Незалежний дослідник про лізинг для відновлення України, цифрову стійкість фінансових установ і контроль рішень штучного інтелекту
Відновлення української економіки залежить не лише від доступного капіталу. Підприємствам потрібні транспорт, аграрна техніка, виробниче й енергетичне обладнання. Лізинг дає змогу отримати ці активи без одноразової сплати повної вартості. Водночас розширення фінансування посилює вимоги до оцінювання платоспроможності, ліквідності та управління ризиками.
Формальне виконання нормативів ще не означає, що фінансова установа справді стійка. Проблеми можуть накопичуватися у внутрішніх процесах або якості даних. Кібератака, відмова хмарного сервісу чи алгоритмічна помилка здатні спричинити фінансові втрати й порушення прав клієнтів.
Про це UKR24.info поговорила з Олександром Левченком незалежним дослідником, кандидатом економічних наук за спеціальністю “Гроші, фінанси і кредит” і сертифікованим аудитором банків. Він працював у банківській інспекції Національного банку України, досліджує лізинг і фінансову стійкість. Левченко є автором двох зареєстрованих науково-методичних творів PRISM-Lease і DFR-PRISM.
Ваш професійний шлях поєднав економічну кібернетику, банківську інспекцію, аудит і програмування. Як ці напрями сформували Ваш підхід до фінансових ризиків?
Їх об’єднує одне питання: як зрозуміти поведінку фінансової системи й завчасно побачити ризик. Економічна кібернетика навчила мене працювати не лише зі статичними показниками, а із взаємозв’язками. Навчання в Napier University в Единбурзі додало прикладне розуміння фінансових продуктів.
Робота в Національному банку та подальший аудиторський досвід показали, що формально правильна звітність ще не гарантує якісного управління. За нею можуть стояти слабкі процеси, недостатній контроль або концентрація ризиків, наслідки яких проявляться пізніше.
Навчання за програмою Full Stack Java Developer у Per Scholas у США допомогло краще зрозуміти шлях даних до автоматизованого рішення. Для фінансової моделі важливо знати, звідки надійшли дані та як їх обробили. Це не замінює фінансової експертизи, але допомагає оцінювати модельні ризики.
Чому лізинг може стати одним з інструментів відновлення української економіки?
Лізинг часто асоціюють з автомобілем, але його економічне значення ширше. Він фінансує конкретний актив, який починає працювати для підприємства ще до сплати повної вартості. Для малого й середнього бізнесу це може бути виробнича лінія, вантажний транспорт, сільськогосподарська техніка, будівельне або енергетичне обладнання.
Для відновлення України це особливо важливо. Підприємствам потрібно замінювати основні засоби, відновлювати логістику й виробничу спроможність. Лізинг розподіляє фінансове навантаження в часі та пов’язує його з активом, який генерує дохід.
Однак лізинг не є автоматично дешевим або безпечним. Лізингодавець має оцінити платоспроможність клієнта, ліквідність майна та ризик перерви в роботі, а клієнт розуміти повну вартість договору. Для розвитку ринку потрібні диверсифіковані джерела фінансування, зрозумілі правила та якісне управління ризиками.
Частину результатів Вашого дисертаційного дослідження використовували лізингова компанія, професійне об’єднання й університет. Де проходить межа між упровадженням і позитивною експертною оцінкою?
У ТОВ “УЛФ-ФІНАНС” застосовували мій підхід до оцінювання ефективності лізингових операцій з урахуванням інтегрального показника ризику. Українське об’єднання лізингодавців використовувало окремі положення запропонованої парадигми фінансово-кредитного механізму, а в Університеті банківської справи результати включили до навчально-методичних матеріалів.
Інший статус мають довідки Національного банку, Нацкомфінпослуг і Міністерства економічного розвитку. У них ішлося про можливість використання окремих моделей і висновків у регуляторній та аналітичній роботі. Це професійна оцінка практичної придатності, але не доказ фактичного впровадження державними установами. Формула “може бути використано” не означає “було впроваджено”.
