DOI: https://doi.org/10.5267/j.ijdns.2026.2.001
تاريخ النشر: 2026-01-01
المؤلف: Gihan M. Ali
الموضوع الرئيسي: التمويل المؤسسي والحوكمة
نظرة عامة
تبحث هذه الدراسة في تأثير احتياطيات النقد وهيكل رأس المال على تقييم الشركات في سوق مصر الناشئة، لا سيما في سياق تأثير COVID-19 على تصورات المستثمرين. باستخدام إطار عمل تعلم الآلة القابل للتفسير، تحلل الدراسة بيانات من الشركات المدرجة في مصر بين عامي 2015 و2022، معتمدةً على نموذج مجموعة Super Learner الذي يجمع بين الأشجار العشوائية للغاية وتعزيز التدرج الشديد مع متعلم الانحدار الخطي. تكشف النتائج عن ثلاث رؤى مهمة: (1) العلاقة بين الرفع المالي والتقييم غير خطية، حيث يعزز الرفع المالي المتطرف (LEV > 1.2) بشكل غير متوقع قيمة الشركة، مما يتحدى نظرية التوازن التقليدية؛ (2) تظهر احتياطيات النقد آثار عتبة، مع قيمة مثالية عند حوالي 40% من الأصول، بعد ذلك تزداد الفوائد الهامشية بشكل حاد؛ و (3) زادت جائحة COVID-19 من حدة هذه الديناميكيات، مما زاد من علاوة السيولة بينما عاقبت الديون المفرطة.
تتمثل الابتكارات المنهجية للدراسة في استخدامها نموذج Super Learner، الذي تفوق على الأساليب الإحصائية التقليدية وتقنيات تعلم الآلة (R² = 0.572 مقارنة بـ 0.19-0.47)، مما يعالج القيود في الأبحاث السابقة المتعلقة بالعلاقات غير الخطية. تدعم النتائج نظرية التوازن من خلال إظهار أن هيكل رأس المال يؤثر بشكل كبير على قيمة الشركة بطريقة غير خطية، بينما تتماشى أيضًا مع نظرية ترتيب التفضيلات بشأن احتياطيات النقد. تسلط الدراسة الضوء على أهمية تحسين الديناميات النقدية والديون للمستثمرين والمديرين في الأسواق الناشئة وتقترح أن صانعي السياسات يمكنهم الاستفادة من رؤى مدفوعة بتعلم الآلة لتصميم تنظيمات فعالة تستجيب للأزمات. تشمل القيود تركيز الدراسة على السياق المصري، مع توصيات للبحوث المستقبلية لاستكشاف المقارنات بين الدول وتحليلات محددة للقطاعات لتعزيز فهم هذه العلاقات المالية بشكل أكبر.
مقدمة
تؤكد مقدمة الورقة على الدور الحاسم لتقييم الشركات في المالية الشركات، لا سيما في توجيه قرارات الاستثمار وتقييم الأداء. غالبًا ما تعتمد طرق التقييم التقليدية، مثل تحليل التدفق النقدي المخصوم، على افتراضات خطية لا تلتقط تعقيدات البيانات المالية بشكل كافٍ. لقد حسنت التقدمات الأخيرة في تعلم الآلة (ML) بشكل كبير من دقة التنبؤ، حيث أظهرت الدراسات أن نماذج تعلم الآلة يمكن أن تتفوق على التقنيات التقليدية. على سبيل المثال، حقق كوكليف (2022) R² بنسبة 86.7% في توقع القيمة السوقية باستخدام أشجار القرار المعززة بالتدرج، بينما أبرز زانغ وآخرون (2023) تفوق نماذج تعلم الآلة في تقييمات رأس المال المخاطر.
على الرغم من هذه التقدمات، لا تزال هناك فجوات في فهم التفاعل بين السياسات المالية الخاصة بالشركات – لا سيما هيكل رأس المال واحتياطيات النقد – وتأثيرها على التقييم، خاصة في الأسواق الناشئة مثل مصر. تحدد الورقة علاقة غير خطية بين الرفع المالي وقيمة الشركة، مما يشير إلى أن مستويات الرفع المالي المتطرفة يمكن أن تعزز التقييم بشكل غير متوقع، مما يتحدى نظرية التوازن التقليدية. بالإضافة إلى ذلك، تظهر احتياطيات النقد تأثيرًا إيجابيًا ولكن غير أحادي على التقييم، مع تحديد عتبات مثالية حول 40% من الأصول. لقد زادت جائحة COVID-19 من تعقيد هذه الديناميات، مما زاد من أهمية احتياطيات النقد بينما زادت من المخاطر المرتبطة بالرفع المالي العالي. تستخدم الدراسة طريقة مجموعة Super Learner الجديدة، محققة أداء تنبؤي متفوق (R² = 0.572) وتعزز القابلية للتفسير من خلال SHapley Additive exPlanations (SHAP). تسهم هذه الأبحاث في الأدبيات من خلال توسيع نظريات هيكل رأس المال، وتقديم رؤى في سوق ناشئ غير مستكشف، وتقديم إرشادات عملية للإدارة المالية خلال الأزمات.
