Come affrontiamo il rischio di modello, passo dopo passo
Quando parliamo di metodologia non intendiamo un manuale rigido, ma una serie di passi che abbiamo visto funzionare in contesti diversi, aggiornati al quadro normativo europeo e italiano del 2026. Il filo conduttore è sempre lo stesso: dare una forma concreta al rischio di modello, in modo che non resti nascosto tra codice, dati e abitudini operative, ma diventi un tema che risk, audit e business possono gestire insieme con continuità.
In questa pagina entriamo nel dettaglio di come affrontiamo il Model Risk Management: non solo come insieme di controlli, ma come modo ordinato di far vivere i modelli dentro processi reali. Ci rivolgiamo a chi, in banca o in impresa, si trova a tenere insieme sviluppo, utilizzo, rischio e audit, spesso con richieste crescenti e tempo limitato. L’obiettivo è offrire una traccia chiara che possa essere discussa, adattata e poi fatta propria dai team interni.
Il nostro processo di lavoro sul Model Risk Management
Per non perdersi tra formule, sistemi e richieste di vigilanza, abbiamo strutturato un percorso in fasi che aiuta a tenere insieme visione d’insieme, priorità di rischio e operatività quotidiana dei team.
Discovery e inventario modelli
Iniziamo raccogliendo ciò che già esiste: elenchi di modelli, documenti di sviluppo, policy, verbali di comitati e rilievi di audit. Non cerchiamo la perfezione subito, ma una vista abbastanza ampia da capire dove il rischio di modello è più concentrato. Coinvolgiamo le funzioni chiave per chiarire quali modelli sono davvero usati nelle decisioni e quali restano marginali, così da evitare di disperdere energie su elementi poco rilevanti per il rischio complessivo.
Classificazione e risk tiering
Una volta costruito l’inventario, valutiamo ogni modello secondo una matrice che considera impatto sulle decisioni, complessità, qualità dei dati, esposizione regolamentare e storico di incidenti o rilievi. L’obiettivo non è etichettare, ma capire quali modelli richiedono validazioni più approfondite, governance più strutturata e monitoraggio più stretto, e quali invece possono essere gestiti con controlli più leggeri.
Validazione indipendente e raccomandazioni
Per i modelli più significativi avviamo una validazione indipendente che combina analisi metodologica, verifiche sui dati, test di sensitività e confronto tra risultati e uso reale. Guardiamo non solo alle performance storiche, ma anche a come il modello si comporta in scenari diversi e a quanto gli utenti ne comprendono limiti e assunzioni. Da qui deriviamo raccomandazioni concrete, ordinate per priorità e sforzo richiesto.
Remediation, governance e monitoraggio
Sulla base delle evidenze raccolte, lavoriamo con i team interni per definire o aggiornare policy, ruoli, comitati, flussi di approvazione e cicli di revisione. Disegniamo un processo di governance che accompagna il modello dalla proposta iniziale alla dismissione, includendo regole per modifiche, eccezioni e gestione degli incidenti. In parallelo impostiamo un set di indicatori e controlli periodici proporzionati al livello di rischio assegnato.
Dove ci inseriamo nel ciclo di vita dei modelli
Sviluppo e definizione delle regole di ingaggio
In questa fase ci sediamo con chi sviluppa e con chi utilizza i modelli, per capire da dove nascono le esigenze e quali vincoli regolamentari o operativi sono già sul tavolo. Raccogliamo informazioni su dati disponibili, processi di business, aspettative di comitati e audit. L’obiettivo è evitare che il modello nasca in un silos tecnico: definiamo fin da subito criteri di successo, limiti accettabili e requisiti minimi di documentazione, così che sviluppo e governance procedano insieme.
Implementazione e primo utilizzo controllato
Quando il modello viene implementato in sistemi e processi, la nostra attenzione si sposta su come i risultati entrano nelle decisioni quotidiane. Verifichiamo coerenza tra specifiche e implementazione, controlli sui dati in ingresso, modalità di utilizzo da parte degli utenti e gestione delle eccezioni. In molti casi emergono differenze tra come il modello era stato pensato e come viene realmente usato: le rendiamo visibili, così che possano essere discusse e, se necessario, corrette.
