Авторы

Оценка уровня критичности операционного риска банка на основе нейросетевых технологий

Статья посвящена вопросам контроля операционных рисков (ОР) кредитной организации (КО), возникающих в процессе использования IT-технологий. Среди банковских рисков операционный риск занимает особое место прежде всего в силу того, что он затрагивает различные сферы банковской деятельности и его трудно отделить от других видов риска. Операционные риски возникают в том числе в результате простоя или некорректной работы технических систем и оборудования. В связи с постоянным ростом степени автоматизации банковских бизнес-процессов возникают новые группы ИТ-риска, которые могут оказывать существенное влияние на деятельность кредитной организации. Целью работы является создание с использованием высокоуровневой библиотеки Keras на языке Python искусственной нейронной сети (ИНС), которая в автоматизированном режиме контролирует уровень критичности возникшего ИТ-риска. В статье на основе проведенного анализа риск-событий, связанных с использованием ИТ-технологий, выделены потоки данных, поступающих на вход нейросети, и определена ее структура. В работе также приводятся результаты обучения созданной авторами нейросети на основе сформированных наборов данных. Использование интеллектуальных методов оценки уровня критичности операционного ИТ-риска позволяет оперативно принимать меры по минимизации последствий и таким образом снизить прямые и косвенные потери. В связи с изложенным выше автоматизация управления операционными рисками на основе применения нейросетевых технологий является на сегодняшний момент для кредитных организаций одной из наиболее актуальных задач. Полученные результаты новы и могут быть использованы кредитными организациями в процессе построения автоматизированных систем контроля и управления операционными рисками. Читать дальше...