تأثیر افشای هوش مصنوعی بر عملکرد مالی

نوع فایل : word

تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش : 47

تعداد کلمات : 14700

مجله : International Journal of Financial Studies

انتشار : 2023

ترجمه متون داخل جداول : ترجمه شده است

درج جداول در فایل ترجمه : درج شده است

منابع داخل متن : به صورت فارسی درج شده است

کیفیت ترجمه : طلایی

فونت ترجمه : Bنازنین 12

تاریخ انتشار
19 اکتبر 2023
دسته بندی
تعداد بازدیدها
3231 بازدید
88,000 تومان

عنوان فارسی مقاله:تأثیر افشای هوش مصنوعی بر عملکرد مالی

 

 چکیده

 این مطالعه تعیین می‌کند که بانک‌های اردن تا چه اندازه به فناوری‌های هوش مصنوعی (AI) در فرآیند عملیات خود اشاره می‌کنند و از آن استفاده می‌کنند و تأثیر افشای اصطلاحات مرتبط با هوش مصنوعی را بر عملکرد مالی بررسی می‌کند. تجزیه و تحلیل محتوا برای تجزیه و تحلیل گسترش هوش مصنوعی و اطلاعات مرتبط در داده‌های متنی گزارش سالانه استفاده می‌شود. بر اساس تحلیل محتوا و تحلیل رگرسیون داده‌های ۱۱۵ گزارش سالانه برای ۱۵ بانک اردنی پذیرفته شده در بورس امان برای دوره ۲۰۱۴ تا ۲۰۲۱، این مطالعه نشان می‌دهد که از سال ۲۰۱۴ افزایش مستمری در افشای اصطلاحات مرتبط با هوش مصنوعی افزایش یافته است. سطح افشای مرتبط با هوش مصنوعی برای برخی بانک‌ها ضعیف است و نشان می‌دهد که بانک‌های اردن هنوز در مراحل اولیه پذیرش و اجرای فناوری‌های هوش مصنوعی هستند. نتایج نشان می‌دهد که افشای کلمات کلیدی مرتبط با هوش مصنوعی بر عملکرد مالی بانک‌ها تأثیر دارد. هوش مصنوعی تأثیر مثبتی بر عملکرد حسابداری از نظر ROA و ROE و تأثیر منفی بر هزینه‌های کل دارد، که از دیدگاه غالب حمایت می‌کند که هوش مصنوعی درآمد را بهبود می‌بخشد و هزینه را کاهش می‌دهد و همچنین با یافته‌های منابع گذشته سازگار است. این مطالعه از چندین جنبه به رشد مطالعات هوش مصنوعی، به ویژه مطالعات مربوط به افشای داوطلبانه هوش مصنوعی کمک می‌کند. ابتدا، با تدوین یک شاخص افشای هوش مصنوعی که وضعیت پذیرش هوش مصنوعی را در عمل نشان می‌دهد، معیاری عینی از کاربردهای هوش مصنوعی ارائه می‌کند. دوم، بینش‌هایی را در مورد رابطه بین افشای هوش مصنوعی و عملکرد مالی ارائه می‌دهد. سوم، از تلاش‌های سیاست‌گذاران، مقامات بین‌المللی و سازمان‌های نظارتی برای رسیدگی به مسائل افشای هوش مصنوعی حمایت می‌کند و نیاز به الزامات راهنمایی افشا را برجسته می‌کند. در نهایت، کمکی به دست اندرکاران بخش بانکداری می‌کند که عملیات خود را با استفاده از مکانیسم‌های هوش مصنوعی تغییر می‌دهند و بر نیاز به افشای بیشتر هوش مصنوعی و تصمیم گیری آگاهانه به شیوه‌ای که با اهداف مؤسسات مالی همسو باشد، تاکید می‌کند.

ادامه مطلب

راهنمای خرید:
  • لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
  • همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
  • ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.

Title: The Impact of Artificial Intelligence Disclosure on Financial Performance

Abstract

 This study determines to what extent Jordanian banks refer to and use artificial intelligence (AI) technologies in their operation process and examines the impact of AI-related terms disclosure on financial performance. Content analysis is used to analyze the spread of AI and related information in the annual report textual data. Based on content analysis and regression analysis of data from 115 annual reports for 15 Jordanian banks listed in the Amman Stock Exchange for the period 2014 to 2021, the study reveals a consistent increase in the mention of AI-related terms disclosure since 2014. However, the level of AI-related disclosure remains weak for some banks, suggesting that Jordanian banks are still in the early stages of adopting and implementing AI technologies. The results indicate that AI-related keywords disclosure has an influence on banks’ financial performance. AI has a positive effect on accounting performance in terms of ROA and ROE and a negative impact on total expenses, which supports the dominant view that AI improves revenue and reduces cost and is also consistent with past literature findings. This study contributes to the growing body of AI literature, specifically the literature on AI voluntary disclosure, in several aspects. First, it provides an objective measure of the uses of AI by formulating an AI disclosure index that captures the status of AI adoption in practice. Second, it provides insights into the relationship between AI disclosure and financial performance. Third, it supports policymakers’, international authorities’, and supervisory organizations’ efforts to address AI disclosure issues and highlights the need for disclosure guidance requirements. Finally, it provides a contribution to banking sector practitioners who are transforming their operations using AI mechanisms and supports the need for more AI disclosure and informed decision making in a manner that aligns with the objectives of financial institutions.