2022. június 28. 12:22

Bankrobotika: mesterséges intelligencia és gépi tanulás alapú banki kockázatkezelés

Pénzmosás és terrorizmusfinanszírozás megakadályozása


Prisznyák Alexandra
PhD-hallgató, senior tanácsadó,
Pécsi Tudományegyetem, Nemzetközi Bankárképző Központ Zrt.

Megjelenés: Pénzügyi Szemle 2022/2. (p. 293-308.)


Összefoglaló: A Pénzügyi Akciócsoport pénzmosással és terrorizmusfinanszírozással összefüggő országvizsgálat alapján leminősítette Magyarország R15-ajánlásnak (új technológiák alkalmazása) való megfelelését. Ezzel párhuzamosan a Magyar Nemzeti Bank 2020–2021 között számos, Magyarországon működő kereskedelmi bank esetében állapított meg bírságot a pénzmosás és terrorizmusfinanszírozás megelőzésével kapcsolatos hiányosságok miatt. A tanulmány hiánypótló elemzésként a banki kockázatkezelés, pénzmosás és terrorizmusfinanszírozás megelőzésért felelős területek nagymértékben kiegyensúlyozatlan adatállományán operáló felügyelt (osztályzás, regresszió), felügyelet nélküli (klaszteranalízis, anomália-észlelés) és hibrid gépi tanulási modelleket, alkalmazott algoritmusokat vizsgálja. A szerző hangsúlyozza, hogy nincs egyetlen ideális algoritmus. A választást a mögöttes működési logika mellett számos összehasonlító tényező támogatja. A modellépítés az üzleti IT- és vizionárius menedzsment hibrid szempontjainak kialakítását igényli.

Kulcsszavak: mesterséges intelligencia, gépi tanulási algoritmusok, banki kockázatkezelés, pénzmosás és terrorizmusfinanszírozás megakadályozása, felügyelt/felügyelet nélküli tanulás

JEL-kódok: C45, C80, G21, G32, O33

DOI: https://doi.org/10.35551/PSZ_2022_2_8 


Töltse le a teljes cikket!