По всем вопросам звоните:

+7 495 274-22-22

УДК: 330.44 DOI:10.33920/vne-04-2602-07

Цифровая трансформация банковского сектора на основе нейро-мультиагентных систем в целях устойчивого развития экономики данных

Николай Иванович Ломакин кандидат экономических наук, доцент, ФГБОУ ВО «Волгоградский государственный технический университет». Россия, 400005, г. Волгоград, пр-т В. И. Ленина, д. 28. E-mail: tel9033176642@yahoo.com. ORCID: 0000-0001-6597-7195
Оксана Александровна Минаева кандидат экономических наук, доцент, кафедра экономики и предпринимательства, ФГБОУ ВО «Волгоградский государственный технический университет». Россия, 400005, г. Волгоград, пр-т В. И. Ленина, д. 28. E-mail: o_mina@mail.ru. ORCID: 0000-0001-8579-4038
Максим Сергеевич Марамыгин доктор экономических наук, профессор, директор Института финансов и права, профессор кафедры финансов, денежного обращения и кредита, ФГБОУ ВО «Уральский государственный экономический университет». Россия, 620144, г. Екатеринбург, ул. 8 Марта, д. 62. E-mail: maram_m_s@mail.ru. ORCID: 0000-0003-3416-775X
Татьяна Ивановна Кузьмина доктор экономических наук, профессор, профессор кафедры мировой экономики, ФГБОУ ВО «Российский экономический университет им. Г. В. Плеханова». Россия, 400005, г. Волгоград, Волгодонская ул., д. 13. E-mail: tutor07@list.ru. ORCID: 0000-0002-1757-5201
Алексей Анатольевич Положенцев магистр факультета фундаментальной и прикладной информатики, ФГБОУ ВО «Юго-Западный государственный университет». Россия, 305040, г. Курск, ул. 50 лет Октября, д. 94. E-mail: polojencev135@mail.ru. ORCID: 0009-0004-6824-1019
Ольга Александровна Голодова кандидат экономических наук, доцент кафедры государственного и муниципального управления, ФГБОУ ВО «Волгоградский государственный университет». Россия, 400062, г. Волгоград, Университетский пр-т, д. 100. E-mail: ogolodova@volsu.ru. ORCID: 0000-0002-6279-1341
Евгений Борисович Шельменов магистр кафедры экономики и менеджмента, Волжский политехнический институт (филиал) ФГБОУ ВО «Волгоградский государственный технический университет». Россия, 404121, Волгоградская область, г. Волжский, ул. Энгельса, д. 42а. E-mail: viepptgp@ mail.ru

В статье рассматриваются теоретические аспекты, связанные с цифровой трансформацией банковского сектора на основе применения нейро-мультиагентных систем в целях обеспечения устойчивого развития банковской сферы. Актуальность проведенного исследования состоит в том, что в ходе реализации национального проекта «Экономика данных и цифровая трансформация государства» отмечается широкое применение искусственного интеллекта (ИИ) и мультиагентных систем во всех сферах, в том числе в бизнесе, финансах и банковском деле, что во многом формирует определенные предпосылки устойчивого развития банковской системы и экономики данных. Новизна исследования в том, что разработана мультиагентная система, которая позволяет производить сбор, обработку информации, отражающую деятельность коммерческих банков, формирование данных, пригодных для последующего использования, в частности для поиска закономерностей в целях устойчивого развития. Целью исследования является разработка алгоритма искусственного интеллекта на основе использования сервиса n8n как мультиагентной системы, позволяющей сформировать датасет для расчета нормализованных коэффициентов финансовой устойчивости коммерческих банков. Для достижения цели были поставлены и решены следующие задачи: выявить тенденции развития и возможности применения LLM (Large Language Model), которые представляют собой большие языковые модели на сервисе n8n в структуре мультиагентной системы; разработать схему и построить рабочий прототип ИИ-ботав n8n для обработки данных в облачном сервисе; на основе собранных данных рассчитать нормализованные коэффициенты финансовой устойчивости коммерческих банков.

