© DNB
Data Science Hub
Het doel van de Data Science Hub (DSH) is om slimmer te werken met data. Zo halen we er meer waarde uit voor ons toezicht, beleid en onderzoek. Daarbij zoeken we de samenwerking op. Met de financiële sector en andere centrale banken en toezichthouders.
Datascience
DNB heeft een bulk aan data in huis. Soms kunnen we die data veel slimmer inzetten dan we gewend zijn en er op die manier meer waarde uit halen. De Data Science Hub draagt bij aan de ambitie van DNB om meer datagedreven, meer digitaal en daarmee slimmer te werken. Dit doet de Hub door datascience-projecten en -activiteiten te begeleiden. Zo zetten we datascience-technieken zoals machinelearning in om de datakwaliteit te verhogen of om stress in bepaalde markten of sectoren te voorspellen.
Samenwerking in datagebruik
Datascience past nieuwe technieken slim toe op data waarmee we processen efficiënter en/of slimmer maken. Waar mogelijk zoeken we de samenwerking op. Als we een applicatie ontwikkelen die waardevol kan zijn voor andere centrale banken en toezichthouders, dan gaan we daarmee samen aan de slag. We gebruiken hiervoor onder andere de DNB GitHub. Ook financiële instellingen zijn bezig met slimme datatoepassingen en op dit gebied kunnen we samen optrekken. Dat gaat bijvoorbeeld via iForum. Bekijk ook meer voorbeelden van slim datagebruik in het toezicht.
Projecten
We werken bij de DSH aan data-gerelateerde vraagstukken door de hele bank. Hieronder volgt een greep uit de vele projecten waar we bij betrokken zijn of zijn geweest.
Koppelen van bedrijfsnamen
Door verschillende datasets te combineren kunnen we meer inzichten opdoen en beter analyses maken. Een scenario dat bij DNB vaak opkomt is dat we meerdere databronnen over bedrijven of instellingen willen combineren. Dit kan echter lastig zijn, helemaal omdat de namen van bedrijven in twee verschillende bronnen vaak nét anders geschreven zijn. Door middel van Fuzzy Matching kunnen we de data alsnog aan elkaar koppelen. Meer weten? We hebben een blog geschreven waarin we alles uitleggen, en de code is op onze Github pagina te vinden.
Ken-uw-klant principe
Financiële instellingen fungeren als poortwachters van het financiële stelsel. Zij moeten voorkomen dat criminele geldstromen door het financiële stelsel lopen. Daarvoor moeten zij het ken-uw-klant-principe hanteren. Maar hoe monitort een bank met wel miljoenen klanten en miljarden transacties? En hoe houdt DNB daar toezicht op? Daar komt datascience bij kijken: met slimme technieken kunnen we uit één grote database de mogelijk risicovolle activiteiten identificeren. Een algoritme kan zo helpen om nieuwe risico’s te identificeren. Daarmee kan de toezichthouder veel gerichter op onderzoek uit.
© DNB
Analyse van bankbiljetten
DNB controleert de kwaliteit van bankbiljetten. Daarvoor hebben we grote sorteermachines. Goedgekeurde biljetten worden weer in omloop gebracht terwijl biljetten die te vervuild of beschadigd zijn, worden vernietigd. Op basis van machinelearning-algoritmes kunnen we analyseren hoe we het controleproces kunnen optimaliseren. Zo kunnen we kosten besparen en onze ecologische footprint verkleinen. Hoewel de productie van een nieuw biljet maar zeven eurocent kost, kunnen de besparingen op Europees niveau in de miljoenen lopen. Hoe we dit gedaan hebben kan je lezen in deze blogpost.
Data-analyse derivatenmarkten
DNB gebruikt data ook voor marktanalyses en het inschatten van de risico’s. Zo verzamelen we data over de derivatenmarkt. Marktpartijen gebruiken derivaten bijvoorbeeld voor het afdekken van renteschommelingen. DNB verzamelt gedetailleerde informatie over alle lopende contracten in Nederland. Daarmee kunnen we de rente- en liquiditeitsrisico’s voor instellingen en de markt als geheel beter inschatten. In deze DNB Analyse lees je meer.
Misleidende CO2 voetafdrukken
We hebben een studie gedaan naar de invloed van inflatie en wisselkoersschommelingen op relatieve CO2-indicatoren. Doordat deze indicatoren geschaald worden naar omzet, kunnen ze onderhevig zijn aan veranderingen in inflatie en wisselkoers. Zo kunnen standaard uitstootindicatoren een vertekend beeld geven van de verduurzaming. Het uitgebreide rapport van dit onderzoek is hier te vinden.
Meer weten?
Nieuwsgierig geworden? Dit is slechts een klein voorproefje van alles waar we aan werken. Voor meer vragen, ideeën, of opmerkingen kan je contact met ons opnemen door een mailtje te sturen naar info@dnb.nl, en naar de Data Science Hub vragen!