New approaches to quantification and management of model risk

Resumo

A presente contribución céntrase no problema dunha avaliación obxectiva do risco modelo na práctica A pesar de ser conscientes da importancia do risco do modelo e os requisitos regulatorios para a súa xestión axeitada, non existen nonna'i do sector ou de mercado establecidas globalmente sobre a súa definición e cuantificación exactas. O obxectivo principal desta tese é abordar esta cuesti6n mediante o deseo dun marco xeral para a cuantificación do risco de modelo, tendo en canta tanto as politicas internas como as cuestións regulatorias, que sexa aplicable á maioría das técnicas de modelado actualmente en uso nas institucións financeiras. Abordamos a cuantificación do risco do modelo a través da xeometría diferencial e a teoría da información, mediante o cálculo da norma dunha función apropiada definida nunha variedade riemanniana dotada dunha métrica adecuada Ademais, facendo un pull hack da variedade que contén os modelos, introducimos unha estrutura riemanmana consistente no espazo muestral (espazo dos datos) que nos permite investigar e cuantificar o risco do modelo traballando meramente cos datos. Isto ofrece vantaxes principalmente prácticas, como unha alternativa computacional, unha aplicación máis sinxela da intuici6n empresarial e unha maneira máis fácil de asignar a incerteza nos datos. Ademais, un obtén a información sobre o risco do modelo tanto desde o punto de vista dos datos como desde o do modelo. o marco proposto ten as seguintes propiedades: proporciona un procedemento sistemático e repetible para identificar e avaliar o risco do modelo, permite a cuantificaci6n da materialidad do risco, incorpora a maioría dos aspectos relevantes da xesti6n do risco do modelo: como uso, rendemento do modelo, fundamentos matemáticos, calibración de datos e modelos, e facilitar o establecemento dunha contorna de control en tomo ao uso de modelos. A análise te6rica complétase con aplicaci6ns prácticas para un modelo de risco de crédito utilizado para o cálculo de capital, actualmente empregado na industria financeira. Como outra aplicación do marco proposto, resaltamos a importancia da xeometría do espazo subxacente nos modelos financeiros e aplicamos a curvatura non s6 para controlar e reducir o risco do modelo inherente, senón tamén para mellorar o rendemento xeral dun modelo. Estas ideas ilústranse a través da aplicación ao P&L das opcións dixitais ca modelo Black-Scholes e demostran a mellara ao comparar os resultados baixo xeometrías euclídeas e non euclideas. Os resultados desta tese poden ser de utilidade tanto a profesionais como a investigadores. Con respecto ao ámbito académico, esta tese pretende contribuír á análise científica do complexo problema do risco do modelo e introducir a xeometría diferencial e a teoría da información na modelización financeira. Doutra banda, o enfoque proposto pretende achegar beneficios directos na práctica, para a xesti6n e o uso de modelos dentro das institucións financeiras: a confianza no modelo pode cuantificarse, os limites do modelo, as debilidades e as brechas poden avaliarse cuantitativamente e así manexarse de maneira construtiva e proporcionalmente, O risco do modelo derivado do uso dun modelo pódese comunicar de forma transparente e consistente aos usuarios, xerentes e reguladores, comunicando a credibilidade do modelo, establecendo controis sistematicamente e centrándose na xestión do modelo, Como tal, unha xesti6n sólida do risco do modelo cunha avaliación obxectiva do mesmo pode representar unha vantaxe competitiva para unha institución financeira.