Project

Back to overview

Logic-Based Risk and Regulatory Management (LBR)

English title Logic-Based Risk and Regulatory Management (LBR)
Applicant Hoffmann Christian Hugo
Number 180290
Funding scheme Bridge - Proof of Concept
Research institution Chair of Entrepreneurial Risks D-MTEC ETH Zürich
Institution of higher education ETH Zurich - ETHZ
Main discipline Science of management
Start/End 01.08.2018 - 31.07.2019
Approved amount 129'908.00
Show all

All Disciplines (3)

Discipline
Science of management
Mathematics
Legal sciences

Keywords (6)

stress testing; risk assessment; systemic risks; regulatory management; software for banks; Syntherion

Lay Summary (German)

Lead
Stresstests haben in der Praxis sowohl quantitativ als auch qualitativ stark an Bedeutung gewonnen. Sie bezeichnen hypothetische Szenarien, die durch Regulierungsbehörden wie die FINMA oder Bank-intern vorgegeben werden und bei denen Banken regelmässig nachweisen müssen, wie sich ihre Kapitalpositionen im Laufe der Zeit angesichts der verschiedenen nachteiligen Markt- und makroökonomischen Szenarien ändern würden. Die Beantwortung der Stress-Test-Anfragen stellt Banken vor grosse Herausforderungen, da sie zunächst Stresstests in laufende Risikomanagementpraktiken einbetten müssen, und zweitens geeignete Modellrisikomanagementstandards zu entwickeln haben. Eine ausgereifte Version von unserem Vorschlag des Logikbasierten Risiko- und Regulierungsmanagements (Syntherion) wäre in der Lage, Lösungen für beide Probleme bereitzustellen.
Lay summary
Vorgeordnetes Ziel des Projekts war es, zusammen mit meinen beiden Teamkollegen Fabian Heide und Igor Krawczuk Stresstestanforderungen an Banken und Kundenbedürfnisse im Detail zu verstehen. Dafür wurden Feldforschung, Interviews mit Praktikern und Beobachtungen bei unserem Partner, der St. Galler Kantonalbank durchgeführt. Darauf aufbauend entwickelten wir eine domänen-spezifische, modulare und Machine Learning-basierte Modellier- und Programmiersprache, welche Stresstestparameter bestmöglich integriert, um die bankeninterne Risikoanalyse im Zusammenhang mit Stress Tests effektiver und akkurater zu gestalten.

In einem nächsten Schritt folgt die Übersetzung der Sprache in einen Prototypen für eine Risiko- und Regulierungsmanagement-Software für Banken, was aufgrund der Anlage der Sprache überschaubare Ressourcen in Anspruch nehmen wird. Einsichten und Erkenntnisgewinne in diesem Prozess verpacken wir einerseits zusammen mit unserem Mentor Prof. Didier Sornette in einem akademischen Forschungspapier als auch andererseits bei unserem Bankpartner in einer Risikomanagementsoftware. Das Projektergebnis dieser Phase besteht sowohl in einer Publikationsabsicht, was in Q1-2020 erfolgen sollte, eines praktisch orientierten Forschungspapiers (White Paper), ebenfalls Q1-2020, als auch in der Vorlage des Minimum Viable Products (MVP) bei der Bank bis Oktober 2019.

Das Hauptziel des Projekts war es somit, den Proof of Concept durch das Pilotprojekt zu erbringen und sein ökonomischer Impact geht durch eine Risikokostenoptimierung in Folge der Reduzierung von Modellrisiken und Effizienzgewinne hervor.
Direct link to Lay Summary Last update: 30.07.2019

