Банк 4.0: Новая финансовая реальность
Шрифт:
Юридическая сложность положения DAO как компании на базе искусственного интеллекта заключалась в том, что эта организация не подчинялась человеческим законам в привычном смысле, а представляла собой систему, управляемую инструкциями, заложенными в ее программную основу. Для нас, людей и организаций, закон определяет алгоритмы действий и этические нормы; в DAO алгоритмы стали законом, определяющим внутреннее функционирование системы. Для машин программный код – закон; для нас, людей, закон – наш код. Смешение этих понятий приводит к возникновению сложных концепций, таких как DAO, которые не укладываются в существующее понимание инвестиций, компаний и риска.
В итоге, воспользовавшись лазейкой в смарт-контракте DAO, группа программистов присвоила себе треть суммы привлеченных инвестиций (примерно 50 млн долларов). Многие сочли это провалом, неудавшимся экспериментом. Однако история DAO нас кое-чему научила, и данная компания наверняка будет не последней
Вполне возможно, что регуляторы запретят создавать корпорации на основе AI-алгоритмов и смарт-контрактов, такие как DAO, или заставят программистов составлять алгоритмы в соответствии с нормами законодательства о ценных бумагах и инвестициях, но это будет ошибкой. Очевидно, что в будущем мы увидим рост числа смарт-контрактов на базе искусственного интеллекта, особенно по мере исчезновения традиционных бирж, вытесняемых цифровой торговлей. Поэтому всякий регулятор, запрещающий AI-платформы, обрекает свой рынок на прискорбную неконкурентоспособность в мире, где использование искусственного интеллекта становится всё более привычным.
Потребует ли торговля с использованием AI-алгоритмов сдачи экзамена для получения квалификации специалиста-брокера или получения лицензии на проведение операций с ценными бумагами? Если инвестиционные решения принимает программа, будем ли мы по-прежнему настаивать, чтобы финансовые консультанты получали лицензию, и при этом пускать функционирование программы на самотек? С другой стороны, отказываться от автоматизации в пользу человека только потому, что он сдал какой-то там экзамен, – тоже плохая идея. Как мы увидим далее, роботы-консультанты уже почти не уступают по эффективности людям, а в ближайшие годы, скорее всего, даже превзойдут их в сфере общих вопросов управления портфелем активов.
Проблемы подхода к борьбе с финансовыми преступлениями и процедуры «знай своего клиента»
Почти 30 лет назад [55] работающая бок о бок с Организацией экономического сотрудничества и развития (ОЭСР) Группа разработки финансовых мер борьбы с отмыванием денег (ФАТФ), финансируемая правительствами стран «Большой семерки» и центральными банками 37 государств, сформулировала 40 рекомендаций в сфере противодействия отмыванию преступных доходов (anti-money laundering, AML), а также девять рекомендаций по борьбе с финансированием терроризма (terrorist financing). Сегодня эти рекомендации зафиксированы в законодательстве мировых финансовых центров. В частности, банкам предписано сообщать о подозрительных транзакциях, которые могут указывать на отмывание денег. Однако дать определение подозрительной транзакции оказалось довольно проблематичным.
55
Группа разработки финансовых мер борьбы с отмыванием денег была основана в 1989 году на саммите «Большой семерки» в Париже; английское название – Financial Action Task Force on Money Laundering (FATF); французское название – Groupe d’action financi`ere (GAFI).
Если финансовое учреждение подозревает или имеет разумные основания подозревать, что средства являются доходом от преступной деятельности или связаны с финансированием терроризма, оно должно быть обязано незамедлительно сообщать о своих подозрениях в подразделение финансовой разведки.
Сегодня банки вынуждены выполнять полицейские функции в интересах глобальной системы борьбы с отмыванием денег, которая отличается поразительной неэффективностью.
Законодательство в сфере противодействия отмыванию преступных доходов состоит из трех элементов. Во-первых, банки должны устанавливать личность клиентов, которым открывают счета, по процедуре «знай своего клиента». Затем они должны контролировать транзакции клиентов, определять обычные действия, включая операции с наличными, и выявлять отклонения. Наконец, при обнаружении отклонений они должны проводить расследование и при необходимости сообщать о подозрительной активности по установленной форме.