طرق
في قسم الطرق، توضح الدراسة الإطار التجريبي المستخدم لتقييم القدرة التنبؤية للنموذج المقترح. تبدأ بوصف مفصل للمتغيرات المستخدمة في التحليل. يتم تقييم أداء النموذج مقارنةً بمختلف خوارزميات الانحدار، المصنفة إلى أربع مجموعات: (1) أساليب المجموعة غير المتجانسة، (2) أساليب المجموعة المتجانسة، (3) الانحدار الخطي (LR) ونماذج تعلم الآلة الفردية، و (4) نوع من النموذج المقترح الذي يستبعد متغيرات هيكل رأس المال واحتياطيات النقد.
لتحسين اتخاذ القرار، يتضمن التحليل أيضًا تقييم أهمية الميزات. تستخدم الدراسة قيم SHAP (SHapley Additive exPlanations) ومخططات الاعتماد الجزئي لتوفير فهم أعمق لتنبؤات النموذج، مما يسهل تفسيرًا شاملاً لكيفية مساهمة الميزات المختلفة في النتائج. يبرز هذا النهج المنهجي قوة النموذج المقترح مقارنةً بالمعايير المعمول بها.
نتائج
تساهم نتائج هذه الدراسة بشكل كبير في فهم هيكل رأس المال واحتياطيات النقد وتقييم الشركات، مؤكدةً أن الرفع المالي (LEV) هو المؤشر الرئيسي لقيمة الشركة، حيث يمثل 20.6% من القوة التفسيرية. تتماشى هذه النتيجة مع الأبحاث السابقة، مثل أنتواني وآخرون (2012)، الذين حددوا الدين طويل الأجل كعامل رئيسي في قيمة الشركة. من الجدير بالذكر أن الدراسة تكشف عن علاقة غير خطية حيث يكون للرفع المالي المعتدل تأثير ضئيل، بينما يزيد الرفع المالي المتطرف (LEV > 1.2) بشكل ملحوظ من Q توبين، مما يدعم العلاقة العتبية التي اقترحها تشينغ وآخرون (2010) ويعكس اقتراح موديلياني وميلر (1963) المعدل بشأن تأثيرات تعزيز القيمة للديون من خلال دروع الضرائب.
بالإضافة إلى ذلك، تلعب احتياطيات النقد (CASH) دورًا مهمًا في تقييم الشركات، حيث تساهم بنسبة 8.8% من القوة التفسيرية، بما يتماشى مع نظرية ترتيب التفضيلات ونظرية التوازن. يعزز التأثير الإيجابي غير الخطي للنقد، خاصة عندما تتجاوز الاحتياطيات 40% من الأصول، الدافع الاحترازي والمخاوف المتعلقة بالوكالة، حيث تميل الشركات عادةً إلى الحفاظ على مستويات نقدية أقل. تسلط الدراسة أيضًا الضوء على تأثير جائحة COVID-19 على تفاعلات النقد والرفع المالي، مع زيادة قيمة النقد خلال الأزمات وزيادة المخاطر المرتبطة بالرفع المالي. تؤكد الأداء المتفوق لنموذج Super Learner (R² = 0.572) مقارنةً بالنماذج التقليدية على فعالية أساليب المجموعة في التقاط العلاقات غير الخطية، بينما تعالج الابتكارات المنهجية والتركيز الإقليمي للدراسة الفجوات الموجودة في الأدبيات. بشكل عام، تدعو النتائج إلى نهج ديناميكي قائم على البيانات في التقييم في الأسواق الناشئة، مع دمج الأطر النظرية مع الرؤى التجريبية.
