Tecnologie emergenti nel settore bancario: il contributo dell'intelligenza artificiale e del machine learning nella gestione del rischio di credito e del rischio operativo

Mazzocchi, Beatrice Carolina (A.A. 2022/2023) Tecnologie emergenti nel settore bancario: il contributo dell'intelligenza artificiale e del machine learning nella gestione del rischio di credito e del rischio operativo. Tesi di Laurea in Finanza aziendale avanzato, Luiss Guido Carli, relatore Arturo Capasso, pp. 163. [Master's Degree Thesis]

Full text for this thesis not available from the repository.

Abstract/Index

La digital transformation nel settore bancario. L'era della digital disruption: la trasformazione del settore bancario nel mondo digitale. Rivoluzione FinTech: sfide e opportunità per il settore bancario nell'era digitale. I pilastri della digitalizzazione. Le tecnologie emergenti come motore del progresso. L’evoluzione dell’ICT (Information and communication technologies) nelle banche italiane. L’intelligenza artificiale. Machine learning. API-Application programming interface. Il cloud computing. L'impatto rivoluzionario dell'Intelligenza Artificiale e del machine learning nella gestione del rischio di credito e dei rischi operativi. Il risk management nel settore bancario. ruolo del Machine Learning nella gestione del rischio di credito. Modelli di intelligenza artificiale e di machine learning per la misurazione del rischio di credito. Metodologia e domanda di ricerca. Analisi dei risultati. L’importanza della data analytics e della tipologia di algoritmo. Sfide e criticità. Rischio di credito. Il modello di early warning prima dell’implementazione dell’intelligenza artificiale e del machine learning. Rischio operativo. Antiriciclaggio e rilevamento frodi.

References

Bibliografia: pp. 133-139. Sitografia: pp. 140-141.

Thesis Type: Master's Degree Thesis
Institution: Luiss Guido Carli
Degree Program: Master's Degree Programs > Master's Degree Program in Strategic Management (LM-77)
Chair: Finanza aziendale avanzato
Thesis Supervisor: Capasso, Arturo
Thesis Co-Supervisor: Murro, Pierluigi
Academic Year: 2022/2023
Session: Autumn
Deposited by: Alessandro Perfetti
Date Deposited: 13 Jun 2024 08:11
Last Modified: 13 Jun 2024 08:11
URI: https://tesi.luiss.it/id/eprint/38929

Downloads

Downloads per month over past year

Repository Staff Only

View Item View Item