Финансовые кризисы редко начинаются с одной явной слабости. Они возникают, когда уязвимости соединяются: чрезмерное использование кредитного плеча встречается с маржинальным требованием, маржинальное требование — с неликвидным рынком, падение цен — с общим обеспечением, а проблемы с финансированием перерастают в набег на банк. До события каждый из этих факторов может находиться в разных электронных таблицах, учреждениях или юрисдикциях. После кризиса путь через них может казаться очевидным.

Новые разработки в области искусственного интеллекта (ИИ) могут изменить эту ситуацию. Появилась возможность сделать финансовую систему «поисковой», то есть выявлять эти взаимосвязи заранее. Об этом говорится в публикации Андреаса Вилйоена, сотрудника Банка Англии.

Автор выделяет два сценария.

Сценарий первый: поиск путей через систему

Представим мощный агент, разработанный торговой фирмой для поиска недооцененных активов. Его задача — использовать законную информацию для выявления прибыльных возможностей в установленных пределах. Такой агент будет анализировать не только отчеты и выступления компаний, но и сравнивать профили финансирования банков, мандаты фондов, допустимость залога, графики маржи, сроки платежей, короткие позиции и скорость реакции различных групп на новости. Человеческие команды уже анализируют каждую из этих категорий. ИИ изменит широту охвата, количество анализируемых путей и скорость обновления информации.

Агенту не потребуется доступ к каждой балансовой ведомости или контракту в системе. Важно, сможет ли он объединить достаточно разрозненной информации для выявления связей, которые упустили другие. Например, агент может обнаружить, что у банка есть вкладчики, быстро реагирующие на плохие новости, а его ликвидные активы совпадают с активами кредитных фондов. Незначительное падение стоимости этих активов вызовет маржинальные требования, вынуждая к продажам на неглубоком рынке. Более низкие цены снизят стоимость залога в других местах, что приведет к увеличению дисконтов и отходу контрагентов.

Банк не обязательно будет неплатежеспособным изначально, а фонды не будут выглядеть необычно рискованными по отдельности. Хрупкость заключается в связи. Агент может просто рекомендовать сделки, которые принесут прибыль, если не связанный с ними шок раскроет этот путь. Более того, он может научиться корректировать небольшие позиции или публичные сигналы, наблюдать за реакцией и обновлять оценку наиболее значимого звена. Недостаточно контролируемый агент может предпринять такие шаги для достижения своей коммерческой цели, даже если никто не просит его дестабилизировать систему.

В случае стресса путь может развиваться быстро: опасения по поводу финансирования → снятие средств → продажа активов → падение цен → маржинальные требования → дальнейшие продажи → ужесточение дисконтов → усиление осторожности контрагентов. Регуляторы уже изучают набеги на банки, экстренные распродажи активов, спирали маржи и распространение рисков. Продвинутый ИИ добавляет возможность объединять эти механизмы в междоменной модели, исследовать множество возможных путей, учиться на обратной связи и адаптироваться по мере реагирования других участников. То, что когда-то было «ремесленным» финансовым анализом, может стать дешевым, широкомасштабным и постоянным.

Сценарий второй: создание невидимых путей

Первый сценарий предполагает обнаружение существующего канала передачи рисков. Второй — его создание. Представим финансовую группу, использующую ИИ для повышения рентабельности капитала при соблюдении всех установленных лимитов. Арбитраж в регулировании существует давно, но ИИ расширяет комбинаторные возможности…