تحلیل احساسات در بازارهای مالی جهت پیش‌بینی و مدیریت هجوم بانکی (Bank Run) با استفاده از تکنیک‌های هوش مصنوعی

تحلیل احساسات در بازارهای مالی جهت پیش‌بینی و مدیریت هجوم بانکی (Bank Run) با استفاده از تکنیک‌های هوش مصنوعی

حامد رفیعی منفرد1

1) فارغ التحصیل کارشناسی ارشد مدیریت بازرگانی، گرایش تجارت الکترونیک، دانشگاه آزاد اسلامی واحد شهرقدس،ایران

کد IOI مقاله : AAGK-ABBKKE
محل انتشار : چهارمین کنفرانس بین المللی پژوهش در حسابداری، مدیریت، اقتصاد و علوم انسانی(meaconf.com/4th)
چکیده :
    هجوم بانکی (Bank Run) یکی از مخرب‌ترین پدیده‌ها در نظام‌های مالی است که ریشه در عدم تقارن اطلاعاتی و وحشت جمعی دارد. با گسترش شبکه‌های اجتماعی، سرعت انتشار شایعات و اخبار منفی به شدت افزایش یافته و مدل‌های سنتی مدیریت نقدینگی دیگر قادر به واکنش به‌موقع نیستند. این پژوهش با هدف ارائه یک چارچوب نوین، به بررسی نقش هوش مصنوعی (AI) و پردازش زبان طبیعی (NLP) در پایش لحظه‌ای اتمسفر روانی بازار می‌پردازد. یافته‌های این تحقیق نشان می‌دهد که الگوریتم‌های تحلیل احساسات (Sentiment Analysis) قادرند با دقت بالایی سیگنال‌های پیش‌قراول بحران را از میان داده‌های غیرساختاریافته استخراج کنند. این مقاله ضمن تبیین مبانی نظری، معماری پیشنهادی برای سیستم‌های هشدار زودهنگام (EWS) را ارائه داده و چالش‌های پیاده‌سازی آن را در نظام بانکی مدرن بررسی می‌کند.

کلمات کلیدی : هوش مصنوعی هجوم بانکی تحلیل احساسات پردازش زبان طبیعی مدیریت ریسک نقدینگی ثبات مالی