Page tree

Versions Compared

Key

  • This line was added.
  • This line was removed.
  • Formatting was changed.


Schwerpunkte:

  • Durch maschinelles Lernen werden Ungenauigkeiten vermieden, die durch manuelle Einstufungen und manuelle Segmentierung verursacht werden
  • Wirtschaftliche Vorteile werden erzielt bei gleichzeitiger Einführung regulatorischer Anforderungen
  • Renditedifferenz-berichtete Preisgestaltung
  • Frühwarnsystem zur Auslösung von Stundungen und Änderungen


Aufsichtsrechtliche Anforderungen haben unterschiedliche Auswirkungen auf die Geschäftstätigkeit. Für die Umsetzung der Anforderungen müssen Geschäftsprozesse geändert und neue Kontrollmechanismen umgesetzt werden. FlexFinance unterstützt die notwendigen Prozesse zur Erreichung maximaler „Compliance“. Gleichzweitig wird die Möglichkeit geboten, Geschäftsprozesse zu professionalisieren und wirtschaftliche Vorteile zu erzielen.


Image RemovedImage Added

Abbildung: FlexFinance erfüllt alle aufsichtsrechtlichen Anforderungen. 

...

Zum Beispiel fordert IFRS 9 die Umsetzung neuer komplexer und umfassender Vorschriften zur Risikovorsorge (Wertminderung). Die Einführung des Modells der erwarteten Kreditverluste („Expected Credit Losses“) hat natürlich keinen Einfluss auf das Zahlungsverhalten der Kunden. Die Summe der Nettozahlungen hängt nicht von der angewandten GAAP ab. Jedoch werden die Gewinne und Verluste, die zu einem bestimmten Zeitpunkt innerhalb der Lebensdauer eines Finanzinstruments ausgewiesen werden müssen, durch die Umsetzung des IFRS 9 beeinflusst. Dieser Zeitfaktor wirkt sich auf Gewinn und Verlust, risikogewichtete Aktiva und Standardrisikokosten aus. Infolgedessen hat dieser Zeitfaktor auf die Gesamtbanksteuerung Einfluss, einschließlich Kapital- und Risikomanagement, aufsichtsrechtlichem Meldewesen, Ertragssteuerung und Finanzbuchhaltung.


Image RemovedImage Added

Abbildung: IFRS 9 wirkt auf die Kernelemente der Gesamtbanksteuerung

...

  • Makroökonomische Parameter
    Bei der Anwendung konventioneller Verfahren zur Umsetzung aufsichtsrechtlicher Anforderungen werden makroökonomische Parameter separat vorhergesagt. Anschließend wird der vorhergesagte Parameter als Eingabe für die Rollraten- oder Migrationsanalyse verwendet.
    Beim Einsatz von „Maschinellem Lernen“ kann die Vorhersage der makroökonomischen Parameter in den maschinellen Lernprozess des neuronalen Netzwerks integriert werden.


Herkömmliche, konventionelle Ansätze sind ausreichend für die Berechnung von erwarteten Kreditausfällen gemäss Aufsichtsrecht. Diese Ansätze können auch für eine grobe, allgemeine Geschäftsanalyse verwendet werden.
Um jedoch Geschäftsentscheidungen zu verbessern, sollte ein Ansatz angewandt werden, der das gesamte individuelle Kundenprofil und alle Geschäftsparameter berücksichtigt. Das maschinelle Lernen berücksichtigt diese Parameter beim Training des neuronalen Netzwerks. Ungenauigkeiten durch manuelle Einstufung und manuelle Segmentierung werden auf diese Weise vermieden.


Abbildung: Die Verwendung des gesamten Kundenprofils in einem neuronalen Netzwerk

...