Литература:

1. Alqdah, A. Z. H. Digital transformation and corporate governance: a case study of the banking sector in Russia // Financial Markets and Banks. — 2024. — № 3. — С. 85–87

2. Моисеев, А. Ю. Цифровая трансформация и новые вызовы в управлении цифровыми технологиями в банковском секторе экономики // Наука и искусство управления. Вестник Института экономики, управления и права РГГУ. — 2025. — № 1. — С. 145–154. doi.org/10.28995/2782-2222-2025-1-145-154

3. Маркевич, Н. В. Цифровая трансформация российского банковского сектора: факторы роста и развития // Скиф. Вопросы студенческой науки. — 2025. — № 3 (103). — С. 488–492

4. Павлова, И. В. Проблемы развития и цифровой трансформации банковского сектора в экономике России // Вестник МИРБИС. — 2025. — № 1(41). — С. 125–132. doi.org/10.25634/MIRBIS.2025.1.14

5. Lomakin, N., Golodova, O., Maramygin, M., Kuzmina, T. и др. Hybrid Cyber-Physical System QUIK-LUARandom Forest for Trading on MoEx // Creativity in Intelligent Technologies and Data Science: 5th International Conference CIT&DS 2023. — Cham (Switzerland): Springer Nature Switzerland AG, 2023. — С. 64–79. doi.org/10.1007/978-3-031-44615-3_5

6. Бухонова, С. М., Дорошенко, Ю. А., Бендерская, О. Б. Комплексная методика анализа финансовой устойчивости организации // Экономический анализ: теория и практика. — 2004. — № 7 (22). — С. 8–15

7. World Intellectual Property Indicators 2024. — Geneva: WIPO, 191 с. [Электронный ресурс]. URL: https:// www.wipo.int/web-publications/world-intellectual-property-indicators-2024-highlights/assets/69723/941EN_ WIPI_2024_WEB2.pdf (дата обращения: 01.08.2025)

8. Серебрякова, Т. А., Серебрякова, В. Г., Алексин, К. В. Мультиагентные технологии в банковской сфере // Вестник науки. — 2018. — Т. 1.— № 7 (7). — С. 52–55

9. Романов, В. А., Хубулова, В. В. Цифровая трансформация банковского сектора в России: состояние и особенности // Вестник Забайкальского государственного университета. — 2022. — Т. 28. — № 2. — С. 101–108. doi.org/10.21209/2227-9245-2022-28-2-101-108

10. Буланов, Ю. Н., Фадейкина, Н. В. Стейкхолдерская концепция как методология формирования стратегии сбалансированного устойчивого развития коммерческого банка // Непрерывное профессиональное образование и новая экономика. — 2018. — № 1 (2). — С. 257–274

11. Ding, Z., Yan, H., Chen, Y., Jiang, C. Risk contagion in interbank lending networks: A multi-agent-based modeling and simulation perspective // Expert Systems with Applications. — 2024. — Т. 256. — Ст. 124847. doi.org/10.1016/j.eswa.2024.124847

12. Yu, C., Fu, B., Chang, L., Hao, Z. Computational argumentation based multi-agent consensual approach for semantically interpretable credit rating // Machine Learning with Applications. — 2025. — Т. 21. — Ст. 100690. doi.org/10.1016/j.mlwa.2025.100690

13. Xing, X., Gu, X., Guo, K., Deng, J. The interactive impact of green supporting factors on bank credit creation: An agent-based stock-fl ow consistent approach // The North American Journal of Economics and Finance. — 2024. — Т. 69. — Ст. 101994. doi.org/10.1016/j.najef.2023.101994

14. Sydow, M., Schilte, A., Covi, G., Deipenbrock, M. и др. Shock amplifi cation in an interconnected fi nancial system of banks and investment funds // Journal of Financial Stability. — 2024. — Т. 71. — Ст. 101234. doi.org/10.1016/j.jfs.2024.101234

15. Papi, F. G., Hübner, J. F., de Brito, M. A. Blockchain integration to support transactions of assets in multiagent systems // Engineering Applications of Artifi cial Intelligence. — 2022. — Т. 107. — Ст. 104534. doi.org/10.1016/j.engappai.2021.104534

16. Tran-Truong, P. T., Pham, M. Q., Son, H. X., Nguyen, D. L. T. и др. A systematic review of multi-factor authentication in digital payment systems: NIST standards alignment and industry implementation analysis // Journal of Systems Architecture. — 2025. — Т. 162. — Ст. 103402. doi.org/10.1016/j.sysarc.2025.103402

17. Эрроу, К. Дж., Гурвиц, Л., Удзава, Х. Исследования по линейному и нелинейному программированию / Пер. с англ. — М.: Издательство иностранной литературы, 1962. — 334 с.

