《機器學習在風險管理中的應用（2021）（11頁）.pdf》由會員分享，可在線閱讀，更多相關《機器學習在風險管理中的應用（2021）（11頁）.pdf（11頁珍藏版）》請在三個皮匠報告上搜索。

1、機器學習未來可期 畢馬威華振會計師事務所(特殊普通合伙)中國合伙制會計師事務所，畢馬威企業咨詢(中國)有限公司 中國有限責任公司，畢馬威會計師事務所 澳門特別行政區合伙制事務所，及畢馬威會計師事務所 香港特別行政區合伙制事務所，均是與英國私營擔保有限公司 畢馬威國際有限公司相關聯的獨立成員所全球性組織中的成員。版權所有，不得轉載。風險評估信用評估、信用擔保、壓力測試投資組合管理客戶細分、建議交易算法交易客戶支持聊天機器人、智能投顧欺詐防范反洗錢與欺詐檢測模式識別知識庫系統深度學習 語音/圖像識別機器學習 自然語言處理AI技術 2021 畢馬威華振會計師事務所(特殊普通合伙)中國合伙制會計師事務

2、所，畢馬威企業咨詢(中國)有限公司 中國有限責任公司，畢馬威會計師事務所 澳門特別行政區合伙制事務所，及畢馬威會計師事務所 香港特別行政區合伙制事務所，均是與英國私營擔保有限公司 畢馬威國際有限公司相關聯的獨立成員所全球性組織中的成員。版權所有，不得轉載。3機器學習 未來可期 2021應用場景機器學習因具備改善企業日常業務的潛力而日益得到認可。在風險管理方面，機器學習已被視為既能提高效率和產能，亦能降低成本的利器。這主要是因為機器學習技術能在極少人工干預的情況下快速處理和分析大量的非結構化數據。還能幫助銀行和金融機構降低運營、監管和合規成本，并為銀行提供制定準確信貸決策的能力。支付銀行和科技型

3、非銀行金融公司等非傳統貸款機構的出現，迫使越來越多傳統銀行采用了機器學習技術以及基于技術的算法。因此，他們不得不對其傳統系統和架構進行升級，以評估客戶的信用狀況。同時，他們也利用替代數據源，如社交媒體照片和登陸信息、全球定位系統（GPS）數據、電子商務和網上購物信息、移動數據和賬單支付信息等。在大數據的幫助下，銀行便能在人工智能的基礎上建立強大的內部模型供決策之用。因此，機器學習解決方案能夠為金融業提供及時可信的數據，以打造客戶智能，順利實施戰略和減少損失?；跈C器學習的風險管理解決方案也可用于模型風險管理（回溯和模型驗證）和壓力測試，以滿足全球審慎監管機構的要求。2021 畢馬威華振會計師事

4、務所(特殊普通合伙)中國合伙制會計師事務所，畢馬威企業咨詢(中國)有限公司 中國有限責任公司，畢馬威會計師事務所 澳門特別行政區合伙制事務所，及畢馬威會計師事務所 香港特別行政區合伙制事務所，均是與英國私營擔保有限公司 畢馬威國際有限公司相關聯的獨立成員所全球性組織中的成員。版權所有，不得轉載。信用風險-對客戶信用歷史進行更可靠的評估-提供洞察分析，揭示傳統模型無法識別的運營、財務或經濟問題-提高內部信用評估模型的準確度AI技術5市場風險-降低市場交易風險-在短短幾秒內分析海量數據-為交易商設定最優價格-識別跨市場的交易模式-提高預測模型的準確度欺詐風險-快速發現源自不同渠道的關聯活動，并立即

5、向近乎無限數量的銀行客戶發送欺詐活動預警-以毫秒級的速度辨別合法和欺詐交易企業風險-為高級管理層提供更強大的預測信息和風險視圖，從而增強決策能力-強化風險監控機制，利用機器學習預測違約可能性-識別安全和/或其他業務控制方面的違規行為 2021 畢馬威華振會計師事務所(特殊普通合伙)中國合伙制會計師事務所，畢馬威企業咨詢(中國)有限公司 中國有限責任公司，畢馬威會計師事務所 澳門特別行政區合伙制事務所，及畢馬威會計師事務所 香港特別行政區合伙制事務所，均是與英國私營擔保有限公司 畢馬威國際有限公司相關聯的獨立成員所全球性組織中的成員。版權所有，不得轉載。5機器學習 未來可期 2021主要優點較高

6、的預測準確度而機器學習能捕捉到情景變量和風險因素之間的非線性效應，因此具備較高的預測準確度。公司財務數據之間的非線性關系，在壓力情景下尤為如此。而機器學習能捕捉到情景變量和風險因素之間的非線性效應，因此具備較高的預測準確度。優化的變量選擇流程在用于內部決策的風險模型中，特征/變量提取流程占用了大量的時間。在大數據分析平臺的支持下，機器學習算法可以處理海量數據和提取不同變量。覆蓋大量風險因素的特征集可以為壓力測試提供數據驅動的強大風險模型。更豐富的數據分類在處理不斷變化的投資組合時，適當的粒度和分類尤為關鍵。機器學習算法能夠基于多種屬性較合理地進行分類。使用無監督機器學習算法，將基于距離和密度的

