💬 Провели ежегодную стратсессию в Петербурге

В апреле собрались командой из Москвы и Питера: обсудили результаты, приоритеты и новый фокус. Приоткрываем дверь в нашу стратсессию:

🎙 Илья Степанов, старший менеджер отдела управления финансовыми рисками, – о том, почему синхронизация команд по информации, задачам и целям становится критически важной

🎙 Евгения Пархоцик, старший менеджер отдела системных изменений и развития бизнеса практики оказания консультационных услуг финансовому сектору, – о том, какого общего понимания и каких практических результатов важно достичь по итогам стратегической сессии

Приятного просмотра! В следующем видео наши партнеры поделятся основными трендами, которые мы видим в будущем году 💙

🦁Подписаться на «ТеДо ФинИнсайт» в Telegram | в MAX | в VC

☀️ Гонка продолжается: антифрод адаптируется к новым схемам. Четыре тренда, которые помогают банкам защитить деньги клиентов

Мошенничество в банковской сфере продолжает расти и становится системной проблемой. По данным Банка России, в III квартале 2025 г. у клиентов банков было похищено 8,2 млрд рублей. При этом масштаб атак значительно шире: десятки миллионов предотвращенных попыток мошенничества с целью хищений на триллионы рублей.

Антифрод выходит за рамки проверки операций и становится системой управления рисками в реальном времени – на стыке данных, технологий и взаимодействия функций.

Разбираем четыре ключевых тренда⬇️

1️⃣ Жесткие правила становятся фундаментом антифрода

Еще 2–3 года назад жесткие правила отличались от банка к банку, но сегодня они внедрены практически у всех и стали базовым уровнем защиты.

Примеры:
🔹Различие номеров телефонов одного клиента за короткий период времени
🔹Дата выдачи трудовой книжки раньше, чем дата серии
🔹Работодатель клиента не найден в официальных базах работодателей

❗️Ограничения: легко обходятся, требуют ручного обновления, не видят сложные схемы
✅ Плюсы: простота, скорость, контроль

2️⃣ Масштабирование модельных скоров

Раньше модели использовались точечно под отдельные задачи, то сейчас банки выстраивают систему из множества скорингов под разные сценарии мошенничества.

Какие модели применяются на практике⬇️

🔹Модели на классическое мошенничество выявляют клиентов с высоким риском недобросовестного поведения на раннем этапе (например, ранняя просрочка)
🔹Модели на социальную инженерию определяют клиентов, действующих под влиянием мошенников
🔹Модели на «собирателей» выявляют клиентов, которые единовременно набирают несколько кредитов с целью последующего вывода средств
🔹Дополнительно банки начинают развивать отдельные модели, направленные на выявление сценариев потенциального фиктивного банкротства

❗️Ограничения: зависимость от качества и полноты данных, риск деградации моделей
✅ Плюсы: выявление сложных схем, учет совокупности слабых сигналов, гибкость

3️⃣ Цифровой антифрод

Если раньше антифрод срабатывал в момент или после операции, то сейчас фокус смещается на поведение клиента до нее. Банки анализируют цифровой след и действия в приложении, чтобы выявлять риск заранее, особенно в сценариях социальной инженерии.

🔹Сценарий социальной инженерии:

Клиент переходит по ссылке из мессенджера → заходит в приложение → долго ищет нужный раздел → копирует данные из мессенджера → отправляет заявку на кредит.

Отдельные действия не выглядят подозрительно, но их последовательность формирует типичный паттерн поведения под внешним давлением.

❗️Ограничения: требования регуляторов к прозрачности и целям обработки, ошибки интерпретации и ложные срабатывания
✅ Плюсы: использование поведенческого контекста

4️⃣ Интеграция антифрода с информационной безопасностью (ИБ) – единая система защиты
Мошенничество и киберриски больше неразделимы, поэтому антифрод и ИБ объединяются.
– Антифрод – отвечает за выявление мошеннических действий и паттернов
– Информационная безопасность (ИБ) – за защиту инфраструктуры, устройств и данных клиента

Пример: ИБ фиксирует, что устройство клиента заражено или используется удаленный доступ. Антифрод видит обычный запрос от клиента без явных отклонений. По отдельности эти структуры не реагируют, потому что не фиксируют попытку мошенничества, но при комбинировании сигналов действия клиента потенциально несут высокий риск и требуют немедленного контроля.