18. Gallegati, M., Kirman, A. Reconstructing Economics: Agent Based Models and Complexity // Complexity Economics. — 2012. — Т. 1. — С. 5–31. doi.org/10.7564/12-COEC2

19. Foley, D. K. A statistical equilibrium theory of markets // Journal of Economic Theory. — 1994. — Т. 62. — вып. 2. — С. 321–345. doi.org/10.1006/jeth.1994.1018

1. Alqdah, A. Z. H. (2024). Digital transformation and corporate governance: a case study of the banking sector in Russia. Financial Markets and Banks. No. 3, pp. 85–87

2. Moiseev, A. Yu. (2025). Tsifrovaya transformatsiya i novye vyzovy v upravlenii tsifrovymi tekhnologiyami v bankovskom sektore ekonomiki [Digital transformation and new challenges in managing digital technologies in the banking sector of the economy]. Nauka i iskusstvo upravleniya. Vestnik Instituta ekonomiki, upravleniya i prava RGGU [Science and art of management. Bulletin of the Institute of Economics, Management and Law of the Russian State University for the Humanities]. No. 1, pp. 145–154. doi.org/10.28995/2782-2222-2025-1-145

154. (In Russian)

3. Markevich, N. V. (2025). Tsifrovaya transformatsiya rossijskogo bankovskogo sektora: faktory rosta i razvitiya [Digital transformation of the Russian banking sector: growth and development factors]. Skif. Voprosy studencheskoj nauki [Skif. Issues of student science]. No. 3 (103), pp. 488–492. (In Russian)

4. Pavlova, I. V. (2025). Problemy razvitiya i tsifrovoj transformatsii bankovskogo sektora v ekonomike Rossii [Problems of development and digital transformation of the banking sector in the Russian economy]. Vestnik MIRBIS [MIRBIS Bulletin]. No. 1 (41), pp. 125–132. doi.org/10.25634/MIRBIS.2025.1.14. (In Russian)

5. Lomakin, N., Golodova, O., Maramygin, M., Kuzmina, T. et al (2023). Hybrid Cyber-Physical System QUIK-LUA-Random Forest for Trading on MoEx. In: Creativity in Intelligent Technologies and Data Science: 5th International Conference CIT&DS 2023. — Cham (Switzerland): Springer Nature Switzerland AG, pp. 64–79. doi.org/10.1007/978-3-031-44615-3_5

6. Bukhonova, S. M., Doroshenko, Yu. A., Benderskaya, O. B. (2004). Kompleksnaya metodika analiza fi nansovoj ustojchivosti organizatsii [Comprehensive methodology for analyzing the fi nancial stability of an organization]. Ekonomicheskij analiz: teoriya i praktika [Economic analysis: theory and practice]. No. 7 (22), pp. 8–15. (In Russian)

7. WIPO (2024). World Intellectual Property Indicators 2024. — Geneva: WIPO, 191 p. — Available at: https:// www.wipo.int/web-publications/world-intellectual-property-indicators-2024-highlights/assets/69723/941EN_ WIPI_2024_WEB2.pdf (accessed: 01.08.2025)

8. Serebryakova, T. A., Serebryakova, V. G., Aleksin, K. V. (2018). Mulʹtiagentnye tekhnologii v bankovskoj sfere [Multi-agent technologies in the banking sector]. Vestnik nauki [Herald of Science]. No. 7 (7) Vol. 1, pp. 52–55. (In Russian)

9. Romanov, V. A., Khubulova, V. V. (2022). Tsifrovaya transformatsiya bankovskogo sektora v Rossii: sostoyanie i osobennosti [Digital transformation of the banking sector in Russia: state and features]. Vestnik Zabajkalʹskogo gosudarstvennogo universiteta [Bulletin of the Transbaikal State University]. Vol. 28, no. 2, pp. 101–108. doi.org/10.21209/2227-9245-2022-28-2-101-108. (In Russian)

10. Bulanov, Yu. N., Fadeykina, N. V. (2018). Stejkkholderskaya kontseptsiya kak metodologiya formirovaniya strategii sbalansirovannogo ustojchivogo razvitiya kommercheskogo banka [Stakeholder concept as a methodology for forming a strategy for balanced sustainable development of a commercial bank]. Nepreryvnoe professionalʹnoe obrazovanie i novaya ekonomika [Continuous professional education and the new economy]. No. 1 (2), pp. 257–274. (In Russian)

11. Ding, Z., Yan, H., Chen, Y., Jiang, C. (2024). Risk contagion in interbank lending networks: A multi-agentbased modeling and simulation perspective. Expert Systems with Applications. Vol. 256, art. 124847. doi.org/10.1016/j.eswa.2024.124847

12. Yu, C., Fu, B., Chang, L., Hao, Z. (2025). Computational argumentation based multi-agent consensual approach for semantically interpretable credit rating. Machine Learning with Applications. Vol. 21, art. 100690. doi.org/10.1016/j.mlwa.2025.100690

