Дата поступления рукописи в редакцию: 04.04.2023.
Дата принятия рукописи в печать: 10.04.2023.
ИИ и машинное обучение быстро трансформируют отрасль финансовых услуг. Эти технологии все чаще используются для улучшения финансовых процессов, повышения эффективности, снижения затрат и обеспечения превосходного качества обслуживания клиентов. В последнее время ИИ и МО широко применяются в различных финансовых услугах, таких как обнаружение мошенничества, кредитный скоринг, управление рисками и инвестиционный анализ [3]. С экспоненциальным ростом финансовых данных ценность ИИ и МО в анализе и интерпретации этих данных быстро возрастает. В этой статье мы собираемся перечислить различные варианты использования ИИ и машинного обучения в финансовых услугах и последствия их применения. Также поговорим о различных последствиях этой технологии в микро- и макрофинансовом масштабе.
1. Приложения кредитного скоринга:
• Автоматизация процесса оценки кредитоспособности. ИИ и МО могут использоваться для обработки большого объема данных заемщиков, что позволяет более быстро и точно определять кредитный риск [6]. Алгоритмы машинного обучения могут также учитывать широкий диапазон факторов, которые могут влиять на кредитный риск, включая те, которые ранее не учитывались, такие как профессиональный статус, социальная активность и т. д.
• Уменьшение ошибок человеческого фактора. Оценка кредитного риска является сложным процессом, который включает в себя множество факторов. Человеческий фактор может привести к ошибкам и несправедливым оценкам кредитного риска. Использование ИИ и МО может уменьшить роль человеческого фактора в процессе оценки кредитного риска и снизить вероятность ошибок [1].
• Улучшение точности оценки кредитного риска. Искусственный интеллект и машинное обучение могут помочь финансовым компаниям более точно определять кредитный риск, что позволяет выдавать более точные и справедливые кредитные решения [6]. Это также может помочь уменьшить риски для компаний, выдающих кредиты, и снизить вероятность дефолтов.