AT 4.3.4 Verwendung von Modellen

Die Anforderungen dieses Moduls gelten für Modelle, die für die in diesem Rundschreiben geregelten Prozesse eingesetzt werden. Sie gelten auch für automatisierte Modelle, technologiegestützte Innovation und künstliche Intelligenz.

Erläuterung

Modelle

Ein Modell ist eine quantitative Methode, ein System oder ein Ansatz, der statistische oder mathematische Theorien, Techniken und Annahmen anwendet, um Eingabedaten zu quantitativen Schätzungen zu verarbeiten. Dazu zählen bankinterne Modelle, auf die sich die Entscheidungsfindung im Institut stützt, unabhängig davon, ob sie vom Institut selbst oder einem Dritten entwickelt wurden (z. B. Modelle, die im Kreditgeschäft insbesondere für die Kreditvergabe und -bearbeitung verwendet werden, Risikoklassifizierungsverfahren, Verfahren zur Risikoquantifizierung im Rahmen der Risikotragfähigkeit, Stresstests, Bewertungs- oder Preisbildungsmodelle). Modelle, die in den Anwendungsbereich der CRR fallen, gehören hingegen nicht dazu.

Über die Anforderungen dieses Moduls hinausgehende Anforderungen ergeben sich aus AT 4.1 Tz. 9, AT 4.3.3 Tz. 5 und 6, BTR 2.1 Tz. 3 und 4, BTR 3 Tz. 2.

Die Anforderungen dieses Moduls richten sich nach der Komplexität des Modells, dessen Bedeutung im Risikomanagement sowie den Risiken, die mit der Anwendung des Modells einhergehen. Dies gilt insbesondere für die Anforderungen an die Erklärbarkeit gemäß Tz. 6.

Die Wahl der Modelle liegt in der Verantwortung des Instituts. Die zugrundeliegenden Annahmen sind nachvollziehbar zu begründen. Die Angemessenheit und Eignung sind vor dem Einsatz eines Modells zu bewerten und regelmäßig zu überprüfen. Das setzt hinreichende Kenntnisse über die Modell-Konzeption, insbesondere zu wesentlichen Annahmen und Parametern sowie zu den darin einfließenden Daten, voraus.

Das Institut hat geeignete Verfahren zu implementieren, die die Qualität der zugrundeliegenden Daten sicherstellen. Insbesondere sollen Qualitätsschwächen in den zugrundeliegenden Daten erkannt und bereinigt werden.

Das Institut hat angemessene Regelungen zur Verwendung der Modellergebnisse zu treffen. Soweit relevant, müssen diese auch Ausführungen zu Überschreibungen beinhalten.

Erläuterung

Überschreibungen

Bei Überschreibungen werden vom Modell abweichende Werte mittels direkten Eingriffs in den Modell-Input oder ein Zwischen- bzw. Endergebnis angesetzt.

Das Institut hat sich mit den Grenzen und Beschränkungen, die sich aus den eingesetzten Modellen, den ihnen zugrundeliegenden Annahmen und den darin einfließenden Daten ergeben, kritisch auseinanderzusetzen und eine regelmäßige Validierung der Modelle vorzunehmen. Dabei sind die sachgerechte Handhabung der Modellergebnisse und die Genauigkeit des Modells in Bezug auf dessen Verwendung angemessen zu überprüfen. Die Qualität der Modellergebnisse, insbesondere die Genauigkeit, Stabilität und Konsistenz der Verfahren, ist regelmäßig zu analysieren.

Erläuterung

Rekalibrierung

In Abhängigkeit von der Modell-Konzeption können Rekalibrierungen einen starken Einfluss auf Annahmen und Gewichtungen ausüben. Bei der Analyse der Genauigkeit, Stabilität und Konsistenz ist deshalb zu untersuchen, ob und welche Veränderungen der Ergebnisqualität sich dadurch ergeben.

Neben der angestrebten Genauigkeit ist auch auf eine hinreichende Erklärbarkeit zu achten. Dies gilt insbesondere für Modelle, die Charakteristika von technologiegestützter Innovation und künstlicher Intelligenz aufweisen.

Erläuterung

Erklärbarkeit

Modelle gelten als erklärbar, wenn Wirkungszusammenhänge zwischen Eingangs- und Ausgangsgrößen aufgezeigt werden können.