ما المقصود بإدارة مخاطر النماذج؟

النموذج هو أي نهج كمي أو طريقة أو نظام يعالج بيانات الإدخال وينتج تقديرات كمية.¹ يتم تطبيق النماذج عادة عند اتخاذ قرارات العمل، وتحديد فرص العمل والمخاطر، ووضع استراتيجيات الأعمال وإدارة عمليات الأعمال.

على سبيل المثال، تعتمد المؤسسات المالية على مجموعة من النماذج للتسعير والتقييم والكشف عن الاحتيال وغسيل الأموال ومكافحتهما، من بين خدمات مالية أخرى. وغالبًا ما ينطوي استخدام النماذج على المخاطر، ما يجعل إدارة مخاطر النماذج (MRM) أحد الاعتبارات المهمة للمؤسسات.

على سبيل المثال، أُلقي باللوم جزئيًا في الأزمة المالية العالمية التي حدثت من 2007 إلى 2008 على نماذج القيمة المُعرضة للمخاطر (VaR) الخاطئة، والتي كانت تُقدّر الخسائر المستقبلية التي قد تتكبدها الاستثمارات.² أدت كارثة تداول ”(London Whale) “، التي وقعت في عام 2012 في بنك JPMorgan Chase، إلى خسائر بقيمة 6 مليارات دولار أمريكي وغرامات بقيمة مليار دولار أمريكي تقريبًا.^.3 ويرجع هذا جزئيًا إلى خطأ في جدول البيانات في حسابات النماذج، ^ما أدى إلى الحد من المخاطر. 

في عام 2021، قامت شركة Zillow المتخصصة في التسويق العقاري بتخفيض مخزونها بقيمة 304 ملايين دولار أمريكي وخططت لخفض ربع قوتها العاملة بعد فشل مشروعها لشراء المنازل، والذي كان سببه جزئيًا عدم قدرة نموذج تقييم أسعار العقارات لديها على التنبؤ بأسعار المنازل بدقة.^.5

يمكن أن تنبع مخاطر النماذج من أسباب مختلفة:

يمكن لمخاطر النماذج أن تتسبب في إلحاق الضرر بالشؤون المالية للمؤسسة وعملياتها وسمعتها في حال تُركت من دون إدارة. وتتطلب الإدارة الفعالة لمخاطر النماذج إطار عمل يُراعي المخاطر في كل مرحلة من مراحل دورة حياة النماذج.

تستلزم إدارة مخاطر النماذج أيضًا اتباع الإرشادات التنظيمية. على سبيل المثال، في الولايات المتحدة، أصدر بنك الاحتياطي الفيدرالي ومكتب مراقب العملة إرشادات إشرافية بشأن إدارة المخاطر النموذجية، والتي تعمل كمعيار لإطار عمل إدارة المخاطر النموذجية.

يرد فيما يلي ست خطوات شائعة نحو إطار عمل فعال لإدارة مخاطر النماذج:

تحديد المخاطر هو الخطوة الأولى في إدارة مخاطر النماذج. يتضمن ذلك إجراء جرد نموذجي وتحديد المخاطر المرتبطة بكل نموذج.

الخطوة التالية هي قياس مخاطر النماذج وتقييمها، حيث يمكن للشركات التوصل إلى نظام تصنيف يصنف مخاطر النماذج وفقًا للأولوية واحتمال حدوثها وخطورة آثارها من بين مقاييس أخرى.

إلى جانب قياس مخاطر النماذج الفردية، يمكن للشركات مراعاة مخاطر النماذج الإجمالية أيضًا. تشير المخاطر الإجمالية للنماذج إلى المخاطر التي تشكلها التبعيات والتفاعلات بين أنواع النماذج المختلفة. على سبيل المثال، قد تُغذي نتائج نموذج تشخيص الرعاية الصحية نموذج التنبؤ برعاية المرضى. وفي حال أظهر نموذج التشخيص تحيزًا، فقد ينتقل هذا التحيز إلى نموذج التنبؤ، ما يؤثر على من قد يحتاج إلى رعاية عاجلة.

يتطلب تخفيف المخاطر معالجة مصادرها وأسبابها. ويرد فيما يلي بعض استراتيجيات التخفيف من المخاطر التي يمكن دمجها في إطار عمل إدارة مخاطر النماذج:

• عمليات التدقيق والمراجعات: يمكن للشركات إجراء عمليات التدقيق الداخلي لنماذجها أو توظيف مختصين من جهات خارجية لإجراء مراجعات مستقلة.

• المعايير: يمكن أن يساعد وضع معايير لعملية النمذجة في تقليل المخاطر. ويمكن صياغة معايير لجمع البيانات وتصميم النموذج وعملية تطويره والاختبار والتوثيق واستخدام النموذج.

لا يمكن التخفيف من جميع المخاطر، لذلك قد تظل الشركات عرضة لقدر معين من المخاطر. ومن ثَمَّ، قد تجد المؤسسات أنه من المفيد تحديد مدى قدرتها على تحمل المخاطر. هذا هو مستوى المخاطرة الذي ترغب الشركة في تحمله وتستعد له ويمكنها تحمله عندما يتعلق الأمر باستخدامها للنماذج.