❗️Ограничения: риск избыточных блокировок, необходимость перестройки процессов и зон ответственности
✅Плюсы: более точное выявление сложных схем, быстрая адаптация к новым сценариям мошенничества

❔Что это значит уже сейчас?

💡Антифрод больше нельзя рассматривать как операционную функцию – это зона стратегического риска, которая должна находиться в фокусе руководства.

Банки, которые не инвестируют в модели, поведенческую аналитику и интеграцию с ИБ, в ближайшие годы будут проигрывать не только в уровне потерь, но и в клиентском доверии.

🦁Подписаться на «ТеДо ФинИнсайт» в Telegram | в MAX | в VC

🔝 Вышел новый подкаст ФинИнсайт с управляющим директором Сбербанка
🔥 Обсудили управление модельным риском в эпоху ИИ

🔈 В гостях – Вера Перевицкая,
Управляющий директор Сбербанка
Ведущий – Николай Белов, партнер, руководитель практики консультационных услуг для финансового сектора ТеДо

⚡️ В этом выпуске нашего подкаста:
✅ Необходимость и ключевые элементы управления модельным риском
✅ Изменение подходов к управлению риском ИИ-агентов и вопросы этики
✅ Возможности развития функции корпоративного мониторинга
✅ Личный опыт построения успешной карьеры в удовольствие

👀 Наши выпуски не только о рыночных трендах, но и о личных мотиваторах и мнениях лидеров финансового сектора!

🖥 Смотреть выпуск

🗣 Этим выпуском подкаста мы открываем серию постов по модельному риску! Следите за постами и задавайте свои вопросы в комментариях!

🦁 Подписывайтесь на подкасты ФинИнсайт!

#от_первого_лица
#ФинИнсайт_Подкаст

✏️ Как работает индустрия кредитного мошенничества: 4 тренда и 13 популярных мошеннических схем

В 2026 году кредитное мошенничество стало настоящей индустрией с четко выстроенными схемами и новыми инструментам. В этом посте расскажем, какие виды мошенничества существуют и как развиваются.

Ключевые тренды и инструменты мошенников в 2026 году:

▫️Цифровизация преступлений: рост киберпреступлений, онлайн-транзакций
▫️Использование новых инструментов при блокировке старых: каналы социальной инженерии, в виде звонков и мессенджеров или схемы с выводом денежных средств – дропперы и криптовалюты
▫️Быстрая адаптация мошенников к новым каналам связи: при блокировке старых каналов мошенники быстро переходят на новые – мессенджеры, соцсети, криптосервисы
▫️Имитация доверенных лиц и прикрытие государственными сервисами, новыми законами, дезинформацией

Рассмотрим основные схемы мошенничества:

1️⃣Обман со стороны третьих лиц (мошенников) с целью нажиться на доверии и низкой финансовой грамотности граждан.

Новые схемы последних лет:

🔜Фейковые предложения о работе – когда предлагают высокооплачиваемую работу, а для «закупки оборудования» или «ускорения оформления» просят перевести деньги, чаще всего в кредит
🔜NFC-кражи: заставляют установить сомнительное приложение на телефон с NFC-ридером и приложить карту для списания средств
🔜Цифровая медкарта: выманивают данные под предлогом перехода на электронные медицинские документы
🔜Чат-боты с розыгрышами в мессенджерах (особенно популярны среди молодежи и пользователей криптокошельков)
🔜Использование дропперов для обналичивания украденных средств

Мошенникам часто необходимо дробить указанные суммы на множество мелких, чтобы не вызывать подозрений у банков в первые часы после совершения преступления.

С этой целью они ищут в интернете или специальных чатах дропперов – обычно молодых людей, ищущих легкий заработок в интернете. Дропперы делятся на 3 категории:

1. Обнальщики – их обязанность заключается в получении на свою карту украденных денежных средств и их обналичивание
2. Транзитники – принимают перевод и сразу перекидывают его на другие карты или криптокошельки, создавая длинную цепочку транзакций
3. Заливщики – принимают наличные от других участников и вносят их на свои счета для дальнейших электронных переводов

🔜Использование криптовалют – новый финансовый инструмент, помогающий мошенникам переводить деньги анонимно и значительно усложняющий отслеживание таких переводов
🔜Использование ИИ: на волне популярности нейросетей мошенники создают фейковые сайты с «нейросетями», которые на деле являются фишинговыми оболочками. Их цель – выманить у жертвы деньги или персональные данные для доступа к кредитам

Не теряет актуальности и классика социальной инженерии:

🔜Фишинг и выманивание СМС-кодов для доступа к госуслугам (звонки «из полиции», сообщения от «близких» или «служб доставки»)
🔜Использование украденных персональных данных (паспорт, ИНН, телефон) для оформления онлайн-кредитов и займов в МФО
🔜Схема «безопасный счет» и кредитный лимит: убеждают взять кредит и перевести деньги на «защищенный счет»

2️⃣Обман со стороны заемщиков с целью неправомерного получения выгоды за счет льгот, госпрограмм или несовершенства судебной практики.

