ШТУЧНИЙ ІНТЕЛЕКТ В АВТОМАТИЗОВАНИХ СИСТЕМАХ УПРАВЛІННЯ ФІНАНСОВИМИ РИЗИКАМИ
DOI:
https://doi.org/10.60022/sis.4.(01).3Ключові слова:
штучний інтелект, фінансові ризики, машинне навчання, кредитний ризик, автоматизована система управління, прогнозування, класифікаціяАнотація
Метою представленої статті є дослідження застосування штучного інтелекту в автоматизованих системах управління фінансовими ризиками для підвищення точності, оперативності та ефективності прийняття управлінських рішень у фінансовій сфері. Дослідження полягає у комплексному вивченні теоретичних і методичних основ застосування штучного інтелекту в системах управління, аналізу сучасних підходів до класифікації та оцінки фінансових ризиків із використанням алгоритмів машинного навчання, формуванні архітектури системи підтримки прийняття рішень на основі моделей прогнозування, а також оцінці ефективності побудованих моделей за результатами симуляційного моделювання. У межах проведеного дослідження розроблено модель прогнозування кредитного ризику клієнтів банку, яка дозволяє здійснювати оцінку платоспроможності на основі історичних даних та сучасних методів машинного навчання. Методом дослідження є моделювання за допомогою інструментів машинного навчання, зокрема нейронних мереж і методів ансамблевого навчання (Random Forest), а також аналізування даних із використанням платформ для візуалізації результатів і оцінки ефективності моделей. Особливу увагу приділено підготовці даних, вибору релевантних ознак, оцінці точності моделей та побудові інтерпретованих візуалізацій, таких як SHAP-графіки, ROC-криві тощо. Результатом проведеного дослідження стало створення ефективної моделі прогнозування кредитного ризику, яка демонструє достатньо високий рівень точності класифікації та здатність до адаптації при зміні вхідних умов. Практичне значення дослідження полягає у можливості впровадження розробленої моделі до існуючих автоматизованих систем управління фінансовими ризиками банківських установ, що дозволить зменшити рівень кредитних втрат, підвищити фінансову стабільність і забезпечити більш точне управління ризиками. Такий підхід сприяє розвитку інтелектуальних фінансових систем, підвищенню рівня автоматизації управлінських рішень та зміцненню конкурентоспроможності фінансових установ у сучасних ринкових умовах.
Посилання
. Azarova, A. O., Yurchuk, N. P., Nikiforova, L. O., Shyyan, A. A. (2024). Information Systems and Technologies. Manu al. Vinnytsia: VNTU, Part 2. 160. https://pdf.lib.vntu.edu.ua/books-/2025/Azarova_P2_-2024_160.pdf
. Shevchenko, A. M., Chakalov, A. K. (2025). Financial and legal risks for business development in the context of digitalization and the role of the mechanism for managing the economic security of enterprise in counteracting them. Transformational Economics, 2(11), 128–133. https://doi.org/10.32782/2786-8141/2025-11-21
. Zhytar, M. O., Ananieva, Yu. V. (2025). Methodological system for the formation of strategies for managing financial risks in the context of globalization of the economy. Economics: Finance, Money Circulation and Credit. Businessinform. (1), 229–240. https://doi.org/10.32983/2222-4459-2025-1-229-240
. Chornovol, A. O., Honcharuk, Y. M., Helemendyk, E. I., Kisylytsia, S. O. (2025). The use of artificial intelligence in financial risk management of banks and insurance companies. Topical issues of economic sciences. (8). 17. https://doi.org/10.5281/zenodo.14887306
. Babenko-Levada, V. G., Chykalyuk, M. M., Koverninska, Y. V. (2025). The impact of artificial intelligence on innovation in the financial sector of Ukraine in 2024. Finance. 16. https://doi.org/10.5281/zenodo.13992645
. Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International. https://www.researchgate.net/figure/Receiver-Operating-Characteristic-ROC-curves-for-supervised-and-self-supervised-models_fig3_38535-3448
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2026 Юрій Скорін, Софія Лук’янчук

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.