Entscheidungsträger sind sensibel für Unsicherheit, wie etwa bei der aufsichtsrechtlichen Regulierung im Finanzsektor. Je unsicherer ein Finanzinstitut bezüglich seiner Risiken ist, desto mehr Kapital muss es halten. Doch was passiert, wenn ein Finanzinstitut unsicher ist, wie unsicher es über seine Risiken ist? Der LSE Philosophy PhD-Student Kangyu Wang argumentiert, dass der zunehmende Einsatz von KI-Modellen im Finanzbereich zwei Unsicherheitsprobleme gegen das aktuelle aufsichtsrechtliche System bringt.
Prudenzielle Regulierung zielt darauf ab, finanzielle Sicherheit von Institutionen zu gewährleisten. Der vermehrte Einsatz von KI-Modellen im Finanzbereich zwingt Regulatoren dazu, die Auswirkungen von KI auf die Finanzstabilität zu berücksichtigen. In verschiedenen Reden und Berichten werden potenzielle Maßnahmen diskutiert, um auf die Verwendung von KI im Handel zu reagieren und die Auswirkungen auf die Markstabilität zu kontrollieren. Es gibt jedoch auch unbeachtete Probleme bezüglich der Kapitalanforderungen von Institutionen durch die zunehmende Nutzung von KI. Die Unsicherheit des Maßes der Ungewissheit über finanzielle Risiken wird durch den Einsatz von KI-Modellen erschwert.
Die Verwendung von KI-Modellen zur Bewertung und Bewältigung von Risiken sowohl bei extremen als auch bei normalen Risiken im Finanzbereich bedingt neue Herausforderungen. Während KI Vorteile in der Genauigkeit und Kosteneffizienz bietet, bestehen Probleme bei der Quantifizierung von Unsicherheiten bei den Vorhersagen von KI-Modellen. Die Unterscheidung zwischen Schwanzrisiken wie Naturkatastrophen und normalen Risiken wie Kreditrisiken führt zu der Schwierigkeit, Unsicherheiten angemessen zu bewerten und dieser in der Kapitalhaltung zu berücksichtigen. Somit stehen Regulatoren vor der Aufgabe, angemessene Maßnahmen zu finden, um die Ungewissheit im Finanzsektor effektiv zu bewältigen.