Елена Сушко

Какие стартапы ищет «Альфа-Банк»

«Альфа-Банк» совместно с Rusbase сейчас отбирает стартапы, которые могут улучшить бизнес-процессы банка. Мы попросили Елену Сушко, ведущего эксперта отдела управления ликвидностью в блоке «Казначейство» «Альфа-Банка», написать колонку о том, какие технологии и зачем им нужны.


 Автор — Елена Сушко, ведущий эксперт отдела управления ликвидностью в блоке «Казначейство» «Альфа-Банка»

В современном мире методы искусственного интеллекта начинают играть все большую и большую роль – все мы сталкиваемся и с автоматическим распознаванием голоса в смартфонах (ставшее обыденным «о‘кей, Google»), и с новомодными приложениями, обрабатывающими фото с помощью нейросетей, и со сканированием рукописного текста в разнообразных бланках, и с разнообразными ботами на сайтах. Решающие деревья, генетические алгоритмы, искусственные нейронные сети (все то, что называется Искусственным Интеллектом, далее ИИ) — частота употребления этих терминов в различных научных статьях и околонаучных обзорах растет с каждым днем. Волна постепенно захлестывает все области человеческой деятельности, и банки не становятся исключением.

Методы ИИ находят различные применения в банковской сфере: это и трейдинговые алгоритмы, и кредитный скоринг, и разнообразные предсказательные системы. Так, с помощью методов машинного обучения решаются задачи предсказания поведения клиентов, делаются адресные финансовые предложения на основании анализа взаимоотношения клиента с банком и партнёрами банка. Используются новые, более, как принято говорить, «user-friendly» форматы подачи данных, такие как, например, формирование поисковых запросов на естественном языке. Алгоритмы ИИ помогают предотвращать мошенничество в банковской сфере, более точно оценивать кредитные риски.

Казначейство «Альфа-Банка» планирует применять методы ИИ при управлении риском ликвидности. Требования к системе управления банковскими рисками в последнее время ужесточаются, в связи с чем казначейство сталкивается с новыми вызовами. ЦБ вводит ограничения по капиталу, ликвидности и фондированию. Внутренние метрики риск-аппетита ограничивают свободу банка при управлении структурой баланса и требуют внедрения процессов стратегического управления и аналитической бизнес-оптимизации. Появляются дополнительные нефинансовые риски. Так, в эпоху глобализации экономик отрицательная динамика финансовых и макроэкономических факторов в одной стране негативно влияет на другие рынки, и между банками имеются тесные взаимосвязи. Финансовые результаты банка все сильнее зависят от качества моделей. Несмотря на растущую доступность данных и появление новых «продвинутых» алгоритмов анализа, используемые модели могут быть неоптимальными – что влечет за собой значительные банковские риски.

Одна из важнейших задач казначейства – поддержание адекватной «подушки ликвидности», которая бы обеспечила исполнение обязательств банком по первому требованию. Эта функция является жизненно важной для банка – если нет возможности расплатиться по обязательствам, это может иметь серьезные последствия, вплоть до банкротства. Одна из типичных задач прогнозирования может формулироваться, например, так:

Обменный курс доллара к рублю в течение 1 месяца вырос в два раза. Как в Банке при этом изменится объем срочных рублёвых депозитов физических лиц в последующие 3 месяца?

В банке накоплен большой объем данных о клиентах, каждого из которых можно охарактеризовать различными признаками: пол, возраст, доход, уровень образования, социальная группа (то есть та информация, которая обычно бывает необходима для взятия кредита). Требуется как можно более точно предсказать отток ликвидности при некотором стрессовом сценарии (кризис разной степени тяжести, вызванные девальвацией национальной валюты, неблагоприятным развитием национальной или мировой экономики). Клиенты могут быть довольно разнородны, и разные группы при различных сценариях могут реагировать на стрессовый сценарий различным образом. Алгоритмы ИИ помогут правильно кластеризовать индивидов по неким признакам или даже сложным комбинациям признаков, чтобы спрогнозировать отток ликвидности по этим группам.

Участники конкурса получат набор данных о клиентах и должны будут предложить алгоритм прогнозирования оттока ликвидности в случае стрессового сценария. По результатам конкурса модель, если она покажет хороший результат на тестовой выборке, станет рабочим решением Казначейства, что подразумевает её интеграцию с существующими операционными процессами и встраивание в процесс управления риском ликвидности.

Подать заявку на конкурс от «Альфа-Банка» можно здесь.

По теме:

8 крутых русских стартапов в области искусственного интеллекта

Эти 5 вещей искусственный интеллект сделает в ближайшие два года

Чем российский финтех отличается от зарубежного


comments powered by Disqus

Подпишитесь на рассылку RUSBASE

Мы будем вам писать только тогда, когда это действительно очень важно