L’implementazione della piattaforma di model risk management di Yields.io servirà a gestire l’intero ciclo di vita dei modelli di rischio, con algoritmi sviluppati attraverso l’uso di Intelligenza Artificiale. Il modello, altamente scalabile, verrà esteso in futuro a tutti i modelli attualmente in uso dalla banca, dal rischio di credito ai rischi di mercato e liquidità
Banca Mediolanum adotta l’intelligenza artificiale nella gestione dei rischi annunciando l’implementazione della piattaforma di model risk management di Yields.io per gestire l’intero ciclo di vita dei modelli di rischio, dalla validazione dei dati, misurazione della performance e benchmarking con algoritmi sviluppati attraverso l’uso di Intelligenza Artificiale.
“Si tratta di una delle prime piattaforme Fintech applicate all’ambito regolatorio che utilizza il Machine Learning e l’Intelligenza Artificiale per la verifica e la convalida dei modelli di Risk Management. Grazie a questo accordo con Yields.io, società belga attiva in questo segmento innovativo, Banca Mediolanum diventa oggi una delle prime banche italiane ad utilizzare l’Intelligenza Artificiale nel campo del Risk Management”, ha commentato Massimo Doris, amministratore delegato di Banca Mediolanum.
Sempre più Fintech nel futuro di Banca Mediolanum
L’introduzione di questa importante novità in ambito Fintech è coerente con le esigenze dettate dalla normativa IFRS9 in materia di principi contabili, entrata in vigore il 1° gennaio 2018, che ha richiesto, anche per le banche con modelli interni di risk non validati, l’adozione di un framework di “model validation” e “model governance”. Nasce da qui la necessità per tutte le banche di individuare e dotarsi di strumenti innovativi per la gestione dei processi di validazione dei modelli di rischio utilizzati.
Nello specifico, la piattaforma Yields.io ha permesso a Banca Mediolanum di sviluppare un framework di validazione per i modelli di rating in maniera automatizzata e altamente efficiente utilizzando algoritmi di Intelligenza Artificiale e tecniche di Machine Learning. Questo framework, altamente scalabile, verrà esteso in futuro a tutti i modelli attualmente in uso dalla banca, dal rischio di credito ai rischi di mercato e liquidità.
© RIPRODUZIONE RISERVATA