مناقشة
تتناول قسم المناقشة في ورقة البحث عدة نظريات أساسية تتعلق بهيكل رأس المال واحتياطيات النقد، مع التأكيد على آثارها على قيمة الشركة. تؤكد اقتراحات موديلياني وميلر (1958) أنه في الأسواق المثالية، لا تتأثر قيمة الشركة بهيكل رأس المال الخاص بها؛ ومع ذلك، يقدم عملهم اللاحق (1963) مزايا الضرائب للديون، مما يشير إلى أن الضرائب الشركات تعزز قيمة الشركات التي تستخدم تمويل الديون. تفترض نظرية ترتيب التفضيلات أن الشركات تفضل التمويل الداخلي بسبب عدم تماثل المعلومات، مما يمكن أن يؤثر على استراتيجيات إدارة النقد. توضح نظرية التوازن المزيد عن التوازن الذي يجب على الشركات تحقيقه بين فوائد الديون (مثل دروع الضرائب) والتكاليف المرتبطة بالضغوط المالية.
بالإضافة إلى ذلك، تسلط نظرية الوكالة الضوء على تضارب المصالح الذي ينشأ في حوكمة الشركات، مما يشير إلى أنه بينما يمكن أن تقلل الديون من سوء استخدام المديرين للتدفق النقدي الحر، قد يزيد الرفع المالي المفرط من المخاطر المالية. يناقش القسم أيضًا نظريتي الإشارة وتوقيت السوق، اللتين تشرحان كيف يمكن أن تعكس قرارات التمويل المعلومات للمستثمرين وكيف يمكن أن تعدل الشركات هيكل رأس المال الخاص بها بشكل انتهازي بناءً على ظروف السوق. تشير مراجعة الأدبيات إلى علاقة معقدة، وغالبًا ما تكون غير خطية بين هيكل رأس المال واحتياطيات النقد وقيمة الشركة، مع أدلة تجريبية تشير إلى أن مستويات معتدلة من الديون يمكن أن تعزز قيمة الشركة، بينما قد يكون الرفع المالي المفرط ضارًا. تحدد الورقة الفجوات في الأبحاث الحالية، لا سيما في سياق الأسواق الناشئة، وتقترح استخدام تقنيات تعلم الآلة لفهم هذه الديناميات بشكل أفضل وتحسين التنبؤات بقيمة الشركة.
DOI: https://doi.org/10.5267/j.ijdns.2026.2.001
Publication Date: 2026-01-01
Author(s): Gihan M. Ali
Primary Topic: Corporate Finance and Governance
Overview
This research examines the influence of cash holdings and capital structure on firm valuation in Egypt’s emerging market, particularly in the context of COVID-19’s impact on investor perceptions. Utilizing an explainable machine learning (ML) framework, the study analyzes data from Egyptian listed firms between 2015 and 2022, employing a Super Learner ensemble model that combines Extremely Randomized Trees and Extreme Gradient Boosting with a Linear Regression meta-learner. The findings reveal three significant insights: (1) leverage has a non-linear relationship with valuation, where extreme leverage (LEV > 1.2) unexpectedly enhances firm value, challenging traditional trade-off theory; (2) cash holdings exhibit threshold effects, with optimal value at approximately 40% of assets, beyond which marginal benefits sharply increase; and (3) the COVID-19 pandemic intensified these dynamics, increasing the liquidity premium while penalizing excessive debt.
The study’s methodological innovation lies in its use of the Super Learner model, which outperformed traditional statistical and ML approaches (R² = 0.572 compared to 0.19-0.47), thereby addressing limitations in previous research regarding non-linear relationships. The results support the Trade-Off Theory by demonstrating that capital structure significantly affects firm value in a non-linear manner, while also aligning with Pecking Order Theory regarding cash reserves. The research highlights the importance of dynamic cash-debt optimization for investors and managers in emerging markets and suggests that policymakers could leverage ML-driven insights to design effective crisis-responsive regulations. Limitations include the study’s focus on the Egyptian context, with recommendations for future research to explore cross-country comparisons and sector-specific analyses to further enrich the understanding of these financial relationships.
Introduction
The introduction of the paper emphasizes the critical role of firm valuation in corporate finance, particularly in guiding investment decisions and performance assessments. Traditional valuation methods, such as discounted cash flow analysis, often rely on linear assumptions that inadequately capture the complexities of financial data. Recent advancements in machine learning (ML) have significantly enhanced predictive accuracy, with studies demonstrating that ML models can outperform conventional techniques. For instance, Koklev (2022) achieved an R² of 86.7% in predicting market capitalization using gradient-boosted decision trees, while Zhang et al. (2023) highlighted the superiority of ML models in venture capital valuations.
