XX Russia Risk Conference

Методы машинного обучения сравнительно недавно стали применяться в системах подсчёта контрагентского риска (СПКР). Они  зарекомендовали себя для использования в СПКР. С их помощью можно математически верно считать риски для экзотических сделок, решить проблему ценового арбитража между трейдинговой системой и СПКР, оптимизировать как общее время расчётов, так и время расчётов чувствительности показателей риска к изменению риск-факторов. В докладе рассматриваются примеры из реальной практики и обсуждаются дальнейшие направления развития СПКР.

Что нового: До недавнего времени подавляющее большинство российских банков не имело собственных систем подсчёта контрагентского риска, используя иностранные системы. Применение методов машинного обучения — это последнее слово в развитии СПКР в международной практике. Для российских банков, задумывающихся об импортозамещении СПКР, будет полезно узнать об опыте ведущей глобальной финансовой организации по внедрению СПКР основанной на применении методов машинного обучения, о новейших разработках в этой области в России, и дальнейших перспективах развития СПКР