CC BY
54
Scientific Bulletin. - 2021. - Т. 9.
15.Ахмедов Р. М., Согинбаева У. Корреляционно-регрессионной анализа закономерности динамики объемов ремонтных работ // Международный научный журнал "СИМВОЛ НАУКИ. - 2017. - №. 06. - С. 20-22.
16.Ахмедов Р. М., Абдурахимов В. А. Совершенствование стратегического планирования и управления ремонтом и реконструкцией автодорожных мостов //Экономика и социум. - 2020. - №. 3. - С. 224-226.
17.Ахмедов Р. М., Касимов И. М., Согинбоева У. С. Прогнозирование объемов финансирования развития сети автомобильных дорог //Символ науки. - 2017. - №. 7. - С. 27-28.
18.Ахмедов Р. М., Юлдашев М., Алихужаев М. А. Моделирование оптимизации межремонтных сроков службы искусственных сооружений //Символ науки. - 2017. - Т. 1. - №. 2.
19.Ахмедов Р. М. и др. Расчет потерь от несовременного выполнения текущего ремонта искусственных сооружений //Символ науки. - 2017. - Т. 1. - №. 2.
20.Ахмедов Р. М., Согинбаева У. Корреляционно-регрессионной анализа закономерности динамики объемов ремонтных работ //Международный научный журнал "СИМВОЛ НАУКИ. - 2017. - №. 06. - С. 20-22.
21. Akhmedov Rakhmonjon Mamadjonovich. THE IMPACT OF INVESTMENTS IN THE DEVELOPMENT OF ECONOMIC INDICATORS OF THE REGION/ НАУЧНЫЙ МЕЖДИСЦИПЛИНАРНЫЕ ИССЛЕДОВАНИЯ: сборник статей I Международной научно-практической конференции. - Москва: НОЖ «Интеграл». - 2022. - С. 43-49.
22.Ахмедов Р. М СИСТЕМНЫЙ ПОДХОД К УЛУЧШЕНИЮ ТЕХНИКО-ЭКСПЛУАТАЦИОННЫХ КАЧЕСТВ АВТОМОБИЛЬНЫХ ДОРОГ. Сборник статей I Международной научно-практической конференции. -Москва: НОЖ «Интеграл». - 2022. - С. 60-67.
23.Ахмедов Р. М. ПЛАНИРОВАНИЕ И УПРАВЛЕНИЕ РЕМОНТОМ И РЕКОНСТРУКЦИЕЙ АВТОДОРОЖНЫХ МОСТОВ //Universum: технические науки. - 2021. - №. 3-2 (84). - С. 18-25.
© Ахмедов Р.М., 2022
УДК 336.719
Ким Д.Г.
Магистрант 2 курса РАНХиГС при Президенте РФ
г. Москва, РФ
Научный руководитель: Юденков Ю.Н.
к.э.н., профессор кафедры «Финансы, денежное обращение и кредит»
РАНХиГС при Президенте РФ г. Москва, РФ
МЕЖДУНАРОДНЫЙ ОПЫТ ВНЕДРЕНИЯ SUPTECH И REGTECH РЕШЕНИЙ В НАДЗОРНУЮ ПРАКТИКУ РЕГУЛЯТОРОВ
Аннотация
Стремительное развитие цифровых технологий и их внедрение в банковские бизнес-модели подвергает сомнению эффективность традиционного подхода к регулированию и создает предпосылки для внедрения RegTech и SupTech стратегий кредитными организациями и регуляторами. В данной работе рассмотрен международный опыт, являющийся основой для содействия развитию RegTech и SupTech решений в российском банковском секторе.
Ключевые слова
Ке§ТесИ, БирТееИ, цифровые технологии, облачные технологии
Согласно данным Совета по финансовой стабильности, в последние годы активно увеличивается число регуляторов, которые внедряют SupTech и RegTech решения в свою деятельность. Большая часть регуляторов уже имеют утвержденную SupTech-стратегию или находятся на стадии внедрения. Около 30% опрошенных регуляторов поддерживают внедрение RegTech-решений, направленных на использование финансовыми организациями цифровых информационных технологий, в основном в сфере соблюдения требований ПОД/ФТ и для представления регуляторной отчетности [1].
