أثر التنبؤ بالأرباح المستقبلية باستخدام خوارزميات تعلم الآلة كإحدي تقنيات الذكاء الاصطناعي علي تعزيز ثقة المستثمرين - دراسة تطبيقية | ||||
| مجلة الشروق للعلوم التجارية | ||||
| Volume 17, Issue 17.2, June 2025, Page 588-656 PDF (1.53 MB) | ||||
| Document Type: المقالة الأصلية | ||||
| DOI: 10.21608/sjcs.2025.375144.1203 | ||||
 View on SCiNiTO | ||||
| Authors | ||||
ريم محمد محمود عبد المنعم1; أمير عاطف نصحي عياد2; أحمد محمد سعد مصطفي  1
| ||||
| 1المعهد العالي للعلوم الإدارية ببلبيس | ||||
| 2جامعة عين شمس | ||||
| Abstract | ||||
| هدفت هذه الدراسة إلى قياس أثر التنبؤ بالأرباح المستقبلية باستخدام خوارزميات تعلم الآلة كإحدى تقنيات الذكاء الاصطناعي علي تعزيز ثقة المستثمرين. واعتمدت الدراسة على خوارزميات تعلم الآلة التالية في التنبؤ: مربع كاي للكشف التلقائي عن التفاعل (CHAID)، شجرة التصنيف والإنحدار (C&R Tree)، الأقرب جار (KNN)، آلة دعم المتجهات (SVM)، ألة متجهات الدعم الخطية (LS)، الشبكات العصبية (NN)، الغابات العشوائية (RF). وأجريت الدراسة على عينة من الشركات غير المالية المساهمة المدرجة بالبورصة حجمها 50 شركة تنتمى لقطاعات اقتصادية مختلفة وتندرج تحت مؤشر EGX100 ، وذلك خلال الفترة من عام 2019م حتى عام 2024م. واستخدمت الدراسة العديد من الأساليب الاحصائية التي تصلح للتعامل مع متغيرات الدراسة، وذلك لاختبار فرض الدراسة. وقد توصلت نتائج الدراسة إلى وجود أثر ذو دلالة احصائية للتنبؤ بالأرباح المستقبلية باستخدام خوارزميات تعلم الآلة كإحدى تقنيات الذكاء الاصطناعي علي تعزيز ثقة المستثمرين. كما أظهرت النتائج أن خوارزمية الغابات العشوائية (RF) هي الأكثر فعالية ودقة في التنبؤ بالأرباح المستقبلية من بين الخوارزميات الأخري المستخدمة، وتساهم في تعزيز ثقة المستثمرين. | ||||
| Keywords | ||||
| الاله; التنبؤ; التقة | ||||
|
Statistics Article View: 65 PDF Download: 29 |
||||
