CC BY
45
экономические науки
Васильев Игорь Иванович ОСНОВНЫЕ НАПРАВЛЕНИЯ ...
УДК 336.71 (045)
ОСНОВНЫЕ НАПРАВЛЕНИЯ РАЗВИТИЯ ЦИФРОВОГО БАНКИНГА, ВЫСТУПАЮЩИЕ КАК ФИНАНСОВАЯ СТАБИЛЬНОСТЬ В РАЗВИТИИ СОВРЕМЕННЫХ БАНКОВСКИХ ТЕХНОЛОГИЙ В ИНФОРМАТИЗАЦИИ ЭКОНОМИЧЕСКИХ ОТНОШЕНИЙ
© 2018
Васильев Игорь Иванович, кандидат экономических наук, доцент Финансовый университет при правительстве Российской Федерации (125993, Россия, Москва, Ленинградский проспект, 49, e-mail: [email protected])
Аннотация. Финансовая стабильность и безопасность всегда были для банков поводом для беспокойства, и в ближайшие годы ничего значительно не поменяется. Банки будут постоянно вести поиск способов добавить новые уровни безопасности в свои услуги и сервисы. Согласно прогнозам, в 2018 году расходы банков по внедрению методов аутентификации следующего поколения увеличились на 20 %. Это вызвано желанием банков завоевать «цифровое доверие» своих клиентов. На современном этапе отношение клиентов к аутентификации платежей на мобильных устройствах и смартфонах с помощью отпечатка пальца уже стало лучше. Банки будут пытаться продвигать подобное отношение к системам идентификации пользователей по образцу голоса и распознавания лиц. Принимая во внимание то, что клиенты вынуждены запоминать все больше паролей, системы биометрической аутентификации будут способствовать упрощению процедуры безопасности и позволят предоставить более надежные методы проверки личности. В 2018 году возможность вести работу с биометрическими данными получили все российские банки, что обусловлено тем, что на текущем этапе в России проводятся работы по формированию единой биометрической системы. Полная информация о предполагаемых форматах обмена с системой сейчас имеется только у кредитных организаций, которые входят в пилотную группу. Остальные банки могут получить первичную информацию, пообщавшись с IT-компаниями, работающими с топовыми игроками.
Ключевые слова: системы биометрической аутентификации, идентификации пользователей, банковские технологии.
THE MAIN DIRECTIONS OF DEVELOPMENT OF DIGITAL BANKING, ACTING AS FINANCIAL STABILITY IN THE DEVELOPMENT OF MODERN BANKING TECHNOLOGIES IN THE INFORMATIZATION OF ECONOMIC RELATIONS
© 2018
Vasilyev Igor Ivanovich, candidate of economic sciences, associate professor Financial University under the Government of the Russian Federation (125993, Russia, Moscow, Leningradskiy Prospekt, 49, e-mail: [email protected])
Abstract. Financial stability and security have always been a cause for concern for banks, and nothing will change significantly in the coming years. Banks will constantly search for ways to add new levels of security to their services. According to forecasts, in 2018, bank spending on the introduction of next-generation authentication methods increased by 20%. This is due to the desire of banks to gain "digital trust" of their customers. Nowadays, the attitude of customers to authenticate payments on mobile devices and smartphones with the help of a fingerprint has already become better. Banks will try to promote this attitude to user identification systems based on voice and face recognition. Taking into account the fact that customers are forced to memorize more and more passwords, biometric authentication systems will help simplify the security procedure and allow you to provide more reliable methods of identity verification. In 2018, all Russian banks received the opportunity to work with biometric data, which is due to the fact that at the current stage, Russia is working on the formation of a single biometric system. Only credit institutions that are part of a pilot group now have complete information on the expected formats of exchange with the system. The remaining banks can get primary information by talking to IT companies working with top players.
Keywords: biometric authentication systems, identification systems, banking technologies.
К основным направлениям развития цифрового банкинга, выступающим как финансовая стабильность в развитие современных банковских технологий в информатизации экономических отношений, относятся следующие направления:
1. Повышение уровня безопасности и финансовой стабильности за счет применения биометрических данных.
