Влияние Big Data на банковский сектор в России

Размещено на http://www.allbest.ru

Влияние Big Data на банковский сектор в России

Укадер Данила Евгеньевич

Ukader Danila Evgenievich

The impact of Big Data on the banking sector in Russia

Abstract

This study examines the key aspects and issues related to the introduction and use of Big Data technologies in the Russian banking sector. The study highlights in detail how the use of Big Data affects the operational efficiency of banks, improving the accuracy of forecasting market trends, optimizing decision-making processes and developing personalized financial products. The current state and prospects of using Big Data in the banking sector are analyzed, taking into account both technological and infrastructural aspects, problems of confidentiality and data protection, as well as issues of regulatory adaptation. The author of the work focuses on the need to develop and improve the data infrastructure and analytical tools, emphasizing the importance of investments in the IT sector and professional development of specialists. Particular attention is paid to ensuring data security and confidentiality of information in the context of the growing volume of personal data of customers. Recommendations on adapting the regulatory framework to meet new technological and market realities are also presented. In the final part of the work, conclusions are presented regarding an approach to improving the efficiency of using Big Data in the banking sector, combining quantitative and qualitative analysis methods, which makes it possible to assess not only the financial benefits of using Big Data, but also its contribution to improving the level of customer service and competitiveness of banks. The findings of the study provide recommendations on the activities of banks and regulators aimed at improving the sustainability and efficiency of the banking sector in the context of digitalization, emphasizing the importance of a balance between innovative development and sustainable operation of banks in a dynamically changing digital world.

Keywords: banking sector; Russian banks; financial technologies; risk management; banking innovations; digitalization; financial sector; Big Data

Turgaeva Aksana Albekovna

Multicomponent problem of developing an internal control system in the field of risk management of agricultural organizations

Abstract

The problem of developing internal control systems (ICS) as a component of a risk management system in the agricultural sector is clearly multicomponent and all components of this problem are important to one degree or another. In this regard, in this publication the author focuses his attention on the multidimensional issue of developing an internal control system in the field of risk management of organizations engaged in the agricultural sector. Agriculture, in the context of the development of innovative processes, digitalization, platformization and other information technology trends, lags behind the most in these matters. At a time when the current state of the economy suffers from high risks from digital and information technologies, agricultural producers are primarily concerned about problems associated with the sale of perishable products and the acceleration of production turnover. The advantage of the study, which covers the overall internal control system in agricultural organizations, is to identify not only specific features in risk management of agricultural organizations, but also problems in the development of internal control. The advantage of the proposed three components of the problem of the development of internal control systems in the field of risk management of agricultural organizations lies in their systematization and the identification of the most complex areas in the system of control and management decision-making to minimize risks and find solutions to problems. Research and study of existing problems in the development of internal control systems in the field of risk management for agricultural producers made it possible to identify the basic principles and requirements for the formation of an internal control system as an improvement tool, in particular integration, complexity, continuity, timeliness, awareness, responsibility, risk orientation, distribution of responsibility, adaptation.

Keywords: internal control system; internal control; agricultural organizations; risk management; control procedures; economic security; risk-based approach

Аннотация

В настоящем исследовании рассматриваются ключевые аспекты и проблематика, связанные с внедрением и использованием технологий Big Data в банковском секторе России. Исследование подробно освещает, как применение Big Data влияет на операционную эффективность банков, повышение точности прогнозирования рыночных тенденций, оптимизацию процессов принятия решений и разработку персонализированных финансовых продуктов. Анализируется текущее состояние и перспективы использования Big Data в банковском секторе, учитывая как технологические, так и инфраструктурные аспекты, проблемы конфиденциальности и защиты данных, а также вопросы нормативноправовой адаптации. Автором работы акцентируется внимание на необходимости развития и усовершенствования инфраструктуры данных и аналитических инструментов, подчеркивая важность инвестиций в IT-сферу и повышение квалификации специалистов. Особое внимание уделяется вопросам обеспечения безопасности данных и соблюдения конфиденциальности информации в контексте растущих объемов персональных данных клиентов. Также представлены рекомендации по адаптации нормативно-правовой базы, чтобы соответствовать новым технологическим и рыночным реалиям. В заключительной части работы представлены выводы относительно подхода к повышению эффективности использования Big Data в банковском секторе, сочетающий количественные и качественные методы анализа, что позволяет оценить не только финансовую выгоду от применения Big Data, но и его вклад в повышение уровня клиентского обслуживания и конкурентоспособности банков. Выводы исследования предоставляют рекомендации относительно деятельности банков и регуляторов, направленные на повышение устойчивости и эффективности банковского сектора в условиях цифровизации, подчеркивая важность баланса между инновационным развитием и устойчивой работой банков в динамично меняющемся цифровом мире.

