Риск менеджеры вымрут первыми!
Доброе утро всем! Как Ваши дела?
Мы продолжаем делиться с Вами последними новостями и лайфхаками в риск менеджменте. И сегодня у нас отличная новость!
Если ты действительно считаешь себя реальным риск менеджером, да еще и не дай бог кредитным, то пока не поздно, ищи другую работу! Меняй специальность или учи языки программирования! Потому, что именно на твое место пришел Искуственный Интеллект (ИИ)!
И не думай, что если мы в Казахстане, то до нас это будет долго идти. Нет! ИИ уже здесь, он уже внедрился в банки с ритейл направлением. В Российских банках вообще творится целый Бум!
Да, возможно корпоративные кредитные рисковики проживут немного дольше, но с учетом того, что банки все равно будут вынуждены начислять резервы в связи с переходом на 9 стандарт, то зачем им держать рисковика, который в принципе больше чем PD модель сказать не сможет?! Что конкретно может предложить в таком случае риск менеджер в лице человека?! Ага, поможет с учетом всех недостатков структурировать сделку. Ок. Тогда оставьте одного, остальных можете на край в Корпы перевести!
Посмотрите какие вопросы стоят на повестке дня в европейских и американских банках:
• Банки разрабатывают методы машинного обучения для моделирования кредитного риска, чтобы помочь в принятии решений о кредитовании.
• «Random forest» и «Boosting» являются двумя наиболее распространенными методами машинного обучения, развернутыми при моделировании кредитного риска, хотя фирмы также экспериментируют с нейронными сетями.
• Но неспособность объяснить или оправдать многие модели, основанные на механизме машинного обучения, для регуляторов является потенциальным сдерживающим фактором для банков.
• Розничный и коммерческий кредитный риск предоставляет больше возможностей для машинного обучения, чем корпоративный, поскольку для анализа имеется больше данных.
• Правильная калибровка и данные имеют жизненно важное значение для моделей машинного обучения, поскольку они подвержены риску непреднамеренной дискриминации.
• Некоторые говорят, что конечной движущей силой продвижения банков к внедрению методов машинного обучения будут небанковские кредиторы, использующие технологию, чтобы захватить часть этого бизнеса.
Ну как? Ты же риск менеджер! Ты должен хотя бы своими рисками управлять! У тебя же ипотека, автокредит и техника в рассрочку!
Вот, кстати, несколько решений данной проблемы:
1. Перейти в Операционные риски. Их заменить на машины, ИИ и т.д. еще не скоро получится.
2. Перейти в другой департамент. Пока ты в банке, можешь перейти в Корпы или Казначейство. В другие департаменты можно, но уже не тот уровень.
3. Найти работу рисковиком в обычной компании. Правда в компании применяется модель COSO ERM или ISO 31000, да и рисками нужно управлять всеми, а не только кредитными и т.д.
4. Ну и совет лично от нас, начинайте усердно изучать программирование, самые подходящие для рисковиков языки – R или Python. В будущих статьях мы чуть больше расскажем о пользе данных языков и чем можно заниматься зная эти языки.
https://www.risk.net/risk-management/5738771/ok-computer-hurdles-remain-for-machine-learning-in-credit-risk
