Model Risk Management Lifecycle

Manage and monitor models across users and lifecycle stages

Gestione del rischio di modello

MATLAB per la gestione del rischio di modello offre strumenti unificati e integrati che interagiscono con i tuoi dati, sistemi e con prodotti di terze parti in tutti i touchpoint del ciclo di vita del modello. Con MATLAB, gli utenti alle prime armi così come i codificatori più esperti potranno:

  • Acquisire workflow ripetibili attraverso la generazione di codice e il collegamento di documenti
  • Automatizzare le attività di test e convalida per il monitoraggio continuo
  • Scalare algoritmi, modelli e app sia in orizzontale che in verticale
  • Concentrarsi su aspetti che riguardano l’intero ciclo di vita con lineage completa del modello e creazione di report d’uso

Usare MATLAB per l’intero ciclo di vita del rischio di modello

La piattaforma MATLAB dedicata alla gestione del rischio di modello è costituita da sei componenti completamente personalizzabili che supportano la gestione di dati e modelli per l’intero ciclo di vita. Ogni componente supporta l’integrazione di strumenti e infrastrutture esistenti, dal desktop al cloud. Tutte le fasi del ciclo di vita vengono sincronizzate tramite un inventario centralizzato di modelli in grado di moitorare l’uso e della lineage completa dei modelli.

Inventario e archivio dei modelli (MIR)

Gestione di modelli e di progetti di modellazione

  • Accesso centralizzato ai modelli
  • Gestione di progetti di convalida dei modelli
  • Ispezione di modelli, risultati intermedi e audit trail

Fase 1: ambiente di sviluppo dei modelli (MDE)

Definizione e sviluppo

  • Esplorazione, sviluppo, backtesting e documentazione di modelli e metodologie
  • Aumento della trasparenza e della riproducibilità dello sviluppo dei modelli
  • Generazione automatica della documentazione dei modelli e creazione di report

Fase 2: ambiente di revisione dei modelli (MRE)

Revisione e approvazione

  • Esecuzione di revisioni di modelli indipendenti sul set completo degli artefatti di modelli
  • Svolgimento interattivo di analisi di sensibilità sui parametri dei modelli
  • Inserimento di commenti e segnalazione di aspetti al fine di ottenere risposte e trovare soluzioni

Fase 3: ambiente per test e convalida dei modelli (MTVE)

Esecuzione di controlli di qualità e di convalide

  • Accesso ad un ambiente in cui i modelli approvati possano essere sottoposti a test e convalida prima di entrare in produzione
  • Esecuzione automatica di test unitari e generazione dei relativi report
  • Confronto dei test effettuati su un modello in pre-produzione rispetto al modello attualmente usato in produzione

Fase 4: ambiente di esecuzione dei modelli (MEE)

Implementazione e distribuzione dei modelli

  • Hosting dei modelli di produzione e diffusione agli utenti finali in ambiente controllato e protetto
  • Distribuzione di modelli in un ambiente di produzione senza traslazione
  • Integrazione di infrastrutture tecnologiche esistenti

Fase 5: dashboard per il monitoraggio dei modelli (MMD)

Monitoraggio, creazione di report e valutazione

  • Riepilogo dei risultati di esecuzione dei modelli grazie a un dashboard web configurabile
  • Analisi dei segmenti di dati e configurazione di avvisi e threshold per il monitoraggio automatizzato