DOI: https://doi.org/10.22399/ijcesen.864
تاريخ النشر: 2025-01-30
المؤلف: M.K. Sarjas وآخرون
الموضوع الرئيسي: الابتكار الاقتصادي والتكنولوجي
نظرة عامة
تجري هذه الدراسة تحليلًا ببليومتريًا لـ 582 مقالة أكاديمية من قاعدة بيانات SCOPUS، تمتد من 2004 إلى 2023، للتحقيق في الاتجاهات والتطورات المحيطة بتطبيق الذكاء الاصطناعي (AI) في الاستثمار. تكشف النتائج عن زيادة كبيرة في الاهتمام والإنتاج البحثي حول الذكاء الاصطناعي في الاستثمار منذ عام 2017، مما يشير إلى اعتماد تدريجي لتقنيات الذكاء الاصطناعي داخل صناعة الاستثمار. تحدد الأبحاث الصين والولايات المتحدة والهند والمملكة المتحدة كأهم المساهمين في هذا المجال، حيث تهيمن الولايات المتحدة بشكل ملحوظ من حيث الإنتاج البحثي والتعاون الدولي.
تؤكد الدراسة على الإمكانات التحويلية للذكاء الاصطناعي في تعزيز استراتيجيات الاستثمار وعمليات اتخاذ القرار عبر مختلف المؤسسات المالية، بما في ذلك البنوك وشركات التكنولوجيا المالية. ومع ذلك، تسلط الضوء أيضًا على التحديات مثل الحاجة إلى الثقة بين المستثمرين ذوي الخبرة والقيود المفروضة على البحث، الذي يقتصر على المنشورات باللغة الإنجليزية من قاعدة بيانات SCOPUS. تشير الاتجاهات المستقبلية إلى دمج الذكاء الاصطناعي مع الاستدامة ومعالجة اللغة الطبيعية لمعالجة التحديات المجتمعية الأوسع. بشكل عام، لا توضح هذه المراجعة الأدبية الشاملة الحالة الحالية لأبحاث الذكاء الاصطناعي في الاستثمار فحسب، بل تؤسس أيضًا إطارًا للتحقيقات المستقبلية، مما يشجع على التعاون وتبادل المعرفة بين الباحثين لاستكشاف آثار الذكاء الاصطناعي في القطاع المالي بشكل أكبر.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على التأثير التحويلي للذكاء الاصطناعي (AI) على الأنظمة المالية، لا سيما في إدارة الاستثمار. تستثمر المؤسسات المالية، بما في ذلك صناديق التحوط التقليدية وشركات التكنولوجيا المالية الحديثة، بشكل متزايد في علوم البيانات وقدرات التعلم الآلي لتعزيز التداول وإدارة الاستثمار وتحسين المحفظة. تمكّن قدرة الذكاء الاصطناعي على تحليل مجموعات بيانات ضخمة – تتكون من التقارير المالية والاتجاهات السوقية ومؤشرات الاقتصاد – من تحديد الاتجاهات، واكتشاف الشذوذ، وتوليد توقعات مدفوعة بالبيانات، مما يحسن استراتيجيات الاستثمار وإدارة المخاطر.
تناقش الورقة أيضًا صعود المستشارين الآليين، الذين يستفيدون من الذكاء الاصطناعي والخوارزميات لتقديم نصائح استثمارية أقل تأثرًا بالعواطف البشرية. تقدم هذه الأنظمة الآلية استراتيجيات تخصيص الأصول الشخصية بناءً على الأهداف المالية الفردية وتحمل المخاطر، مما يجعل خدمات الاستثمار أكثر وصولاً وفعالية من حيث التكلفة. على الرغم من النمو السريع في مجال المستشارين الآليين – المتوقع أن يرتفع من 30 مليون دولار في 2015 إلى 500 مليون دولار بحلول 2020 – لا يزال هناك اعتماد محدود بين المستثمرين ذوي الخبرة، مما يشير إلى نقص الثقة في هذه التقنيات. وهذا يمثل فرصة لمزيد من البحث يهدف إلى مساعدة شركات المستشارين الآليين على جذب والاحتفاظ بالعملاء في بيئة تنافسية.
