Humanidades

Ferramenta de IA prevê quando um banco deve ser resgatado
Uma ferramenta de inteligência artificial desenvolvida por pesquisadores da UCL e da Queen Mary University of London pode ajudar os governos a decidir se devem ou não socorrer um banco em crise, prevendo se a intervenção economizará...
Por University College London - 17/11/2022


Pixabay

Uma ferramenta de inteligência artificial desenvolvida por pesquisadores da UCL e da Queen Mary University of London pode ajudar os governos a decidir se devem ou não socorrer um banco em crise, prevendo se a intervenção economizará dinheiro para os contribuintes no longo prazo.

A ferramenta de IA, descrita em um novo artigo na Nature Communications , avalia não apenas se um resgate é a melhor estratégia para os contribuintes, mas também sugere quanto deve ser investido no banco e qual banco ou bancos devem ser resgatados a qualquer momento. Tempo.

O algoritmo foi testado pelos autores usando dados da European Banking Authority em uma rede de 35 instituições financeiras europeias consideradas as mais importantes para o sistema financeiro global , mas também pode ser usado e calibrado por bancos nacionais usando dados proprietários detalhados indisponíveis para o público.

O Dr. Neofytos Rodosthenous (UCL Mathematics), autor correspondente do artigo, disse: "Os resgates de bancos do governo são decisões complexas que têm implicações financeiras, sociais e políticas. Acreditamos que a abordagem de IA que desenvolvemos pode ser uma ferramenta importante para os governos, ajudando os funcionários avaliam especificamente as implicações financeiras - isso significa verificar se um resgate é do melhor interesse dos contribuintes ou se seria melhor investir em dinheiro deixando o banco falir. Nossas técnicas estão disponíveis gratuitamente para as autoridades bancárias usarem como ferramentas em suas decisões -Fazendo processo."

O coautor Professor Vito Latora (Queen Mary University of London) acrescentou: "Governos e autoridades bancárias também podem usar nossa abordagem para revisar retrospectivamente crises passadas e obter aprendizados valiosos para informar ações futuras. Pode-se, por exemplo, revisar o resgate do governo do Reino Unido do Royal Bank of Scotland (RBS) durante a crise financeira de 2007-9 e refletir sobre como isso poderia ser melhorado (do ponto de vista financeiro) no futuro, a fim de beneficiar principalmente os contribuintes."

Em um resgate bancário, um investimento do governo em um banco aumenta o patrimônio do banco e reduz seu risco de inadimplência. Esse custo no curto prazo pode ser justificado para o contribuinte se levar a menores perdas do contribuinte no longo prazo – ou seja, evita a inadimplência bancária que é mais prejudicial para as finanças do governo.

Em seu estudo, os pesquisadores criaram uma estrutura matemática para comparar diferentes estratégias de resgate em termos de perdas previstas para os contribuintes. Os fatores considerados incluem quanto tempo se espera que a crise financeira dure, a probabilidade de inadimplência de cada banco e o efeito de uma inadimplência em outros bancos da rede, bem como as participações dos contribuintes nos bancos.

Usando um processo de controle matemático, chamado Markov Decision Process, os pesquisadores incorporaram a essa estrutura o efeito de uma intervenção do governo em um determinado momento.

Eles então desenvolveram um algoritmo de IA sob medida para avaliar as estratégias ideais de resgate, comparando nenhuma intervenção com diferentes tipos de intervenção – ou seja, níveis variados de investimento em um banco ou em muitos bancos – em diferentes momentos durante uma crise. Uma técnica de IA é necessária, pois a modelagem de tal sistema é altamente complexa, pois o comportamento futuro de todos os bancos no sistema pode ser infinito.

Em seu estudo de caso usando dados da Autoridade Bancária Europeia, eles mostraram que o salvamento do governo seria ótimo apenas se as participações dos contribuintes nos bancos fossem maiores do que algum valor limite crítico, determinado por meio do modelo. A política ótima mudou drasticamente quando a perda percentual ultrapassou esse limite.

Além disso, foi demonstrado que o salvamento do governo tende a ser mais favorável quanto maior for a dificuldade da rede (definida em termos de uma redução percentual no patrimônio dos bancos), quanto mais tempo durar a crise e quanto maior for a exposição dos bancos a outros bancos ( isto é, quanto eles emprestaram a outros bancos e, portanto, perderiam se esses bancos falissem).

Os pesquisadores também descobriram que, uma vez que um banco recebesse um resgate, a melhor estratégia para os contribuintes seria se o governo continuasse a investir naquele banco para evitar a inadimplência. Isso pode levar a uma falta de incentivo para o banco resgatado se proteger contra riscos, aumentando potencialmente a assunção de riscos.

O principal autor, Dr. Daniele Petrone, disse: "Os bancos até agora resistiram à atual tempestade econômica desencadeada pela pandemia de COVID-19. Sua resiliência foi reforçada por medidas regulatórias introduzidas após a crise financeira global de 2007-9 e por acomodar os bancos centrais políticas monetárias que evitaram falências em todos os setores. No entanto, ninguém pode prever o efeito no sistema financeiro à medida que os bancos centrais revertem as políticas anteriores, como o aumento das taxas de juros devido a preocupações com a inflação e, portanto, os resgates ainda são uma possibilidade."


Mais informações: Uma abordagem de IA para gerenciar o risco sistêmico financeiro por meio de resgates bancários pelos contribuintes, Nature Communications (2022). DOI: 10.1038/s41467-022-34102-1

Informações do jornal: Nature Communications 

 

.
.

Leia mais a seguir