Цифровізація банківського сектору як чинник зміни поведінкових моделей фінансових рішень
DOI:
https://doi.org/10.26565/2786-4995-2026-3-02Ключові слова:
когнітивні упередження, поведінковий дизайн, нейджинг, архітектура вибору, дарк-патерни, фінтех, фінансова інклюзія, поведінковий цифровий розрив, алгоритмічна персоналізаціяАнотація
У статті досліджено поведінкові моделі прийняття фінансових рішень економічними агентами в умовах цифрової трансформації банківського сектору, що дозволило виявити ключові когнітивні упередження, які актуалізуються в цифровому банківському середовищі, розробити чотирирівневу концептуальну модель взаємодії цифрових технологій і поведінкових факторів та обґрунтувати підходи до регулювання поведінкових ризиків цифрового банківництва.
Вступна частина. Цифровізація банківництва охоплює широкий спектр технологічних інновацій – мобільний банкінг, алгоритми штучного інтелекту, відкритий банкінг, BNPL-сервіси та децентралізовані фінанси, – які кардинально змінюють середовище взаємодії між фінансовими інституціями та їх клієнтами.
Постановка проблеми. Попри стрімкий розвиток цифрових банківських технологій, залишається недостатньо дослідженим питання про те, яким чином цифрове середовище трансформує когнітивні механізми прийняття фінансових рішень. Класична економічна теорія постулює раціональність економічного агента, тоді як реальна практика свідчить про систематичні відхилення від раціональної поведінки, що набувають нових форм і масштабів у цифровому контексті.
Нерозв'язані аспекти. У науковій літературі бракує комплексних моделей, які б інтегрували технологічний і поведінковий виміри цифровізації банківництва з урахуванням зворотних зв'язків між поведінкою клієнтів та алгоритмічними системами, а також нерівномірності поведінкових наслідків для різних соціально-демографічних груп. Окремою прогалиною є відсутність системних підходів до регулювання поведінкових ризиків цифрового банківництва в умовах українського ринку.
Мета статті. Дослідження механізмів впливу цифровізації банківського сектору на поведінкові моделі прийняття фінансових рішень, виявлення ключових поведінкових ефектів цифрового банківського середовища та розробка концептуальних підходів до регулювання відповідних ризиків.
Основний матеріал. На основі методів теоретичного аналізу, порівняльного аналізу та концептуального моделювання систематизовано п'ять ключових когнітивних упереджень цифрового банківського середовища: ефект фреймінгу, безболісність транзакцій, надмірна впевненість, ефект рекомендаційних алгоритмів та цифрова прокрастинація. Розроблено чотирирівневу концептуальну модель взаємодії цифрових банківських технологій і поведінкових факторів, що охоплює технологічний рівень, рівень поведінкового медіатора, рівень поведінкової реакції та регуляторний контекст. Модель враховує механізм “поведінкових петель підсилення” та концепцію “поведінкового цифрового розриву” між різними групами користувачів.
Висновки. Встановлено амбівалентний характер впливу цифровізації на фінансову поведінку: цифрове середовище одночасно генерує проксаміальні ефекти – автоматизацію заощаджень, підвищення фінансової грамотності, ефективний нейджинг – та дисфункціональні ефекти, пов'язані з посиленням імпульсивності, ефектом безболісності транзакцій і маніпулятивними дарк-патернами. Практична значущість результатів визначається можливістю їх використання банківськими установами при проектуванні цифрових продуктів, регуляторними органами при розробці стандартів поведінкового нагляду, а також у системі фінансової освіти для підвищення поведінкової стійкості споживачів фінансових послуг.
Посилання
Kahneman, D. (2011). Thinking, fast and slow. Farrar, Straus and Giroux.
Kahneman, D., & Tversky, A. (1979). Prospect theory: An analysis of decision under risk. Econometrica, 47(2), 263–291. DOI: https://doi.org/10.2307/1914185
Thaler, R. H., & Sunstein, C. R. (2021). Nudge: The final edition. Penguin Books.