الطرق
في هذا القسم، يحدد المؤلفون الطرق المستخدمة للتحقيق في تأثير الذكاء الاصطناعي على القطاع المالي، لا سيما في مجالات مثل تقييم المخاطر، وتسجيل الائتمان، واكتشاف الاحتيال. تستخدم الدراسة مراجعة منهجية وتحليلًا ببليومتريًا، مستفيدة من قاعدة بيانات SCOPUS لضمان تغطية شاملة للأدبيات التي تمت مراجعتها من قبل الأقران المتعلقة بالذكاء الاصطناعي والاستثمار. تخدم الطريقة الببليومترية هدفين رئيسيين: أولاً، استخدام أدوات رسم الخرائط العلمية لاستكشاف العلاقات داخل مجالات البحث، وثانيًا، إجراء تحليل للأداء لتقييم تأثير هذه المجالات.
يشير المؤلفون إلى الدراسات السابقة لدعم منهجيتهم، مؤكدين أن التحليل الببليومتري يمكّن من فهم أعمق للإطار الفكري داخل هذا المجال. تسهل هذه الطريقة أيضًا تحديد الأنماط الناشئة في أداء المقالات والمجلات، واتجاهات التعاون، والمكونات البحثية الرئيسية. يتضمن القسم تمثيلًا بصريًا لعملية تنقية البيانات واستخراجها (الشكل 1) ويحدد معايير البحث واختيار المقالات في الجدول 1.
النتائج
تنظم نتائج التحليل في ثلاثة أقسام فرعية تتوافق مع أسئلة البحث المطروحة. في القسم 3.1، تحدد الدراسة الموضوعات الرئيسية المتعلقة بالذكاء الاصطناعي والاستثمار، وتفحص الاتجاهات في التأليف المشترك بين الدول المختلفة، وتقوم بإجراء تحليل للكلمات المشتركة لتسليط الضوء على الترابطات داخل الأدبيات. يقدم القسم 3.2 مراجعة منهجية للأدبيات الموجودة، موحدًا النتائج والمنهجيات ذات الصلة بتقاطع الذكاء الاصطناعي والاستثمار. أخيرًا، يقدم القسم 3.3 توقعات بشأن الاتجاهات المستقبلية المحتملة للبحث في هذا المجال، مع التركيز على الاتجاهات الناشئة والمجالات لمزيد من الاستكشاف.
المناقشة
يوفر قسم المناقشة في الورقة البحثية نظرة شاملة على تقاطع الذكاء الاصطناعي (AI) والاستثمار، مع تسليط الضوء على التعريفات الرئيسية والاتجاهات ومنهجيات البحث. يتميز الذكاء الاصطناعي كتقنية تحاكي الوظائف الإدراكية البشرية، مما يمكّن الآلات من أداء المهام بشكل مستقل من خلال البرمجة والخوارزميات. تؤكد الورقة على الأهمية المتزايدة للذكاء الاصطناعي في اتخاذ قرارات الاستثمار، حيث يعمل كعامل حاسم يؤثر على سلوك المستثمر واستراتيجياته. تركز أسئلة البحث على تحديد الموضوعات الرئيسية، واتجاهات التأليف المشترك، والاتجاهات المستقبلية في هذا المجال، مع كشف التحليل الببليومتري عن زيادة كبيرة في الأدبيات حول الذكاء الاصطناعي والاستثمار منذ عام 2017، مدفوعة بالتقدم في التعلم العميق والقدرة الحاسوبية.
استخدمت الدراسة عملية اختيار صارمة للأدبيات، مما أسفر عن 582 مقالة ذات صلة من 2004 إلى 2023. تشير النتائج الرئيسية إلى أن الولايات المتحدة تتصدر في إنتاج الأبحاث، تليها الصين والمملكة المتحدة، بينما تشمل المؤسسات المساهمة الرئيسية جامعة الأبحاث الوطنية العليا للاقتصاد وجامعة سبيرو هاريت. يكشف تحليل شبكات التأليف المشترك عن تعاون محدود بين المؤلفين، مما يشير إلى تفضيل الشراكات المؤسسية. علاوة على ذلك، يحدد تحليل الكلمات المشتركة “الذكاء الاصطناعي” و”الاستثمار” و”التعلم الآلي” كأهم الكلمات الرئيسية، مما يشير إلى المجالات الرئيسية للتركيز داخل البحث. بشكل عام، تؤكد النتائج على المشهد المتطور للذكاء الاصطناعي في الاستثمار، مشيرة إلى الحاجة لمزيد من الاستكشاف لمصادر البيانات المتنوعة وجهود البحث التعاوني لتعزيز النماذج التنبؤية واستراتيجيات الاستثمار.
DOI: https://doi.org/10.22399/ijcesen.864
Publication Date: 2025-01-30
Author(s): M.K. Sarjas et al.
Primary Topic: Economic and Technological Innovation
Overview
This study conducts a bibliometric analysis of 582 academic articles from the SCOPUS database, spanning from 2004 to 2023, to investigate the trends and developments surrounding the application of artificial intelligence (AI) in investment. The findings reveal a significant increase in interest and research output on AI in investment since 2017, indicating a gradual adoption of AI technologies within the investment industry. The research identifies China, the United States, India, and the United Kingdom as leading contributors to this field, with the United States notably dominating in terms of research output and international collaboration.
The study emphasizes the transformative potential of AI in enhancing investment strategies and decision-making processes across various financial institutions, including banks and fintech firms. However, it also highlights challenges such as the need for trust among seasoned investors and the limitations of the research, which is confined to English-language publications from the SCOPUS database. Future directions suggest integrating AI with sustainability and natural language processing to address broader societal challenges. Overall, this comprehensive literature review not only clarifies the current state of AI research in investment but also establishes a framework for future investigations, encouraging collaboration and knowledge sharing among researchers to further explore the implications of AI in the financial sector.
Introduction
The introduction of this research paper highlights the transformative impact of artificial intelligence (AI) on financial systems, particularly in investment management. Financial organizations, including traditional hedge funds and modern FinTech firms, are increasingly investing in data science and machine learning capabilities to enhance trading, investment management, and portfolio optimization. AI’s ability to analyze vast datasets—comprising financial reports, market trends, and economic indicators—enables it to identify trends, detect anomalies, and generate data-driven forecasts, thereby improving investment strategies and risk management.
The paper also discusses the rise of robo-advisors, which leverage AI and algorithms to provide investment advice that is less influenced by human emotions. These automated systems offer personalized asset allocation strategies based on individual financial goals and risk tolerance, making investment services more accessible and cost-effective. Despite the rapid growth of robo-advising—projected to increase from $30 million in 2015 to $500 million by 2020—there remains a limited adoption among seasoned investors, indicating a lack of trust in these technologies. This presents an opportunity for further research aimed at helping robo-advisory firms attract and retain clients in a competitive landscape.
Methods
In this section, the authors outline the methods employed to investigate the impact of artificial intelligence on the financial sector, particularly in areas such as risk assessment, credit scoring, and fraud detection. The study utilizes a systematic review and bibliometric analysis, leveraging the SCOPUS database to ensure comprehensive coverage of peer-reviewed literature related to artificial intelligence and investment. The bibliometric approach serves two main purposes: first, to utilize scientific mapping tools for exploring relationships within research domains, and second, to conduct performance analysis to evaluate the influence of these domains.
The authors reference previous studies to support their methodology, emphasizing that bibliometric analysis enables a deeper understanding of the intellectual framework within the field. This approach also facilitates the identification of emerging patterns in article and journal performance, collaboration trends, and key research components. The section includes a visual representation of the data refinement and extraction process (Figure 1) and outlines the search criteria and article selection in Table 1.
Results
The results of the analysis are organized into three sub-sections corresponding to the research questions posed. In Section 3.1, the study identifies key themes related to artificial intelligence and investment, examines trends in co-authorship among different countries, and conducts a co-word analysis to highlight the interconnections within the literature. Section 3.2 provides a systematic review of existing literature, synthesizing findings and methodologies relevant to the intersection of artificial intelligence and investment. Lastly, Section 3.3 offers predictions regarding potential future directions for research in this domain, emphasizing emerging trends and areas for further exploration.
Discussion
The discussion section of the research paper provides a comprehensive overview of the intersection between artificial intelligence (AI) and investment, highlighting key definitions, trends, and research methodologies. AI is characterized as a technology that emulates human cognitive functions, enabling machines to perform tasks autonomously through programming and algorithms. The paper emphasizes the growing significance of AI in investment decision-making, where it serves as a critical factor influencing investor behavior and strategy. The research questions focus on identifying key themes, co-authorship trends, and future directions in the field, with a bibliometric analysis revealing a substantial increase in literature on AI and investment since 2017, driven by advancements in deep learning and computational power.
The study employed a rigorous selection process for literature, resulting in 582 relevant articles from 2004 to 2023. Key findings indicate that the United States leads in research productivity, followed by China and the United Kingdom, while the top contributing institutions include the National Research University Higher School of Economics and Spiru Haret University. The analysis of co-authorship networks reveals limited collaboration among authors, suggesting a preference for institutional partnerships. Furthermore, the co-word analysis identifies “artificial intelligence,” “investment,” and “machine learning” as the most significant keywords, indicating the primary focus areas within the research. Overall, the findings underscore the evolving landscape of AI in investment, pointing to a need for further exploration of diverse data sources and collaborative research efforts to enhance predictive models and investment strategies.