gerealiseerde opdrachten

Op deze pagina een chronologische opsomming van de belangrijkste opdrachten die de kwantitatieve dienst in haar bestaan heeft uitgevoerd

Als digitale bank zet ING groot in op het gebruik van Artificial Intelligence (AI) en Machine Learning (ML). Naast de welhaast ’traditionele’ Baselse kapitaalmodellen worden er ook honderden modellen ontwikkeld en gebruikt voor het ondersteunen van beslissingen binnen de bedrijfsvoering. Bijvoorbeeld modellen waarmee de spreekwoordelijke ‘naalden in de hooiberg’ moeten worden gevonden: dossiers die moeten worden herzien, potentiële gevallen van fraude, witwassen, of terrorisme financiering. Maar ook modellen voor het automatisch online bedienen van klanten: routering naar de juiste medewerker, registratie van klachten, afgeven van een indicatie van een leenbedrag en nog veel meer.
Het ontwikkelen van zoveel modellen gaat echter gepaard met ‘modelrisico’. Daarom moet elk model grondig gevalideerd worden door een onafhankelijke partij. In 2019/2020 heeft de kwantitatieve dienst binnen ING een validatieteam (15 fte) opgezet, getraind en gecoacht, dat volgens vastgestelde procedures deze ML modellen onderzoekt. Veel aandacht is daarbij besteed aan specifieke aspecten van ML modellen zoals eerlijkheid, uitlegbaarheid/transparantie en (continue) aanpasbaarheid.

Voor de incassotak van DAS werd in 2017-2018 via een aantal PoCs (Proof of Concepts) een Reinforcement Learning algoritme ontwikkeld. Dit algoritme adviseert incassomedewerkers dagelijks over de te nemen Next Best Action voor ieder schulddossier. Uiteraard wordt daarbij scherp gelet op het voorkomen van problematische situaties; indien nodig wordt de debiteur naar de schuldhulpverlening geleid.

2016 (en 2017) zijn drukke jaren voor banken, die veel werk moeten verzetten om aan alle regelgeving te voldoen. Naast de bekende Basel regels gaat het daarbij ook om het IFRS9 accounting-framework. Daarvoor moeten tegenwoordig ook statistische modellen worden afgeleid, die het zogenaamde Expected (Lifetime) Credit Loss inschatten. Voor opdrachtgever Rabo werd aan dit grote project medewerking verleend.

In 2016 zijn twee heel verschillende toepassingen van optimalisatie-algoritmen gerealiseerd: zowel bij het optimaal inplannen van batches voor robotgestuurde testmachines (voor de Gezondheidsdienst voor Dieren (GD)) als voor het optimaal verdelen van dossiers over incassopartners (voor Assensia) hebben deze algoritmen hun nut bewezen. Voor Assensia werd ook een methodiek opgezet voor het waarderen van portefeuilles van vorderingen.

In de loop van 2015 werd door De Nederlandsche Bank wederom een beroep gedaan op de kwantitatieve dienst, om in het kader van het vernieuwde toezicht op de bankensector te assisteren bij het beoordelen van risicomodellen.

Voor NGO OXFAM-Novib werd in 2014 een second opinion onderzoek uitgevoerd naar een door een derde partij ontwikkeld model voor het inschatten van de verzadiging van de microkredietmarkt in een groot aantal landen.

In 2014 werkte de kwantitatieve dienst samen met data intelligence specialist TDHI aan een model voor typering van afnemers van (financiële) diensten, ten behoeve van opdrachtgever AdviceGames.

Begin 2014 is de kwantitatieve dienst een samenwerking gestart met Assensia Business Intelligence, dat BI diensten levert aan de sector gerechtsdeurwaarders en incassobureau’s. Het Predictive Analytics team van Assensia wordt gecoacht door de kwantitatieve dienst en geadviseerd over toe te passen technieken voor verschillende projecten, zoals incasso-scoring en cashflow-forecasting.

Voor (een klant van) Arbodienst Beter werd een referentiemodel voor het ziekteverzuim herschat. Met dit model kan het werkelijke ziekteverzuim van bedrijfsonderdelen worden vergeleken met een referentiewaarde, gebaseerd op kenmerken (o.a. leeftijd, geslacht) van de medewerkers van het bedrijfsonderdeel. De aandacht kan vervolgens worden gericht op de bedrijfsonderdelen met het relatief hoogste ziekteverzuim.

