«Первый экономический журнал». Статьи номера

УДК 336.77:004.8

Авторы:

Мазняк Владимир Михайлович

Кандидат экономических наук, доцент кафедры «Банковское дело» Ростовский государственный экономический университет (РИНХ), Ростов-на-Дону, Россия

SPIN-код: 7220-1126 

Мазняк Олег Владимирович

Независимый исследователь, Ростов-на-Дону, Россия

Название статьи:

ОБЪЯСНИМЫЙ ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В КРЕДИТНОМ СКОРИНГЕ БАНКА КАК ИНСТРУМЕНТ УПРАВЛЕНИЯ МОДЕЛЬНЫМ РИСКОМ

Страницы:
73-85

Аннотация:

Расширение применения искусственного интеллекта в кредитном скоринге повышает скорость и точность оценки кредитоспособности, но усиливает модельный риск – риск ошибочных решений и потерь вследствие дефектов модели, данных, применения или интерпретации результатов. По данным Банка России, значительная часть финансовых организаций, применяющих искусственный интеллект, не устанавливает специальных правил управления его рисками. Цель исследования – разработка концептуально-методической рамки применения объяснимого искусственного интеллекта (XAI) в кредитном скоринге банка как инструмента управления модельным риском. В статье нашли применения такие методы, как обзор систематических исследований, сравнительный нормативный анализ, терминологическое картирование, стейкхолдер-анализ, функциональное моделирование в нотации IDEF0, матричное сопоставление «адресат – метод – цель – артефакт». Предложена декомпозиция функции управления модельным риском на четыре подфункции с правилами решений, субъектами и триггерами обратной связи. Методы SHAP, LIME и контрфактуальные объяснения позиционированы как диагностические механизмы, действующие в связке «сигнал – правило – действие». Нормативные источники разведены по юридической силе. Сформулированы пять проверяемых дизайн-принципов и программа эмпирической валидации. Результаты применимы при валидации скоринговых моделей, организации человеческого контроля и надзорной подготовке банков.

Ключевые слова:

модельный риск, объяснимый искусственный интеллект, кредитный скоринг банка, банковский риск-менеджмент, человеческий контроль, справедливость кредитных решений, регуляторные требования, IDEF0, SHAP, контрфактуальные объяснения.

Список использованных источников:

