Generative AI telah menjadi sorotan bagi konsumen. Misalnya, ChatGPT dari OpenAI memecahkan rekor dengan 100 juta pengguna dalam dua bulan setelah peluncurannya tahun ini. Namun, apakah teknologi yang mengganggu ini memberikan nilai praktis bagi para pemodel risiko kredit?
ChatGPT adalah aplikasi yang terlihat dalam domain lebih luas dari “Large Language Models.” Ini adalah contoh dari AI generatif: kecerdasan buatan yang digunakan untuk menghasilkan output baru berdasarkan instruksi singkat pengguna yang disebut “prompts” — sebuah proses yang dikenal sebagai teknik prompt. Pengguna dapat mengajukan pertanyaan kepada ChatGPT tentang hampir setiap topik, dan ia akan memberikan jawaban dalam format yang pengguna inginkan.
Pada awal tahun ini, dalam sebuah konferensi risiko kredit, moderator menampilkan pidato yang dihasilkan oleh ChatGPT. Pidato yang sangat meyakinkan ini menyoroti beberapa tren risiko kredit terbaru.
AI generatif dapat meningkatkan pemodelan risiko kredit. ChatGPT mengidentifikasi total 18(!) area di mana AI generatif bisa bermanfaat bagi para pemodel. Ini dapat diringkas menjadi empat manfaat kunci berikut:
- Pemetaan PD, LGD, dan EAD yang lebih baik, melalui model yang lebih terkalibrasi. (Probability of Default (PD) adalah probabilitas bahwa seorang peminjam akan gagal membayar kembali pinjaman mereka; Loss Given Default (LGD) adalah persentase dari nilai kredit yang hilang jika peminjam gagal bayar; dan Exposure at Default (EAD) adalah nilai moneter yang diharapkan dari jumlah yang tertunda yang belum digunakan pada saat pembatalan.)
- Pengujian stres yang lebih unggul, melalui generasi skenario yang luas dan merugikan.
- Validasi model yang lebih baik (dengan bantuan data sintetis), mengurangi bias pemodelan dan penjelasan yang lebih baik.
- Dataset yang lebih seimbang (proporsi default/non-default yang lebih baik) dan peningkatan kualitas data serta deteksi outlier yang lebih baik.
Secara singkat, satu area di mana AI generatif memiliki potensi untuk secara mendasar mengubah cara kerja pemodel risiko kredit adalah dalam pengkodean model PD, LGD, dan EAD.
Sebagai contoh, Anda dapat bertanya kepada ChatGPT tentang pendekatan untuk dilema pemodelan yang sudah dikenal — misalnya, bagaimana mengubah PD siklus (Through-the-Cycle) menjadi PD titik waktu (Point-in-Time). ChatGPT tidak secara spontan merekomendasikan formula Vasicek; tetapi, setelah formula ini disarankan, ChatGPT mengkonfirmasi validitas gagasan tersebut dan memberikan spesifikasi formula Vasicek.
Lebih jauh lagi, ketika diminta untuk menulis kode terkait (mengubah PD TTC menjadi PD PIT, melalui formula Vasicek), ChatGPT mengekspresikan formula yang diperlukan dalam bentuk fungsi, yang merupakan ide bagus. Ini juga menambahkan banyak komentar, meningkatkan kejelasan kode. Lebih lanjut, ChatGPT menjelaskan aplikasi fungsi tersebut dengan contoh.
Para pemodel risiko kredit disarankan untuk mempertimbangkan secara seksama pro dan kontra sistem AI generatif seperti ChatGPT. Meskipun tidak sempurna, teknologi ini memberikan manfaat yang signifikan kepada para pemodel, termasuk peningkatan koding yang memperbaiki model PD.
Artikel ini telah diterbitkan oleh GARP, dengan judul “How Generative AI Will Disrupt Credit Risk Modeling” pada 1 September 2023. Artikel selengkapnya dapat dibaca di sini.
