CC BY
12
Анализ новых технологий в области управления рисками
М. Н. Бухараева
Казахский национальный университет имени аль-Фараби Алматы, Казахстан mbukharayeva@mail.ru
Аннотация. Информационные технологии играют важную роль в риск менеджменте, так как они позволяют собирать, обрабатывать и анализировать большие объемы данных, связанных с рисками, а также автоматизировать процессы оценки и управления рисками.
Существует множество новых технологий, которые могут использоваться для управления рисками. Переход от международных стандартных моделей и методологий к использованию численных моделей для оценки рисков привел к совершенствованию моделей искусственного интеллекта, использованию технологий больших данных и технологии блокчейн в управлении рисками.
Ключевые слова: риски, искусственный интеллект, большие данные, технологии блокчейн.
Введение
ИТ-отрасль активно развивается. С ней связывается все больше аспектов человеческой и общественной жизни. Управление рисками в предприятиях — не исключение. Бизнес использует большое количество решений при выполнении поставленных задач. Информационные системы и технологии в сфере управления рисками — это методы, которые позволяют эффективно производить планирование, обмениваться данными, контролировать поставки, а также совершать другие действия, направленные на оптимизацию рабочих процессов и максимизацию прибыли.
В области управления рисками существует несколько новых технологий, которые значительно повышают эффективность и точность процессов оценки и управления рисками. Вот некоторые из них:
• искусственный интеллект (ИИ) и машинное обучение;
• аналитика больших данных;
• блокчейн-технология.
Искусственный интеллект
Алгоритмы искусственного интеллекта, разработанные для управления рисками, помогают организациям снижать риски, внедрять автоматизированные инструменты для смягчения и управления этими рисками, улучшать изменения и быстро реагировать, выявлять тенденции для информирования политики и повышать эффективность рисков компании. С помощью ИИ можно собрать и проанализировать большие объемы данных, чтобы выявить потенциальные риски и принять меры по их предотвращению. ИИ можно использовать для обнаружения аномалий в данных, что позволяет быстро выявлять потенциальные проблемы и предотвращать их развитие. Варианты использования технологии искусственного интеллекта, интегрированной с системой управления рисками [1]:
1. Обнаружение мошенничества. Системы искусственного интеллекта могут использовать модели машинного обучения для обработки текста, анализа социальных сетей и поиска в базах данных, чтобы уменьшить накладные расходы на эти процессы и уменьшить ущерб от мошенничества.
2. Классификация данных. Молодые интеллектуальные инструменты также могут обрабатывать и классифицировать всю информацию в соответствии с предварительно проверенными шаблонами и категориями и получать доступ к этим данным.
На рисунке 1 показано, как может функционировать система, основанная на искусственном интеллекте.
Рис. 1. Функционирование системы, основанной на искусственном интеллекте
Система, основанная на искусственном интеллекте, принимает входные данные, делает некоторый вывод о том, что представляет собой ввод, выполняет некоторые рассуждения о выводах, сделанных на основе предшествующих знаний, и, наконец, принимает решение о действии.
Искусственный интеллект можно использовать несколькими способами в управлении рисками [2]:
1. Обнаружение мошенничества. ИИ можно использовать для мониторинга транзакций и выявления подозрительных действий, которые могут указывать на мошенничество. Например, ИИ может анализировать данные о поведении клиентов, чтобы обнаруживать необычные закономерности, которые могут свидетельствовать о мошеннических действиях.
2. Обработка естественного языка. ИИ можно использовать для анализа неструктурированных данных, таких как электронные письма, сообщения в социальных сетях и новостные статьи, для выявления потенциальных рисков. Например, ИИ может анализировать новостные статьи для выявления потенциальных рисков, связанных с нормативными изменениями или рыночными тенденциями.
3. Поддержка принятия решений. ИИ может оказывать поддержку в принятии решений менеджерам по рискам, анализируя данные и предоставляя рекомендации по стратегиям управления рисками. Например, ИИ может анализировать данные о страховых претензиях, чтобы выявлять закономерности и рекомендовать изменения в страховых полисах или процедурах.
Применение искусственного интеллекта и машинного обучения позволяет автоматизировать процессы анализа и
оценки рисков. Алгоритмы искусственного интеллекта могут анализировать большие объемы данных и выявлять скрытые закономерности и тренды, что помогает предсказывать возможные риски и принимать более обоснованные решения.
Аналитика больших данных
Большие данные (Big Data) — это большие объемы структурированных и неструктурированных данных, которые не могут быть обработаны и анализированы с помощью традиционных методов обработки данных. Большие данные предлагают возможности снижения рисков, которые можно использовать для внедрения инноваций, обнаружения мошенничества и мониторинга в режиме реального времени.
С помощью специальных технологий и инструментов, таких как Hadoop, Spark, NoSQL и других, большие данные могут быть обработаны в реальном времени и масштабированы в соответствии с потребностями организации.
