Blog

L'utilizzo del Machine Learning nel risk management: il punto di Banca Intesa Sanpaolo

2 settembre 2022

Il machine learning consente ai computer di analizzare i dati, imparare ed elaborare previsioni migliorando i propri algoritmi nel tempo. Oggi, tra la spinta all'Open Banking, la concorrenza di operatori non bancari, normative restrittive, costi di compliance e requisiti patrimoniali più severi, l'uso di tali tecniche diventa indispensabile per aumentare la redditività e ridurre il costo del credito.

Rita Gnutti
Executive Director Internal Validation and Controls di Intesa Sanpaolo

L'uso del Machine Learning nel risk management, e soprattutto nei sistemi IRB ha alimentato intensi dibattiti a livello nazionale e internazionale. Ciò che accende il dibattito è da un lato i potenziali benefici, ma dall'altro anche i problemi che ne possono derivare.

A riguardo, CRIF e Banca Intesa Sanpaolo hanno recentemente redatto un position paper dal titolo “Machine Learning for Credit Risk management and IRB models: lessons from successful case histories”.

Guarda la videointervista di Daniele Vergari, Director, Risk Analytics Transformation Services CRIF, a Rita Gnutti, Executive Director Internal Validation and Controls Intesa Sanpaolo.