مشخصات مقاله فهرست مطالب نمونه ترجمه مقاله انگلیسی خرید ترجمه مقالات مرتبط سفارش پروپوزال
سلام دوست من ، توی این پست براتون یه مقاله انگلیسی با ترجمه با موضوع فناوری هوش مصنوعی، ریسکپذیری و هزینههای تأمین مالی شرکتهای فناوریمحور ، منتشر کردیم. این مقاله یه مقاله ISI و علمی پژوهشی هست که توی پایگاه الزویر در سال 2025 منتشر شده. فایل انگلیسی 8 صفحه PDF و فایل ترجمه 18 صفحه WORD و قابل ویرایشه، مثل همیشه مقاله انگلیسی رو می تونید رایگان دانلود کنید. بخش هایی از ترجمه هم براتون رایگان گذاشتم که قبل از خرید ، کیفیت ترجمه رو بررسی کنید. از کیفیت ترجمه هم نگم براتون که مثل همیشه عالییییه. برای خرید ترجمه کامل مقاله روی گزینه خرید و دانلود آنی ترجمه کلیک کنید بعد از پرداخت لینک دانلود بهتون نشون داده میشه، به ایمیلتونم ارسال میشه. اگر سوالی بود می تونید زیر این پست کامنت بزارید سریع جوابتونو میدم.
فناوری هوش مصنوعی، ریسکپذیری و هزینههای تأمین مالی شرکتهای فناوریمحور
عنوان انگلیسی:
Artificial intelligence technology, risk taking, and financing costs of technology-based firms
کد محصول: H1154
سال نشر: 2025
نام ناشر (پایگاه داده): الزویر
نام مجله: Finance Research Letters
نوع مقاله: علمی پژوهشی (Research Article)
متغیر : دارد
فرضیه: دارد
مدل مفهومی: مدل ریاضی دارد
پرسشنامه : ندارد
تعداد صفحه انگلیسی: 8 صفحه PDF
تعداد صفحه ترجمه فارسی: 18 صفحه WORD
قیمت فایل ترجمه شده: 84000 تومان
برای دانلود رایگان مقاله انگلیسی بر روی دکمه ذیل کلیک نمایید
وضعیت ترجمه: این مقاله به صورت کامل ترجمه شده برای خرید ترجمه کامل مقاله بر روی دکمه ذیل کلیک نمایید (لینک دانلود بلافاصله بعد از خرید نمایش داده می شود)
مقالات مرتبط با این موضوع: برای مشاهده سایر مقالات مرتبط با این موضوع (با ترجمه و بدون ترجمه) بر روی دکمه ذیل کلیک نمایید
فهرست مطالب
1. مقدمه
2. تحلیل نظری و فرضیه تحقیق
3. طرح تحقیق
3.1. انتخاب نمونه و منابع داده
3.2. تعریف متغیرها
3.3. تنظیم مدل
4. نتایج تجربی و تجزیه و تحلیل
4.1. تجزیه و تحلیل رگرسیون پایه
4.2. درونزایی و تجزیه و تحلیل پایداری
4.3. تجزیه و تحلیل نقش مکانیزمهای ریسکپذیری
5. نتیجهگیری و توصیهها
منابع
چکیده
فناوری هوش مصنوعی دارای اهمیت زیادی برای شرکتهای فناوریمحور در جهت بهبود ریسکپذیری و کاهش هزینههای تامین مالی است. ما شرکتهای فناوریمحور پذیرفته شده در بورس A-Share شانگهای و شنژن در دوره 2012-2023 را به عنوان نمونه در نظر میگیریم و به طور تجربی رابطه بین فناوری هوش مصنوعی، ریسکپذیری و هزینههای تامین مالی شرکتهای فناوریمحور را بررسی میکنیم. نتایج نشان میدهد که فناوری هوش مصنوعی میتواند به طور معناداری هزینههای تامین مالی مبتنی بر سهام و هزینههای تامین مالی مبتنی بر بدهی شرکتهای فناوریمحور را کاهش دهد، همچنین فناوری هوش مصنوعی میتواند به طور معناداری هزینههای تامین مالی مبتنی بر سهام و بدهی شرکتهای فناوریمحور را با بهبود سطح ریسکپذیری شرکت کاهش دهد.