Согласно данным Европейской службой банковского надзора на основе проведенного опроса в 2021г., (59 опрошенных учреждений) 75% респондентов (банков) используют решения RegTech; из них 33% RegTech решений направлены на ПОД/ФТ, 17 % - предотвращения мошенничества, 12% -предоставление и подготовка отчетности, 9 % в оценке кредитоспособности, 22 % в области безопасности ИКТ [2]. На рисунке 1 проиллюстрированы результаты опроса.
■ ПОД/ФТ
■ Предотвращение мошенничества
■ Пруденциальная отчетность
■ Безопасность ИКТ
■ Оценка кредитоспособности
Рисунок 1 - Сферы применения Ке§ТееИ на Европейском финансовом рынке
Кроме того, были обозначены основные технологии, применяемые поставщиками финансовых услуг. 5-ю наиболее интенсивно используемыми технологиями являются протоколы передачи данных, облачные вычисления, прогнозная аналитика, машинное обучение и графический анализ. На рисунке 2 отражены результаты опроса.
Рисунок 2 - Сферы применения и технологии, используемые в рамках Ке§ТееИ решений
Приведем некоторые примеры применения RegTech и SupTech стратегий разными странами: Центральный банк Нидерландов разрабатывает стратегию «Умный регулятор» заключающуюся в создании специального отдела надзорных инновационных технологий для координации и ускорения реализации своей цифровой стратегии. Цель данного решения состоит в том, чтобы развить подход, в первую очередь основанный на данных, и развивать технологии для совершенствования процесса надзора, с конечной целью преобразования надзорного органа в «умного регулятора. Департамент курирует работу разработчиков, внедряющих инструменты SupTech для анализа больших сетов (неструктурированных) данных. Кроме того, в 2019 г. Центральный банк Нидерландов создал инновационный форум для развития сотрудничества с широким кругом заинтересованных сторон, включая регулируемые учреждения, ученых и государственных органов [3]
Европейский Центральный банк (ЕЦБ) создал «виртуальную лабораторию», служащей платформой надзорных технологи, обеспечивающей сильную цифровую инфраструктуру. Виртуальная лаборатория представляет собой облачную платформу, позволяющей заинтересованным сторонам взаимодействовать друг с другом, проводить совместную работу над проектами в защищенной среде. Кроме того, платформа основана на облаке, что делает ее масштабируемой и идеальной для быстро растущих вычислительных потребностей. Виртуальная лаборатория обеспечит сильную основу для формирования инклюзивной, сформированной на данных и открытой к инновациям культуры, где пользователи могут заниматься более сложными проектами в области ИИ, моделирования и программирования, а для новичков предоставляется интуитивно понятная среда для экспериментов и изучения технологий.
Управление пруденциального регулирования Банка Англии использует извлечение и аналитику неструктурированных данных за счет машинного обучения и получает огромное количество неструктурированных данных в виде текста, графиков и изображений. Чтобы решить проблему большого объема информации использовались технологии машинного обучения, распознавания естественного языка и подключение через API к файлам регулятора и внешним рыночным источникам для поиска исторических и дополнительных данных.
Исходя из вышеизложенного, следует отметить, что на международном финансовом рынке основная область применения RegTech решений - ПОД/ФТ и предотвращение мошенничества, которые используются за счет технологий машинного обучения, облачных вычислений и предсказательной аналитики. Применение SupTech стратегии органами власти стран ЕС и Китая направлено преимущественно на эффективный cбор и аналитику данных, создание комфортной среды для совершенствования финтех инноваций.
Список использованной литературы:
1. Совет по финансовой доступности. Регулирующие и надзорные органы технологии для финансовой доступности. URL: https://www.afi-global.org/wp-content/uploads/2022/02/RegTech_SupTech_ special_report_isbn.pdf (дата обращения 18.05.2022)
2. Европейское банковское управление (EBA). Анализ RegTech в финансовом секторе EC. URL: https://www.eba.europa.eu/sites/default/documents/files/document_library/Publications/Reports/2021/1015 484/EBA (дата обращения 18.05.2022)
3. Всемирный банк. Следующий шаг к SupTech инновациям. URL: https://openknowledge.worldbank.org/ bitstream/handle/10986/35322/The-Next-Wave-of-Suptech-Innovation-Suptech-Solutions-for-Market-Conduct-Supervision.pdf?sequence=1&isAllowed=y (дата обращения 18.05.2022)
© Ким Д.Г., 2022