Despite these advancements, gaps remain in understanding the interplay between firm-specific financial policies—particularly capital structure and cash holdings—and their impact on valuation, especially in emerging markets like Egypt. The paper identifies a non-linear relationship between leverage and firm value, suggesting that extreme leverage levels can unexpectedly enhance valuation, which challenges traditional trade-off theory. Additionally, cash holdings exhibit a positive but non-monotonic effect on valuation, with optimal thresholds identified around 40% of assets. The COVID-19 pandemic has further complicated these dynamics, increasing the importance of cash reserves while raising the risks associated with high leverage. The study employs a novel Super Learner ensemble method, achieving superior predictive performance (R² = 0.572) and enhancing interpretability through SHapley Additive exPlanations (SHAP). The research contributes to the literature by extending capital structure theories, providing insights into an underexplored emerging market, and offering practical guidance for financial management during crises.
Methods
In the Methods section, the study outlines the experimental framework employed to assess the predictive capability of the proposed model. It begins with a detailed description of the variables utilized in the analysis. The model’s performance is benchmarked against various regression algorithms, categorized into four groups: (1) heterogeneous ensemble approaches, (2) homogeneous ensemble approaches, (3) linear regression (LR) and individual machine learning (ML) models, and (4) a variant of the proposed model that excludes capital structure and cash holdings variables.
To enhance decision-making, the analysis also includes an evaluation of feature importance. The study employs SHAP (SHapley Additive exPlanations) values and partial dependence plots to provide a deeper understanding of the model’s predictions, facilitating a comprehensive interpretation of how different features contribute to the outcomes. This methodological approach underscores the robustness of the proposed model in comparison to established benchmarks.
Results
The results of this study significantly contribute to the understanding of capital structure, cash holdings, and firm valuation, confirming leverage (LEV) as the foremost predictor of firm value, accounting for 20.6% of the explanatory power. This finding aligns with prior research, such as Antwi et al. (2012), which identified long-term debt as a key determinant of firm value. Notably, the study reveals a nonlinear relationship where moderate leverage has minimal impact, while extreme leverage (LEV > 1.2) markedly increases Tobin’s Q, supporting the threshold relationship posited by Cheng et al. (2010) and echoing Modigliani and Miller’s (1963) revised proposition regarding the value-enhancing effects of debt through tax shields.
Additionally, cash holdings (CASH) play a significant role in firm valuation, contributing 8.8% to the explanatory power, consistent with the Pecking Order Theory and the Trade-Off Theory. The positive nonlinear effect of cash, particularly when reserves exceed 40% of assets, reinforces the precautionary motive and agency concerns, as firms typically maintain lower cash levels. The study also highlights the impact of the COVID-19 pandemic on cash and leverage interactions, with increased cash value during crises and heightened distress risks associated with leverage. The superior performance of the Super Learner model (R² = 0.572) over traditional models underscores the effectiveness of ensemble methods in capturing nonlinear relationships, while the study’s methodological innovations and regional focus address existing gaps in the literature. Overall, the findings advocate for dynamic, data-driven approaches to valuation in emerging markets, integrating theoretical frameworks with empirical insights.
Discussion
The discussion section of the research paper outlines several foundational theories regarding capital structure and cash holdings, emphasizing their implications for firm value. Modigliani and Miller’s (1958) propositions assert that, in perfect markets, a firm’s value is unaffected by its capital structure; however, their later work (1963) introduces the tax advantages of debt, suggesting that corporate taxes enhance the value of firms utilizing debt financing. The Pecking Order Theory posits that firms prefer internal financing due to information asymmetries, which can influence cash management strategies. The Trade-Off Theory further elaborates on the balance firms must strike between the benefits of debt (like tax shields) and the costs associated with financial distress.
Additionally, Agency Theory highlights the conflicts of interest that arise in corporate governance, suggesting that while debt can mitigate managerial misuse of free cash flow, excessive leverage may increase financial risk. The section also discusses the Signaling and Market Timing theories, which explain how financing decisions can convey information to investors and how firms opportunistically adjust their capital structures based on market conditions. The literature review indicates a complex, often non-linear relationship between capital structure, cash holdings, and firm value, with empirical evidence suggesting that moderate levels of debt can enhance firm value, while excessive leverage may be detrimental. The paper identifies gaps in existing research, particularly in the context of emerging markets, and proposes the use of machine learning techniques to better understand these dynamics and improve predictions of firm value.