Финансовая стабильность и безопасность всегда были для банков поводом для беспокойства, и в ближайшие годы ничего значительно не поменяется. Банки будут постоянно вести поиск способов добавить новые уровни безопасности в свои услуги и сервисы.
Согласно прогнозам, в 2018 году расходы банков по внедрению методов аутентификации следующего поколения увеличились на 20 %. Это вызвано желанием банков завоевать «цифровое доверие» своих клиентов.
На современном этапе отношение клиентов к аутентификации платежей на мобильных устройствах и смартфонах с помощью отпечатка пальца уже стало лучше. Банки будут пытаться продвигать подобное отношение к системам идентификации пользователей по образцу голоса и распознавания лиц. Принимая во внимание то, что клиенты вынуждены запоминать все больше паролей, системы биометрической аутентификации будут способствовать упрощению процедуры безопасности и позволят предоставить более надежные методы
проверки личности.
Таким образом, банки будут применять все, что поможет подтвердить, что человек является тем, за кого себя выдает, если это будет так же просто, как применение распознавания лиц, отпечатков пальцев и идентификации по образцу голоса.
В 2018 году возможность вести работу с биометрическими данными получили все российские банки, что обусловлено тем, что на текущем этапе в России проводятся работы по формированию единой биометрической системы. Полная информация о предполагаемых форматах обмена с системой сейчас имеется только у кредитных организаций, которые входят в пилотную группу. Остальные банки могут получить первичную информацию, пообщавшись с 1Т-компаниями, работающими с топовыми игроками [1].
Как только биометрическая идентификация будет являться обязательной, рынок банковских услуг ожидает передел клиентской базы, так как граждане приобретут возможность выбрать банк и стать его клиентом удаленно. В результате усилится конкурентная борьба банков за клиентов, в которой они будут пытаться победить при помощи новых, более привлекательных продуктов, условий. Их применение, вероятно, поможет банкам удержать лояльность клиентов. Но, в конечном счете, банки будут вынуждены поспешить с внедрением биометрии.
2. Применение искусственного интеллекта, машин-
Vasilyev Igor Ivanovich economic
THE MAIN DIRECTIONS ... sceinces
ного обучения, чат-ботов для повышения финансовой стабильности и безопасности.
Несмотря на то, что на текущем этапе применение банками технологий искусственного интеллекта, машинного обучения и чат-ботов является единичными случаями, тем не менее, в ближайшем будущем ожидается развитие таких направлений как оценка платежеспособности клиента, выдача кредита и сопровождение при помощи технологий искусственного интеллекта [2]. Это можно объяснить тем, что данные направления связаны с применением значительного количества ручного труда, и по этой причине именно их банки будут пытаться оптимизировать в первую очередь.
Качественный скачок в развитии искусственного интеллекта представляется возможным с созданием новых компьютеров. Уже сейчас активно ведется разработка квантовых компьютеров (она может завершиться через два-три года), которые по мощности и быстродействию значительно превосходят существующие. Несомненно, на них задачи будут решаться быстрее, и развитие искусственного интеллекта также ускорится. В отношении ближайшей перспективы более актуальной является тема «интеллектуальных» систем, чат-ботов, ботов на базе неограниченного количества скриптов (шаблонов) запросов и ответов.
3. Распространение Data Science и Big Data.
В соответствие с данными консалтинговой компании Alacer, наиболее крупные банки США уже накопили 1 эксабайт (10 байт) информации. Подобный объем данных содержится, к примеру, в 275 млрд аудиозаписей песен в формате mp3. Подобные огромные массивы информации, которые накоплены банками о своих клиентах (так, если человек является активным пользователем, например, пластиковой карты, можно сказать, что банк знает о нем практически всё - где он был, чем пользовался, какие магазины предпочитает и пр.), во взаимодействии с современными технологиями приводят к потребности развивать технологию больших данных.
Можно выделить 2-е основных области банковской деятельности, оказывающих влияние на финансовую стабильность банка, в которых происходят изменения с наступлением эры больших данных.
