Integrating AI for Enhanced Risk Management in International Trade Finance
Davidaviciene, Vida | Darbo gynimo komisijos narys / Thesis Defence Board Member |
Maciulyte-Sniukiene, Alma | Darbo gynimo komisijos narys / Thesis Defence Board Member |
Lapinskiene, Giedre | Darbo gynimo komisijos narys / Thesis Defence Board Member |
Bagdone, Indre | Darbo gynimo komisijos narys / Thesis Defence Board Member |
Šiame magistro darbe nagrinėjamas dirbtinio intelekto (DI) integravimas į rizikų valdymo procesus tarptautinės prekybos finansų srityje. Tradiciniai rizikų valdymo modeliai vis dažniau tampa nepakankami siekiant efektyviai valdyti sudėtingas, tarpusavyje susijusias ir dinamiškas šiuolaikinės tarptautinės prekybos rizikas. Dėl to kyla veiklos neefektyvumas, vėluoja sprendimų priėmimas ir didėja kredito, sukčiavimo, teisinės atitikties bei operacinės rizikos. Temos aktualumą lemia spartėjanti tarptautinio prekybos finansavimo skaitmenizacija ir DI potencialas sudaryti prielaidas labiau proaktyviam ir duomenimis grįstam rizikų valdymui. Tyrimo objektas – rizikų valdymo procesai tarptautinės prekybos finansų srityje, daugiausia dėmesio skiriant DI integravimui. Darbo tikslas – sukurti koncepcinį DI integravimo į rizikų valdymo procesus modelį, skirtą rizikų identifikavimui, vertinimui ir mažinimui. Tyrime taikomas mišraus tyrimo požiūris. Kiekybiniai duomenys buvo surinkti atliekant 29 specialistų apklausą, o kokybiniai duomenys – vykdant pusiau struktūruotus ekspertų interviu. Šis metodinis derinys leido ištirti esamus DI taikymo atvejus, suvokiamą jų naudą bei pagrindinius iššūkius, susijusius su DI diegimu rizikų valdyme tarptautinės prekybos finansų srityje. Tyrimo rezultatai rodo, kad DI technologijos, ypač mašininis mokymasis ir natūralios kalbos apdorojimas, gali reikšmingai pagerinti rizikų prognozavimą ir veiklos efektyvumą. Kartu nustatyta, kad sėkmingas DI taikymas priklauso nuo duomenų kokybės, etinių aspektų, teisinės atitikties ir veiksmingo žmogaus ir DI bendradarbiavimo. Remiantis mokslinės literatūros analize ir empirinio tyrimo rezultatais, pasiūlytas rizikų valdymo integruojant DI modelis (angl. AIRM-Model – AI-Integrated Risk Management Model). Šis modelis suteikia struktūruotą požiūrį į DI integravimą tarptautinės prekybos finansų srities rizikų valdymo procesuose. Tyrimo rezultatai gali būti naudingi finansų institucijoms, prekybos įmonėms ir finansinių technologijų (FinTech) bendrovėms, kuriant DI pagrįstus rizikų valdymo sprendimus, taip pat politikos formuotojams, siekiantiems skatinti atsakingą DI taikymą tarptautinės prekybos finansų srityje.
This Master’s thesis examines the integration of artificial intelligence (AI) into risk management processes in international trade finance. Traditional risk management frameworks are increasingly insufficient to address the complex, interconnected, and dynamic risks of modern international trade. This limitation leads to inefficiencies, delayed decision-making, and increased exposure to credit, fraud, compliance, and operational risks. The relevance of the topic is grounded in the ongoing digitalization of trade finance and the potential of AI to support more proactive and data-driven risk management. The object of the research is risk management processes in international trade finance, with a focus on the integration of AI. The aim of the thesis is to develop a conceptual model for integrating AI into risk management processes in order to improve risk identification, assessment, and mitigation. The research applies a mixed-method approach. Quantitative data were collected through a survey of 29 professionals, while qualitative data were obtained through semi-structured expert interviews. This approach enabled an examination of current AI applications, perceived benefits, and key challenges related to AI adoption in trade finance risk management. The findings indicate that AI technologies, particularly machine learning and natural language processing, can enhance risk prediction and operational efficiency. At the same time, successful adoption depends on data quality, ethical considerations, regulatory compliance, and effective human–AI collaboration. Based on the literature analysis and empirical findings, an AI-Integrated Risk Management Model (AIRM-Model) is proposed. The model provides a structured approach to AI integration in international trade finance risk management. The results of this research may be useful for financial institutions, trading companies, and fintech firms when designing AI-based risk management solutions, as well as for policymakers seeking to support responsible AI adoption in international trade finance.