Durch maschinelles Lernen den pwECL verbessern
Die wesentlichsten Auswirkungen auf die Gesamtbanksteuerung ergeben sich aus der Einführung des Expected Credit Loss-Ansatzes zur Berücksichtigung des Kreditrisikos in der externen Rechnungslegung.
IFRS 9 verlangt die Segmentierung von finanziellen Vermögenswerten auf der Grundlage ähnlicher Kreditrisikomerkmale. Für jedes Segment muss der erwartete Kreditausfall unter Berücksichtigung wahrscheinlichkeitsgewichteter makroökonomischer Szenarien berechnet werden.
Im Gegensatz zur klassischen Segmentierung/Portfoliobildung von Krediten bietet FlexFinance die ECL-Berechnung auf Basis des maschinellen Lernens an.
![Durch maschinelles Lernen den pwECL verbessern Durch maschinelles Lernen den pwECL verbessern](/dam/jcr:0ea989f4-052c-43c2-b354-59d08b15248f/How_to_improve_pwECL_with_Artificial_Intelligence_opt360.jpg)