Управление рисками на основе искусственного интеллекта в банковском секторе: влияние и проблемы

Аннотация

Целью данного исследования является всестороннее изучение влияния технологий искусственного интеллекта (ИИ) на управление рисками в банковском секторе. Исследование сосредоточено на том, как машинное обучение, обработка естественного языка и предиктивная аналитика улучшают кредитный скоринг, обнаружение мошенничества и соблюдение нормативных требований. Был применен смешанный подход, включая систематический обзор литературы, основанный на машинном обучении анализ открытых банковских наборов данных (Kaggle) и опрос 200 банковских служащих на Ближнем Востоке. Результаты показывают, что ансамблевые модели, такие как XGBoost и Random Forest, значительно превосходят традиционные методы по точности прогнозирования и эффективности классификации. Научная новизна заключается в разработке комплексной структуры для интеграции ИИ в системы управления банковскими рисками с учетом этических и нормативных проблем. Практическая значимость исследования заключается в его применимости для финансовых учреждений и регулирующих органов для повышения стабильности финансовой системы, улучшения практики оценки рисков и минимизации финансовых потерь.

Кроме того, исследование выявляет ключевые проблемы, включая проблемы конфиденциальности данных, интерпретируемость моделей и нормативные ограничения, которые могут препятствовать эффективной интеграции ИИ в банковское дело. Исследование приходит к выводу, что модели на основе ИИ могут произвести революцию в управлении финансовыми рисками, обеспечивая проактивное принятие решений на основе данных и способствуя операционной устойчивости. Предоставляются стратегические рекомендации для финансовых учреждений и политиков по внедрению этических и безопасных фреймворков ИИ для устойчивых инноваций.

Ключевые слова: искусственный интеллект, управление рисками, принятие решений, машинное обучение,  банковский сектор.