Ключевые слова: банковский сектор; российские банки; финансовые технологии; риск-менеджмент; банковские инновации; цифровизация; финансовый сектор; Big Data

банковский big data

Введение

Актуальность темы исследования. Быстрый рост цифровых технологий и увеличение объемов данных существенно трансформируют экономическую среду, в том числе банковский сектор России. Особую актуальность приобретает анализ влияния Big Data на эту область. Данное исследование предоставляет возможность глубоко изучить, каким образом банковские учреждения могут эффективно использовать Big Data для улучшения своих операций, снижения рисков и повышения качества обслуживания клиентов. Важность данной темы усиливается тем, что внедрение Big Data может способствовать устойчивому развитию финансовой системы России.

Учитывая мировые тенденции цифровизации, особое внимание уделяется тому, как банки адаптируются к новым реалиям, где анализ больших данных становится ключевым элементом стратегического планирования и принятия решений. В контексте российского банковского сектора особенно актуальным является изучение специфических вызовов и возможностей, связанных с применением Big Data, включая вопросы кибербезопасности, конфиденциальности данных и соответствия нормативно-правовым требованиям.

Целью исследования является проведение анализа влияния технологий Big Data на эффективность, конкурентоспособность и инновационные процессы в банковском секторе России.

Объектом исследования является банковский сектор России.

Предметом исследования является применение и влияние технологий Big Data на банковский сектор России.

Методы и материалы

При написании автором использовались следующие методы: анализ литературы, сравнительный анализ, кейс-стади, дедукция.

Для достижения цели работы были поставлены следующие задачи:

изучить текущее состояние и тенденций применения Big Data в банковском секторе России;

проанализировать возможности и проблемы, связанные с внедрением Big Data в банковской сфере;

сделать выводы о перспективах развития применения технологии Big Data в банковском секторе России.

Исследование основывается на теоретических и методологических положениях, разработанных отечественными и зарубежными авторами по исследованию технологии Big Data и ее применении в банковском секторе.

Теоретические и методологические аспекты технологий Big Data раскрыты по трудам Н.А. Величко [1], Н.А. Герасименко [2], А.С. Петренко [3], Е.А. Кирилловой [4]. Анализ применения технологий Big Data основан на трудах Д.И. Баженова [5], Н.П. Макаркина [6], Я.Л. Гобаревой [7], В.В. Митрохина [8], Д.В. Зубайдуллиной [9], А.А. Сысоевой [10], А.П. Круликовского [11], Л.А. Загеевой [12].

Информационной базой исследования послужили национальное законодательство, научные труды отечественных и зарубежных ученых, данные из отчетов международных организаций, а также Интернет-ресурсы.

Результаты и обсуждения

Теоретические аспекты Big Data и их роль в современной экономике требуют всестороннего рассмотрения, начиная с определения и характеристики, а также анализа исторического развития и эволюции данных технологий. Big Data представляет собой объемные наборы данных, которые из-за своей масштабности и сложности обработки выходят за рамки традиционных методов управления данными. Основные характеристики Big Data часто описываются через три основных параметра: объем, скорость и разнообразие QV-модель), подчеркивая значимость обработки больших объемов информации, скорости их обработки и многообразия типов данных (рис. 1).

