכי נתונים גדולים ומגוונים. לתופעות אלו יהיו השלכות על עיצוב המדגם ועל בחירת החרגות בתוכם
פיתוחי מודל של העתיד, שעלולים לשכתב את החוכמה הקונבנציונלית.
באופן דומה, פיתוחים רבים של כרטיסי אשראי שילבו פילוח, לפיו נבנה מודל עבור כל אחת ממספר תת-אוכלוסיות (למשל Thin File / Thick File, Clean / Dirty). היתרון של גישה זו הוא שעל ידי בניית מודלים מרובים, חלקם
ניתן לתפוס אי-לינאריות. כמובן, הבחירה בפילוח לא תמיד ברורה ולא סביר שתהיה אופטימלית, עם זאת מושגות כמה עליות ביצועים. בהתחשב בעובדה שמודלים של AI/ML נבנים בגלל היכולת שלהם ללכוד אי-לינאריות, שם
יש כאן צורך מוגבל במודלים מפולחים, אלא אם כן יש הבדלים מהותיים במבנה הנתונים. לכן, מודלים של AI/ML מורכבים יותר, יש צורך בפחות מהם.
תחום מיקוד נוסף בפיתוח כרטיס ניקוד מסורתי הוא תהליך המעבר מסיווג עדין לגס. בזאת המודליסט מבקש לחלק ביעילות נתונים רציפים למספר קבוצות סדנאות כך שהשיעור הרע הבסיסי יראה הגיוני
התקדמות ומבוססת על נפח מספיק כדי לתת תוצאה אמינה. מתודולוגיות מתקדמות בתוך מודלים של AI/ML מבטלות את הצורך בסיווג עדין עד גס מכיוון שהקיבוץ מושג על ידי המתודולוגיה הבסיסית, ויוצרת פרופילי תגובה חלקים
במקום השינויים השלבים הנראים כגבולות תכונת כרטיס ניקוד נחצים. יתר על כן, שגרות אימון רבות כוללות כעת את האפשרות להוסיף אילוצים כדי להבטיח לתכונות יש השפעה הגיונית על תחזיות המודל.
ככל שגל הפיתוח של מודל AI/ML מתגבר בשנים הקרובות, שילוב של ידע עמוק של נתוני האשראי הבסיסיים ומתודולוגיה מתקדמת הוא המפתח. בעוד אתגרים חדשים מתעוררים בדור החדש הזה של דגמים, כמו הטיה בלתי מכוונת ויכולת הסבר,
דאגות היסטוריות יהפכו פחות רלוונטיות.
- הפצת תוכן ויחסי ציבור מופעל על ידי SEO. קבל הגברה היום.
- PlatoData.Network Vertical Generative Ai. העצים את עצמך. גישה כאן.
- PlatoAiStream. Web3 Intelligence. הידע מוגבר. גישה כאן.
- PlatoESG. פחמן, קלינטק, אנרגיה, סביבה, שמש, ניהול פסולת. גישה כאן.
- PlatoHealth. מודיעין ביוטכנולוגיה וניסויים קליניים. גישה כאן.
- מקור: https://www.finextra.com/blogposting/25517/risk-model-development–the-next-generation?utm_medium=rssfinextra&utm_source=finextrablogs
- :יש ל
- :הוא
- :לֹא
- :איפה
- a
- יכולת
- מאיצה
- הושג
- ממשי
- להוסיף
- הוסיף
- נוסף
- דבק
- סמוך
- מתקדם
- יתרון
- מונע AI
- AI / ML
- מיישר
- תעשיות
- כְּבָר
- חלופה
- למרות
- תמיד
- כמויות
- an
- ו
- כל
- יישומים
- גישה
- ARE
- AREA
- לְהִתְעוֹרֵר
- מערך
- מלאכותי
- בינה מלאכותית
- בינה מלאכותית ולמידה מכונה
- AS
- At
- זמין
- רע
- בנק
- בנק המרכזי של אנגליה
- בנקים
- מבוסס
- BE
- כי
- להיות
- תועלת
- בהתאמה אישית
- מעבר
- הטיה
- שניהם
- גבולות
- בִּניָן
- נבנה
- by
- מחושב
- CAN
- ללכוד
- נתפס
- המתמודד
- בנקים לאתגר
- האתגרים
- מאפיינים
- בחירה
- לְנַקוֹת
- CO
- מגיע
- לחלוטין
