模型在当今的银行业中起着至关重要的作用,塑造了从信贷批准到商业贷款的决策。但是,当模型失败时,他们可以使机构面临重大财务和运营风险。一个值得注意的例子是Zillow 2020年进入住宅市场的冒险。该公司应用其自动估值模型来预测房价,但未能考虑市场波动,在短短几个月内造成了超过4.2亿美元的损失。这强调了对强大模型风险管理的关键需求。在银行业务中,模型风险管理可确保对模型进行严格测试,验证和不断监控,以避免昂贵的错误。多亏了当今日常的监管审查,这已经不够简单地开发模型了。银行必须实施管理其安全有效使用的框架。本文探讨了银行业模型风险管理的关键组成部分,以及机构如何通过Teradata的云数据和分析解决方案来减轻其模型带来的风险。
主要关键词