Modellrisker

Modellrisker innebærer at beslutninger som er støttet av matematiske eller statistiske modeller ikke blir som forventet fordi modellens konstruksjon, data eller anvendelse ikke fanger virkeligheten på en tilstrekkelig måte. Denne typen risiko gjelder i finans, forsikring, energi og andre områder der modellbaserte beregninger brukes til prisfastsettelse, risikomåling, kapitalkrav, prognoser eller beslutningsstøtte.

Årsakene til modellrisiko er ofte knyttet til modellspesifikasjonsfeil, datakvalitet og representativitet, parameterestimering, programvarefeil og feilaktig bruk av modellens resultater. Risikoen kan også oppstå når modeller ikke følger med på endringer i markedet eller virksomheten, eller når beslutninger baseres for sterkt på et enkelt modellresultat uten alternativ vurdering.

Typiske eksempler inkluderer prisfastsettelse av derivater, kredittrisiko- og markedsrisikomodeller (for eksempel VaR), samt prognosemodeller for inntekter og kostnader. Stress- og scenariobaserte analyser kan også påvirkes av modellbegrensninger eller antagelser.

Konsekvensene av modellrisko kan være feilprising, underrapportering eller overvurdering av risiko, utilstrekkelig kapitaldekning, beslutninger som ikke samsvarer med virksomhetens risikoprofil, og omdømmeskade.

Håndteringen av modellrisiko innebærer et rammeverk for modellrisikostyring (MRM) med klare ansvarsroller, modellinventar, uavhengig validering, dokumentasjon og endringsstyring. Backtesting, benchmarking, sensitivitetstester og stresstester, samt god data governance, er sentrale verktøy. I mange jurisdiksjoner kreves robuste MRMs og uavhengig validering for kritiske modeller.