Optimisation des affaires

Tarification, notation, classement par l’apprentissage automatique

L’écart de crédit est requis pour le processus de demande de crédit. L’écart de crédit doit tenir compte de la perte de crédit attendue pour une opération individuelle. Comme alternative aux méthodes classiques de notation et de détermination de la DP, l’apprentissage automatique peut également être utilisée, à cette fin, sur la base d’une base de données de performance remplie de l’apprentissage en profondeur.

FERNBACH fournit une API qui peut être intégrée dans le processus de demande de crédit. Nous offrons d’autres solutions pour la surveillance du crédit, la comptabilité et le backtesting.

Tarification, notation, classement par l’apprentissage automatique
Améliorer les PCA pondérées en fonction de la probabilité à l'aide de l'apprentissage automatique

Améliorer les PCA pondérées en fonction de la probabilité à l'aide de l'apprentissage automatique

Les effets les plus significatifs sur la gestion globale de la banque résultent de l’introduction de l’approche des pertes de crédit attendues afin de prendre en compte le risque de crédit dans la comptabilité externe.

Les normes IFRS 9 exigent la segmentation des actifs financiers sur la base de caractéristiques de risque de crédit similaires. Pour chaque segment, il faut calculer la perte de crédit attendue en tenant compte des scénarios macroéconomiques pondérés en fonction de la probabilité.

Comme alternative à la construction de portefeuille (segmentation), FlexFinance propose le calcul de l’ECL sur la base de l’apprentissage automatique.

Surveillance des prêts, alertes précoces grâce à l'apprentissage automatique

L’application surveille les prêts pour lesquels il existe déjà des contrats. Non seulement les données relatives aux clients et aux contrats sont prises en compte, mais des facteurs macro et microéconomiques sont également pris en compte, qui influencent naturellement aussi la gestion du crédit. Basée sur des processus d’apprentissage en profondeur et l’apprentissage automatique, l’application EWS identifie les critères qui indiquent une situation économique défavorable.

L’application EWS lance un workflow lorsque certains événements se produisent. Les événements peuvent aussi être la variance de la PCA, par exemple. Les actions de workflow pourraient également être liées aux délais contractuels de telle sorte qu’il existe également des options d’action réalistes.

Surveillance des prêts, alertes précoces grâce à l'apprentissage automatique