Модельные риски в финансовой сфере в условиях использования искусственного интеллекта и машинного обучения

Цель: в рамках технологий RegTech и SupTech оценка трансформации модельных рисков и способов их минимизации при возрастании роли применения методов искусственного интеллекта.

Методы: системный подход к анализу качества экономических моделей. Исторический, логический, статистический методы исследования.

Результаты: рассмотрен российский и зарубежный опыт учета модельных рисков в финансовой отрасли. Изучены теоретические и практические исследования по вопросам регулирования и управления модельными рисками в деятельности организаций финансового сектора. Определено место технологий машинного обучения и искусственного интеллекта при решении современных задач в работе и регулировании работы финансовых организаций. Рассмотрены основные модельные риски, а также направления изменения их специфики в результате развития технологий искусственного интеллекта, в первую очередь машинного обучения, и увеличения возможностей хранения и передачи большого количества данных. Рассмотрены основные методы обработки данных и построения моделей а также их преимущества с точки зрения снижения модельных рисков. Определено, что уменьшение модельных рисков с использованием технологий RegTech и SupTech возможно за счет развития технологий искусственного интеллекта, что потребует в том числе проработки соответствующего правового поля.

Научная новизна: особенностью статьи является разностороннее рассмотрение проблемы модельных рисков в финансовой отрасли и влияния на них технологий искусственного интеллекта в математическом, юридическом, экономическом аспектах, описание ситуации в этой области как за рубежом, так и в России.

Практическая значимость: изложенная в статье информация может быть использована регулирующими органами и коммерческими банками в задачах, связанных с минимизацией конкретных модельных рисков в их деятельности.