Рисунок 1. Основные параметры технологии Big Data (составлено автором)

Сама по себе технология Big Data зародилась в начале эры информационных технологий, когда увеличение объемов цифровой информации вызвало необходимость в новых подходах к её обработке и анализу. Согласно исследованию IDC, объем мировых данных растет экспоненциально и, как предполагается, достигнет 175 зеттабайт к 2025 Издательство «Открытые системы». IDC: объем данных в мире к 2025 году достигнет 175 Збайт -- Режим доступа -- https://cio.osp.ru/news/051218-IDC-obem-dannyh-v-mire-k-2025-godu-dostignet-175-Zbayt (дата

обращения: 10.12.2023)., и этот процесс все более способствует возникновению новых методов аналитики и технологий обработки данных, таких как облачные вычисления и искусственный интеллект, которые позволяют эффективно работать с Big Data.

Конечно, в первую очередь все более бурное практическое применение Big Data находит в экономике, где оно уже оказало значительное влияние на бизнес-процессы, управление рисками и принятие решений. Способность анализировать большие объемы данных позволяет предприятиям получать более глубокие и точные знания о рынках, поведении потребителей и внутренних операционных процессах. Примером может служить применение Big Data в розничной торговле для персонализации предложений и оптимизации запасов, что демонстрируется в исследованиях McKinsey и других авторитетных источников [13].

Важность данных технологий обусловлена способностью к обработке огромных массивов информации, что открывает новые возможности для анализа и прогнозирования рыночных тенденций. По данным исследований Gartner, организации, активно использующие Big Data, демонстрируют значительно более высокую эффективность операций и конкурентоспособность на рынке. Сетевое издание «CNews». Как «большие данные» помогают оптимизировать затраты и увеличить эффективность -- мнение Х5 Group -- Режим доступа -- https://bigdata.cnews.ru/articles/2023-10- 05 kak bolshie dannye pomogayut optimizirovat (дата обращения: 12.12.2023).

В финансовой индустрии влияние Big Data особенно заметно, ведь технологии анализа больших данных позволяют финансовым учреждениям повышать точность кредитного скоринга, оптимизировать управление рисками и разрабатывать индивидуальные финансовые продукты для клиентов. Например, в области кредитного скоринга Big Data способствует более точному прогнозированию платежеспособности клиентов, используя не только финансовую, но и поведенческую информацию, как это показано в исследованиях Массачусетского технологического института. Инновации в сфере Big Data позволяют компаниям осуществить разработку алгоритмов машинного обучения для анализа финансовых рынков, что позволяет банкам и инвестиционным компаниям лучше понимать рыночные тенденции и принимать обоснованные решения о капиталовложениях.

Также стоит отметить вклад Big Data в развитие технологии блокчейн, что, согласно отчету Deloitte, способствует повышению прозрачности и безопасности финансовых операций. Следует признать, что интеграция Big Data в финансовую индустрию представляет собой достаточно сложный процесс, ведь здесь требуются значительные инвестиции в IT-инфраструктуру и компетенции сотрудников [14]. Однако преимущества, которые предоставляет Big Data, делают эти усилия оправданными, поскольку они способствуют созданию более эффективных, безопасных и клиенто-ориентированных финансовых сервисов.

Рассмотрим теперь то, как российские банки внедряют Big Data в свою деятельность. ПАО «Сбербанк», занимая лидирующую позицию на рынке банковских услуг России, интегрировал Big Data во многие аспекты своей деятельности. Применение данных технологий позволило банку разработать продвинутые системы кредитного скоринга, что увеличивает точность оценки кредитных рисков и снижает вероятность дефолтов по кредитам. Особенностью является использование не только финансовой, но и поведенческой информации клиентов для более точного прогнозирования их платежеспособности. Также «Сбер» использует анализ больших данных для персонализации предложений, что повышает эффективность маркетинговых кампаний и укрепляет лояльность клиентов. Сам же глава банка, Герман Греф, еще в 2018 году заявлял об «острой охоте» по специалистам в этой сфере из-за их существенной нехватки и высокой потребности. Информационное агентство ТАСС. Греф заявил о «тотальной» охоте за специалистами в области Big Data и машинного обучения -- Режим доступа -- https://tass.ru/ekonomika/5033985 (дата обращения: 12.12.2023).