Door de kwantitatieve dienst zijn in 2011 en 2012 voor verschillende financiële instellingen, waaronder een grote hypotheekverstrekker, statistische modellen ontwikkeld, waarmee de effecten van economische scenarios kunnen worden doorgerekend (o.a. stress-testen). Deze modellen zijn nodig om te kunnen voldoen aan de vereisten onder de Basel II (en Basel III) richtlijnen; ze leveren het management én de toezichthouder waardevolle informatie op over het gedrag van verschillende portefeuilles bij veranderingen in het economische klimaat.

Het Bureau Krediet Registratie (BKR) werd geadviseerd over de beste benutting van de analytische capaciteit, waarbij aspecten als het benodigde aantal analisten, positionering in de organisatie, taakstelling, opleiding en ervaring, persoonlijke ontwikkeling en kennisdeling een rol speelden.

In 2011 en 2012 werd marktplaats.nl geadviseerd over het voorkomen van spam- en fraude-incidenten. Voor verschillende typen incidenten zijn statistische modellen ontwikkeld, waarmee de fraudekans per individu of transactie bepaald kan worden. Door implementatie van deze modellen in de operationele systemen kunnen gebruikers of transacties die een hoge fraudekans hebben, geblokkeerd worden.

In november 2011 werd een gastcollege Financieel Risicomanagement verzorgd voor studenten die de Finance Minor volgen aan de faculteit Toegepaste Wiskunde van de TU Delft. Het accent lag in dit college op praktijkervaringen met kredietrisico binnen Basel II en het toezicht daarop.

de kwantitatieve dienst verleende in 2010-2011 ondersteuning aan De Nederlandsche Bank in de vorm van kwantitatieve/wiskundige expertise bij het beoordelen van kredietrisicomodellen in het bankentoezicht.

In de aanloop naar hun fusie tot FrieslandCampina werd voor Friesland Foods en Campina een adviesproject uitgevoerd. Hierin werd onderzocht op welke wijze Friesland Campina na de fusie het optimaal verwerken van de rauwe melk tot half- en eindprodukten, de zogenaamde melkvalorisatie, zou moeten besturen. Bij beide fusiepartners waren hiervoor optimalisatiemodellen aanwezig, maar deze verschilden nogal met betrekking tot de tijdshorizon, mate van detail en wijze van gebruik. Geadviseerd werd om direct na de fusie door het gebruik van eenvoudige equivalentie-prijzen tabellen de fusie-voordelen zo snel mogelijk te realiseren; parallel hieraan diende dan het basismodel van Campina te worden verrijkt met de sterke punten van het Friesland model. Op lange termijn zou een geheel nieuw valorisatiemodel -passend bij een speler van wereldklasse – moeten worden ontwikkeld.

Om de centrale melkvalorisatie-afdeling en de afzonderlijke business units te ondersteunen in het doorgronden van hun complexe beslissingstaken werd tevens een geautomatiseerd simulatiespel ontwikkeld, waarmee ‘spelenderwijs’ de gevolgen van verschillende keuzen helder gemaakt kunnen worden.
In dit project werkte de kwantitatieve dienst samen met Argus-i, een consultancy bureau dat is gespecialiseerd in strategische advisering in de logistieke keten.

Voor ABN AMRO heeft de kwantitatieve dienst een methodiek ontwikkeld om te bepalen wat de effecten zijn van ongunstige economische scenarios op de kwaliteit van de kredietportefeuilles van Business Unit Private Clients. In het kader van de Basel II regelgeving zijn banken verplicht een dergelijke Stress Test methodiek te ontwikkelen en op regelmatige basis toe te passen. De ontwikkelde aanpak is geïmplementeerd in SAS programmatuur, waarmee medewerkers van ABN AMRO toekomstige Stress Tests zelfstandig kunnen uitvoeren.

Bij eBay/Marktplaats werd een interimopdracht vervuld als hoofd van het Business Analytics team. Dit team heeft als taak om voor advertentiesites in de eBay-portfolio in een aantal landen de financiële rapportages, analyses en forecasts te verzorgen. Hierbij wordt gebruik gemaakt van geavanceerde data-analyse tools en technieken. Aansturing van een achttal analisten, data warehouse engineers en externe consultants in diverse vestigingen wereldwijd en veelvuldig overleg met collega’s op internationaal niveau maakte deze opdracht in de dynamische internet industrie veelzijdig en boeiend.

Fortis Nederland werd geadviseerd over opzet van een team voor de validatie van kredietrisico-modellen onder Basel II. Punten waaraan aandacht werd besteed waren onder meer het takenpakket, de werkwijze, procedures en templates, benodigde capaciteit (aantal mensen, hun kennis en vaardigheden) en de inbedding in de bankorganisatie.