Details

Целью работы является оценка внедренческого риска коммерческого банка при интеграции робоэдвайзинговой платформы в его деятельность. Были решены следующие задачи: − изучить теоретические основы робоэдвайзинга, его эволюцию и архитектуру; − провести анализ внешней и внутренней среды платформы робоэдвайзинга; − выполнить сравнительный анализ зарубежных и российских робоэдвайзинговых платформ; − изучить классификацию банковских рисков и определить особенности внедренческого риска для робоэдвайзинга; − идентифицировать ключевые компоненты внедренческого риска и провести их количественную оценку методом дерева решений CART с расчетом ожидаемого денежного ущерба (EMV); − разработать рекомендации по управлению внедренческими рисками. Актуальность темы обусловлена активным развитием цифровых технологий в финансовом секторе и необходимостью для коммерческих банков количественной оценки рисков при внедрении инновационных инвестиционных сервисов в условиях высокой неопределенности и отсутствия отраслевой статистики в Российской Федерации. Источниками информации выступили данные отечественной и зарубежной научно-исследовательской литературы, официальных Интернет-ресурсов и аналитических агентств. В работе были использованы информационные продукты MS Office (Excel, Word), редактор кода Visual Studio Code с поддержкой языка программирования Python, базы данных Google Scholar, Statista, eLibrary, MDPI и Консультант Плюс. Сформированная в ходе исследования модель может быть адаптирована и применена к другим финтех-продуктам, что расширяет её практическую применимость.

The aim of the work is to assess the implementation risk of a commercial bank when integrating a robo-advisory platform into its activities. The following tasks were solved: − to study the theoretical foundations of robo-advisory, its evolution and architecture; − to conduct an analysis of the external and internal environment of a robo-advisory platform; − to perform a comparative analysis of foreign and Russian robo-advisory platforms; − to study the classification of banking risks and identify the features of implementation risk for robo-advisory; − to identify the key components of implementation risk and conduct their quantitative assessment using the CART decision tree method with the calculation of expected monetary value (EMV); − to develop recommendations for managing implementation risks. The relevance of the topic is due to the active development of digital technologies in the financial sector and the need for commercial banks to quantitatively assess risks when implementing innovative investment services in conditions of high uncertainty and lack of industry statistics in the Russian Federation. The sources of information were data from domestic and foreign research literature, official Internet resources and analytical agencies. The work used Microsoft Office information products (Excel, Word), Visual Studio Code code editor with Python programming language support, Google Scholar, Statista, eLibrary, MDPI databases and Consultant Plus. The model developed in the course of the research can be adapted and applied to other fintech products, which expands its practical applicability.