Другим крупным игроком на банковском рынке является ПАО «ВТБ», который, внедряя Big Data, сосредоточился на повышении операционной эффективности и предложении более адаптированных продуктов. Примером является анализ транзакционных данных для создания индивидуальных банковских продуктов, которые отвечают специфическим потребностям различных сегментов клиентов. Дополнительно, благодаря аналитике больших данных, банк смог значительно улучшить свои процессы управления активами и прогнозирования рыночных тенденций.

Полностью частный АО «Альфа-Банк» в своей стратегии использования Big Data акцентирует внимание на повышении безопасности и качества обслуживания. Анализ больших данных позволяет банку эффективно выявлять и предотвращать мошеннические операции, обеспечивая высокий уровень защиты клиентских средств. Благодаря успешному развитию этого направления получилось эффективно осуществление и внедрение продвинутых систем кредитного скоринга способствует повышению точности оценки кредитоспособности заемщиков [15].

В последствии, появившись сначала у крупных игроков рынка, подобные технологии получают распространение во всей банковской сфере, тем не менее у игроков с большим количеством финансовых ресурсов получается развить эти технологии куда больше. Например, Сбербанк планирует увеличить инвестиции в информационные технологии до 450 млрд рублей Информационное агентство ТАСС. Сбер анонсировал рост своих инвестиций в IT за три года в 1,5 раза -- Режим доступа -- https://tass.ru/ekonomika/19466105 (дата обращения: 12.12.2023)., и это очевидно даст ему конкурентное преимущество, потому как на такие вливания средств в банковской сфере способен даже не каждый системно-образующий банк.

Обозначим и проанализируем также и общие для всей сферы тенденции. Прогнозирование и анализ рыночных тенденций, на наш взгляд, являются наиболее развитыми направлениями, где Big Data находит свое применение в банковском секторе России. С помощью технологий обработки больших данных банки способны с высокой точностью анализировать рыночные условия, что позволяет им прогнозировать будущие тенденции и адаптировать свои стратегии соответственно. Использование сложных алгоритмов и машинного обучения для анализа исторических и текущих данных о рынке, клиентских транзакциях и экономических показателях дает банкам возможность получить глубокое понимание динамики рынка.

Как мы понимаем, банки, активно использующие Big Data для анализа рынка, обладают значительным конкурентным преимуществом, поскольку они могут оперативно реагировать на изменения рыночной ситуации и предвидеть возможные риски и возможности. Соответственно, улучшение процессов принятия решений в банках также неразрывно связано с использованием Big Data. Сложные аналитические инструменты и алгоритмы, обрабатывающие большие объемы данных, предоставляют руководителям и аналитикам банков глубокие и многоаспектные знания.

Также объектом пристального интереса является направление по работе с персонализированными предложениями и таргетированный маркетинг в банковском секторе, и эти процессы значительно трансформировались благодаря Big Data. Игроки рынка могут анализировать большие объемы данных о поведении своих клиентов, их предпочтениях и потребностях, чтобы создавать индивидуализированные финансовые продукты и услуги. Например, анализ транзакционных данных клиентов позволяет банкам предлагать кредитные продукты или инвестиционные услуги, наиболее соответствующие их текущему финансовому положению и поведению. В итоге такой подход не только увеличивает уровень удовлетворенности клиентов, но и способствует увеличению доходности банка за счет повышения лояльности клиентов и уменьшения оттока.

