Área de práctica
Validación de modelos.
Validación de modelos que cumple los requisitos regulatorios y entrega más que una opinión de aprobación. Hallazgos técnicos sobre el desempeño del modelo y el ciclo de vida de desarrollo — dándole a la segunda línea de defensa algo concreto sobre lo que actuar.
Validación independiente, por alguien que ha construido modelos.
Un informe de validación debe resistir al examinador — y al modelador cuyo modelo cubre.
El marco SR 11-7 solicita validación independiente en tres dimensiones: solidez conceptual, monitoreo continuo y análisis de resultados. Bien hecho, una validación brinda al comité de riesgo de modelos una comodidad real. Mal hecho, les entrega un documento de 60 páginas que dice 'no se identificaron problemas materiales' y un examinador que encuentra tres.
Nuestra práctica cubre modelos de riesgo de crédito (PD/LGD/EAD, CECL, proyecciones de pérdidas CCAR), modelos de riesgo de mercado (VaR, sensibilidad, estrés), modelos de monitoreo de transacciones AML (conjuntos de reglas e híbridos de aprendizaje automático) y la creciente clase de modelos de IA/ML utilizados en originación, detección de fraude y aplicaciones orientadas al cliente. Para cada uno, validamos contra los datos, los supuestos, la implementación y el uso.
El validador debe entender el modelo. Eso suena obvio; es en lo que fallan la mayoría de los informes de validación. Edgar construyó su carrera como practicante cuantitativo antes de convertirse en validador. Los informes que produce nuestra práctica muestran la matemática; no la encubren.
El trabajo en esta práctica, nombrado.
- Modelos de riesgo de crédito — PD/LGD/EAD, modelos de reserva CECL, proyecciones de pérdidas CCAR/DFAST, modelos de scorecard.
- Modelos de riesgo de mercado — VaR, pérdida esperada, sensibilidad, modelos de escenario y de estrés inverso.
- Modelos AML / monitoreo de transacciones — Calibración de conjuntos de reglas, ajuste de umbrales, sistemas de detección híbridos basados en ML.
- Modelos de IA / ML — Modelos de originación, fraude, abandono y orientados al cliente — incluyendo equidad, explicabilidad y monitoreo de deriva.
- Solidez conceptual — Teoría, supuestos, elección de metodología, alternativas consideradas, idoneidad de los datos.
- Monitoreo continuo y resultados — Backtesting, benchmarking, sensibilidad, plan de monitoreo, definición de umbrales.
Una validación de modelo, de principio a fin.
| Fase | Entregable |
|---|---|
| Recepción | Documentación del modelo revisada, diccionario de datos recibido, alcance confirmado con la gestión de riesgo de modelos. |
| Replicación | Replicación independiente con los mismos datos; especificaciones alternativas consideradas. |
| Pruebas | Sensibilidad, estabilidad, equidad (donde aplique), backtesting, benchmarking. |
| Informes | Hallazgos calificados, informe de validación elaborado, presentación al MRMC preparada. |