Η ενσωμάτωση της τεχνητής νοημοσύνης στους εσωτερικούς ελέγχους τραπεζικών ιδρυμάτων: προκλήσεις και ευκαιρίες - μελέτη περίπτωσης της JPMorgan Chase (με συγκριτική αναφορά σε ελληνικές και κυπριακές τράπεζες)
ENGLISH ABSTRACT The aim of this master's thesis is to study/examine the degree to which Artificial Intelligence (AI) to the internal controls of banking institutions, and specifically its contribution to reducing and managing operational risk. The main objective of the thesis is to investigate the relationship between the adoption of artificial intelligence technologies and other similar automation processes and the effectiveness of internal controls. Does the implementation of the above enhance the effectiveness of internal controls? Does it lead to lower levels of operational risk? At the same time, the case of the internationally recognized banking organization JP Morgan Chase and the practices followed are examined, and a comparison is made between the empirical findings of three Greek and three Cypriot banks with the aforementioned case. A mixed approach was used to conduct the research. The quantitative analysis was performed on an empirical sample (use of data) of banks based in Greece and Cyprus for the period 2018-2024. The intensity of the ORI (Operational Risk Intensity) index was used as an indicator of operational risk. At the same time, the adoption of AI technologies is evident in the enhanced effectiveness of internal controls, as well as in various indicators of process automation (RPA) and AI adoption. The following were performed: a) descriptive statistics, b) correlation analysis, and c) linear regressions were performed. The qualitative analysis incorporates the case of JPMorgan Chase. The analysis uses data from available sources as well as secondary data. Studying the results of the quantitative analysis, it is clear that the adoption of IT technologies and various automation processes leads to a significant reduction in operational risk intensity. On the other hand, the relationship between the effectiveness of internal controls and operational risk is not strong when studied in isolation. The analysis of the JPMorgan Chase case confirms the important role and contribution of IT in reducing and managing operational risk, in relation to previous procedures and methodologies, as also shown by empirical findings. As an overall result of the research, it is evident that, in order to protect banking institutions against various operational risks, IT is an important tool in strengthening internal controls. Noteworthy is the strong interpretative relationship with ORI (operational risk) presented by overall digital maturity and IT maturity in relation to individual variables, as this demonstrates the importance of IT integration. It should be noted, of course, that the implementation of the above requires appropriate regulatory and organizational internal frameworks. Finally, recommendations for banking organizations are presented, as well as directions for future research regarding the adoption of AI.
Thesis
Στόχος της παρούσας μεταπτυχιακής διπλωματικής εργασίας είναι η μελέτη/εξέταση του βαθμού συμβολής της Τεχνητής Νοημοσύνης (ΤΝ)στους εσωτερικούς ελέγχους των τραπεζικών ιδρυμάτων και συγκεκριμένα η συμβολή της στη μείωση και διαχείριση της έντασης του λειτουργικού κινδύνου. Βασικότερος στόχος της εργασίας, είναι η διερεύνηση της σχέσης μεταξύ της υιοθέτησης τεχνολογιών τεχνητής νοημοσύνης και άλλων παρεμφερών διαδικασιών αυτοματοποίησης και της αποτελεσματικότητας των εσωτερικών ελέγχων. Ενισχύεται άραγε η αποτελεσματικότητα των εσωτερικών ελέγχων με την εφαρμογή των πιο πάνω; Οδηγεί σε χαμηλότερα επίπεδα λειτουργικού κινδύνου; Παράλληλα, εξετάζεται η περίπτωση του διεθνώς αναγνωρισμένου τραπεζικού οργανισμού, του JP Morgan Chase και των πρακτικών που ακολουθήθηκαν και πραγματοποιείται σύγκριση των εμπειρικών ευρημάτων τριών ελληνικών και 3 κυπριακών τραπεζών με την προαναφερθείσα περίπτωση. Για την υλοποίηση της έρευνας, ως μέθοδος εφαρμόστηκε η μικτή προσέγγιση. Η ποσοτική ανάλυση πραγματοποιήθηκε σε εμπειρικό δείγμα(χρήση δεδομένων) τραπεζών που εδρεύουν σε Ελλάδα και Κύπρο για την περίοδο 2018-2024.Η ένταση του δείκτη ORI(Operational Risk Intensity)δείκτης λειτουργικού κινδύνου, χρησιμοποιήθηκε ως δείκτης λειτουργικού κινδύνου. Ταυτόχρονα η υιοθέτηση τεχνολογιών ΤΝ, διαφαίνεται μέσα από την ενίσχυση της αποτελεσματικότητας των εσωτερικών ελέγχων όπως επίσης και από διάφορους δείκτες αυτοματοποίησης των διαδικασιών (RPA) αλλά και υιοθέτησης ΤΝ. πραγματοποιήθηκε α)περιγραφική στατιστική, β)ανάλυση συσχετίσεων και γ)γραμμικές παλινδρομήσεις. Η ποιοτική ανάλυση, ενσωματώνει την περίπτωση της JPMorgan Chase.Η ανάλυση χρησιμοποιεί δεδομένα από διαθέσιμες πηγές όπως επίσης και δευτερογενή δεδομένα. Μελετώντας τα αποτελέσματα της ποσοτικής ανάλυσης, διαφαίνεται με σαφήνεια ότι η υιοθέτηση τεχνολογιών ΤΝ και διαφόρων διαδικασιών αυτοματοποίησης, οδηγούν σε σημαντική μείωση της έντασης του λειτουργικού κινδύνου. Από την άλλη, η σχέση της αποτελεσματικότητας των εσωτερικών ελέγχων με τον λειτουργικό κίνδυνο δεν παρουσιάζεται ισχυρή όταν μελετάται μεμονωμένα. Η ανάλυση της περίπτωσης JPMorgan Chase επιβεβαιώνει το σημαντικό ρόλο και συμβολή της ΤΝ στη μείωση και διαχείριση του λειτουργικού κινδύνου, σε σχέση με προηγούμενες διαδικασίες και μεθοδολογίες, όπως εξάλλου δείχνουν και τα εμπειρικά ευρήματα. Ως συνολικό αποτέλεσμα της έρευνας, αποδεικνύεται ότι για την προστασία των τραπεζικών ιδρυμάτων έναντι των διαφόρων λειτουργικών κινδύνων, η ΤΝ αποτελεί σημαντικό εργαλείο όσον αφορά την ενίσχυση των εσωτερικών ελέγχων. Αξιοσημείωτη είναι η ισχυρή ερμηνευτική σχέση με τον ORI(λειτουργικό κίνδυνο) που παρουσιάζει η συνολική ψηφιακή ωρίμανση όπως και η ωρίμανση ΤΝ, σε σχέση με τις επί μέρους μεταβλητές γιατί έτσι αποδεικνύεται η σημασία της ενσωμάτωσης της ΤΝ. Σημειώνεται βέβαια ότι για την εφαρμογή των πιο πάνω απαιτούνται κατάλληλα κανονιστικά και οργανωτικά εσωτερικά πλαίσια. Τέλος παρατίθενται προτάσεις για τραπεζικούς οργανισμούς, όπως επίσης και κατευθύνσεις για μελλοντική έρευνα όσον αφορά την υιοθέτηση της ΤΝ.