— Надежда, сохранит ли актуальность задача повышения точности оценки кредитных рисков?

— Безусловно! Необходимость повышения точности оценки кредитных рисков — это будущее, которое нельзя игнорировать. При этом инновации меняют банковский сектор буквально на глазах. Скорость развития моделей и решений на базе искусственного интеллекта такова, что сейчас достоверно предсказать облик технологий риск-менеджмента на горизонте, скажем, на трех-пяти лет очень сложно.

Тем не менее мы, в компании Neoflex с почти двадцатилетним опытом в данной сфере, имеем все основания полагать, что использование комплексных решений, low-code-инструментов и технологий искусственного интеллекта в итоге определят контуры риск-менеджмента в будущем.

Кредитный риск играет особую роль в деятельности банка. Он определяет, сколько капитала нужно держать, по какой цене выдавать кредиты и какой рост себе можно позволить без потери качества. В связи с этим фокус регулятора направлен на системно значимые банки, что обязывает их переходить на ПВР-подход (подход на основе внутренних рейтингов) с реалистичным горизонтом три-пять лет.

— Какова роль ИИ в перспективных системах анализа кредитного риска?

— ИИ и ML позволяют работать с гораздо более широкими и разнородными массивами данных. Например, внутренние рейтинговые модели, построенные на ML-подходах, помогают повысить точность расчета PD и LGD. Алгоритмы ИИ дают возможность собирать и обрабатывать существенно больший объем исходных данных, используемых при прогнозировании дефолтов контрагентов, анализе макроэкономических сценариев и клиентского поведения. Все это играет важнейшую роль для внедрения в контур управления рисками продвинутых технологий, сценарного анализа и стресс-тестирования.

Однако ИИ нужно, во-первых, уметь применять, а во-вторых, применять по-разному в различных видах автоматизации. Где-то это оптимизация кода, где-то замена одного кода другим в рамках импортозамещения, где-то он нужен для работы с информацией и большими данными.

Мы уверены, что пришло время глубокого погружения в сферу разработки концептуальных решений и продуктов на базе ИИ, чем мы, собственно, и занимаемся.

— Может ли ИИ заменить людей? 

— В рутинных операциях наверняка может. А вот в той части, которая связана с разработкой методологии, ИИ полностью людей не заменит — по крайней мере, на том самом горизонте три-пять лет. Сегодня внутренняя методология управления рисками появляется на свет благодаря длительному взаимодействию множества экспертов, которые хорошо знают требования регулятора, понимают банковские данные и особенности их источников, имеют уникальный навык разговора с бизнесом на общем для всех языке. 

Но важно отметить, что уже сегодня риск-методологам доступны некоторые виды ИИ-помощников, способные быстро анализировать и суммаризировать информацию из регуляторных инструкций, помогать профилировать данные, тестировать гипотезы или писать код для риск-моделей.

Надежда Калашникова (Neoflex). Фото: Ирина Анисина / «Б.О»

— Насколько сложно комплексное решение для расчета уровня кредитного риска в соответствии с ПВР-подходом?

— Отличительная их особенность — в комплексности, поскольку требуется учитывать и регуляторные требования, и бизнес-логику конкретного банка. С технической точки зрения требуется добиться скорости обработки огромных объемов данных в приемлемое для бизнеса время, например за десятки минут. Также в рамках одного решения требуется совместить расчет всех необходимых регуляторных метрик, а также возможность выполнения сценарного анализа и формирования сложной управленческой отчетности. Но еще более сложной задачей является упрощение жизни пользователей этой системы — рисковиков, ведь от их оперативности и точности зависит возможность своевременного принятия решения о корректировке лимитов на выдачу, на остаток, на вид экономической деятельности, на общий объем, на процентное отношение к собственным средствам и прочих лимитов. А своевременность корректировки лимитов и их точность позволит банкам выдавать больше кредитов, повышая свою прибыльность. 

Neoflex решает эту задачу с помощью продукта Neoflex Reporting Risk, имеющего несколько преимуществ. Во-первых, это наличие модульной IT-архитектуры, которая включает в себя ядро расчетов риска по ПВР, модули контроля качества данных, расчетов и отчетных форм. Вместе с тем обеспечивается интеграция с ЦБ-отчетностью, позволяющая корректировать, согласно инструкции 220И, норматив достаточности капитала № 1 на ежедневной основе по всем зависимым кодам и показателям. Кроме того, обеспечивается полная подготовка данных для раскрытия информации, согласно 4482-У, и для требуемых регулятором отчетных аналитических форм, согласно 6406-У: таких форм, как 0409112, 0409113, 0409114. Во-вторых, в Neoflex Reporting Risk есть возможность подготовки стандартных расчетов и моделирования «что если», позволяющего своевременно прогнозировать изменение показателей, лимитов, моделей расчета. В-третьих, есть встроенные средства корректировки и согласования данных с широким спектром отображения процессов работы от загружаемых данных до конечных показателей, включая метод «четыре глаза».

Мы не исключаем, что в будущем решения будут еще более «умными» и смогут автоматически выявлять аномалии, предлагать пользователям встроенные аналитические подсказки, а также самообучаться.

При этом критическим фактором становится возможность масштабирования системы. Объемы данных растут экспоненциально, и решение должно адаптироваться к увеличению нагрузки. В Neoflex Reporting Risk эта проблема решается за счет распределенных IT-технологий, что позволяет линейно масштабироваться без потери производительности и отказоустойчивости.

Что касается методик, создана реализация обоих контуров анализа: и регуляторные расчеты по ПВР-подходу, включая резервы по МСФО 9 и РСБУ, и сценарный анализ, включая стресс-тестирование, загрузку модельных сделок, а также прогноз влияния на нормативы достаточности капитала.

— Можно ли говорить о скором полном замещении старых подходов новыми технологиями?

— Наша компания уже 20 лет строит платформы и решения для работы с аналитической, обязательной и управленческой отчетностью. Сейчас пришло время для ПВР-решений — это консолидация всего нашего опыта работы как с зарубежными решениями, так и с собственными разработками. Мы видели как становление рынка IT-решений для риск-менеджмента в нашей стране, так и период его взросления. Наступает новый этап развития.

А вот что точно станет must have, так это использование low-code-инструментария при формировании пользователями отчетов. Опыт использования нашего решения Neoflex Reporting Studio — low-code-среды для пользователей — доказывает, что данная технология снижает нагрузку на IT-подразделение и делает продукт удобным для риск-менеджеров и финансистов.

Сегодня рисковики без всякого программирования могут формировать отчеты и экранные формы, настраивать отчетность по резервам, а также визуализировать данные и расчеты.

— Как вы готовитесь к появлению новых стандартов и регуляторных норм?

— Мы ожидаем, что Банк России в ближайшем будущем может потребовать более глубокой детализации данных по внутренним моделям, а также интеграции ESG-факторов в расчет рисков. Поэтому мы работаем над расширенным сценарием анализа с учетом макроэкономических аспектов, со встроенными механизмами контроля качества данных силами банка, а также с low-code-инструментами для настройки новых форм отчетности. При этом мы считаем, что система должна развиваться силами специалистов банка за счет открытой архитектуры решения.