Integration of Big Data, RegTech, and Artificial Intelligence in Modern Architectures for Bank Fraud Prevention
| dc.contributor.author | Капріан, Юрій | |
| dc.contributor.author | Caprian, Iurie | |
| dc.date.accessioned | 2026-05-05T12:41:08Z | |
| dc.date.available | 2026-05-05T12:41:08Z | |
| dc.date.issued | 2026 | |
| dc.description | Bank fraud has increased markedly over the past decade in both complexity and scale, compelling financial institutions to adopt advanced technological frameworks to maintain operational resilience and financial stability. This article examines the integration of Big Data, Regulatory Technology (RegTech), and Artificial Intelligence (AI) into a unified architecture for bank fraud prevention, capable of processing large volumes of transactional data, automating compliance activities, and enabling real-time predictive detection of fraudulent behavior. The analysis is grounded in a review of recent academic literature, regulatory reports, and case studies from leading global financial institutions that have implemented technology-driven anti-fraud solutions. The study highlights how Big Data technologies support scalable data collection and processing, RegTech facilitates automated compliance with AML and KYC requirements, and AI enhances predictive analytics through machine learning and pattern recognition. The findings indicate that the synergy among these technologies significantly reduces fraud response times, improves anomaly detection accuracy, and increases operational efficiency while lowering compliance costs. Despite these advantages, several challenges persist, including risks of algorithmic bias, data quality and interoperability issues, cybersecurity concerns, and the need for transparent and explainable AI models. Additionally, differences in national regulatory frameworks hinder seamless cross-border implementation. The study concludes that an integrated Big Data–RegTech–AI architecture represents an efficient and sustainable strategy for modern bank fraud prevention, provided it is supported by robust data governance, ethical AI principles, regulatory alignment, and inter-institutional collaboration. | |
| dc.description.abstract | Банківське шахрайство за останнє десятиліття суттєво зросло як за рівнем складності, так і за масштабами, що змушує фінансові установи впроваджувати передові технологічні рішення для забезпечення операційної стійкості та фінансової стабільності. У статті досліджується інтеграція технологій великих даних (Big Data), регуляторних технологій (RegTech) та штучного інтелекту (AI) в єдину архітектуру запобігання банківському шахрайству, здатну обробляти великі обсяги транзакційних даних, автоматизувати процеси дотримання нормативних вимог і забезпечувати прогнозне виявлення шахрайських дій у режимі реального часу. Аналіз ґрунтується на огляді сучасної наукової літератури, регуляторних звітів і кейс-стаді провідних світових фінансових установ, які впровадили технологічно орієнтовані антишахрайські рішення. У дослідженні показано, що технології Big Data забезпечують масштабований збір і обробку даних, RegTech сприяє автоматизації процедур AML та KYC, а AI підвищує точність прогнозування завдяки методам машинного навчання та розпізнавання шаблонів. Отримані результати свідчать, що синергія цих технологій значно скорочує час реагування на шахрайство, підвищує точність виявлення аномалій і збільшує операційну ефективність за одночасного зниження витрат на комплаєнс. Водночас залишаються певні виклики, зокрема ризики алгоритмічної упередженості, проблеми якості даних та інтероперабельності, загрози кібербезпеці, а також потреба у прозорих і пояснюваних моделях штучного інтелекту. Крім того, відмінності між національними регуляторними системами ускладнюють транскордонне впровадження таких рішень. У висновку зазначається, що інтегрована архітектура Big Data–RegTech–AI є ефективною та стійкою стратегією сучасного запобігання банківському шахрайству за умови наявності належного управління даними, дотримання етичних принципів AI, регуляторної узгодженості та міжінституційної співпраці. | |
| dc.identifier.citation | Caprian, Iurie. (2026) “Integration of Big Data, RegTech, and Artificial Intelligence in Modern Architectures for Bank Fraud Prevention.” The Problems of Economy 1:223–228. https://doi.org/10.32983/2222-0712-2026-1-223-228 | |
| dc.identifier.uri | https://www.problecon.com/article/?year=2026&abstract=2026_1_0_223_228 | |
| dc.identifier.uri | https://dr.csbc.edu.ua/handle/123456789/2021 | |
| dc.language.iso | en | |
| dc.publisher | Науково-дослідний центр індустріальних проблем розвитку НАН України | |
| dc.subject | SOCIAL SCIENCES::Business and economics::Economics | |
| dc.subject | SOCIAL SCIENCES::Social sciences::Criminology::Criminal science | |
| dc.subject | SOCIAL SCIENCES::Social sciences::Criminology | |
| dc.subject | LAW/JURISPRUDENCE::Criminal law | |
| dc.subject | LAW/JURISPRUDENCE::Financial law | |
| dc.subject | SOCIAL SCIENCES::Statistics, computer and systems science::Informatics, computer and systems science::Information technology | |
| dc.subject | SOCIAL SCIENCES::Statistics, computer and systems science::Informatics, computer and systems science | |
| dc.subject | SOCIAL SCIENCES::Statistics, computer and systems science::Informatics, computer and systems science::Informatics and systems science | |
| dc.subject | SOCIAL SCIENCES::Statistics, computer and systems science::Informatics, computer and systems science::Information processing | |
| dc.subject | TECHNOLOGY::Information technology::Other information technology | |
| dc.title | Integration of Big Data, RegTech, and Artificial Intelligence in Modern Architectures for Bank Fraud Prevention | |
| dc.title.alternative | Інтеграція Big Data, RegTech та штучного інтелекту в сучасних архітектурах для запобігання банківським шахрайствам | |
| dc.type | Article |