Решения для работы с большими данными обычно включают один или несколько из следующих типов рабочей нагрузки [3]:
• пакетная обработка источников больших данных в состоянии покоя;
• обработка больших данных в реальном времени в движении;
• интерактивное исследование больших данных;
• предиктивная аналитика и машинное обучение.
На рисунке 2 показаны логические компоненты, которые входят в архитектуру для обработки больших данных.
Рис. 2. Архитектура больших данных
Большие данные могут быть очень полезны в риск-менеджменте. Собирая большие объемы данных и анализируя их, можно выявить тенденции и паттерны, которые могут указывать на потенциальные риски. Это может помочь компаниям принимать более обоснованные решения в отношении управления рисками.
Использование больших данных в риск менеджменте [4]:
1. Управление рисками поставщиков (Vendor Risk Management, VRM). Позволяет выбирать поставщиков,
оценивать серьезность рисков, устанавливать внутренние средства контроля для снижения рисков, такие как брандмауэры или многофакторная авторизация, а затем отслеживать текущую деятельность поставщиков.
2. Предиктивная аналитика. Предоставляет точный и подробный метод предотвращения и сведения к минимуму мошеннических или подозрительных действий. Правительства и международные кредитные учреждения применяют
методы управления рисками больших данных и их смягчения. Это включает веб-аналитику, текстовую аналитику, аналитику цены и веса единицы продукции, а также профили взаимоотношений торговых партнеров. Такие данные могут помочь идентифицировать подставные компании.
3. Выявление оттока. Существенным риском для организаций является отток. Потеря клиентов сильно влияет на итоговый результат. Лояльность клиентов можно определить, используя большие данные в качестве инструмента управления рисками. Основываясь на данных, компании могут ускорить принятие мер по снижению оттока и предотвращению оттока клиентов.
Блокчейн-технология
Блокчейн рассматривается как ключевая технология управления рисками будущего. Блокчейн — это технология распределенных баз данных, которая позволяет создавать надежные и безопасные записи о транзакциях и других событиях. Она основана на распределенной системе учета транзакций, которая обеспечивает неизменяемость данных и защиту от подделки. Блокчейн использует криптографию для обеспечения безопасности данных и защиты приватности.
В основе блокчейна лежит понятие блока, который содержит информацию о транзакции, включая ее время, сумму и идентификаторы отправителя и получателя. Каждый блок связан с предыдущим блоком в цепочке блоков, что образует непрерывную цепочку блоков, называемую
блокчейном. Блокчейн позволяет участникам сети обмениваться информацией и выполнять транзакции без участия посредников. Это делает блокчейн особенно полезным для финансовых транзакций и других операций, требующих высокого уровня безопасности и надежности.
В силу своей безопасности и надежности, блокчейн может обеспечивать более эффективную и прозрачную систему управления рисками. Для предприятий блокчейн позволяет повысить эффективность бизнес-процессов и снизить риски. Блокчейн работает двумя способами [5]:
1. Блокчейны без разрешения. Когда дело доходит до блокчейна без разрешения, риски, связанные с ним, легко увидеть. Блокчейн без разрешения имеет проблемы с масштабируемостью с точки зрения конфиденциальности и масштабируемости. Он не предназначен для компаний или финансовых учреждений.
2. Блокчейны, защищенные разрешениями. Блокчейны, защищенные разрешениями могут проверять транзакции, что делает их идеальными для блокчейнов. Такие блок-чейны не имеют проблем с конфиденциальностью или масштабируемостью.
Блокчейн состоит из двух основных элементов (рис. 3):
• транзакции: действия, генерируемые участниками системы.
• блоки: нужно записывать транзакции и следить за тем, чтобы они шли в правильной последовательности и не были подделаны.
Блок 1
Блок 2
Блок m
Транзакция 1 Транзакция н+1 1
Транзакция 2 Транзакция п+2
Транзакция 3 1 Транзакция п+3 1 1 >
i 1 1 Транзакция п л 1 а Транзакция 2п
Транзакция mn+1
Транзакция ши-2
Транзакция mn+3
I
Транзакция mn-n
I________
Рис. 3. Структура блокчейна
Применение блокчейн-технологии в риск-менеджменте может включать [6]:
1. Регистрацию и анализ данных о рисках. Блокчейн может использоваться для создания децентрализованных баз данных, которые позволяют регистрировать и анализировать данные о рисках. Это может улучшить прогнозирование рисков и помочь в принятии более эффективных решений в области управления рисками.
2. Управление цепочками поставок. Блокчейн может обеспечить более прозрачную систему управления цепочками поставок, что может помочь в снижении рисков в этой
области. Блокчейн может использоваться для отслеживания поставок и документов, что позволяет уменьшить вероятность возникновения задержек, ошибок и мошенничества.
3. Управление финансовыми рисками. Блокчейн может быть использован для улучшения управления финансовыми рисками, такими как кредитный риск и рыночный риск, а также для создания прозрачной системы управления финансовыми данными, что позволяет уменьшить риски и обеспечить более эффективное управление рисками.