1. Противодействие отмыванию денег и безопасность.
При помощи систем обработки информации банк узнает о потребительском поведении своих клиентов.
Например, клиент Петров, женат, имеет двух детей, квартиру в городе и автомобиль, его постоянный личный доход в месяц - 120 тыс. рублей. Клиент имеет накопительный счет и кредитную линию. Из истории транзакций банку известно, сколько Петров расходует в месяц на одежду и еду, на содержание автомобиля, поездки, оплату коммунальных счетов, на досуг и другие его траты.
Петров снимает большинство наличных денег с карты, закрывает все счета и приобретает билет в один конец в одну из европейских стран. Или же осуществляет перевод денег на другой счет, вводит блокировку карты и перестает проводить стандартные для него транзакции.
Данное поведение свидетельствует о возможном развитии двух ситуации: или Петров бросил семью и пустился в бега, или доступ к его карте и мобильному банку заполучили мошенники. Согласно данным статистики, более вероятной является вторая ситуация.
Система безопасности банка, анализируя поведение клиента, мгновенно подает сигнал тревоги. Работники банка предпринимают меры - замораживают транзакции и связываются с Петровым для того, чтобы выяснить, он ли совершал эти транзакции.
Если системой выявляется аномальное поведение -резкое повышение покупательской активности, вывод средств, перевод нестандартных сумм на другие счета, то это поведение становится сигналом тревоги. Банк может принять предупредительные меры еще до того, как 64
клиентом будет обнаружена кража кредитной карты и взлом мобильного банка.
Наряду с этим банком также может проводиться сравнение поведения одного клиента с поведением другого, сопоставимого по размеру доходов. Искусственным интеллектом с течением времени будет составлен портрет типичного клиента для каждой группы потребителей. На основе данного шаблона, система сможет прогнозировать последующее поведение клиентов и определять факторы риска.
С целью борьбы с отмыванием денег и с мошенническими сделками банки применяют анализ больших данных и алгоритмы машинного обучения.
В мае 2017 г. банк HSBC объявил о начале сотрудничестве с облачным сервисом Google с целью создания интеллектуальной системы противодействия отмыванию денег. Банк имеет около 37 млн. клиентов в 70 государствах мира, и объемы информации, которыми оперирует банк, уже превысили 93 петабайт [3]. По мнению представителей, HSBC, облачное решение Google для ведения работы с большими данными является незаменимым инструментом для управления гигантским массивом информации.
2. Управление рисками.
Одной из наиболее благодатных областей использования больших данных в банковском бизнесе является управление рисками. Управление любым видом рисков - рыночных, операционных, правовых, кредитных - находится в зависимости от объективности и полноты информации, которую получают риск-менеджеры. Инструменты больших данных способны помочь воссоздать всеобъемлющую картину на любом уровне, например, в отношении экономической ситуации в отдельном регионе страны или благонадежности конкретного заемщика.
До настоящего времени банки проводили оценку рисков, используя текущие данные. При анализе кредитных рисков, к примеру, банки опирались на информацию, предоставленную заемщиком. Данные сведения не всегда являются правдивыми и объективными.
Применение системы оценки рисков, в основе которой будут лежать большие данные, позволит узнать о потенциальном заемщике куда больше информации, и она будет намного более объективной. Данная информация будет включать не только кредитную историю клиента, но и его активность в социальных сетях, предпочтения в покупках, тональность его комментариев и, если понадобится, поведение в сетевых играх.
Например, если анализ данных о клиенте покажет, что он является постоянным посетителем онлайн-казино «Вулкан», то, вероятнее всего, ему не одобрят необеспеченный заем, даже если до текущего момента его кредитная история не вызывала нареканий [4].
Инвестиционная стратегия банка также находится в зависимости от оценки рисков в определенном регионе и отрасли. На сегодняшний день уже имеется довольно большое количество эффективных инструментов, в основе которых лежит анализ больших данных и которые предназначены для работы на фондовом рынке.