Хотя процесс частично автоматизирован, в основном всё делается по старинке, как в эпоху, когда наилучшим способом поиска отклонений и информирования о подозрении на отмывание денег было заполнение формы банковским работником или аналитиком. Неудивительно, что сейчас такой подход не приносит результатов.
По сообщению ООН, объем финансовых преступлений сегодня достигает 2–5 % мирового ВВП, то есть 2 трлн долларов в год, а меры по борьбе с отмыванием денег позволяют отследить менее одного процента нелегальных финансовых потоков [56] .
56
Источник: ФАТФ / Управление Организации Объединенных Наций по наркотикам и преступности.
57
https://www.unodc.org/unodc/en/money-laundering/globalization.html.
Расходы на соблюдение требований в сфере противодействия отмыванию преступных доходов усугубляются риском получить крупный штраф: для отдельно взятого банка сумма может превышать 1 млрд долларов [58] . Опасаясь санкций, банки склонны чрезмерно усердствовать в отправке сообщений о подозрительных операциях, что, в свою очередь, перегружает надзорные органы потоком малополезной информации, мешающей расследовать настоящие преступления. В крупных городах США есть специальные подразделения, сотрудники которых каждый месяц распечатывают тысячи официальных сообщений о подозрительной активности, раскладывают их пачками на столах и пытаются вычленить полезную информацию, выделяя фрагменты текста желтым маркером. Пожалуй, именно в этом кроется причина столь вопиющей неэффективности отчетности. Контроль за соблюдением законодательства сводится к работе маркером!
58
Банк HSBC был оштрафован на 1,9 млрд долларов (https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=2&cad=rja&uact=8&ved=0ahUKEwi7qbb4hOHVAhXBfyYKHa5-DcAQFggtMAE&url=https%3A%2F%2Fdealbook.nytimes.com%2F2012%2F12%2F10%2FHSBC-said-to-near-l-9-billion-settlement-over-money-laundering%2F%3Fmcubz3Dl&usg=AFQjCNGaAgOEpYZrn0Pp0WaupEedz3rwIw).
Еще одно непредвиденное последствие этой примитивной системы состоит в том, что она лишает доступа к финансовым услугам целые сектора экономики, так как регулятор видит свою цель в «снижении рисков». Клиенты, которые в силу своей принадлежности к определенной отрасли или региону либо других обстоятельств попадают в категорию потенциально высокого риска, не получают необходимую услугу просто потому, что в рамках существующей процедуры «знай своего клиента» для банков слишком трудно, дорого и рискованно проводить тщательный анализ, дабы отделить законопослушных граждан от подозрительных. Особенно остро эта проблема стоит в развивающихся странах [59] . В США она известна как практика «новой красной черты» [60] .
59
Отчет Альянса за финансовую доступность (Alliance for Financial Inclusion, AFI) об основополагающих принципах финансовой доступности .
60
Практика «красной черты» (redlining) – реалия США середины XX века, практика отказа в ипотечном кредитовании лицам из определенных, обычно бедных, районов, часто по расовым соображениям. – Примеч. пер.
Одним из побочных эффектов этого нехитрого процесса стало то, что из-за требований законодательства целым группам клиентов отказывают в предоставлении услуг. Положения Закона США «О справедливых и точных кредитных операциях» 2003 года (Fair and Accurate Credit Transactions Act, FACTA) требуют от банков, независимо от страны принадлежности, сообщать в Налоговое управление США о каждом случае обслуживания гражданина США. В результате множество банков по всему миру просто отказывают американским гражданам, даже если те обращаются за простейшими операциями вроде открытия счета [61] .
61
Статья Вирджинии Ла Торре Джекер «Overseas Americans can’t open foreign accounts because of FACTA? Court says tough luck!» на сайте AngloInfo.com, 29 апреля 2016 года.