تقييم أداء نماذج الذكاء الاصطناعي في التنبؤ بالتعثر المالي- دراسة تطبيقية على الشركات المقيدة في البورصة خلال الفترة من 2007-2022

نوع المستند : المقالة الأصلية

المؤلفون

1 باحثة دكتوراه -كلية الدراسات العليا الاكاديمية العربية للعلوم والتكنولوجيا والنقل

2 أستاذ الإقتصاد- كلية الإدارة والتكنولوجيا الاكاديمية العربية للعلوم والتكنولوجيا والنقل

3 أستاذ مساعد الإستثمار والتمويل وكيل كلية العلوم المالية – جامعة فاروس

المستخلص

تهدف هذه الدراسة إلى تقييم أداء نماذج الذكاء الاصطناعي، مع التركيز على نماذج تعلم الآلة الخاضع للإشراف وغير الخاضع له، وذلك في التنبؤ بالتعثر المالي، ولتحقيق هدف الدراسة تم اختيار نماذج تعلم الجماعي Ensemble Learning كأحد أنواع تعلم الآلة الخاضع للإشراف، وخوارزميات التجميع Clustering Algorithm كأحد أنواع تعلم الآلة غير الخاضع للإشراف، وذلك على 44 شركة مقيدة في البورصة المصرية تعمل في القطاع العقاري والتشيد ومواد البناء خلال الفترة من 2007 حتى 2022 .أسفرت نتائج الدراسة عن تفوق أداء مجموعة التعلم الجماعي ( ( ENSEMBLE LEARNINGالخاضعة للإشراف على نموذج (CLUSTERING ALGORITHM) غير الخاضع للإشراف.

الكلمات الرئيسية