Центр искусственного интеллекта НИУ ВШЭ

Анализ сложности банковского регулирования

С точки зрения развиваемых методов искусственного интеллекта акцент проекта сделан на синтезе структурных и статистических методов для анализа текстов в задачах оценки регуляторной нагрузки на банки (РНБ). 

Быстрое и разнообразное развитие интеллектуальных технологий является одним из основных драйверов «цифровизации» как производства – «Индустрия 4.0», так и всех остальных отраслей экономики. В данном случае развитие интеллектуального анализа данных позволяет перейти на новый уровень в задачах, которые требуют анализа нормативно-правовых актов и других юридических документов с последующей обработкой извлеченного из текстов знания. Особое значение приобретает быстрый прогресс в автоматической обработке текста, связанный с появлением универсальных векторных моделей и синтезом статистического машинного обучения с методами на основе знаний, начиная с простейших продукционных правил и заканчивая онтологическим моделированием и управлением знанием.

Тексты стандартов, нормативно-правовых актов и других юридических документов являются основанием анализа РНБ и источником знаний о возможных изменениях такой нагрузки в зависимости от законотворческого процесса. Особенно важно отслеживать сроки действия и моменты вступления в силу отдельных документов, то есть анализировать исторические данные. Излишняя сложность регулирования может делать его менее эффективным, при этом эксперты отмечают рост объема регулирования последние годы, зачастую вместе с ужесточением отдельных критериев. В целом регуляторная нагрузка, особенно в условиях разработки и применения «регуляторных гильотин» становится одним из важнейших факторов, определяющих трудоемкость различных банковский функций и их формальное качество, что, в свою очередь, определяет устойчивость банка. Дополнительное влияние на сложность регулирования будут оказывать: введение «цифрового рубля», создание «финансовых маркетплейсов», расширение сектора розничных инвестиций. В этих условиях нормативная база обязана стать не просто машиночитаемой, но читаемой и интерпретируемой искусственным интеллектом (AI-readable).

Важным аспектом проекта является создание условий для получения воспроизводимых и хорошо интерпретируемых результатов. Это требует выделения задач: организации и верификации «датапроводов» (dataflow); организации среды работы с результатами анализа в виде интерактивных отчетов (interactive dashboard); управления качеством данных (data quality), как исходных, так и промежуточных. Это позволит конечному пользователю-аналитику банка получить эффективный инструмент анализа и принятия решений. 

Результатами проекта будут не только собранная статистика, характеристики регуляторной нагрузки и меморандум на конкретную дату, но средства проведения «воспроизводимого вычислительного эксперимента» по анализу регуляторной нагрузки с выдачей интерактивных отчетов по актуальному состоянию нормативно-правовой базы, что позволит поддержать смежные исследования. Важным результатом также будет исторический анализ и анализ трендов, что позволит учесть возможные изменения позиций Центрального банка и других регуляторов в будущем.

Проект реализуется совместно со Сбером.

Команда проекта

Кузнецов Сергей Олегович

Руководитель проекта

Гончарова Елизавета Федоровна

Младший научный сотрудник

Морковкин Антон Геннадьевич

Младший научный сотрудник

Паринов Андрей Андреевич

Младший научный сотрудник

Ускова (Куликова) Дина Валерьевна

Проектный менеджер

Чернявский Александр Сергеевич

Младший научный сотрудник