🔜«Наборщики»: оформление множества кредитов в разных банках до обновления данных в БКИ, часто по украденным документам
🔜Неправомерное использование льгот: использование поддельных справок о принадлежности к льготным категориям, фиктивные браки для «семейной» ипотеки
🔜Продажа квартиры мошенникам, затем — обращение в суд с требованием вернуть недвижимость
 
Кредитное мошенничество становится все более технологичным и изощренным. Банкам необходимо не только усиливать антифрод-системы, но и работать на опережение: обучать клиентов, внедрять современные инструменты верификации и сотрудничать с государством.

В следующем посте расскажем, как банки могут эффективно бороться с мошенничеством и какие меры поддержки предлагает государство для защиты граждан.
 
🦁Подписаться на «ТеДо ФинИнсайт» в Telegram | в MAX | в VC

#секреты_мастерства

🔥 Кредитное мошенничество: вызовы 2020-х и новые меры защиты

Кредитное мошенничество стало одним из ключевых вызовов для государства и банков в 2020-х годах.

По данным Банка России в 2025 объем операций без добровольного согласия клиентов увеличился по сравнению с 2024 на 6,4%, а их количество – на 31,2%.

Банк России разрабатывает различные регуляторные меры в целях противодействия мошенничеству, например, за 2024-2025 год были внедрены следующие ключевые изменения:

🔜Период охлаждения – с 1 сентября 2025 при выдаче кредита действует обязательный 48-часовой период охлаждения. Это дает время на выявление мошенничества и возможность родственникам отговорить жертву.

🔜Самозапрет на кредиты – с 1 марта 2025 граждане могут оформить запрет на получение кредитов на свое имя. Банки и МФО обязаны проверять наличие такого запрета.

🔜Обязательный возврат украденных средств –
с 25 июля 2024 банки несут прямую финансовую ответственность за безопасность переводов. Если перевод ушел на «дропперский» счет из базы Банка России, банк обязан вернуть клиенту всю сумму.

🔜ИНН при оформлении кредита – с 1 сентября 2025 это дополнительный этап идентификации, который усложняет жизнь мошенникам.

🔜Ответственность дропперов – ужесточен контроль за подозрительными переводами физических лиц, создана база «О случаях и попытках осуществления переводов денежных средств без согласия клиента», расширена ответственность по ст. 187 УК РФ.

🔜Ужесточение правил микрозаймов – Банк России снизил лимиты по ПСК и ужесточил правила проверки личности и отслеживание «цифрового следа» заемщика.

🔜Макропруденциальные лимиты и другие ограничения ПДН – с октября 2026 вводится ужесточение лимитов и повышенные резервы, а с 1 июля 2027 – расчет ПДН только по белым доходам. Это защищает банки от «наборщиков» кредитов.

🔜Централизованное обслуживание транзакций – с использованием криптографии, биометрии и акцептов. Это потенциальное будущее с Цифровым рублем.

🔥Что в свою очередь могут сделать сами банки?

1️⃣Усовершенствование антифрод-мониторинга

Многие банки активно внедряют антифрод-системы, например, ИИ-платформа Сбера за 2025 позволила сохранить от мошенников более 360 млрд рублей россиян.

🔜Анализ цифрового следа: банк может отслеживать вход с нового устройства, из другого региона или через VPN.

Т-Банк внедрил систему «Нейрощит», которая по звуковой волне во время разговора определяет, что человек общается с мошенником, предупреждает об опасности и разрывает диалог. После этого все транзакции клиента Т-Банк ставит под особый контроль.

🔜Биометрическая верификация: подтверждение в приложении через Face ID или Touch ID, запись голоса или «селфи», произвести «мониторинг поведения».

Альфа-Банк внедрил технологию «обратной верификации»: когда клиенту звонят мошенники от имени банка, клиент может сгенерировать в приложении банка уникальный одноразовый код и попросить оператора его назвать.

🔜Проверка на совершение параллельного телефонного звонка во время подачи заявки.

