نقش الگوریتم های یادگیری ماشین در بهینه سازی ساختار سرمایه و تصمیمات مالی شرکت ها: یک مرور نظام مند

چکیده مقاله

در دهه های اخیر، تصمیم گیری های مالی در شرکت ها با پیچیدگی های فزاینده ای همراه با مشکلات روزافزون روبرو شده است؛ به ویژه در حوزه هایی مثل تعیین ساختار سرمایه، مدیریت ریسک، و انتخاب شیوه های تامین مالی با گسترش داده های مالی و پیشرفت فناوری های تحلیلی، الگوریتم های یادگیری ماشین به عنوان ابزارهای نوینی برای تحلیل، پیش بینی و بهینه سازی این تصمیمات معرفی شده اند این مقاله با هدف مرور نظام مند پژوهش های علمی منتشرشده در حوزه کاربرد یادگیری ماشین در مالی شرکتی، به بررسی ساختاریافته مطالعات انجام شده بین سال های ۲۰۱۵ تا ۲۰۲۵ می پردازد نتایج نشان می دهند که الگوریتم هایی مانند شبکه های عصبی، ماشین بردار پشتیبان SVM ، درخت تصمیم، و مدل های ترکیبی، نقش موثری در بهینه سازی تصمیمات مرتبط با ساختار سرمایه، تحلیل ریسک و انتخاب استراتژی های تامین مالی ایفا کرده اند در عین حال، چالش هایی همچون تفسیرپذیری پایین مدل ها، کمبود داده های کیفی، و نبود چارچوب های استاندارد برای پیاده سازی، از جمله موانع توسعه این حوزه به شمار می روند این مرور ضمن شناسایی خلاهای پژوهشی موجود، مسیرهای آینده تحقیق را برای توسعه الگوریتم های دقیق تر و قابل اعتمادتر در زمینه مالی شرکتی پیشنهاد می دهد

کلیدواژه‌ها

نویسندگان

شاهین محبوبی زاده

گروه مدیریت مالی، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران

محبوبی زاده، شاهین،1404،نقش الگوریتم های یادگیری ماشین در بهینه سازی ساختار سرمایه و تصمیمات مالی شرکت ها: یک مرور نظام مند،دومین کنفرانس ملی "بدون نفت، چگونه؟"،تهران

ارائه‌شده در

مجموعه مقالات دومین کنفرانس ملی "بدون نفت، چگونه؟"6 آذر 1404 · تهران