News

AIS Master se alinea con el Banco de España documentando modelos de riesgo realizados con Machine Learning 

Channel1 Los Angeles

11 de abril de 2019

El Banco de España elimina barreras para usar los modelos Machine Learning en concesión de créditos, pero exige a las entidades financieras que documenten cómo los algoritmos toman las decisiones

La consultora española AIS Group, pionera en la introducción de tecnología aplicada a gestión del riesgo, ha presentado hoy en el Innovation Finance Congress de Madrid la herramienta AIS Master, un sistema que se alinea con los requerimientos del Banco de España al permitir analizar, documentar y monitorizar el comportamiento de los modelos de riesgo de las entidades financieras sujetos a supervisión realizados con tecnologías de Inteligencia Artificial (IA) y Machine Learning (ML).

El Banco de España ha animado a través de su publicación ‘Inteligencia artificial en los servicios financieros’ a las entidades financieras a complementar su análisis de riesgo con IA, pero exige que documenten sus modelos, de modo que sea posible entender cómo se toman las decisiones. Compartiendo esa visión AIS Group ha desarrollado AIS Master, que permite comprender los modelos basados en IA y ML, saber qué variables intervienen y qué peso tiene cada una en la decisión. La nueva herramienta de la compañía española posibilita saber qué impacto tiene cada variable en el resultado final y cuál es su tendencia. Esto es imprescindible para discernir los criterios detrás de la decisión y es especialmente relevante en los modelos que están sujetos a la supervisión, como los de concesión de créditos, por los requerimientos del Banco de España.

La nueva herramienta es fruto del trabajo del I+D de AIS Group y combina tanto su expertise en modelos de Machine Learning en gestión de riesgos como su conocimiento de las exigencias del regulador al analizar un modelo.

Elimina barreras de entrada al Machine Learning
Los modelos Machine Learning tienen un poder de predicción mucho mayor que otras técnicas tradicionales (como las regresiones logísticas), y su aplicación puede mejorar en mucho la predicción del comportamiento de pago de los usuarios, por lo tanto decidir con mayor acierto a quién conceder y a quién no, de acuerdo con las políticas de riesgo de cada entidad. Sin embargo, existe la sensación de que los modelos Machine Learning son opacos y no se sabe cómo toman sus decisiones.

El Banco de España pone de manifiesto que la IA y el Machine Learning aportan grandes beneficios en cuanto a que automatizan procesos, y un aumento de las capacidades analíticas. Sin embargo, pese a estos beneficios alerta de que en ocasiones la búsqueda de correlaciones que maximicen la capacidad de predicción puede conducir a sesgos y sobreajustes.

Pere Joan Ventura, director del área de Desarrollo de Modelos y Analytics de AIS Group, ha afirmado hoy en la presentación de AIS Master en el Innovation Finance Congress que se está celebrando hoy en Madrid, que el uso de técnicas Machine Learning se traduce en una mayor productividad y un mayor poder de predicción de los modelos. Y alineándose con la visión del Banco de España, ha afirmado que entender el algoritmo es muy importante y que desde AIS Group han puesto todo su empeño en aportar transparencia al proceso, “porque nos ayuda a tener la tranquilidad de que el algoritmo está funcionando según las lógicas financieras y de sentido común que uno espera. Este último aspecto es básico si después tenemos que explicar que el algoritmo no recoge sesgos y por lo tanto, con su utilización, estos sesgos no se potenciarán, tal como exige el supervisor”, ha dicho.

AIS Master combate pues tanto la falta de transparencia que se atribuye al Machine Learning como los sesgos y el sobreajuste, facilitando la trazabilidad de los modelos e impulsando su utilización incluso en entornos regulados.

La nueva herramienta ayuda a comprender los datos (análisis exploratorio), a entender el modelo construido a partir de esos datos y facilita el seguimiento y análisis del comportamiento del modelo, favoreciendo el uso de las metodologías de desarrollo de modelos con Machine Learning, “algo muy deseable -indican desde AIS Group- ya que su utilización ofrece unos resultados de mayor calidad que los modelos convencionales, algo especialmente relevante cuando son parte de la decisión o estrategia de un área o entidad”.

Los tres ejes de AIS Master
Ventura ha destacado en su presentación los tres ejes sobre los que se sustenta AIS Master.

Comprender los datos
Un modelo Machine Learning aprende de los datos que maneja. Si la información no es coherente, el modelo extraerá conclusiones incorrectas, algo inaceptable cuando sus resultados afectan decisiones como la concesión de créditos.

Generación automática de documentación
Además de facilitar este análisis exploratorio de los datos, AIS Master genera automáticamente la documentación del análisis de todas las variables dentro del modelo, llegando a reducir radicalmente el tiempo empleado. Hay que tener en cuenta que con Machine Learning se pasa de modelos que basan su decisión en 10 o 15 variables a modelos que tienen en cuenta más de 800 variables. De ahí la importancia de saber cómo se comporta cada una de ellas y qué papel juega en la decisión.

Autoaprendizaje y comportamiento del modelo
AIS Master ayuda a controlar el proceso de aprendizaje automático de los modelos Machine Learning. Periódicamente y a medida que se va nutriendo de nuevos datos, genera nuevos modelos que compara con el modelo en producción de la entidad.

La herramienta dispone de alertas de autoaprendizaje que, a la vista de los resultados comparativos, puede recomendar la sustitución del modelo en producción por el modelo candidato. Según los expertos de AIS, en el ámbito de la gestión de Riesgos es recomendable realizar este análisis de comportamiento y actualización cada 6 meses, al tratarse de un área donde la estabilidad del modelo es muy relevante. En cambio, en áreas como la valoración automática de inmuebles, donde el entorno es mucho más cambiante, para obtener resultados óptimos, es conveniente ajustarlo más a menudo.

“AIS Master -explica José Manuel Aguirre, director comercial de AIS Group- aporta agilidad a la hora de comprender y realizar el seguimiento de los modelos Machine Learning y de analizar su comportamiento. La herramienta no funciona sola y está dirigida a los equipo de expertos que desarrollan y analizan los modelos. No sustituye a las áreas de desarrollo de modelos, pero ayuda a reducir los tiempos, a entender los datos, a saber cómo se construye el modelo Machine Learning y cómo se comporta”.

De todos modos, aclaran desde AIS Group, AIS Master no es una herramienta exclusiva para modelos Machine Learning. Puede trabajar también con modelos construidos con otras técnicas.

Aguirre destaca que AIS Master nació como una herramienta interna para el uso de los consultores de AIS Group, pero su practicidad, su agilidad y sus logros en cuanto a productividad llevaron a la compañía a evolucionarla para poder llevar sus resultados y ventajas a las entidades financieras.

Advertisements

0 comments on “AIS Master se alinea con el Banco de España documentando modelos de riesgo realizados con Machine Learning 

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out /  Change )

Google photo

You are commenting using your Google account. Log Out /  Change )

Twitter picture

You are commenting using your Twitter account. Log Out /  Change )

Facebook photo

You are commenting using your Facebook account. Log Out /  Change )

Connecting to %s

This site uses Akismet to reduce spam. Learn how your comment data is processed.

%d bloggers like this: