მოდელის რისკი

    ფინანსურ სექტორში გადაწყვეტილებების მიღების პროცესში სხვადასხვა სტატისტიკური მოდელების გამოყენება სულ უფრო ფართო სახეს იძენს. ასეთი მოდელები სესხის გაცემის, ფინანსური აღრიცხვის და რისკების მართვისას ფართოდ გამოიყენება. განსაკუთრებით იზრდება საცალო სექტორის დაკრედიტებისას მათემატიკურ-სტატისტიკური მოდელების გამოყენება. ბოლო დროს გახშირდა ისეთი მოდელების დანერგვა, რომლებიც მანქანური სწავლების და ხელოვნური ინტელექტის ალგორითმებს ეფუძნება. ეს, ერთი მხრივ, მოდელის ეფექტიანობას ზრდის, მაგრამ მეორე მხრივ, მის ანალიზს და რისკის შეფასებას ართულებს.

     

    აღნიშნული გამოწვევის საპასუხოდ, საქართველოს ეროვნულმა ბანკმა "მონაცემებზე დაფუძნებული სტატისტიკური, ხელოვნური ინტელექტის და მანქანური სწავლების მოდელების რისკების მართვის დებულება" შეიმუშავა. დებულების მიზანი მოდელის რისკის ეფექტურად მართვის ხელშეწყობაა. ეს დებულება მოდელის აგების, ვალიდაციისა და გამოყენების ძირითად პრინციპებს განსაზღვრავს. მოდელის რისკის მართვასთან დაკავშირებული პრინციპები და სტანდარტები ფინანსურ სექტორში დღეს არსებულ პრაქტიკას, გამოწვევებს და მოწინავე საერთაშორისო საზედამხედველო გამოცდილებას ეფუძნება. აღნიშნული ჩარჩო ხელს შეუწყობს ფინანსურ სექტორში მოდელების უფრო ფართოდ და ეფექტურად გამოყენებას.

     

    ამჟამად ფინანსური ინსტიტუტის ყველა ახალი მნიშვნელოვანი მოდელი დებულებასთან შესაბამისობაში უნდა შეიქმნას, ხოლო არსებული მოდელები 2021 წლის სექტემბრამდე დებულებასთან შესაბამისობაში უნდა მოვიდეს.

     

    ეროვნულ ბანკში IFRS 9 სტანდარტის შემოღებასთან დაკავშირებით ფინანსურ ინსტიტუტებში მოსალოდნელი საკრედიტო დანაკარგების აღრიცხვის მოდელები ინერგება. მოდელის სირთულიდან და ბანკის ფინანსურ მდგომარეობაზე ზეგავლენიდან გამომდინარე, ეს მოდელები მაღალი რისკის მატარებლებია. მათი ანალიზისთვის ეროვნული ბანკის რესურსებით საორიენტაციო მოდელი შეიქმნება, რომლის შედეგები ფინანსური ინსტიტუტების მოდელის შეფასების ერთ-ერთი საშუალება იქნება.