При этом рынки все более активно обмениваются информацией и их взаимозависимость в их движениях вверх-вниз непрерывно растет. В периоды высокой во-латильности банки теперь в состоянии не только быстро подстраиваться под ситуацию, но и прогнозировать ее.
Косвенное влияние на финансовую стабильность банка применение больших данных окажет и за счет того, что позволит сохранить лояльность клиентов банка, а значит и клиентскую базу. В соответствие с опросом американских банков, проведенным компанией McKinsey, 76% из них применяют большие данные для привлечения клиентов, поддержки лояльности и построения лучшего взаимодействия. При этом согласно информации Alacer, 50 % клиентов традиционных банков на регулярной основе думают о том, чтобы сменить
Azimuth of Scientific Research: Economics and Administration. 2018. Т. 7. № 4(25)
экономические науки
Васильев Игорь Иванович ОСНОВНЫЕ НАПРАВЛЕНИЯ ...
банк. Анализ данных о клиенте дает банку возможность, во-первых, быстро найти и решить проблемы клиента, а во-вторых, предложить продукты, которые были разработаны специально для конкретного клиента. Согласно проведенному компанией Forrester исследованию, половина клиентов банков хотели бы видеть новые продукты и предложения, нацеленные именно на их потребности. Иными словами, 50% клиентов готовы рассматривать новые виды вкладов, брать новые кредиты, использовать персональные предложения. Доля подобных клиентов возрастает по мере того, как снижается их возраст и увеличивается доход (более молодые или более богатые клиенты с большим желанием и готовностью рассматривают персональные предложения).
Статистика также свидетельствует о перспективности применения технологии больших данных. В соответствие с исследованиями IDC, мировой рынок больших данных и бизнес-аналитики постепенно увеличивается: в 2015 г. его размер достиг 122 млрд. долл., в 2016 г. - уже 130 млрд. долл. К 2020 г. аналитиками прогнозируется увеличение объема рынка до 203 млрд. долл. (График 1) [5].
Также, по мнению исследователей, проведение анализа, кластеризация клиентской базы и создание оценочных рейтингов клиентов и четко персональных и сегментированных предложений, развитие эффективных кросс-продаж является перспективным направлением развития банковской отрасли. В течение года-двух смарт-контракты превратятся в обыденность.
График 1 - Динамика и прогноз развития мирового рынка больших данных и бизнес-аналитики в 2015-2020
гг.
Источник: составлено автором на основе Большие данные 2018. URL: https://ict2go.ru/events/1963/
Таким образом, можно сделать вывод о том, что к основным направлениям развития цифрового банкинга, выступающим как финансовая стабильность в развитии современных банковских технологий в информатизации экономических отношений, относятся следующие направления: повышение уровня безопасности и финансовой стабильности за счет применения биометрических данных, применение искусственного интеллекта, машинного обучения, чат-ботов для повышения финансовой стабильности и безопасности, а также распространение Data Science и Big Data и их использование с целью противодействия отмыванию денег, повышения безопасности и управления рисками.
СПИСОК ЛИТЕРАТУРЫ:
1. Передел базы клиентов: основные тренды в сфере банковских технологий на 2018 год 29.12.2017. URL: http://bankir.ru/ publikacii/20171229/peredel-bazy-klientov-osnovnye-trendy-v-sfere-bankovskikh-tekhnologii-na-2018-god-10009384/
2. Передел базы клиентов: основные тренды в сфере банковских технологий на 2018 год 29.12.2017. URL: http://bankir.ru/publik-acii/20171229/peredel-bazy-klientov-osnovnye-trendy-v-sfere-bankovski-kh-tekhnologii-na-2018-god-10009384/
3. Moore R. HSBC Embraces Google Cloud For Big Data Analytics And Money Laundering Detection. 04.05.2017. URL: https://www.silicon. co.uk/cloud/hsbc-google-cloud-211037
4. Волшебная палочка: зачем банкам big data 22.08.2017. URL: https://www.banki.ru/news/daytheme/?id=9949915
5. Большие данные 2018. URL: https://ict2go.ru/events/1963/
Статья поступила в редакцию 03.10.2018 Статья принята к публикации 27.11.2018