7、聚類方法相結合，從而獲得更高的建模精確度和解析能力。優化情景生成由于基于決策的模型具有前瞻性，因此必須預測各種情景中的宏觀經濟變量。然而，這些情景中所包含的壓力和波動性，往往導致預測偏差。在這方面，先進機器學習技術強大的計算能力正好有助于提升模型準確度。2021 畢馬威華振會計師事務所(特殊普通合伙)中國合伙制會計師事務所，畢馬威企業咨詢(中國)有限公司 中國有限責任公司，畢馬威會計師事務所 澳門特別行政區合伙制事務所，及畢馬威會計師事務所 香港特別行政區合伙制事務所，均是與英國私營擔保有限公司 畢馬威國際有限公司相關聯的獨立成員所全球性組織中的成員。版權所有，不得轉載。應用案例：引領潮流1.

8、信用風險建模銀行通常使用傳統的信用風險模型來預測分類變量、連續變量或二元結果變量（是否違約）。機器學習模型的預測結果通常難以解讀，且不易依照監管目的進行驗證。但機器學習仍能用于優化現有監管模型中的參數和變量選擇流程?；谌斯ぶ悄艿臎Q策樹技術可以產生易于追蹤和符合邏輯的決策規則（即使具有非線性特征）。無監督學習技術可用于搜尋傳統信用風險建模所需的數據。各種分類法，如支持向量機分類法，能預測包括貸款的違約概率（PD）或違約損失率（LGD）在內的主要信用風險指標。金融服務公司更傾向于雇傭外部顧問使用深度學習法開發用于壓力情景的收入預測模型。2.欺詐檢測多年來，銀行一直將各種機器學習法運用于信用卡業務

9、。信用卡交易為銀行處理和訓練無監督學習算法提供了豐富的數據源。從以往來看，由于具備生成、訓練和驗證海量數據的能力，這些算法在預測信用卡欺詐方面具有較高的準確度。在信用卡支付系統中嵌入工作流程引擎，即可通過監控信用卡交易來評估欺詐的可能性。銀行利用其信用卡業務的豐富交易歷史來區分欺詐和非欺詐交易的具體特征。3.交易商行為自然語言處理和文本挖掘等技術越來越多地被運用于監控業務活動以及識別欺詐交易、內幕交易和市場操縱行為。通過分析往來電子郵件和日期相關數據、登陸/登出時間和通話時間，并結合交易組合數據，系統便能預測交易商不當行為的概率，這可能為金融機構節省巨額聲譽和市場風險損失。2021 畢馬威華振

10、會計師事務所(特殊普通合伙)中國合伙制會計師事務所，畢馬威企業咨詢(中國)有限公司 中國有限責任公司，畢馬威會計師事務所 澳門特別行政區合伙制事務所，及畢馬威會計師事務所 香港特別行政區合伙制事務所，均是與英國私營擔保有限公司 畢馬威國際有限公司相關聯的獨立成員所全球性組織中的成員。版權所有，不得轉載。7機器學習 未來可期 2021相關風險和挑戰 毋庸置疑，如果運用得當，機器學習將顛覆整個銀行業。海量數據和先進技術或將用于建立可提高風險管理能力的模型。但不利的一面是，此類模型的許多模型風險因素較為突出，常常與當前的機制和框架顯得格格不入。例如，傳統模型（如邏輯回歸）通常是基于清晰的統計學理論，

11、使用線性和低維數據作為輸入值。而機器學習模型（如神經網絡）則利用動態訓練、高維數據、超參數、復雜的非線性關系和連接等特征。與傳統模型相比，此類特征降低了機器學習模型的透明度，使相關風險的識別和評估難度加大，反過來又提高了模型風險。因此，許多銀行仍持謹慎態度，將機器學習的使用范圍限制在低風險領域。以下是與風險管理中應用機器學習的主要風險和挑戰?？山庾x性長期以來，機器學習模型一直被視為“黑盒”。相關方法通常要在解析能力和預測能力之間進行權衡。好的預測模型可能異常復雜，因此可能結果難以解讀。該等模型需要借助細分市場的專業知識和人力來開發、驗證和監控。但銀行可以使用強有力的模型風險管理政策來最大程度降

12、低機器學習建?？蚣艿墓逃酗L險。驗證鑒于機器學習算法的獨特性及其“黑盒”特點，對這些模型進行全面驗證（在概念可靠性、流程驗證和結果分析等方面）給當前更適用于傳統監管模型的驗證框架帶來了重大挑戰。使用內部模型時，由于不利情景通常不主動生成，使驗證技術（如回溯測試）面臨更大的挑戰。因此，為了提高模型質量，應制定嚴格的、符合機器學習技術需求的驗證程序。數據完整性擁有高質量的數據至關重要。機器學習模型依賴大量的異構和高維數據。銀行不僅可能需要加強其現有的數據修復流程和相關的測試基礎設施，而且還需要在整個數據生命周期中記錄和追蹤沿襲。監管在機器學習模型的開發和驗證方面尚未制定具體或嚴格的準則?，F有指引（如

