Nghiên cứu: Artificial Intelligence In Finance: A Comprehensive Review Through Bibliometric And Content Analysis

08/03/2025 Hữu Lộc

Current blog Post: Trí tuệ Nhân tạo trong Tài chính: Đánh giá Toàn diện Thông qua Phân tích Thư mục và Nội dung

Bài viết khác:

Giới thiệu

Nghiên cứu này, được thực hiện bởi Salman Bahoo, Marco Cucculelli, Xhoana Goga và Jasmine Mondolo và công bố trên SN Bus Econ (2024), tập trung vào việc đánh giá toàn diện các ứng dụng của trí tuệ nhân tạo (AI) trong lĩnh vực tài chính. Trong hai thập kỷ qua, AI đã phát triển vượt bậc và được áp dụng rộng rãi trong nhiều lĩnh vực, trong đó có tài chính. Sự phát triển này đã kéo theo một lượng lớn các nghiên cứu khác nhau, nhưng vẫn còn nhiều câu hỏi chưa được giải đáp. Bài viết này sử dụng phân tích thư mục và phân tích nội dung để khám phá các nghiên cứu đã được công bố từ năm 1992 đến tháng 3 năm 2021, nhằm xác định các xu hướng nghiên cứu chính và các lĩnh vực cần được nghiên cứu sâu hơn. Nghiên cứu này không chỉ cung cấp cái nhìn tổng quan về tình hình hiện tại mà còn đưa ra lộ trình cho các nghiên cứu trong tương lai. Trong bối cảnh tài chính hiện đại, việc ứng dụng AI giúp cải thiện quá trình ra quyết định, điều này rất quan trọng trong môi trường kinh doanh đầy biến động và phức tạp. Để hiểu rõ hơn về nền tảng lý thuyết của việc ra quyết định, bạn có thể tham khảo thêm về lý thuyết lựa chọn hợp lý.

Tổng quan về Phương pháp

Nghiên cứu sử dụng cả phân tích thư mục và phân tích nội dung để đánh giá một cách toàn diện các tài liệu về ứng dụng AI trong lĩnh vực tài chính. Phân tích thư mục, được thực hiện bằng phần mềm HistCite, cho phép xác định các xu hướng xuất bản, các tạp chí và bài viết có ảnh hưởng lớn nhất, cũng như các mạng lưới đồng trích dẫn để xác định các dòng nghiên cứu chính. Sau đó, phân tích nội dung đi sâu vào các bài viết quan trọng để xác định các ứng dụng AI chính trong tài chính, các lý thuyết được sử dụng và các phương pháp nghiên cứu phổ biến. Quá trình lựa chọn mẫu bao gồm việc tìm kiếm các bài báo liên quan trong cơ sở dữ liệu Web of Science (WoS) bằng các từ khóa liên quan đến tài chính và AI. Sau khi sàng lọc để loại bỏ các bài viết không liên quan, một tập hợp các bài báo đã được sử dụng cho phân tích thư mục và nội dung.

Kết quả Phân tích và Các Luồng Nghiên cứu Chính

Xu hướng xuất bản và tạp chí có ảnh hưởng

Phân tích thư mục cho thấy số lượng các bài báo liên quan đến AI trong tài chính đã tăng lên đáng kể kể từ năm 2015, cho thấy sự quan tâm ngày càng tăng đối với chủ đề này. Các tạp chí có ảnh hưởng nhất dựa trên tổng số điểm trích dẫn toàn cầu (TGCS) là Journal of Finance và Journal of Banking and Finance, trong khi Quantitative Finance và Intelligent Systems in Accounting, Finance and Management có số lượng bài báo cao nhất về chủ đề này.

Phân tích nội dung và ứng dụng của AI

Phân tích nội dung tiết lộ sự đa dạng về địa lý trong các nghiên cứu, với các nghiên cứu bao gồm 74 quốc gia trên khắp các châu lục, mặc dù phần lớn tập trung vào Châu Âu, Hoa Kỳ và Trung Quốc. Các lĩnh vực được nghiên cứu rộng rãi nhất là ngân hàng và dịch vụ tài chính, nhưng AI đã được áp dụng trong nhiều ngành khác nhau. Các lý thuyết và khuôn khổ quan trọng được sử dụng trong các nghiên cứu trước đây bao gồm lý thuyết học tập tính toán, lý thuyết tập hợp mờ và các lý thuyết tài chính. Các phương pháp phổ biến nhất là học máy và mạng thần kinh nhân tạo (ANN).

Phân tích sâu hơn về các ứng dụng AI cho thấy AI được sử dụng rộng rãi để dự đoán, phân loại, phát hiện và cảnh báo sớm. Các lĩnh vực ứng dụng chính bao gồm dự báo giá cổ phiếu, phát hiện gian lận, quản lý rủi ro và phân tích tình cảm nhà đầu tư.