- מורכב
- הרכב
- דאגות
- לנהל
- נחשב
- עִקבִי
- אילוצים
- רציף
- מקובל
- קורס
- אשראי
- חצה
- נתונים
- ערכות נתונים
- עשרות שנים
- החלטות
- עמוק
- תואר
- נגזר
- עיצוב
- מְפוֹרָט
- מפותח
- מתפתח
- צעצועי התפתחות
- התפתחויות
- ההבדלים
- אחר
- ישירות
- לְהַצִיג
- שונה
- לחלק
- ראוי
- בְּמַהֲלָך
- כל אחד
- יעילות
- בוטל
- מה שמאפשר
- אַנְגלִיָה
- להגביר את
- לְהַבטִיחַ
- הבטחתי
- שווה
- נוסד
- דוגמה
- תערוכה
- מורחב
- הציפיות
- ניסיון
- הסבר
- להאריך
- מוּרחָב
- עובדה
- גורם
- FCA
- תכונות
- פחות
- שלח
- כספי
- התנהלות פיננסית
- שירותים פיננסיים
- ממצאים
- פינקסטרה
- fintech
- חברות
- להתמקד
- בעד
- מצא
- החל מ-
- יסודי
- יתר על כן
- היתוך
- עתיד
- יצירת
- דור
- לתת
- נתן
- קבוצה
- צמיחה
- לקרות
- יש
- כאן
- גָבוֹהַ
- צירי
- היסטורי
- להחזיק
- אולם
- HTTPS
- i
- פְּגִיעָה
- השלכות
- in
- לכלול
- התאגדה
- עצמאי
- מדדים
- הודעה
- תובנות
- מוסדות
- מוֹדִיעִין
- אל תוך
- חקירה
- IT
- שֶׁלָה
- jpg
- מפתח
- גורם מפתח
- ידע
- נוף
- גָדוֹל
- למידה
- מוֹרֶשֶׁת
- פחות
- מגבלות
- מוגבל
- הגיוני
- ארוך
- מכונה
- למידת מכונה
- עשוי
- גדול
- לעשות
- ניהול
- רב
- מתמטית
- מאי..
- בינתיים
- מתודולוגיות
- מֵתוֹדוֹלוֹגִיָה
- קַפְּדָנִי
- יכול
- לערבב
- ML
- מודל
- מודלים
- יותר
- רוב
- נע
- מספר
- my
- צורך
- חדש
- הבא
- רעיון
- עַכשָׁיו
- מספר
- תצפיות
- ברור
- of
- לעתים קרובות
- on
- אופטימלי
- מותאם
- אפשרות
- or
- ארגונים
- שלום
- הגדול ביותר
- דפוסי
- נתפס
- ביצועים
- תקופה
- אפלטון
- מודיעין אפלטון
- אפלטון נתונים
- אוכלוסייה
- פוטנציאל
- התחזיות
- עקרונות
- תהליך
- פרופילים
- התקדמות
- מוקרן
- הבטחה
- הצעות
- שאלה
- מהר
- ציון
- במקום
- סביר
- קיבלו
- לאחרונה
- לאחרונה
- רלוונטי
- אָמִין
- להשאר
- נדרש
- תגובה
- תוצאה
- גילה
- שִׁכתוּב
- הסיכון
- ניהול סיכונים
- מדענים
- כרטיס ניקוד
- עונתי
- לִרְאוֹת
- מחפש
- לראות
- פילוח
- מגזרים
- משמש
- שירותים
- סטים
- כמה
- צריך
- הופעות
- משמעותי
- בפשטות
- לְהַרְקִיעַ שְׁחָקִים
- חכם יותר
- להחליק
- So
- כמה
- ספציפי
- ספֵּצִיפִיוּת
- יציבות
- יציב
- תקנים
- מצב
- עוד
- אסטרטגיות
- רְחוֹב
- חזק יותר
- מִבְנֶה
- כזה
- מספיק
- התאמה
- מעולה
- מרחף
- מפתיע
- סֶקֶר
- מערכות
- מותאם
- טכניקות
- מונחים
- מבחן
- מֵאֲשֶׁר
- זֶה
- השמיים
- העתיד
- הנוף
- העולם
- שֶׁלָהֶם
- אותם
- שם.
- לכן
- אלה
- הֵם
- זֶה
- שְׁלוֹשָׁה
- לשגשג
- דרך
- פִּי
- ל
- לקראת
- מסורתי
- באופן מסורתי
- מְאוּמָן
- הדרכה
- הפיכה
- מְגַמָה
- טיפוסי
- בדרך כלל
- Uk
- בְּסִיסִי
- לְחַזֵק
- הבנה
- בניגוד
- לא סביר
- נעילה
- על
- באמצעות
- Vast
- Ve
- נגד
- כֶּרֶך
- vs
- גל
- דֶרֶך..
- we
- מתי
- אם
- אשר
- בזמן
- לגמרי
- יצטרך
- חלון
- חכמה
- עם
- בתוך
- תיק עבודות
- עוֹלָם
- שנים
- זפירנט