Шиян Д.В.

Использование самоорганизующихся нейронных сетей при осуществлении финансового мониторинга Национальным банком Украины

Севастопольский институт банковского дела Университета банковского дела Национального банка Украины (г. Киев), Украина Использование самоорганизующихся нейронных сетей

при осуществлении финансового мониторинга Национальным банком Украины

В системе финансового мониторинга Национального банка Украины инспекционные выездные проверки банков сочетаются с безвыездным надзором. Подходы безвыездного надзора объединяют различные, разработанные и использующиеся в мировой практике, методы дистанционного анализа банков. Некоторые новейшие подходы требуют дальнейшей разработки и внедрения в деятельность Национального банка Украины в сфере предотвращения и противодействия легализации доходов, полученных преступным путем.

Одним из наиболее перспективных методов дистанционного исследования эффективности финансового мониторинга в банках является кластерный анализ с использованием самоорганизующихся нейронных сетей, который позволяет группировать банки для изучения их существенных характеристик на основании отбора соответствующих параметров.

Основу такой методики кластеризации составляет модель регрессионных нейронных сетей без обратных связей, где используется алгоритм обучения без внешнего учителя. Метод самоорганизующихся карт был предложен Т. Кохоненом. Процесс создания самоорганизующейся карты предусматривает установление связи между входными и выходными слоями нейронов и, таким образом, отражает данные большей размерности на карте меньшей размерности А это, в свою очередь, означает, что самоорганизующаяся карта Кохонена является удобным инструментом визуального представления больших массивов данных, состоящих из большого количества параметров, объединенных в множество записей.

В данном случае, банковская система рассматривается как сеть искусственных нейронов, входными параметрами которых являются первичные показатели, рассчитанные по нескольким отчетным периодам, а выходным значением – уровень эффективности финансового мониторинга банка в соответствующем периоде.

Проведенный украинскими учеными анализ форм статистической отчетности банков, представляемой в Национальный банк Украины, позволил сформировать систему финансовых показателей для оценки рисков вовлечения банков в схемы отмывания криминальных доходов. Данная система включает 20 базовых показателей, которые могут быть скорректированы в соответствии с изменениями действующего законодательства. Каждый из показателей отражает определенный аспект деятельности в выявлении финансовых операций, которые могут быть связаны с реализацией схем по легализации денежных средств, и оценки внутренних рисков услуг банков или их структурных единиц с целью отмывания криминальных доходов. Исходя из этого можно отметить, что каждый из таких показателей может характеризовать тот или иной критерий эффективности, а именно: соответствие цели, результативность и экономичность.

Подход к оценке уровня эффективности финансового мониторинга в банках путем моделирования фактического распределения рынка банковских услуг с использованием нейронных сетей позволяет достаточно просто и логично визуализировать объекты, то есть расположить банки с общими характеристиками на плоскости – карте Кохонена. Метод обработки данных реализован в пакете Viscovery SOMine (VS). Система работает как своеобразная «центробежная установка », которая группирует близкие по характеристикам сбалансированные объекты в середине карты, а наиболее отличающиеся относит к удаленным границам. Метод позволяет получать дополнительную информацию о реальном состоянии и тенденциях развития каждого отдельного объекта путем сравнения со всей совокупностью и обобщения аналогичных признаков, при этом, не требует экспертного вмешательства.

Такой подход является переходом от одномерного оценивания, большего или меньшего значения агрегированного показателя (или рейтинга) эффективности  финансового мониторинга банка, к анализу многомерного пространства структурно-функциональных характеристик банков в распределении рынка банковских услуг. Банки объединяются в однородные группы в зависимости от их места на рынке по всем показателям, участвующим в кластеризации с использованием метода нейронных сетей – самоорганизующихся карт Кохонена.

Кластерный анализ с использованием метода самоорганизующихся нейронных сетей составляет основу рейтинговой оценки эффективности финансового мониторинга банков, которая может в дальнейшем использоваться при разработке Национальным банком Украины планов проведения выездных проверок банков, что является наиболее актуальным в современных условиях переориентации системы банковского надзора с традиционного на риск ориентированный подход.

Литература:

1. Дебок, Г. Анализ финансовых данных с помощью саморганизующих карт [Текст] : пер. с англ. / Г. Дебок, Т.Кохонен ; Нац. фонд подготовки кадров. – М.: Альпина, 2001. – 317 с.

2. Нікольський, Ю.В. Системи штучного інтелекту [Текст] : навчальний посібник / Ю.В. Нікольський, В.В. Пасічник, Ю.М. Щербіна. – Львів : «Магнолія-2006», 2010. – 279 с.

3. Оцінка та управління ризиком використання послуг для легалізації кримінальних доходів або фінансування тероризму в комерційному банку [Текст] : монографія / за заг. ред. О. М. Бережного ; [С. О. Дмитров, О. В. Меренкова, Т. А. Медвідь, О. М. Ващенко]. – Суми : ДВНЗ «УАБС НБУ», 2010. – 114 с.