9. Machine Learning in der Banksteuerung – Eine Analyse der marktzinsunabhängigen Ausübung von impliziten Optionen nach § 489 BGB

Risikomodelle in Banken galten lange Zeit als die fortschrittlichsten Modelle, die in der Praxis eingesetzt werden. Mit den Anforderungen des BCBS 239 an die Datenqualität und die zunehmende Komplexität, die die Digitalisierung ermöglicht, stellt sich die Frage, ob und wie Machine Learning und andere Trends der Digitalisierung Einfluss auf die Gesamtbanksteuerung und die Risikomodelle von Banken haben. Am Beispiel von impliziten Optionen wird in diesem Beitrag die Wirkungsweise von Machine Learning im Kontext aufsichtsrechtlicher Anforderungen analysiert. Als Ergebnis lässt sich einerseits festhalten, dass Machine Learning aufsichtsrechtlich nicht negiert wird. Andererseits kann mit den durchgeführten Analysen in R aufgezeigt werden, dass ein echter Mehrwert für die Banksteuerung durch den Einsatz von Machine Learning erreicht werden kann.