تم إضافة تقرير جديد 2024
ارسل ملاحظاتك

ارسل ملاحظاتك لنا









الرئيسية > بحث>دراسة أثر الحوكمة والمعلومات ا...>الوصف

دراسة أثر الحوكمة والمعلومات الاقتصادية والمالية على التنبؤ بالتعثر المالي باستخدام الذكاء الاصطناعي

العنوان بلغة أخرى: The Influence of Governance, Economic and Finncial Information on Predicting Financial Distress Using Artificial Intelligence
المصدر: مجلة التجارة والتمويل
الناشر: جامعة طنطا - كلية التجارة
المؤلف الرئيسي: عبدالرازق، مروة محمد (مؤلف)
المؤلف الرئيسي (الإنجليزية): Abdel Razek, Marwa Mohamad
مؤلفين آخرين: زكي، إيمان محب (م. مشارك) , حسن، وائل مصطفى (م. مشارك)
المجلد/العدد: ع4
محكمة: نعم
الدولة: مصر
التاريخ الميلادي: 2024
الشهر: ديسمبر
الصفحات: 395 - 446
ISSN: 1110-4716
رقم MD: 1540053
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
حوكمة الشركات | الذكاء الاصطناعي | التعثر المالي | المخاطر الائتمانية
كلمات المؤلف المفتاحية:
التنبؤ بالتعثر المالي | نموذج EM-ZSCORE | تعلم الآلة | نماذج الآلة الخاضعة للإشراف | Ensemble Learning Models | Governance | Machine Learning | Ensemble Learning | Financial Distress | Emz Score
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

13

حفظ في:
المستخلص: 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 والتشييد والقطاع العقاري، واستخدمت الدراسة نموذج EM-Z SCORE للدول النامية، كما استخدمت عددا 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 التشغيلية/ إجمالي الالتزامات. وتعد هذه الدراسة مهمة لكل من المديرين الماليين للحفاظ على الاستقرار المالي للشركة، والمستثمرين والمقرضين.

This research paper aims to investigate factors determine financial distress prediction used machine learning (supervised machine) to accomplish our goal we collect financial and nonfinancial data (governance, firm specific, micro- economic factors) in addition to financial ratio for 44 companies in materials, construction and real estate sector during the period between 2007-2022, and used ensemble leaning models ad boost, gradient boosting, extreme gradient boosting, RANDOM FOREST, CAT BOOST, results show The results of the study revealed that corporate governance, economic factors, and company characteristics coincide with financial indicators in predicting the financial failure of companies. The most influential factors in financial failure in Mali are: the number of visits to audit committees, managers’ ownership of shares, women’s representation on the board of directors, the exchange rate, and inflation. The growth rate, company size, debt ratios (current liabilities/ current assets), and cash flows from operations/ total liabilities. This study is important for both financial managers to maintain the financial stability of the company, investors and lenders.
ISSN: 1110-4716

عناصر مشابهة


© 2025 المنظومة. جميع الحقوق محفوظة.