Олександр Левченко: "Фінансові ризики потрібно виявляти до того, як вони стають кризою"

Олександр Левченко, незалежний дослідник і кандидат економічних наук, наголошує на важливості раннього виявлення фінансових ризиків для запобігання кризам. Він також розповів про роль лізингу у відновленні української економіки, цифрову стійкість фінансових установ і контроль рішень штучного інтелекту.

За словами Левченка, відновлення економіки України потребує не лише доступного капіталу, а й техніки та обладнання, які підприємства можуть отримати через лізинг без одноразової сплати повної вартості. Лізинг дозволяє малому та середньому бізнесу забезпечити виробничі лінії, транспорт і сільськогосподарську техніку, розподіляючи фінансове навантаження у часі. Водночас розширення лізингового фінансування вимагає посиленої оцінки платоспроможності, ліквідності та управління ризиками.

Левченко підкреслює, що формальне дотримання нормативів не гарантує фінансову стійкість установ. Проблеми можуть накопичуватися у внутрішніх процесах або якості даних, а кібератаки, відмова хмарних сервісів чи алгоритмічні помилки здатні спричинити значні втрати і порушення прав клієнтів. Він розробив методику PRISM-Lease, яка допомагає виявляти ризики раніше, ніж це показує звичайний аудит, аналізуючи сукупність сигналів, які окремо можуть не виглядати критичними.

Олександр Левченко також звертає увагу на цифрові ризики, що виникають через збої в інформаційних системах і помилки алгоритмів. Відмова хмарного сервісу може призвести до зупинки обробки платежів або втрати доступу до даних, а алгоритмічні помилки здатні масово впливати на клієнтів. Він вважає, що цифрова стійкість має бути інтегрована у фінансове та корпоративне управління, а відповідальність за неї не можна повністю перекладати на технічні служби.

Щодо рішень штучного інтелекту, Левченко застерігає, що технічне пояснення алгоритму не гарантує справедливості для клієнта. Модель може опосередковано використовувати чутливі ознаки або змінюватися з часом, тому потрібен контроль не лише логіки, а й фактичних наслідків рішень. Клієнти мають мати можливість оскаржувати автоматизовані рішення і отримувати пояснення від уповноважених працівників.

Дослідник планує розвивати незалежну систему раннього попередження, яка поєднуватиме пруденційні, цифрові та модельні ризики. В Україні вона допоможе небанківським установам раніше виявляти погіршення фінансового стану, а у США — тестувати на великих масивах даних. Успіх системи вимірюватиметься здатністю раніше виявляти ризики, покращувати аудиторський слід і скорочувати час від інциденту до відновлення послуг.