Выводы
Информационные технологии являются неотъемлемой частью современного риск-менеджмента, помогая компаниям и организациям более эффективно управлять своими рисками и минимизировать потенциальные убытки. Использование ИИ, технологий блокчейн и больших данных в риск-менеджменте может помочь компаниям и организациям быстрее и эффективнее обнаруживать риски и управлять ими, что, в свою очередь, способствует устойчивому развитию бизнеса и снижению потерь, а также обеспечить более эффективное управление рисками в различных отраслях.
Однако необходимо учитывать, что обработка больших объемов данных может быть сложной и требовать значительных затрат на инфраструктуру и специалистов. Кроме того, сбор и использование данных должны соответствовать законодательству о защите данных и учитывать приватность клиентов.
Это лишь некоторые из возможных технологий, которые могут использоваться для управления рисками. Новые технологии появляются каждый день, и в будущем мы, вероятно, увидим еще больше инноваций в этой области.
Литература
1. Artificial Intelligence Techniques for Flood Risk Management in Urban Environments / W. Sayers, D. Savic,
Z. Kapelan, R. Kellagher // Procedia Engineering. 2014. Vol. 70. Pp. 1505-1512. DOI: 10.1016/j.proeng.2014.02.165.
2. Deiva Ganesh, A. Future of Artificial Intelligence and Its Influence on Supply Chain Risk Management — A Systematic Review / A. Deiva Ganesh, P. Kalpana // Computers and Industrial Engineering. 2022. Vol. 169. Art. No. 108206. 20 p. DOI: 10.1016/j.cie.2022.108206.
3. Supply Chain Risk Management: An Interactive Simulation Model in a Big Data Context / A. A. C. Vieira, L. Dias, M. Y. Santos, [et al.] // Procedia Manufacturing. 2020. Vol. 42. Pp. 140-145. DOI: 10.1016/j.promfg.2020.02.035.
4. Calvard, T. S. Developing Human Resource Data Risk Management in the Age of Big Data / T. S. Calvard, D. Jeske // International Journal of Information Management. 2018. Vol. 43. Pp. 159-164. DOI: 10.1016/j.ijinfomgt.2018.07.011.
5. Doguchaeva, S. Blockchain in Public Supply Chain Management: Advantages and Risks / S. Doguchaeva, S. Zubkova, Y. Katrashova // Transportation Research Procedia. 2022. Vol. 63. Pp. 2172-2178. DOI: 10.1016/j.trpro.2022.06.244.
6. Meier, O. Circular Supply Chain Management with Blockchain Technology: A Dynamic Capabilities View /
O. Meier, T. Gruchmann, D. Ivanov // Transportation Research Part E: Logistics and Transportation Review. 2023. Vol. 176. Art. No. 103177. 14 p. DOI: 10.1016/j.tre.2023.103177.
Analysis of New Technologies in the Field of Risk Management
M. N. Bukharayeva Al-Farabi Kazakh National University Almaty, Kazakhstan mbukharayeva@mail. ru
Abstract. Information technologies play an important role in risk management, as they allow you to collect, process and analyze large amounts of risk-related data, as well as automate risk assessment and management processes.
There are many new technologies that can be used to manage risks. The transition from international standard models and methodologies to the use of numerical models for risk assessment has led to the improvement of artificial intelligence models, the use of big data technologies and blockchain technology in risk management.
Keywords: risks, artificial intelligence, big data, blockchain technology.
References
1. Sayers W., Savic D., Kapelan Z., Kellagher R. Artificial Intelligence Techniques for Flood Risk Management in Urban Environments, Procedia Engineering, 2014, Vol. 70, Pp. 1505-1512. DOI: 10.1016/j.proeng.2014.02.165.
2. Deiva Ganesh A., Kalpana P. Future of Artificial Intelligence and Its Influence on Supply Chain Risk Management — A Systematic Review. Computers and Industrial Engineering, 2022, Vol. 169, Art. No. 108206, 20 p.
DOI: 10.1016/j.cie.2022.108206.
3. Vieira A. A. C., Dias L., Santos M. Y., et al. Supply Chain Risk Management: An Interactive Simulation Model in the Context of Big Data, Procedia Manufacturing, 2020, Vol. 42, Pp. 140-145. DOI: 10.1016/j.promfg.2020.02.035.
4. Calvard T. S., Jeske D. Developing Human Resource Data Risk Management in the Age of Big Data, International Journal of Information Management, 2018, Vol. 43, Pp. 159-164.
DOI: 10.1016/j.ijinfomgt.2018.07.011.
5. Doguchaeva S., Zubkova S., Katrashova Y. Blockchain in Public Supply Chain Management: Advantages and Risks, Transportation Research Procedia, 2022, Vol. 63, Pp. 2172-2178. DOI: 10.1016/j.trpro.2022.06.244.
6. Meier O., Gruchmann T., Ivanov D. Circular Supply Chain Management with Blockchain Technology: A Dynamic Capabilities View, Transportation Research Part E: Logistics and Transportation Review. 2023, Vol. 176, Art. No. 103177, 14 p. DOI: 10.1016/j.tre.2023.103177.
