О методах минимизации рисков внедрения искусственного интеллекта в финансовый бизнес компании

Обложка

Цитировать

Полный текст

Аннотация

Эффективное применение моделей искусственного интеллекта (ИИ) в различных областях в сфере финансовых рисков позволяет повысить скорость обработки данных, углубить степень их анализа и снизить трудозатраты, тем самым эффективно повышая эффективность контроля финансовых рисков. Применение ИИ в сфере управления финансовыми рисками выдвигает новые требования к конфигурации системы и режиму работы финансового надзора. В условиях быстрого роста компьютерных и сетевых технологий, увеличения частоты рыночных операций, диверсификации источников данных, а также развития и применения больших данных это создает новые проблемы для управления финансовыми рисками на основе больших данных. В данной статье анализируется роль искусственного интеллекта в содействии реформированию и росту финансовой отрасли, а также предлагаются контрмеры по рациональному использованию ИИ в сфере управления финансовыми рисками.

Об авторах

Е. Ю. Щетинин

Финансовый университет при Правительстве Российской Федерации

Email: riviera-molto@mail.ru
ORCID iD: 0000-0003-3651-7629
Scopus Author ID: 16408533100
ResearcherId: O-8287-2017

Doctor of Physical and Mathematical Sciences, Lecturer of Department of Mathematics

Ленинградский проспект, д. 49, Москва, 125993, Российская Федерация

Л. А. Севастьянов

Российский университет дружбы народов; Объединённый институт ядерных исследований

Email: sevastianov-la@rudn.ru
ORCID iD: 0000-0002-1856-4643

Professor, Doctor of Sciences in Physics and Mathematics, Professor at the Department of Computational Mathematics and Artificial Intelligence of RUDN University, Leading Researcher of Bogoliubov Laboratory of Theoretical Physics, Joint Institute for Nuclear Research

ул. Миклухо-Маклая, д. 6, Москва, 117198, Российская Федерация

А. В. Демидова

Российский университет дружбы народов

Email: demidova-av@rudn.ru
ORCID iD: 0000-0003-1000-9650

Candidate of Physical and Mathematical Sciences, Associate Professor of Department of Probability Theory and Cyber Security

ул. Миклухо-Маклая, д. 6, Москва, 117198, Российская Федерация

Т. Р. Велиева

Российский университет дружбы народов

Автор, ответственный за переписку.
Email: velieva-tr@rudn.ru
ORCID iD: 0000-0003-4466-8531

Candidate of Physical and Mathematical Sciences, Assistant Professor of Department of Probability Theory and Cyber Security

ул. Миклухо-Маклая, д. 6, Москва, 117198, Российская Федерация; ул. Жолио-Кюри, д. 6, Дубна, 141980, Российская Федерация

Список литературы

  1. Hong, J. The Impact of Artificial Intelligence, Machine Learning, and Big Data on Finance Analysis/Jingqi Hong. Advances in Economics Management and Political Sciences 27, 39-43. doi:10. 54254/2754-1169/27/20231208 (2023).
  2. Agarwal, A., Singhal, C. & Thomas, R. AI-powered decision making for the bank of the future 2021.
  3. Guan, J. Artificial Intelligence in Healthcare and Medicine: Promises, Ethical Challenges and Governance. Chinese Medical Sciences Journal 34, 76-83. doi: 10.24920/003611 (2019).
  4. Boukherouaa, E. B., Shabsigh, M. G., AlAjmi, K., Deodoro, J., Farias, A., Iskender, E. S. & Ravikumar, R. Powering the digital economy: Opportunities and risks of artificial intelligence in finance 34 pp. (International Monetary Fund, 2021).
  5. Chan, L., Hogaboam, L. & Cao, R. Applied artificial intelligence in business: Concepts and cases 368 pp. doi: 10.1007/978-3-031-05740-3 (Springer Cham, 2022).
  6. Santosh, K. C. & Wall, C. AI, Ethical Issues and Explainability-Applied Biometrics doi: 10.1007/978-981-19-3935-8 (Springer Singapore, 2022).
  7. Charles, V., Rana, N. P. & Carter, L. Artificial Intelligence for data-driven decision-making and governance in public affairs. Government Information Quarterly 39, 101742. doi: 10.1016/j.giq. 2022.101742 (2022).
  8. Duft, G. & Durana, P. Artificial Intelligence-based Decision-Making Algorithms, Automated Production Systems, and Big Data-driven Innovation in Sustainable Industry 4.0. Economics, Management, and Financial Markets 15, 9-18. doi: 10.22381/EMFM15420201 (2020).
  9. Lee, J. Access to finance for artificial intelligence regulation in the financial services industry. European Business Organization Law Review 21, 731-757. doi: 10.1007/s40804-020-00200-0 (2020).
  10. Mogaji, E. & Nguyen, N. P. Managers’ understanding of artificial intelligence in relation to marketing financial services: Insights from a cross-country study. International Journal of Bank Marketing 40, 1272-1298. doi: 10.1108/IJBM-09-2021-0440 (2021).
  11. Truby, J., Brown, R. & Dahdal, A. Banking on AI: Mandating a proactive approach to AI regulation in the financial sector. Law and Financial Markets Review 14, 110-120. doi: 10.1080/17521440.2020. 1760454 (2020).
  12. Xie, M. Development of artificial intelligence and effects on financial system. Journal of Physics: Conference Series 1187, 032084. doi: 10.1088/1742-6596/1187/3/032084 (2019).
  13. Camacho, J., Couce-Vieira A. andArroyo, D. & D., R. A Cybersecurity Risk Analysis Framework for Systems with Artificial Intelligence Components 2024.
  14. Lee, J. Access to finance for artificial intelligence regulation in the financial services industry. European Business Organization Law Review 24, 731-757. doi: 10.1007/s40804-020-00200-0 (2020).
  15. Rajagopal, N. K., Qureshi, N. I., Durga, S., Ramirez Asis, E. H., Huerta Soto, R. M., Gupta, S. K. & Deepak, S. Future of business culture: An artificial intelligence-driven digital framework for organization decisionmaking process. Complexity, 1-14. doi: 10.1155/2022/7796507 (2022).
  16. Daiya, H. AI-Driven Risk Management Strategies in Financial Technology. Journal of Artificial Intelligence General science 5, 194-216. doi: 10.60087/jaigs.v5i1.194 (2024).

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».