Яку проблему має виявляти Ваша методика PRISM-Lease раніше, ніж звичайний аудит?
Вона призначена для ситуацій, коли формального порушення ще немає, але сукупність сигналів уже свідчить про погіршення. Наприклад, компанія виконує мінімальні вимоги до капіталу, проте в неї зростає прострочення, зменшується запас ліквідності, посилюється залежність від одного кредитора, а рекомендації внутрішнього аудиту залишаються невиконаними. Кожен показник окремо може не виглядати критичним, але разом вони формують небезпечну картину.
PRISM-Lease поєднує пруденційні вимоги, управління ризиками, внутрішній контроль, фінансову стійкість і поведінку щодо клієнтів. Керівник має бачити не лише рівень ризику, а й причини сигналу та потрібні дії.
Ранній сигнал не означає, що дефолт обов’язково настане. Він указує на потребу перевірки або превентивної дії. PRISM-Lease авторська методична архітектура, а не готовий сертифікований програмний продукт. Перед застосуванням її потрібно адаптувати до даних і бізнес-моделі установи, протестувати на історичних даних і провести незалежний методологічний перегляд.
Чому цифрові збої та помилки алгоритмів уже потрібно розглядати як фінансовий ризик?
Відмова хмарного сервісу може зупинити укладання договорів, обробку платежів, доступ до клієнтських даних або регуляторної звітності. Витік інформації означає витрати на реагування, ризик шахрайства, претензії клієнтів і втрату довіри.
Алгоритмічна помилка небезпечна масштабом. Автоматизована система може швидко повторити однакову помилку для тисяч клієнтів: неправильно визначити ліміт, відмовити у послузі або заблокувати операцію. Додатковий ризик залежність від одного технологічного постачальника, коли локальний збій здатен набути системного характеру.
DFR-PRISM виходить із того, що цифрова стійкість має бути частиною фінансового й корпоративного управління. Від неї залежать виконання зобов’язань, права клієнтів і безперервність бізнесу. Відповідальність за результат не можна повністю делегувати технічній команді.
Чи може рішення штучного інтелекту бути технічно пояснюваним, але несправедливим для клієнта?
Так. Технічне пояснення показує, які чинники вплинули на рішення, але не гарантує його справедливості та пропорційності. Модель може не використовувати чутливу ознаку безпосередньо, але спиратися на іншу змінну, яка фактично її замінює. З часом також змінюються дані, економічне середовище та поведінка клієнтів, тому система може почати працювати інакше.
Потрібно контролювати не лише логіку рішення, а й фактичні наслідки: розподіл відмов і лімітів, частоту помилок та оскаржень. Клієнт повинен мати можливість виправити помилкові дані, отримати пояснення та вимагати перегляду людиною. Працівник має бути уповноважений змінити висновок системи, залишаючи аудиторський слід.
Який практичний результат Ви хотіли б отримати від своїх досліджень в Україні та США?
Мій пріоритет довести до пілотування незалежну систему раннього попередження, яка поєднувала б пруденційні, цифрові та модельні ризики. Це має бути не формальний рейтинг і не “чарівний” алгоритм, а доказова рамка: які дані перевіряють, які сигнали є критичними, хто відповідає за реакцію, коли потрібен незалежний аудит і як клієнт може оскаржити автоматизоване рішення.
Для України така система могла б допомогти небанківським установам раніше виявляти погіршення ліквідності, якості портфеля або цифрової залежності. У США її можна було б перевірити на великих масивах даних і різних портфелях.
Успіх потрібно вимірювати конкретно: наскільки раніше система виявляє ризик, чи покращує аудиторський слід, чи зменшує кількість необґрунтованих автоматизованих рішень і чи скорочує час від інциденту до відновлення послуги. До цього можна прийти лише через поетапне тестування, зовнішню валідацію та пілотні проєкти.