Перейдем к рассмотрению проблем и перспектив относительно применения и развития Big Data в российском банковском секторе на сегодняшний день. Реализация проектов Big Data требует значительных инвестиций в IT-инфраструктуру, включая мощные серверы, хранилища данных и программное обеспечение для обработки больших объемов информации. Важным аспектом является и необходимость привлечения высококвалифицированных специалистов, способных работать с такими сложными системами, что особенно остро ощущается сейчас в условиях дефицита кадров. Исследовательская лаборатория Aero. Растущий спрос на data vs нехватка кадров: эксперты о рынке data- специалистов -- Режим доступа -- https://aeroidea.ru/insights/rastushchiy-spros-na-data-vs-nekhvatka-kadrov- eksperty-o-rynke-data-spetsialistov/ (дата обращения: 14.12.2023). Не стоит забывать, что также существует проблема обеспечения совместимости новых решений с уже существующими IT-системами банков, что часто требует дополнительных усилий и ресурсов.

Проблемы конфиденциальности и защиты данных при таком массовом использования Big Data в банковской сфере также создают ряд вызовов для всей отрасли. Банки обрабатывают огромные массивы личных данных клиентов, что повышает риски утечек и несанкционированного доступа к этой информации. Обеспечение надежной защиты данных требует внедрения современных методов кибербезопасности, включая шифрование, контроль доступа и регулярное обновление протоколов безопасности [16]. Важность этого аспекта обусловлена не только техническими рисками, но и высоким уровнем ответственности перед клиентами и регуляторами.

Стоит учитывать и необходимость нормативно-правовой адаптации в условиях интеграции Big Data в банковскую деятельность, что обусловлено стремительным развитием технологий и изменениями в рыночной среде. Банки сталкиваются с необходимостью соблюдения многочисленных законодательных и регуляторных требований, касающихся обработки и хранения данных, а также обеспечения конфиденциальности клиентской информации. На наш взгляд, самим банковским учреждениям в лице своих объединений необходимо активно участвовать в процессе формирования новых нормативных актов и стандартов, а также адаптировать внутренние политики и процедуры в соответствии с изменениями в законодательстве. Конечно, стоит отметить и важную роль в этом процессе Банка России, что также является одним из драйверов развития финансовых технологий в нашей стране.

Выводы

Несомненно, Big Data оказывает значительное влияние на банковский сектор России, способствуя повышению эффективности, снижению рисков и улучшению качества обслуживания клиентов. Применение этих технологий позволяет банкам осуществлять более точный анализ рыночных тенденций, улучшать процессы принятия решений и разрабатывать персонализированные финансовые продукты.

Однако существуют определенные вызовы, включая технологические и инфраструктурные ограничения, проблемы конфиденциальности и защиты данных, а также необходимость нормативно-правовой адаптации. В связи с этим банкам рекомендуется активно инвестировать в развитие IT-инфраструктуры и навыков сотрудников, необходимых для работы с Big Data. Важно также сосредоточить внимание на разработке комплексных систем безопасности для защиты конфиденциальной информации. Банку России, как главному регулятору сферы и одному из драйверов развития финтеха, необходимо разрабатывать и внедрять нормативные акты, которые будут способствовать безопасному и эффективному использованию Big Data, учитывая при этом быстро меняющийся характер самой технологии.

Перспективы дальнейших исследований в области применения Big Data в банковском секторе многообещающи и должны сосредоточиться на изучении новых подходов к анализу данных, включая применение искусственного интеллекта и машинного обучения. Необходимо также исследовать влияние этих технологий на международные банковские практики, что позволит российским банкам успешно адаптироваться к глобальным трендам.

Литература

Величко, Н.А. Технология Big Data. Анализ рынка Big Data / Н.А. Величко, И.П. Митрейкин // Синергия Наук. -- 2018. -- № 30. -- С. 937-943. -- EDN YTCXTV.

Герасименко, Н.А. О некоторых особенностях технологии BIG DATA / Н.А. Герасименко // Научное обозрение. -- 2015. -- № 16. -- С. 180-184. -- EDN VWGIOD.

Петренко, А.С. Технологии больших данных (Big Data) в области

информационной безопасности / А.С. Петренко, С.А. Петренко // Защита информации. Инсайд. -- 2016. -- № 4(70). -- С. 82-88. -- EDN WTPWPL.