Validazione, approvazione e integrazione in governance
Prima che il modello diventi parte stabile dell’architettura decisionale, conduciamo una validazione indipendente che combina analisi quantitativa, test di sensitività, confronti con alternative e verifica di robustezza operativa. Non ci limitiamo a un giudizio sintetico, ma evidenziamo condizioni in cui il modello è più fragile, dati su cui è più sensibile e implicazioni per le decisioni. Questo materiale alimenta i comitati di approvazione, che possono così deliberare su basi più informate.
Monitoraggio continuo, revisione e dismissione ordinata
Una volta approvato, il modello entra in un ciclo di monitoraggio e revisione periodica. Aiutiamo a definire indicatori chiave, soglie di allerta, trigger per revisioni straordinarie e momenti di confronto strutturato con risk, audit e business. Quando emergono segnali di deterioramento o cambiamenti nel contesto, la metodologia prevede percorsi chiari: aggiornamento, sostituzione o dismissione, con documentazione che accompagna ogni passaggio e facilita il lavoro di audit e vigilanza.
I principi che guidano la nostra metodologia
Ogni progetto sul rischio di modello tocca processi, persone e decisioni delicate. Per questo ci affidiamo a pochi principi semplici, che guidano il modo in cui lavoriamo con risk, audit, IT e funzioni di business, soprattutto quando emergono divergenze di vedute o pressioni sui tempi.
Indipendenza costruttiva
Manteniamo una distanza sufficiente dai team che sviluppano e utilizzano i modelli, così da poter esprimere giudizi indipendenti e fondati. Allo stesso tempo, lavoriamo in modo collaborativo, spiegando criteri e conclusioni. Questo equilibrio ci permette di dare un contributo credibile sia ai comitati sia alle funzioni operative.
Trasparenza e chiarezza
Preferiamo spiegare in modo chiaro le ipotesi, i limiti e le scelte metodologiche, invece di nasconderci dietro formule complesse. Ogni passaggio della metodologia è documentato con linguaggio comprensibile per chi deve prendere decisioni o svolgere controlli, così che il rischio di modello possa essere discusso apertamente.
Proporzionalità al rischio
Adattiamo profondità delle analisi, frequenza dei controlli e livello di formalizzazione al rischio effettivo dei modelli. Questo evita di sovraccaricare i team con attività poco utili e ci permette di concentrare energie dove un errore avrebbe conseguenze più serie, rendendo il Model Risk Management più sostenibile nel tempo.
Trasferimento di metodo duraturo
Ogni intervento è pensato per lasciare in eredità strumenti, processi e competenze che i team interni possano usare in autonomia. Condividiamo metodi, schemi di valutazione e logiche di priorità, così che la gestione del rischio di modello non dipenda dalla nostra presenza, ma resti patrimonio dell’organizzazione.
Un caso concreto di applicazione della nostra metodologia
Da un insieme di modelli scollegati a un ciclo di vita governato in modo chiaro
Focus sui modelli critici reali
Partiamo dai modelli che oggi creano più attrito, ricostruiamo assunzioni, dati e decisioni collegate e li usiamo come base per disegnare un ciclo di vita pratico e condiviso tra funzioni diverse.
Framework proporzionato al rischio
Per ogni fase del ciclo di vita definiamo attività essenziali, ruoli, responsabilità e evidenze minime, così che il framework resti sostenibile per i team operativi nel tempo.
Supporto mirato a funzioni chiave
Accompagniamo risk, audit e business nell’uso concreto della metodologia, con momenti di confronto dedicati ai comitati e attenzione alle esigenze specifiche delle strutture italiane.
Adattabilità nel tempo
Prevediamo fin dall’inizio come la metodologia potrà essere aggiornata rispetto a nuove pratiche, dati disponibili e richieste di vigilanza, evitando schemi rigidi.