Các luồng nghiên cứu chính

Phân tích đồng trích dẫn xác định mười luồng nghiên cứu chính:

AI và Thị trường Chứng khoán: Nghiên cứu tác động của giao dịch thuật toán và dự đoán giá cổ phiếu.
AI và Các Mô hình Giao dịch: Sử dụng mạng thần kinh và học máy để xây dựng hệ thống giao dịch tự động thông minh.
AI và Dự báo Biến động: Ứng dụng AI để dự báo chỉ số biến động và biến động thị trường.
AI và Quản lý Danh mục Đầu tư: Sử dụng AI trong việc lựa chọn danh mục đầu tư và phân bổ tài sản.
AI và Đánh giá Hiệu suất, Rủi ro và Vỡ nợ: Đánh giá tình hình tài chính của doanh nghiệp, dự đoán rủi ro và vỡ nợ.
AI và Bitcoin, Tiền điện tử: Phân tích thị trường tiền điện tử và phát triển các công cụ quản lý rủi ro. Sự phát triển của tiền điện tử và ứng dụng AI trong lĩnh vực này có thể được tìm hiểu thêm qua bài viết về tiền điện tử ngân hàng.
AI và Các Công cụ Phái sinh: Sử dụng AI để định giá và quản lý rủi ro các công cụ phái sinh.
AI và Rủi ro Tín dụng trong Ngân hàng: Dự đoán rủi ro tín dụng và phát hiện gian lận trong ngân hàng.
AI và Phân tích Tâm lý Nhà đầu tư: Khai thác dữ liệu từ mạng xã hội để đánh giá tâm lý nhà đầu tư và dự đoán biến động thị trường.
AI và Quản lý Ngoại hối: Ứng dụng AI để dự báo tỷ giá hối đoái và quản lý rủi ro ngoại hối.

Các Vấn đề Cần Nghiên cứu Thêm

Nghiên cứu xác định một số lĩnh vực cần được nghiên cứu thêm, bao gồm:

Các kỹ thuật AI tốt nhất để dự đoán thị trường chứng khoán: So sánh hiệu quả của các thuật toán học máy khác nhau và các phương pháp phân cụm.
Tác động của các chính sách và quy định đối với giao dịch thuật toán: Đánh giá tác động của các quy định mới đối với hiệu quả của giao dịch thuật toán.
Hiệu suất của các cố vấn Robo trong thời kỳ khủng hoảng tài chính: Đánh giá khả năng phục hồi của các cố vấn Robo trong các sự kiện “thiên nga đen”.
Sử dụng dữ liệu sổ đặt lệnh giới hạn để cải thiện mô hình giao dịch: Nghiên cứu xem liệu việc kết hợp dữ liệu sổ đặt lệnh giới hạn có thể cải thiện độ chính xác của các mô hình giao dịch dựa trên AI hay không.
Kiến trúc mạng thần kinh tiên tiến để dự báo biến động: Khám phá các kiến trúc mạng thần kinh phức tạp hơn để cải thiện khả năng dự đoán biến động.
Các phương pháp học máy để xây dựng danh mục đầu tư: So sánh hiệu quả của các phương pháp phân cụm khác nhau trong việc xây dựng danh mục đầu tư.
Sử dụng AI để khắc phục các hạn chế của ANN: Giải quyết vấn đề hộp đen và các thành kiến quá khớp trong các mô hình ANN.
Tác động của quy định và blockchain đối với tiền điện tử: Đánh giá tác động của sự phát triển quy định và công nghệ blockchain đối với hiệu quả của các kỹ thuật AI trong thị trường tiền điện tử.
Kết hợp dữ liệu văn bản và phân tích tình cảm để định giá quyền chọn: Nghiên cứu xem liệu việc kết hợp dữ liệu dựa trên văn bản và phân tích tình cảm có thể cải thiện độ chính xác của các mô hình định giá quyền chọn hay không.
Dữ liệu nào cải thiện dự báo vỡ nợ của ngân hàng: Khám phá các loại dữ liệu bổ sung, chẳng hạn như dữ liệu thị trường ngân hàng, để cải thiện khả năng dự đoán của các mô hình vỡ nợ.
Tác động của tình cảm mạng xã hội đối với thị trường chứng khoán: Phân tích cách tình cảm trên mạng xã hội ảnh hưởng đến lợi nhuận của cổ phiếu.

Kết luận

Nghiên cứu này cung cấp một cái nhìn tổng quan toàn diện về ứng dụng của trí tuệ nhân tạo (AI) trong lĩnh vực tài chính. Thông qua phân tích thư mục và phân tích nội dung, nghiên cứu xác định các xu hướng chính, các lĩnh vực ứng dụng và các câu hỏi nghiên cứu chưa được giải đáp. Nghiên cứu này nhấn mạnh rằng AI mang lại tiềm năng to lớn để cải thiện việc đưa ra quyết định, quản lý rủi ro và hiệu quả trong ngành tài chính. Tuy nhiên, vẫn còn nhiều thách thức và cơ hội để khám phá sâu hơn các ứng dụng và tác động của AI trong lĩnh vực này. Một trong những thách thức mà AI có thể giúp giải quyết là bất cân xứng thông tin trên thị trường tài chính.

Mặc dù nghiên cứu này đã bao quát một phạm vi lớn các lĩnh vực tài chính bị ảnh hưởng bởi AI và đưa ra một mô tả ngắn gọn cho từng lĩnh vực, nhưng điều quan trọng là phải nhận ra những hạn chế của nghiên cứu. Những tiến bộ vượt bậc trong vài năm qua, đặc biệt là trong các lĩnh vực như các mô hình ngôn ngữ lớn và metaverse, đã vượt qua phạm vi khung thời gian của nghiên cứu này. Do đó, các nghiên cứu trong tương lai nên cố gắng giải quyết những phát triển gần đây này và tác động của chúng đối với tài chính và các lĩnh vực liên quan. Để hiểu rõ hơn về các khái niệm cơ bản trong lĩnh vực tài chính ngân hàng, bạn có thể tìm đọc thêm về đặc trưng hoạt động của ngân hàng thương mại.

Download Nghiên cứu khoa học: Artificial Intelligence In Finance: A Comprehensive Review Through Bibliometric And Content Analysis