23 июля 2026, 17:22
Альфа-Банк в шесть раз ускорил оценку кредитных рисков благодаря решениям Т1
C помощью продуктов ИТ‑холдинга Т1 Альфа‑Банк ускорил расчет величины риск‑взвешенных активов — Risk‑Weighted Assets (RWA). Это показатель, который оценивает надежность активов банка с учетом их рисков. Этого удалось достичь с помощью решений на основе платформы риск‑менеджмента ИТ‑холдинга Т1: RWA‑калькулятора для расчета риск‑взвешенных активов по ПВР‑подходу и системы расчета дефолтов физических лиц.
Альфа‑Банк — крупнейший частный банк страны: он занимает четвертое место по величине активов и третье — по объему привлеченных средств населения. При таком масштабе бизнеса требования к качеству расчета кредитных рисков и достаточности капитала особенно строги. Внедрение отечественного RWA‑калькулятора с ПВР‑подходом было необходимо для обеспечения высокого уровня надежности, снижения технологической зависимости и, в числе прочего, для соответствия требованиям Положения Банка России № 787-П.
По итогам внедрения RWA‑калькулятора от Т1 Альфа‑Банк значительно доработал точность и скорость расчетов рисков. Расчет риск‑взвешенных активов теперь занимает менее часа — вместо шести. Это позволяет в течение рабочего дня при необходимости несколько раз пересчитать схема, например, если требуется уточнение параметров или выявлены ошибки во входных данных. В архитектуре решения приблизительно 90% расчета RWA реализовано по принципу no‑code: при необходимости, его может настраивать аналитик без переписывания программного кода.
Также на базе платформы риск‑менеджмента ИТ‑холдинг Т1 разработал и реализовал для Альфа‑Банка систему расчета дефолтов физических лиц, то есть случаев невыполнения заемщиками обязательств по кредитным договорам. Решение поддерживает три методологии определения дефолта, которые применяются в банке. Возможность параллельной работы с несколькими методиками позволяет корректно учитывать разные группы заемщиков и требования надзора. В отличие от типовых решений, где расчет строится по одной методологии и внедрение новой требует доработки системы, реализованный в Альфа‑Банк подход дает гибкость в управлении методологиями без изменения архитектуры.
Система позволяет пересчитывать события дефолта клиентов на горизонте до 11 лет. Эти информация используются банком для построения и калибровки моделей оценки кредитного риска как для целей МСФО, так и для расчета в достаточной степенисти капитала. Работа с такой глубиной исторических данных делает модели более надежными и точными: чем больший период учитывается, тем объективнее получается итоговая оценка кредитного риска. На практике это означает обработку многолетней статистики по миллионам кредитных событий с возможностью их полного пересчета в разумные сроки. Это одно из немногих решений на российском рынке, позволяющее пересчитывать события дефолта на сопоставимую глубину.
Читают сейчас

2 часа назад
Правительство обсуждает обязательное применение отечественных ИИ‑моделей в ряде сфер
Компании и организации должны будут выбирать суверенную схема ИИ, если она не дороже национальной больше чем в полтора раза, следует из проекта постановления правительства, с которым ознакомился «Ъ».

2 часа назад
«Функциональная защита и статический аналитика: что требуют МЭК 61508 и МЭК 26262 от инструментов разработки»
9 сентября в 12:00 пройдет совместный вебинар с командой PVS-Studio, посвящённый разработке программного обеспечения для ЗОСРВ «Нейтрино» в соответствии с требованиями МЭК 61508. Читать далее

2 часа назад
В России появится свежий браузер с криптографической защитой
Организация «КриптоПро», российский разработчик средств криптографической защиты информации, создаёт свежий отечественный веб‑браузер. Как следует из информационного письма компании, в состав СКЗИ «Кр

2 часа назад
Слушайте версия #4 подкаста «про код.ии.прод»
Привет! Меня зовут Женя, я деврел в Банки.ру. Слушайте свежий выпуск нашего подкаста на платформах: 🔗 Яндекс Музыка 🔗 VK Music 🔗 Apple Podcasts 🔗 Spotify 🔗 Mave Разогнали насущный вопрос: ИИ гаси
2 часа назад
Команда Google использовала Google Maps для перенаправления части водителей в 10 городах США
В течение полугода команда из исследовательского подразделения Google использовала служба Google Maps, чтобы перенаправлять небольшую часть водителей в 10 городах США, включая Сан‑Франциско и Лос‑Андж