Przejdź do sekcji głównej

Bezpieczny Bank

Opublikowane: 2026-10-30

Uczenie maszynowe w procesie walidacji modeli IRB. Regulacyjne aspekty wykorzystania z perspektywy stanowisk EBA, ECB i KNF

Krzysztof Iwanicki
Dział: Problemy i poglądy
https://doi.org/10.26354/bb.4.2.103.2026

Abstrakt

Artykuł analizuje funkcjonalną przydatność oraz normatywną dopuszczalność wykorzystania systemów sztucznej inteligencji w procesie walidacji modeli IRB. Punktem wyjścia jest charakterystyka ryzyka kredytowego, oceny zdolności kredytowej oraz regulacyjnych podstaw stosowania metody wewnętrznych ratingów na gruncie CRR. Następnie omówiono istotę modeli IRB oraz znaczenie walidacji jako instrumentu ograniczania ryzyka modelu, oraz wskazano możliwe obszary zastosowania systemów AI. Artykuł identyfikuje również zasadnicze ryzyka związane z użyciem AI, w szczególności dryf danych, dryf pojęcia, oraz obniżenie jakości klasyfikatora. W konkluzji przyjęto, że systemy AI mogą wspierać walidację modeli IRB, lecz nie powinny samodzielnie zastępować człowieka w tym procesie.

Kody JEL

G21, G28, G32, G52, K23

Zasady cytowania

Iwanicki, K. (2026). Uczenie maszynowe w procesie walidacji modeli IRB. Regulacyjne aspekty wykorzystania z perspektywy stanowisk EBA, ECB i KNF . Bezpieczny Bank, 103(2), 76–86. https://doi.org/10.26354/bb.4.2.103.2026

Cited by / Share

Tom 103 Nr 2 (2026)
Opublikowane: 2026-10-30


ISSN: 1429-2939
eISSN: 2544-7068
Ikona DOI 10.26354

Wydawca
Bankowy Fundusz Gwarancyjny

-->
Ta strona używa pliki cookie dla prawidłowego działania, aby korzystać w pełni z portalu należy zaakceptować pliki cookie.