Кибербезопасность в условиях электронного банкинга. Практическое пособие

Результат – полный отрыв стоимости актива от объема генерируемого им дохода и (или) его ликвидационной стоимости, ставка на «ожидания рынка» и, как следствие, необходимость хеджирования рисков и страхования сделок; таким образом, владение имуществом/активами становится скорее проблемой, чем преимуществом. Финансовым институтам приходится расширять спектр не обеспеченных залогами продуктов, у их клиентов частично высвобождаются средства на текущее потребление, отчасти лишаются смысла накопления (только на «черный день»), но возникает необходимость приобретения страховых продуктов, компенсирующих внезапную утрату дохода (страхование жизни, страхование от потери работы и т. п.).

Вообще же для поддержания режима sharing economy необходимы либо постоянный и стабильный доход, либо возможность в любой момент получить кредитный ресурс (от простого лимита по кредитной карте до динамически пересчитываемой кредитной линии)[243]. В свою очередь для оперативного доступа к кредитным средствам человек должен обладать достаточным кредитным (социальным) рейтингом: именно рейтинг становится основой для доступа к общественным благам в режиме sharing economy, поскольку на индивидуальную работу с клиентом у финансовых институтов не остается ни времени (решение надо принимать немедленно, в процессе покупки), ни достаточных ресурсов (клиентских менеджеров успешно «оптимизируют»). При этом сам рейтинг фактически становится судьбой. Автоматизированные системы, пусть и построенные на основе последних технологий машинного обучения (machine learning, ML) и (или) сведенные в нейросети (NeuroNet), анализируя большие данные[244], чтобы на их основе составить электронный рейтинг потребителя финансовых услуг, явным образом проецируют прошлое на будущее, исходя из того, что бедные останутся бедными навсегда, небрежно относящихся к возврату долга исправит только могила и т. д. Конечно, это подтверждается наличием устойчивых корреляций на основе массы статистических данных, что придает рейтинговым моделям солидный вид беспристрастной науки. Но такие модели помещают потребителей в невидимые группы людей, чье поведение лишь кажется похожим. Создатели моделей зачастую путают корреляцию с причинно-следственной связью.

В принципе мировая практика предоставления персональных займов уже давно опирается на введение градаций и предварительный отсев заявителей, не имеющих приемлемого кредитного рейтинга, который в свою очередь рассчитывается на основе данных об имеющейся кредитной нагрузке и кредитной истории[245]. В качестве альтернативы рассматриваются различные системы вроде Credit Karma, использующие данные из социальных сетей и т. п. в качестве косвенного подтверждения платежеспособности заемщика, или же ему придется прибегать к использованию Р2Р-платформ вроде Lending Club, которые могут разделить риски дефолта заемщика между большим количеством кредиторов.

Акцент при оценке платежеспособности заемщика, таким образом, делается не столько на его текущем материальном положении (зачастую оцениваемом на основе анкеты = самодекларации, поскольку предоставление ложных сведений является преступлением и сама возможность уголовного преследования становится важным стоп-фактором), сколько на его кредитной истории и социальном поведении.

Китай стал первой страной, которая к 2020 г. планирует официально внедрить систему социального рейтинга (Social Credit Score, SCS). Рейтинги уровня SCS начали тестироваться в отдельных провинциях Китая еще в 2010 г. А в 2014 г. эта инициатива вышла на новый уровень и впервые появилась в документе Государственного совета КНР. В рамках системы оценивания будет определен рейтинг жителей Китая – страны, чье население составляет почти 1,3 млрд человек.

Система будет определять позицию гражданина, отслеживая его социальное поведение: как он тратит деньги, регулярно ли оплачивает счета, даже как он взаимодействует с другими людьми. На этой публичной оценке и будет основано доверие к каждому отдельному человеку. Рейтинг будет находиться в открытом доступе для каждого. От него будет зависеть, сможет ли гражданин получить работу или ипотеку, а также в какой школе смогут учиться его дети.

Такая «услуга» станет полностью доступна только в 2020 г., однако уже сейчас Китай начал добровольное внедрение рейтинга SCS: правительство сотрудничает с рядом частных компаний, чтобы отладить отдельные алгоритмы, необходимые для работы такой крупномасштабной системы обработки данных.

В работе над проектом задействованы такие компании, как China Rapid Finance (партнер сетевого гиганта Tencent) и Sesame Credit (дочерняя компания Ant Financial Services Group (AFSG), партнера Alibaba).

Как China Rapid Finance, так и Sesame Credit имеют доступ к огромному массиву данных: первая компания – через приложение обмена сообщениями WeChat (в настоящее время 850 млн активных пользователей), а вторая – через свою платежную систему AliPay