Basel III FRTB: data pooling innovation to lower capital charges
Notice bibliographique
Résumé
BACKGROUND: Anticipated to overhaul the structure of market risk teams, IT teams, and trading desks within banks by 2023, Basel III's Fundamental Review of the Trading Book requirements will also increase capital charges banks will incur globally. The case study focuses on describing what is needed with regards to the risk factor eligibility test (RFET) as well as for implementing a data pool to lower capital charges. By establishing a consortium of banks per region to implement a data pooling solution, participants can prove a wider breadth of modellable risk factors per asset class and use the Internal Models Approach (IMA) of valuing risk to lower capital charge requirements significantly. CASE DESCRIPTION: First, a description on the historical context surrounding the Fundamental Review of the Trading Book rules and the business requirements needed to comply with the risk factor eligibility test is made. Then an examination is conducted on the innovative data pooling initiative implemented by CanDeal, TickSmith Corp., and the 6 largest Canadian banks to lower capital charge requirements under the Fundamental Review of the Trading Book. DISCUSSION AND EVALUATION: A description is made on what types of data, expertise, and technology is needed to calculate for risk factor modellability. It is up to each firm to decide if the benefits to using the Internal Models Approach to lower capital charges outweighs implementation and running costs of the underlying data platform. Implementing a data pool for each region comes with challenges that include anti-competition law that may block the initiative, varied benefits to each competitive participant, and data security concerns. CONCLUSION: It is evident that the data pool innovation provides benefits to lowering capital charges as the Canadian banks have seen an increase of modellability by several factors using the sample bond asset class. While each firm must still determine internally if the benefits outweighs the technological costs they will incur, it is clear that regulators are pushing for increased data retention and scrutiny.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,039 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,013 | 0,008 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,004 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».