دراسة اثر الحوكمة والمعلومات الاقتصادية والمالية على التنبؤ بالتعثر المالى باستخدام الذكاء الاصطناعى | ||||
| التجارة والتمويل | ||||
| Volume 44, Issue 4, December 2024, Page 394-445 PDF (2.34 MB) | ||||
| DOI: 10.21608/caf.2024.397125 | ||||
 View on SCiNiTO | ||||
| Authors | ||||
| مروة عبد الرازق1; ايمان زكى2; وائل حسن3 | ||||
| 1كلية الدراسات العليا - الاكاديمية العربية للعلوم المالية و التكنولوجيا و النقل البحرى | ||||
| 2كلية الادارة و التكنولوجيا الاكاديمية العربية للعلوم و التكنولوجيا و النقل البحرى | ||||
| 3استاذ مساعد الاستثمار و التمويل وكيل كلية العلوم المالية جامعة فاروس | ||||
| Abstract | ||||
| استهدفت هذه الدراسة تحديد تأثير آليات الحوكمة وعوامل الاقتصاد والمؤشرات المالية في التعثر المالي باستخدام الذكاء الاصطناعي، ولتحقيق هدف الدراسة تم تجميع بيانات مالية لـ 44 شركة في قطاعات مواد البناء والمقاولات والتشيد والقطاع العقاري، واستخدمت الدراسة نموذج EM-Z SCORE للدول النامية، كما استخدمت عددًا من نماذج الذكاء الاصطناعي الخاضع للإشراف ENSEMBLE LEARNING ، وهي:Adaboost , Greadient boosting , Extreme gradient boosting , RANDOM FOREST , CAT- BOOST، واستخدمت معلومات غير مالية (آليات الحوكمة مثل مجلس الإدارة والمراجع الخارجي ولجان المراجعة)، وخصائص الشركات (حجم وعمر الشركة)، بالإضافة إلى عوامل الاقتصاد الكلي (التضخم وسعر الصرف والبطالة، سعر الفائدة ومعدل النمو)، بجانب المعلومات المالية (السيولة- الربحية – الملائمة ونسب الدين والرفع المالي ومعدلات التغطية)، خلال الفترة من 2007-2022. وأسفرت نتيجة الدراسة عن أن حوكمة الشركات وعوامل الاقتصاد وخصائص الشركات تشترك مع المؤشرات المالية في التنبؤ بالتعثر المالي للشركات، وأن أكثر العوامل المؤثرة في التعثر المالي، هي: عدد مرات لجان المراجعة، وملكية المديرين للأسهم، وتمثيل المرأة في مجلس الإدارة، وسعر الصرف والتضخم، ومعدل النمو، وحجم الشركة، ونسب الديون (الالتزامات المتداولة/ الأصول المتداولة)، والتدفقات النقدية من العمليات التشغلية/إجمالي الالتزامات. وتُعد هذه الدراسة مهمة لكل من المديرين الماليين للحفاظ على الاستقرار المالي للشركة، والمستثمرين والمقرضين. | ||||
| Keywords | ||||
| التنبؤ بالتعثر المالي; نموذجEM-ZSCORE - - تعلم الآلة; نماذج الآلة الخاضعة للإشراف; Ensemble Learning Models | ||||
|
Statistics Article View: 147 PDF Download: 192 |
||||