2️⃣Усиление процедур на выдаче кредита

🔜Использование расширенных источников информации о заемщике (данные от операторов связи, специализированных компаний).

🔜Регистрация залогов в Федеральной Нотариальной Палате для предотвращения перепродажи или вывоза залоговых ценностей.

🔜Тщательная идентификация и андеррайтинг при выдаче льготных кредитов (проверка социальной категории, фиктивности брака, трудовой деятельности).

➡️Взгляд в будущее

Банковской сфере свойственна быстрая реакция на возникающие вызовы. В качестве дальнейших шагов борьбы с мошенничеством возможно:
▫️ Совершенствование процедур идентификации и проверок при выдаче кредитов
▫️Кооперация в секторе, обмен опытом
▫️Создание общедоступного агрегатора данных с информацией о заемщиках-мошенниках, схемах и методах борьбы с ними

🦁 Подписаться на «ТеДо ФинИнсайт» в Telegram | в MAX | в VC

#секреты_мастерства
#кредитное_мошенничество

💬 Когда ошибка в расчетах стоит миллионы. Что такое модельный риск и почему он становится зоной особого внимания для банков

🚀 В 1999 году космическая миссия NASA Mars Climate Orbiter закончилась катастрофой: аппарат стоимостью 125 млн долларов сгорел в атмосфере Марса из-за банальной ошибки в расчетах единиц измерения. Сегодня подобные «просчеты моделей» стоят дорого и банкам. Особенно когда решения, принятые на основе некорректных данных или алгоритмов, влияют на кредитование, оценку рисков и регуляторную отчетность.

Модельный риск – это риск возникновения убытков (финансовых, репутационных и других). Он также включает риск недооценки требований к капиталу, величины резервов или иных значимых показателей. Такие последствия возникают из-за ошибок на разных этапах работы с моделями:
– При разработке
– Приемке и проверке
– Применении
– Адаптации моделей

Его источники разнообразны:
➡️ Ошибки алгоритмов разработки или валидации, например, использования ошибочной математической формулы в модели торговли деривативами
➡️ Некорректные данные, например, в расчетах кредитного риска используются устаревшие данные по заемщикам, не отражающие их текущее финансовое положение
➡️ Изменения внешней среды, например, новое регулирование или кредитная политика
➡️ Недостатки в процессах мониторинга и валидации, например, невыявление несанкционированных изменений, внесенных сотрудником
➡️ Ошибки в процессах регистрации, учета и отчетности по моделям, например, использование техники оценки модели без надлежащего учета и независимой проверки моделей
➡️ Ошибки в интерпретации результатов моделей, например, неверное истолкование показателей модели, которые искусственно занижались трейдером

⚠️ В условиях, когда каждое управленческое решение опирается на десятки моделей, от выбора канала связи с клиентом до оценки уровня кредитного риска, масштаб последствий может быть существенным.

Эффективное управление модельным риском требует системного подхода на всех этапах жизненного цикла модели. Важно четко классифицировать модели, определить роли и зоны ответственности, а также регулярно проводить валидацию и мониторинг ключевых показателей. Дополнительно необходимо оценивать значимость всех моделей – как до валидации и распределения ролей, так и после, а также определять уровень модельного риска на основе результатов мониторинга.

Критически важно, чтобы результаты этих процессов своевременно доходили до руководства. Отклонения и сбои в моделях – это не только операционный, но и стратегический сигнал для управления банком.

➡️ Банк JPMorgan Chase в 2012 году понес убытки свыше 6 млрд долларов из-за модели VaR, которая некорректно занижала риски. После инцидента банк кардинально пересмотрел свою систему управления модельными рисками: заменил руководство, пересмотрел лимиты риска, провел всестороннюю оценку организации управления рисками.

✔️ Практика ведущих банков показывает: зрелая система управления модельным риском повышает доверие регулятора, снижает вероятность и величину операционных убытков. Это часть культуры ответственности за принятие решений.

💸 Потери от реализации модельного риска для банков могут быть значительными. В 2010-2018 в HSBC произошло несколько крупных инцидентов, связанных с отмыванием доходов, полученных преступным путем. За уязвимость системы anti-fraud HSBC был оштрафован на 91 миллион фунтов (8,9 триллионов рублей).

🖥 Не переключайтесь! Задавайте вопросы в комментариях – будем рады ответить!

🦁 Подписаться на «ТеДо ФинИнсайт» в Telegram | в MAX | в VC

#секреты_мастерства
#модельный_риск