1. Бутузова, Л. Л. Интеграция искусственного интеллекта в работу предприятий / Л. Л. Бутузова, Д. В. Крапивин // Первый экономический журнал. – 2025. – № 9(363). – С. 14-24. – EDN ONKAUA.
2. Пуряев, А. С. Искусственный интеллект в управлении проектами (зарубежный опыт) / А. С. Пуряев // Первый экономический журнал. – 2026. – № 1(367). – С. 82-89. – EDN JROSRZ.
3. Олейник, Н. М. Текущие тенденции и проблемы внедрения технологий искусственного интеллекта в экономику и государственное управление / Н. М. Олейник // Первый экономический журнал. – 2024. – № 10(352). – С. 159-170. – DOI 10.58551/20728115_2024_10_159. – EDN LUNFYB.
4. Дробот, Е. В. Темная сторона генеративного искусственного интеллекта в экономике и менеджменте / Е. В. Дробот, И. Н. Макаров, Н. Н. Воробьев, В. И. Соломыкин // Экономика, предпринимательство и право. – 2025. – Т. 15, № 8. – С. 5635-5668. – DOI 10.18334/epp.15.8.123776. – EDN JMFBNV.
5. Матвеевский, С. С. Искусственный интеллект: перспективы использования российскими коммерческими банками и банками развития / С. С. Матвеевский, А. А. Сарикян // Финансовые рынки и банки. – 2024. – № 5. – С. 32-38. – EDN WTJNKO.
6. Покотиленко, Р. В. Применение технологии искусственного интеллекта и его влияние на совершенствование стратегии цифровой трансформации коммерческого банка / Р. В. Покотиленко, А. Л. Мазур // Финансовые рынки и банки. – 2026. – № 4. – С. 369-372. – EDN GSEGDK.
7. Ломарев, Н. М. Использование искусственного интеллекта в риск-менеджменте банка / Н. М. Ломарев // Современная математика и концепции инновационного математического образования. – 2021. – Т. 8, № 1. – С. 447-456. – EDN QDRPCT.
8. Шекшуева, С. В. Внедрение чат-ботов с искусственным интеллектом в дистанционное банковское обслуживание как способ повышения конкурентоспособности коммерческого банка / С. В. Шекшуева, Г. В. Татьянин // Современные наукоемкие технологии. Региональное приложение. – 2023. – № 3(75). – С. 47-51. – DOI 10.6060/snt.20237503.0006. – EDN ELHCJQ.
9. Мухамедгалиев, Е. С. Анализ эффективности использования искусственного интеллекта в кредитном скоринге в банках второго уровня / Е. С. Мухамедгалиев // Студенческий. – 2026. – № 17(355). – С. 500-508. – EDN WYPPIE.
10. Титов, В. Е. Искусственный интеллект в кредитном скоринге банков: экономические эффекты, ограничения и регуляторные вызовы / В. Е. Титов // Финансовые рынки и банки. – 2026. – № 4. – С. 458-460. – EDN XIYZVU.
11. Применение искусственного интеллекта на финансовом рынке: текущий статус и условия дальнейшего развития: доклад для общественных консультаций / Департамент финансовых технологий, Департамент стратегического развития финансового рынка Банка России. – Москва: Банк России, 2025. – 69 с. – URL: https://www.cbr.ru/Content/Document/File/185193/Consultation_Paper_20112025.pdf (дата обращения: 02.05.2026).
12. Khan, F. S. Model-agnostic explainable artificial intelligence methods in finance: a systematic review, recent developments, limitations, challenges and future directions / F. S. Khan, S. Sh. Mazhar, K. Mazhar [et al.] // Artificial Intelligence Review. – 2025. – Vol. 58, No. 8. – P. 232. – DOI 10.1007/s10462-025-11215-9. – EDN ZNRWUK.
13. Ayari, H. Machine learning powered financial credit scoring: a systematic literature review / H. Ayari, Pr. R. Guetari, Pr. N. Kraïem // Artificial Intelligence Review. – 2026. – Vol. 59, No. 1. – P. 13. – DOI 10.1007/s10462-025-11416-2. – EDN JUVVTL.
14. Regulation (EU) 2024/1689 of the European Parliament and of the Council of 13 June 2024 laying down harmonised rules on artificial intelligence (Artificial Intelligence Act) // Official Journal of the European Union. – L series. – 12.07.2024. – L 2024/1689. – 144 p. – URL: http://data.europa.eu/eli/reg/2024/1689/oj (дата обращения: 02.05.2026).
15. О персональных данных: Федеральный закон от 27 июля 2006 г. № 152-ФЗ // Собрание законодательства Российской Федерации. – 2006. – № 31 (ч. 1). – Ст. 3451.
16. Artificial Intelligence Risk Management Framework (AI RMF 1.0): NIST AI 100-1; National Institute of Standards and Technology. – Gaithersburg, MD: NIST, 2023. – 48 p. – DOI: 10.6028/NIST.AI.100-1.
17. Monitoring Adoption of Artificial Intelligence and Related Vulnerabilities in the Financial Sector / Financial Stability Board. – Basel: FSB, 2025. – 39 p. – URL: https://www.fsb.org/uploads/P101025.pdf (дата обращения: 02.05.2026).
18. Bahlool, R. Performance, Fairness, and Explainability in AI-Based Credit Scoring: A Systematic Literature Review / R. Bahlool, N. Hewahi, W. Elmedany // Journal of Risk and Financial Management. – 2026. – Vol. 19, No. 2. – P. 104. – DOI 10.3390/jrfm19020104. – EDN CVUWPH.
19. Černevičienė, Ju. Explainable artificial intelligence (XAI) in finance: a systematic literature review / Ju. Černevičienė, A. Kabašinskas // Artificial Intelligence Review. – 2024. – 57, No. 8. – P. 216. – DOI 10.1007/s10462-024-10854-8. – EDN UWVGZC.
20. Weber, P. Applications of Explainable Artificial Intelligence in Finance – a systematic review of Finance, Information Systems, and Computer Science literature / P. Weber, K. V. Carl, Hinz // Management Review Quarterly. – 2024. – Vol. 74, № 2. – P. 867–907. – DOI: 10.1007/s11301-023-00320-0.
21. AI Act: implications for the EU banking and payments sector: factsheet / European Banking Authority. – Luxembourg: EBA, 2025. – 3 p. – URL: https://www.eba.europa.eu/sites/default/files/2025-11/d8b999ce-a1d9-4964-9606-971bbc2aaf89/AI%20Act%20implications%20for%20the%20EU%20banking%20sector.pdf (дата обращения: 02.05.2026).
22. Explainability & Fairness in Machine Learning for Credit Underwriting: Policy Analysis: Research Report / FinRegLab. – Washington, D.C.: FinRegLab, 2023. – 106 p. – URL: https://finreglab.org/wp-content/uploads/2023/12/FinRegLab_2023-12-07_Research-Report_Explainability-and-Fairness-in-Machine-Learning-for-Credit-Undewriting_Policy-Analysis.pdf (дата обращения: 02.05.2026).

Финансирование научной работы:
Нет сведений.

Ссылка для цитирования:
Мазняк В.М., Мазняк О.В. Объяснимый искусственный интеллект в кредитном скоринге банка как инструмент управления модельным риском // Первый экономический журнал. – 2026. – №7. – С. 73–85.

URL статьи: https://naukavak.ru/pej-st7-n7-2026/

© Мазняк В.М., Мазняк О.В., 2026

 Материал распространяется на условиях лицензии Creative Commons «Атрибуция» 4.0 Международная (CC BY 4.0)