Кириллова, Е.А. Правовой статус и принципы использования технологии больших данных (Big Data) / Е.А. Кириллова // Российская юстиция. -- 2021. -- № 2. -- С. 68-69. -- DOI 10.18572/0131-6761-2021-2-68-69. -- EDN CNYADT.

Баженов, Д.И. Применение технологий BIG DATA в банковской сфере / Д.И. Баженов, Е.Б. Золотухина // Теория. Практика. Инновации. -- 2018. -- № 3(27). -- С. 69-79. -- EDN YVOXLN.

Макаркин, Н.П. Технологии Big Data в банковской сфере: оценка перспектив развития / Н.П. Макаркин, В.В. Митрохин // Финансовая экономика. -- 2020. -- № 10. -- С. 71-74. -- EDN IBMMVG.

Гобарева, Я.Л. Современные инновационные технологии в банковской сфере / Я.Л. Гобарева, О.Ю. Городецкая, И.А. Еременко // Банковские услуги. -- 2018. -- № 6. -- С. 24-32. -- EDN XTHSHB.

Митрохин, В.В. Технологии Big Data в банковской деятельности / В.В. Митрохин // Вестник Чебоксарского филиала Российской академии народного хозяйства и государственной службы при Президенте Российской Федерации. -- 2021. -- № 3(26). -- С. 41-47. -- EDN YDGXHR.

Зубайдуллина, Д.В. Технологии Big Data в управлении крупными банками / Д.В. Зубайдуллина, Д.Р. Мазитова // Аллея науки. -- 2018. -- Т. 8, № 5(21). -- С. 48-51. -- EDN XSUYUH.

Сысоева, А.А. Анализ рынка больших данных в банковской сфере / А.А. Сысоева, З.В. Эюбов, А.Е. Фошкин // Финансовая жизнь. -- 2017. -- № 1. -- С. 32-35. -- EDN YGFYZP.

Круликовский, А.П. Информационные технологии Big Data в банковской сфере / А.П. Круликовский, Р.Х. Исмаилова // Актуальные проблемы и перспективы развития экономики: Труды Юбилейной XX Всероссийской с международным участием научно-практической конференции, Симферополь -- Гурзуф, 11-13 ноября 2021 года. -- Симферополь: Издательский дом КФУ, 2021. -- С. 194-196. -- EDN UBZMGL.

Загеева, Л.А. Основные направления применения Big Data в банковской сфере / Л.А. Загеева, Т. Низамов // Инновационная экономика и право. -- 2019. -- № 2(14). -- С. 40-44. -- EDN GPXNPR.

Городецкая, О.Ю. Технологии Big Data: перспективы развития в России / О.Ю. Городецкая, Я.Л. Гобарева // Математика, статистика и информационные технологии в экономике, управлении и образовании: сборник трудов V Международной научно-практической конференции, Тверь, 31 мая 2016 года / Тверской государственный университет. Том V. Часть 2. -- Тверь: Тверской государственный университет, 2016. -- С. 34-39. -- EDN WIFWWZ.

Поникарова, А.С. Использование технологий Big Data в банковской сфере / А.С. Поникарова, Е.Н. Кадеева // Экономика и предпринимательство. -- 2022. -- № 9(146). -- С. 118-120. -- DOI 10.34925/EIP.2022.146.9.019. -- EDN XVRXWA.

Савчук, С.С. Технологии Big Data в контроллинге: возможности, проблемы, перспективы / С.С. Савчук // XI Международный молодежный форум «Образование. Наука. Производство»: Материалы форума, Белгород, 01-20 октября 2019 года. -- Белгород: Белгородский государственный технологический университет имени В.Г. Шухова, 2019. -- С. 2372-2376. -- EDN GZUSFQ.

Столбовская, Н.Н. Проблемы и перспективы развития «block chain» и «Big Data» в России / НН. Столбовская, А. В. Матвиенко // Инновационные технологии в машиностроении, образовании и экономике. -- 2019. -- Т. 22, № 2(12). -- С. 3539. -- EDN BNHEJS.

Размещено на Allbest.ru