Трансформация банковской бизнес-модели. Актуальные бизнес-модели, лучшие практики

Особое место с точки зрения перспектив эффективного применения в банковском секторе занимает Big Data, Data Management, которые позволяют банкам, использую огромные массивы мультиформатных данных полученных в интернет-пространстве оцифковку и прогнозирование поведенческой модели потенциальных клиентов или контрагентов, а также предотвращать операционные риски внутренних и внешних мошеннических действий, например:

• построение кредитного скоринга потенциальных клиентов на основе прогнозирования вероятности гашения кредита;

• анализ клиентского поведения (маркетинг) на основе моделирования оцифрованной модели, созданной на базе Big Data;

• управление взаимоотношениями с клиентами (Castomer Relationship Management, CRM) малого и среднего бизнеса (Small and medium-sized entity, SME) на основе моделирования потенциальных потребностей клиентов;

• риск-менеджмент на основе стресс-тестирования и сценарного подхода на основе реалистичных моделей развития банка (эффективная управленческая аналитика);

• API технологии, Open Banking, в основе которой лежит Open API. Несмотря на то что API известны и применяются уже многие десятилетия, в том числе и в финансовом секторе, их развитие в направлении большей открытости и универсальности создает большое количество новых бизнес-моделей с высоким потенциалом. При использовании Open Banking банковские данные будут предоставляться через безопасный открытый API, так что клиенты, будь то люди или компании, смогут более эффективно управлять своими деньгами;

• KYC (Know Your Customer), знай своего клиента, это принцип работы кредитных и организаций, когда от клиента требуется предоставить ряд документов, подтверждающих его личность, место проживания и род занятий, декларацию об отсутствии незаконной или нелегальной деятельности, банковскую рекомендацию водительское удостоверение и пр. С продвижением FinTech технологий банк уже может не утруждать клиента с предоставлением пакета документов, так как может уже владеть достаточными данными от клиенте в результате предварительного дистанционного сбора данных и нем в открытом информационном пространстве;

• предотвращение внутреннего и внешнего мошенничества и отмывания денег полученных в результате незаконной деятельности путем фиксации с помощью нейронных сетей, которые чувствительны к любым отрицательным отклонений от нормы на ранней стадии их возникновения. Данные технологии эффективно функционируют при условии подключения к большим массивам данных (Big Data).

В условиях бурного продвижения FinTech технологий в сфере финансов и банковского бизнеса необходимо осознавать, что эта сфера является регулируемой со стороны национальных центральных банков с целью поддержания финансовой стабильности, с целью обеспечения защиты клиентов вкладчиков банков и инвесторов банковского бизнеса.

Существует реальная угроза возникновениях бесконтрольной, не регулируемой ситуации для банковского сектора, когда финансовые потоки агентов экономики может массово перекачивать в теневую сферу экономики с не предсказуемыми последствиями для национальных банковских систем. Чтобы не сдерживать полезных для агентов экономики трендов, но в тоже время удержаться от сваливания в нерегулируемое состояние центральные банки также должны трансформировать функции надзора и регулирования банковской сферы в условиях развития FinTech технологий методами, которые получили название RegTech.

RegTech решения помогают соответствовать требованиям регуляторов, повышая эффективность процессов, снижая затраты и время на регуляторные и надзорные функции. Кроме того, национальные банки призваны ограничить проникновение нерегулируемых финтех-компаний в регулируемую банковскую сферу. Финтех-компании не несут нагрузки и затрат связанных с обеспечением требований регулятора по сравнению с банками и имеют поэтому конкурентные преимущества перед банками, которые вынуждены еще и вкладывать значительные средства на трансформация своих бизнес-процессов.

Важным направлением Regtech в Российской банковской системе является переход на дистанционный надзор основанный на непрерывной обработке данных, прогнозировании и стресс-тестировании вероятности наступления кризисных явлений в кредитной организации.

Национальный банк создает поведенческий образ, организует наблюдение за реализацией бизнес-модели банка в которую заложены принципы и нормы управления банковскими рисками, капиталом и ликвидностью. Таким образом, можно выделить три направления развития Regtech:

• Моделирование, сценарный анализ и прогнозирование на основе использование технологии распознания паттерн в данных;

• Регулярная отчетность (compliance), предполагает создание оцифрованной платформы актуальных требований регулятора и оценки существенных отклонений;

Улучшение мониторинга и идентификации подозрительных транзакций и мошеннических действий с использованием кибертехнологий.