WEBINAR / 10 Aprile
DORA: autovalutazione del rischio ICT


La compilazione dei modelli Banca d’Italia

ZOOM MEETING
Offerte per iscrizioni entro il 21/03


WEBINAR / 10 Aprile
DORA: autovalutazione del rischio ICT
www.dirittobancario.it
Flash News

Allerta sul rischio di liquidità e machine learning: l’approfondimento Banca d’Italia

23 Giugno 2021
Di cosa si parla in questo articolo

Banca d’Italia ha pubblicato un approfondimento dal titolo: “Indicatori di allerta del rischio di liquidità per le banche italiane: un approccio basato sul machine learning”.

Il lavoro sviluppa un modello di early warning delle crisi di liquidità per le banche italiane, confrontando l’efficacia di tre metodi di machine learning (logistic LASSO, random forest e Extreme Gradient Boosting) nel prevedere la probabilità di una crisi. Si utilizza un dataset originale costruito a partire dai casi di ELA, e si calibrano i segnali dei modelli tramite un’ottimizzazione basata sulle preferenze tra l’errore di I tipo (mancata segnalazione di una crisi) e di II tipo (falso allarme).

In particolare, evidenzia Banca d’Italia, i modelli combinati sono in grado di ottenere una bassa percentuale di mancate segnalazioni di una crisi (falsi negativi) pur limitando allo stesso tempo i falsi allarme (falsi positivi).

Di cosa si parla in questo articolo

WEBINAR / 10 Aprile
DORA: autovalutazione del rischio ICT


La compilazione dei modelli Banca d’Italia

ZOOM MEETING
Offerte per iscrizioni entro il 21/03

Iscriviti alla nostra Newsletter
Iscriviti alla nostra Newsletter