تعمل عمليات التحقق كتحدٍ فعال للنموذج للتحقق من جودته ونتائجه. يتم التحقق من صحة النموذج بعد التنفيذ وقبل طرحه لمستخدمي النموذج. ويشمل النهجين الكمي والنوعي.

يتضمن التحقق من صحة النموذج الكمي هذه الإستراتيجيات:

• الاختبار الرجعي هو شكل من أشكال تحليل النتائج الذي يستخدم البيانات التاريخية الواقعية لاختبار نموذج ما، ومن ثَمَّ تقييم مدى دقته وفعاليته.

• نماذج التحدي هي نماذج بديلة تم تطويرها لتحدي النموذج "الرائد". يستخدم كلا النموذجين الرائد والتحدي البيانات نفسها، وتتم مقارنة نتائجهما للكشف عن أي مخاطر محتملة أو خفية.

• تحليل الحساسية يدرس مدى تأثير تغيير متغير معين في المتغيرات الأخرى في ظروف معينة.

• اختبار الإجهاد يطبق عمليات محاكاة تعتمد على سيناريوهات افتراضية أو نظرية لمعرفة مدى استجابة النماذج.

وفي الوقت نفسه، يراعي التحقق من صحة النموذج النوعي عوامل مثل ملاءمة النموذج للغرض منه وما إذا كان النموذج يتوافق مع المعايير أو يمتثل للوائح.

تقوم عملية مراقبة النماذج بفحص النماذج بشكل مستمر للتحقق مما إذا كانت لا تزال تعمل على النحو المقصود وتستمر في الأداء على النحو المتوقع. وتحدد أي مخاطر إضافية قد تنشأ أو تحديثات مطلوبة نتيجة للتغييرات في البيانات والعمليات واللوائح.

عادةً ما يكون التحقق من صحة النموذج جزءًا من عملية المراقبة المستمرة. وفي هذه المرحلة، تقوم الأطراف المعنية بإعداد تقارير الرصد والتحقق وتقييمها للتوصية بأي مسار عمل ضروري.

تُتيح حوكمةالنماذج الإشراف على عملية النمذجة بأكملها، وتُرسي نظامًا للملكية والتحكم من خلال السياسات والإجراءات. وتتطلب حوكمة مخاطر النماذج السليمة فريقًا متنوعًا من صانعي القرار والأطراف المعنية، بدءًا من مجلس الإدارة والإدارة العليا، ووصولًا إلى مالكي النماذج ومطوريها ومستخدميها.

تستخدم العديد من نماذج اليوم الذكاء الاصطناعي والتعلم الآلي بشكل ما، لا سيما عند إنشاء النماذج واختبارها.

على سبيل المثال، يتم تطبيق حلول الذكاء الاصطناعي بشكل شائع في القطاع المالي لنمذجة مخاطر الائتمان ومخاطر السوق والمخاطر التشغيلية. تساعد التقنية على تقييم مخاطر الائتمان والإقراض، وإنشاء نماذج للسوق، وكشف جرائم الاحتيال المالي وغسيل الأموال.

يمكن أيضًا تطبيق حلول الذكاء الاصطناعي والتعلم الآلي على إدارة مخاطر النماذج، خاصة أثناء التحقق من صحة النماذج (مثل اختبار إجهاد نماذج السوق) ومراقبة النماذج في الوقت الفعلي. ويرد فيما يلي بعض خوارزميات وطرق التعلم الآلي الشائعة المستخدمة في إدارة مخاطر النماذج:

• يمكن تنفيذ التجميع لتحليل الحساسية للكشف عن الحالات الشاذة التي قد تشير إلى خطر عند تغيير المتغيرات أو عند محاكاة سيناريوهات محددة.

• يمكن دمج شبكات القرار مع الشبكات العصبية لمراقبة نماذج التداول، على سبيل المثال، تنبيه المتداولين بالتغييرات التي تطرأ على الأنماط الأساسية أثناء التداول.

• يمكن استخدام كل من التعلم العميق والتعلم المعزز لمراقبة النموذج في الوقت الفعلي واكتشاف المشكلات والتوصية تلقائيًا بالحلول.

• يمكن أن تساعد الشبكات العصبية في اختبار الإجهاد، ما يساعد البنوك على نمذجة سيولتها في ظل الظروف الاقتصادية الصعبة مثل الركود.

يمكن أن يساعد برنامج إدارة مخاطر النماذج المؤسسات على إدارة مخاطر النماذج بشكل أكثر فعالية. ويوفر سمات متقدمة، مثل مخزون النماذج وتتبع المقاييس وتعيينها ونماذج المتطلبات التنظيمية المتعددة وسياساتها. كما تسمح أدوات إدارة مخاطر النماذج الأخرى أيضًا بإدارة نموذج الذكاء الاصطناعي والتعلم الآلي، من خلال قدرات تشمل أتمتة مراقبة النموذج والتحقق من صحته.