Responsible applicant and co-applicants

Employees

Publications

Publication
A3: Modern Risk and Regulatory Management in the Digital Era: Syntherion‘s Impact on Stress Testing
Hoffmann Christian, Heide Fabian (2018), A3: Modern Risk and Regulatory Management in the Digital Era: Syntherion‘s Impact on Stress Testing, HSG Trend Monitor, SG.
A2: Data logistics and AI in insurance risk management
Hoffmann Christian, Spindler Christian, A2: Data logistics and AI in insurance risk management, Data Alliance, Switzerland.
A6: Stress testing using Causal Models with Syntherion A prototype case study of the on the german credit dataset
HoffmannChristian, KrawczukIgor, A6: Stress testing using Causal Models with Syntherion A prototype case study of the on the german credit dataset, n/a, Switzerland.
A7: Learning risk estimates from imbalanced Datasets: A review
HoffmannChristian, KrawczukIgor, A7: Learning risk estimates from imbalanced Datasets: A review, n/a, Switzerland.
A8: Formalism for the computer aided elicitation of priors by domain experts for Bayesian modeling via generalized formalizations of uncertainty
HoffmannChristian, KrawczukIgor, SornetteDidier, A8: Formalism for the computer aided elicitation of priors by domain experts for Bayesian modeling via generalized formalizations of uncertainty, in n/a, n/a.
Datenlogistik und Künstliche Intelligenz in Versicherungen und im Risikomanagement. Handlungsempfehlungen aus einer Studie für eine Branche im Umbruch
HoffmannChristian, SpindlerChristian, Datenlogistik und Künstliche Intelligenz in Versicherungen und im Risikomanagement. Handlungsempfehlungen aus einer Studie für eine Branche im Umbruch, handelszeitung: Schweizer Versicherung, Switzerland.

Datasets

A1

Author Hoffmann, Christian
Persistent Identifier (PID) n/a
Repository n/a
Abstract
Please refer to author to send a PDF

A5

Author Hoffmann, Christian
Persistent Identifier (PID) n/a
Repository n/a
Abstract
Please refer to author to send PDF

A9: Syntherion pitch deck: Providing stability in an uncertain world

Author Hoffmann, Christian
Persistent Identifier (PID) n/a
Repository n/a
Abstract
Please refer to the author to send a PDF

Collaboration

Group / person Country
Types of collaboration
Alexander Kühnle Great Britain and Northern Ireland (Europe)
- in-depth/constructive exchanges on approaches, methods or results
Daniel Niehus, Chief Risk Officer der St. Galler Kantonalbank Switzerland (Europe)
- in-depth/constructive exchanges on approaches, methods or results
- Industry/business/other use-inspired collaboration
Prof. Didier Sornette Switzerland (Europe)
- in-depth/constructive exchanges on approaches, methods or results
- Research Infrastructure
Yves Carnazzola, Managing Founder of AxessInvest Switzerland (Europe)
- in-depth/constructive exchanges on approaches, methods or results
- Industry/business/other use-inspired collaboration
Fabian Heide, MA Germany (Europe)
- in-depth/constructive exchanges on approaches, methods or results
- Industry/business/other use-inspired collaboration
FINMA Switzerland (Europe)
- Industry/business/other use-inspired collaboration

Knowledge transfer events



Self-organised

Title Date Place
Pitch and roadshow 21.05.2019 Geneva, Switzerland

Awards

Title Year
Innosuisse Coaching program 2018

Use-inspired outputs

Software

Name Year

Start-ups

Name Year

Abstract

Logic-Based Risk and Regulatory Management (Syntherion) uses compositional modeling and sets a flexible Machine Learning framework to provide more accurate representations and reliable evaluations of banks' risk factors such as probabilities of default and loss given default. Syntherion thrives in complex environments and one of its primary and predestined employments is stress testing in banking. In the wake of complex, interconnected financial systems, conventional measures fall short and ignore accompanying dynamics and interdependencies such as increased financing costs. Better measurement of complex and systemic risks can help to increase banks' earnings by optimizing their risk costs. Other areas of application include risk and capital planning in banks.The project running from August 2018 to July 2019 under the supervision of Prof. Didier Sornette at ETH Zurich aimed to deliver a PoC with our partner bank and implement the third iteration of a Syntherion prototype so that we can derive lessons for developing a cutting-edge risk and regulatory management software for small and medium-sized financial institutions.
-