13、美聯儲的SR11-7）提供了模型風險管理指南，但仍需要針對先進的機器學習建模進行修訂和更新。2021 畢馬威華振會計師事務所(特殊普通合伙)中國合伙制會計師事務所，畢馬威企業咨詢(中國)有限公司 中國有限責任公司，畢馬威會計師事務所 澳門特別行政區合伙制事務所，及畢馬威會計師事務所 香港特別行政區合伙制事務所，均是與英國私營擔保有限公司 畢馬威國際有限公司相關聯的獨立成員所全球性組織中的成員。版權所有，不得轉載。2021 畢馬威華振會計師事務所(特殊普通合伙)中國合伙制會計師事務所，畢馬威企業咨詢(中國)有限公司 中國有限責任公司，畢馬威會計師事務所 澳門特別行政區合伙制事務所，及畢馬威會計師

14、事務所 香港特別行政區合伙制事務所，均是與英國私營擔保有限公司 畢馬威國際有限公司相關聯的獨立成員所全球性組織中的成員。版權所有，不得轉載。9機器學習 未來可期-2021未來影響這次全球疫情給我們上了重要的一課，即銀行如今比以往更需要做好應對金融危機的充分準備。銀行業已經從此前次貸危機的教訓以及危機后長達十年的改革中理解具備風險管理機制的必要性。采用人工智能和機器學習技術很可能提升預測能力，并取代過時的傳統統計模型。不斷發展的模型管理將有助于實現這一演變。更強的預測能力不斷改進的模型風險管理傳統模型的限制新型冠狀病毒疫情引起的經濟沖擊已經對計量、管理和規避風險敞口造成嚴重影響。傳統的風險模型在

15、危機期間對預測違約方面僅能起到有限作用。因此，銀行無法對信貸和經濟環境發生的快速和持續變化加以考慮。這種情況在受到 嚴重沖擊的行業中尤為明顯，如航空業、酒店業和休閑娛樂業。對于多數銀行而言，現有模型在很大程度上依賴過去事件和歷史數據。機器學習可以扭轉這種局面，其深度學習能力可以提供基于實時數據的強化預測分析。隨著監管要求的不斷提高以及基于機器學習的強大敏捷能力的構建，利用創新技術不僅可以優化整套流程，還能更快交付更精確的成果。未來，機器學習模型或許將變得更加先進，但這也會使對其進行解讀、解析和管理的難度加大。隨著更復雜模型的推出，以及越來越多的決策由自主模型制定，風險管理將演變成一種戰略風險，

16、從而產生遠超簡單模型風險管理的挑戰。2021 畢馬威華振會計師事務所(特殊普通合伙)中國合伙制會計師事務所，畢馬威企業咨詢(中國)有限公司 中國有限責任公司，畢馬威會計師事務所 澳門特別行政區合伙制事務所，及畢馬威會計師事務所 香港特別行政區合伙制事務所，均是與英國私營擔保有限公司 畢馬威國際有限公司相關聯的獨立成員所全球性組織中的成員。版權所有，不得轉載。畢馬威可提供的協助 人工智能利用操作自動化、大數據優勢和成本壓縮等方式，實現更快的決策、更高的準確度、更強的預測能力和更有效的壓力測試方法。擁抱一項能夠顛覆常規業務的快速發展的新技術絕非易事。畢馬威可以幫助機構發揮人工智能在風險管理方面的潛

17、 能。我們的專業人員致力于與客戶合作，打造靈活的解決方案，為客戶創造價值。我們深諳開發強力模型風險管理框架所涉及的問題和挑戰，可以利用我們專業人員的豐富經驗交付量身定制的服務。通過綜合服務，我們將為開發的各個階段提供全面支持，包括從概念驗證到設計相關應用案例，整合系統和運營，再到提供持續管理支持。我們可以幫助機構充分利用機器學習技術的優勢，并將其納入風險管理模型。從情景設計、宏觀經濟建模和壓力測試，到針對IFRS 9的違約概率模型、違約損失率模型和違約風險模型，以及第一支柱和第二支柱風險，畢馬威團隊都可以為您提供支持。我們可以幫助客戶掌握不斷發展的人工智能生態系統，了解新的發展動態，并明晰不斷演變的監管格局。2021 畢馬威華振會計師事務所(特殊普通合伙)中國合伙制會計師事務所，畢馬威企業咨詢(中國)有限公司 中國有限責任公司，畢馬威會計師事務所 澳門特別行政區合伙制事務所，及畢馬威會計師事務所 香港特別行政區合伙制事務所，均是與英國私營擔保有限公司 畢馬威國際有限公司相關聯的獨立成員所全球性組織中的成員。版權所有，不得轉載。11機器學習 未來可期 2021