13. Xing, X., Gu, X., Guo, K., Deng, J. (2024). The interactive impact of green supporting factors on bank credit creation: An agent-based stock-fl ow consistent approach. The North American Journal of Economics and Finance. Vol. 69, art. 101994. doi.org/10.1016/j.najef.2023.101994

14. Sydow, M., Schilte, A., Covi, G., Deipenbrock, M. Et al (2024). Shock amplifi cation in an interconnected fi nancial system of banks and investment funds. Journal of Financial Stability. Vol. 71, pp.101234. doi.org/10.1016/j.jfs.2024.101234

15. Papi, F. G., Hübner, J. F., de Brito, M. A. (2022). Blockchain integration to support transactions of assets in multi-agent systems. Engineering Applications of Artifi cial Intelligence. Vol. 107, art. 104534. doi.org/10.1016/j. engappai.2021.104534

16. Tran-Truong, P. T., Pham, M. Q., Son, H. X., Nguyen, D. L. T. et al (2025). A systematic review of multi-factor authentication in digital payment systems: NIST standards alignment and industry implementation analysis. Journal of Systems Architecture. Vol. 162, art. 103402. doi.org/10.1016/j.sysarc.2025.103402

17. Arrow, K. J., Hurwitz, L., Uzawa, H. (1962). Studies in linear and nonlinear programming. Translated from English. — Moscow: Izdatelstvo inostrannoy literatury, 334 p. (In Russian)

18. Gallegati, M., Kirman, A. (2012). Reconstructing Economics: Agent Based Models and Complexity. Complexity Economics. Vol. 1, pp. 5–31. doi.org/10.7564/12-COEC2

19. Foley, D. K. (1994). A statistical equilibrium theory of markets. Journal of Economic Theory. Vol. 62, iss. 2, pp. 321–345. doi.org/10.1006/jeth.1994.1018

Дата поступления рукописи в редакцию: 26.11.2025

Дата принятия рукописи в печать: 12.01.2026

Актуальность исследования состоит в том, что в условиях выполнения национального проекта «Экономика данных и цифровая трансформация государства» наблюдается широкое использование искусственного интеллекта и мультиагентных систем в такие сферы, как бизнес, финансовая и банковская сфера, что в значительной мере определяет устойчивое развитие банковской системы и экономики данных1 . По мнению ряда экспертов, современные трансформации широкомасштабны, имеют необратимый характер, и в их основе лежит использование технологий Индустрия 4.0, Индустрия 5.0. Так, например, Аль-Кдах А. Ж. Х. (Al-Qdah A. Z. H.) отмечает, что цифровизация существенно меняет систему корпоративного управления, структуру банковского сектора, бизнес-модель и банковские услуги. Анализ основных направлений цифровой трансформации и корпоративного управления российского банковского сектора позволяет повысить его конкурентоспособность на финансовом рынке [1].

Как считает Моисеева А. Ю., инновационная деятельность банков способствует повышению конкурентоспособности банковского сектора, поэтому выявление закономерностей в специфике управления процессами цифровизации технологий в банках России имеет важное значение. Опираясь на результаты анализа, автор рекомендует использовать наиболее эффективные практики, а также рекомендации банкам в области управления инновациями, как, например, формирование инновационных лабораторий, расширение компетенций сотрудников касательно работы и совершенствования управления инновациями, а также повышение уровня сотрудничества с финтех-компаниями и выявление потребностей клиентов [2]. Автор рассматривает цифровую трансформацию как перманентный процесс, который направлен на улучшение качества работы с клиентами, прирост операционной эффективности, сокращение затрат и расширение линейки ассортимента банковских продуктов и услуг. Маркевич Н. В. выявил, что дальнейшее развитие данного процесса может способствовать обеспечению более широких масштабов внедрения и развития цифровизации, позволяя повысить эффективность банков, обеспечить импульс к применению новых технологических решений, а также может способствовать внедрению высокотехнологичных процессов реализации банковских продуктов и услуг.

Для Цитирования:
Николай Иванович Ломакин, Оксана Александровна Минаева, Максим Сергеевич Марамыгин, Татьяна Ивановна Кузьмина, Алексей Анатольевич Положенцев, Ольга Александровна Голодова, Евгений Борисович Шельменов, Цифровая трансформация банковского сектора на основе нейро-мультиагентных систем в целях устойчивого развития экономики данных. Международная экономика. 2026;2.
Полная версия статьи доступна подписчикам журнала
Язык статьи:
Действия с выбранными: