الأبحاث في مجلة: Data Science in Finance and Economics
-
اكتشاف العلاقات السببية بين المتغيرات المالية المرتبطة بقيمة الشركة باستخدام شبكة بايزي ديناميكية
2025 | المؤلف: Ji Young Choi وآخرون | المجلة: Data Science in Finance and Economics | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تستخدم هذه الدراسة شبكة بايزي ديناميكية سببية (CDBN) لاستكشاف العلاقات السببية بين المتغيرات المالية المتعلقة بقيمة الشركة، باستخدام مجموعة بيانات شاملة من الشركات المصنعة المدرجة في كوريا على مدى 14 عامًا (2009-2022). إطار عمل CDBN يوضح بشكل فعال التفاعلات الزمنية والمعاصرة بين العوامل المالية، كاشفًا عن رؤى هامة في ديناميات المالية الشركات. تشمل النتائج الرئيسية…
-
الذكاء الاصطناعي يلتقي بالاقتصاد: هل يمكن أن يتجاوز التعلم العميق التعلم الآلي والنماذج الإحصائية التقليدية في توقعات سلسلة زمنية التضخم؟
2025 | المؤلف: Ezekiel NN Nortey وآخرون | المجلة: Data Science in Finance and Economics | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تدرس هذه الدراسة قدرات التنبؤ لنماذج التعلم العميق (DL) والتعلم الآلي (ML) في توقع معدلات التضخم الشهرية في الولايات المتحدة الأمريكية، مقارنةً بالنماذج الإحصائية التقليدية مثل المتوسطات المتحركة المتكاملة التلقائية (ARIMA) والتنعيم الأسي (ETS) باستخدام طريقة هولت-وينترز الموسمية. باستخدام بيانات من بنك الاحتياطي الفيدرالي في سانت لويس، تشير النتائج إلى أن نماذج DL و ML…
-
دمج LSTM مع نموذج فاما-فرينش ذو العوامل الستة لتوقع عوائد المحفظة: دليل من سوق الأسهم في شنتشن، الصين
2025 | المؤلف: Tahir Afzal وآخرون | المجلة: Data Science in Finance and Economics | المجال: التمويل (Finance)تستكشف هذه الدراسة فعالية نموذج الذاكرة طويلة وقصيرة الأجل (LSTM) في التنبؤ بعوائد المحفظة، باستخدام نموذج العوامل الستة لفاما وفرينش. التحليل يعتمد على 25 عامًا من البيانات الشهرية لأسعار الأسهم للشركات المدرجة في بورصة شنتشن، الصين. تم بناء المحافظ من خلال فرز ثنائي المعتمد باستخدام كل من بيتا وبيتا السلبية، بينما كان نموذج الغابة العشوائية…