Skip to main content

> FINANCIAL_INTEGRITY_MANUAL_08

Kılavuz 08: Model Risk Yönetimi, Hakkaniyet ve İtiraz Edilebilir De-Risking

Federal Reserve SR 11-7 doğrulaması, TreeSHAP özellik isnatları, ayrımcı etki testleri ve 5 günlük müşteri itiraz süreçleri.

Kanonik Mühendislik Kılavuzu #08|TinyCTO Financial Integrity

Model Risk Yönetimi, Hakkaniyet ve İtiraz Edilebilir De-Risking

Federal Reserve SR 11-7 doğrulaması, TreeSHAP özellik isnatları, ayrımcı etki testleri ve 5 günlük müşteri itiraz süreçleri.

#8.1 Model Risk Yönetimi (MRM) Çerçeveleri

Mali suç izlemede makine öğrenmesi ve yapay zeka modelleri yaygınlaştıkça, kurumlar ciddi model riskleriyle karşılaşır: sessiz model eskimesi, kaçırılan şüpheli işlemler ve açıklanamayan kara kutu kararları.

Uyum modelleri Federal Reserve SR 11-7 / OCC 2011-12 ve Avrupa Birliği Yapay Zeka Yasası (EU AI Act) kurallarına harfiyen uymalıdır:

  • Bağımsız Model Doğrulaması: Modeller, geliştirici ekipten bağımsız bir ekip tarafından test edilip onaylanmalıdır.
  • Sürekli Başarım Takibi: Nüfus Kararlılık Endeksi (PSI) ve özellik kayması (feature drift) haftalık düzenli takip edilmelidir.
  • Acil Durum Devre Kesicileri: Model başarımı düştüğünde (PSI≥0.25\text{PSI} \ge 0.25), sistem otomatik olarak muhafazakar deterministik kural temellerine geri dönmelidir.

#8.2 Açıklanabilir Yapay Zeka (XAI) ve SHAP İsnatları

Denetleyici otoriteler 'kara kutu' kararları kesinlikle kabul etmez. AB Yapay Zeka Yasası (Madde 13) uyarınca, üretilen her alarmın insan analistlerce anlaşılır bir açıklaması olmalıdır.

Kurumlar TreeSHAP (SHapley Additive exPlanations) kullanarak yerel özellik katkılarını hesaplar:

  • Her puanlanan işlemde girdilerin alarm eşiğini aşmaya olan net matematiksel katkısı hesaplanır.
  • Analistlere anlaşılır gerekçeler sunulur (ör. "Alarm skoru, müşterinin geçmiş çizgisine göre son 24 saatlik işlem hacmindeki %450 artış ve yüksek riskli ülke transferi nedeniyle yükselmiştir").

#8.3 Ayrımcı De-Risking'in Önlenmesi ve Müşteri Hakları

Ayrım gözetmeyen toptancı riskten kaçınma (de-risking) yaklaşımları, meşru göçmenleri, mültecileri ve yardım kuruluşlarını haksızca finansal sistemin dışına iterek derin mağduriyetler yaratır.

Haklar ve İtiraz Güvenceleri

  • Ayrımcı Etki Testleri (Disparate Impact): Modeller korunan demografik grupları haksızca cezalandırmadığını kanıtlamak için Olumsuz Etki Oranı (AIR) testlerine tabi tutulmalıdır.
  • İnsan Onayı Zorunluluğu: Tamamen otomatik yapay zeka kararlarıyla hesap kapatılması kesinlikle yasaktır. Her sonlandırma kararı sertifikalı bir uzmanın incelemesini ve onayını gerektirir.
  • İtiraz Hakkı: Kısıtlanan müşterilere 5 iş günü içinde sonuçlanan insan denetimli erişilebilir bir itiraz süreci sunulmalıdır.