Published October 17, 2026 | Version 1
Presentation Open

Применение искусственного интеллекта в финансовом инжиниринге

Description

В статье рассматриваются направления применения искусственного интеллекта (ИИ) в финансовом инжиниринге – при проектировании, оценке и хеджировании финансовых инструментов, построении портфелей и управлении рисками. На основе обзора научной литературы и данных Банка России систематизированы основные классы задач, в которых методы машинного обучения дают преимущество перед классическими моделями, и показаны ограничения их использования. Установлено, что в 2025 г. ИИ на постоянной основе применяли 21 % опрошенных российских финансовых организаций, ещё 15 % тестировали пилотные проекты. Сделан вывод о том, что ИИ не заменяет финансовую теорию, а расширяет инструментарий финансового инженера, однако требует развития систем управления модельным риском и объяснимости моделей.

Abstract (English)

The article examines the use of artificial intelligence (AI) in financial engineering: the design, valuation and hedging of financial instruments, portfolio construction and risk management. Based on a review of academic literature and Bank of Russia data, the main classes of problems in which machine learning methods outperform classical models are systematized, and the limitations of their use are identified. In 2025, 21% of surveyed Russian financial organizations used AI on a regular basis and another 15% were running pilot projects. The author concludes that AI does not replace financial theory but expands the financial engineer's toolkit, while requiring stronger model risk management and model explainability.

Files

Статья_ИИ_в_финансовом_инжиниринге_Коши_Кандидо.pdf

Files (276.2 kB)

Additional details

References

  • Маршалл Дж. Ф., Бансал В. К. Финансовая инженерия: полное руководство по финансовым нововведениям. – М.: ИНФРА-М, 1998. – 784 с.
  • О развитии искусственного интеллекта в Российской Федерации: Указ Президента РФ от 10.10.2019 № 490 (ред. от 15.02.2024 № 124).
  • McKinsey Global Institute. The economic potential of generative AI: The next productivity frontier. 2023.
  • Hutchinson J. M., Lo A. W., Poggio T. A nonparametric approach to pricing and hedging derivative securities via learning networks // The Journal of Finance. 1994. Vol. 49, No. 3. P. 851–889.