Andersen, S., Hanspal, T., & Nielsen, K. M. (2022). Once bitten, twice shy: The effect of wealth losses on risk-taking. Review of Financial Studies, 35(1), 1–46. DOI: https://doi.org/10.1093/rfs/hhab049
Beshears, J., Choi, J. J., Laibson, D., & Madrian, B. C. (2021). Active choice, implicit defaults, and the incentive to choose. Organizational Behavior and Human Decision Processes, 163, 6–16. DOI: https://doi.org/10.1016/j.obhdp.2019.02.001
Barber, B. M., Huang, X., Odean, T., & Schwarz, C. (2022). Attention-induced trading and returns: Evidence from Robinhood users. Journal of Finance, 77(6), 3141–3190. DOI: https://doi.org/10.1111/jofi.13183
Ozili, P. K. (2023). Role of embedded finance in increasing financial inclusion. In Adoption and use of technology tools and services by economically disadvantaged communities (pp. 257–274). IGI Global. DOI: https://doi.org/10.4018/978-1-6684-5347-6.ch011
Buchak, G., Matvos, G., Piskorski, T., & Seru, A. (2022). Beyond the balance sheet model of banking: Implications for bank regulation and monetary policy (Columbia Business School Research Paper No. 18-75). DOI: https://doi.org/10.2139/ssrn.3260434
Bhargava, S., & Loewenstein, G. (2015). Behavioral economics and public policy 102: Beyond nudging. American Economic Review, 105(5), 396–401. DOI: https://doi.org/10.1257/aer.p20151049
Nianko, L. Y., & Dovbush, A. V. (2025). Development of banking services in the context of digitalization: Challenges, trends and prospects. Innovational Economy, (1). DOI: https://doi.org/10.37332/2309-1533.2025.1.12 [in Ukrainian]
Boldova, A., & Vakhovska, A. (2025). Development of modern financing models in Ukraine and the world (on the example of BNPL (Buy Now, Pay Later): Reasons for popularity, consequences, problems. Collection of Scientific Papers of the State Tax University, (1), 11–15. DOI: https://doi.org/10.32782/2617-5940.1.2025.2 [in Ukrainian]
Dobrianska, N. (2023). The impact of digitalization on the financial behavior of households in modern conditions. Ukrainian Economic Journal, (2), 26–30. DOI: https://doi.org/10.32782/2786-8273/2023-2-5 [in Ukrainian]
Sunstein, C. R. (2022). Sludge audits. Behavioural Public Policy, 6(4), 654–673. DOI: https://doi.org/10.1017/bpp.2019.32
García, J. M., & Vila, J. (2018). Nudging long-term saving: The Ahorra+ program. Journal of Behavioral Economics for Policy, 2(2), 49–53.
Carlin, B., Olafsson, A., & Pagel, M. (2017). FinTech adoption across generations: Financial fitness in the information age (NBER Working Paper No. 23798). National Bureau of Economic Research. DOI: https://doi.org/10.3386/w23798
Barberis, N. C. (2022). Psychology-based models of asset prices and trading volume. In Handbook of behavioral economics (Vol. 1, pp. 1–80). Elsevier. DOI: https://doi.org/10.1016/bs.hesbe.2018.07.001
National Bank of Ukraine. (2024). Financial stability report. NBU. Retrieved from: https://bank.gov.ua/ua/stability/report [in Ukrainian]
Cao, S., Jiang, W., Wang, J. L., & Yang, B. (2021). From man vs. machine to man + machine: The art and AI of stock analyses. Journal of Financial Economics. DOI: https://doi.org/10.2139/ssrn.3840538
Thaler, R. H., & Benartzi, S. (2023). Save more tomorrow: Using behavioral economics to increase employee saving. Journal of Political Economy, 131(5), 1389–1420. DOI: https://doi.org/10.1086/380085
Piskorski, T., & Seru, A. (2018). Mortgage market design: Lessons from the Great Recession. Brookings Papers on Economic Activity, 2018(1), 429–513. DOI: https://doi.org/10.1353/eca.2018.0005
digital trends changing the financial behavior of Ukrainians. (2025, August 14). NV. Retrieved from: https://biz.nv.ua/ukr/markets/cifrovi-finansovi-instrumenti-v-ukrajini-yak-smartfon-zminyuye-platizhni-zvichki-50534791.html [in Ukrainian]