کلمات کلیدی: فناوری هوش مصنوعی، شرکتهای فناوریمحور، هزینههای تامین مالی مبتنی بر سهام، هزینههای تامین مالی مبتنی بر بدهی، ریسکپذیری
Abstract Artificial Intelligence technology has positive significance for technology-based firms to improve risk-taking and reduce financing costs. We take the 2012–2023 Shanghai and Shenzhen A-share technology-based firms as a sample, and empirically examine the relationship among artificial intelligence technology, risk-taking and the financing costs of technology-based firms. The results show that artificial intelligence technology can significantly reduce the equity financing costs and the debt financing costs of technology-based firms, artificial intelligence technology can significantly reduce the equity financing costs and the debt financing costs of technology-based firms by improving the level of firm risk-taking.
Keywords: Artificial intelligence technology, Technology-based firms, Equity financing costs, Debt financing costs, Risk taking
1.مقدمه
در زمانی که انقلاب علمی و فناوری جهانی و تغییرات صنعتی شتاب میگیرند، توسعه شرکتهای فناوریمحور، به عنوان محور اصلی نوآوریهای فناوری، از اهمیت استراتژیک برای ایجاد تحول و ارتقای اقتصاد ملی برخوردار هستند (جیانگ و همکاران، 2023). با این حال، شرکتهای فناوریمحور عموماً با چالشهای سهگانهی “سرمایهگذاری تحقیق و توسعه بالا، ریسک فناوری بالا و عدم قطعیت بالا” روبرو هستند که منجر به هزینههای مالی بالاتر در بلندمدت نسبت به شرکتهای سنتی میشود، که نه تنها به طور مستقیم بر نقدینگی و سودآوری شرکتهای فناوریمحور تأثیر میگذارد، بلکه توانایی نوآوری و سرعت توسعه بازار آنها را نیز محدود میکند. این تناقض در بستر تکرار سریع فناوری و تشدید رقابت نوآوری، برجستهتر شده و به یک گلوگاه مهم در محدود کردن توسعه شرکتهای فناوریمحور تبدیل شده است. معرفی فناوری هوش مصنوعی، ایدههای جدیدی را برای حل این مشکل ارائه میدهد. فناوری هوش مصنوعی با تحلیل کلان داده ها، الگوریتمهای یادگیری ماشین و پردازش زبان طبیعی به عنوان هسته (وو و همکاران، 2025؛ شو و همکاران، 2024؛ هوانگ و همکاران، 2025)، میتواند به طور پویا دادههای سرمایهگذاری تحقیق و توسعه، وضعیت مالی، رقابتپذیری بازار، توانایی نوآوری فناوری، وضعیت حقوق مالکیت معنوی، رابطه زنجیره تامین و غیره شرکتها را ادغام کند. شرکتهای فناوریمحور با پشتیبانی فناوری هوش مصنوعی، قادر به انجام تجزیه و تحلیل دادههای چند بعدی، بهینهسازی راهکارهای تامین مالی و تلاش برای نرخهای تامین مالی مطلوبتر هستند. نباید از نظر دور داشت که ریسکپذیری یک عامل کلیدی در فرآیند تامین مالی شرکت است (چن و ران، 2025)…
1. Introduction At a time when the global scientific and technological revolution and industrial change are accelerating, the development of technology-based firms, as the core carrier of technological innovation, is of strategic significance in promoting the transformation and upgrading of the national economy (Jiang et al., 2023). However, technology-based firms generally face the triple challenges of ‘high R&D investment, high technological risk, and high uncertainty’, which leads to the long-term higher financing costs than traditional firms, which not only directly affects the liquidity and profitability of technology-based firms, but also restricts their innovation ability and market expansion speed. This contradiction has become more and more prominent in the context of accelerated technology iteration and intensified innovation competition, and has become an important bottleneck restricting the development of technology-based firms. The introduction of artificial intelligence technology provides new ideas to solve this problem. With big data mining, machine learning algorithms and natural language processing as the core (Wu et al., 2025; Xu et al., 2024; Huang al., 2025), AI technology can dynamically integrate the data of firms’ R&D investment, financial status, market competitiveness, technological innovation capability, intellectual property rights situation, supply chain relationship and so on. Supported by artificial intelligence technology, technology-based firms are able to conduct multi-dimensional data analysis, optimize financing solutions and strive for more favourable financing rates. Not to be overlooked, risk taking is a key factor in the firm financing process (Chen and Ran, 2025)…
2. تحلیل نظری و فرضیه تحقیق
فناوری هوش مصنوعی به عنوان نماینده فناوری های نوظهور و پیشرفته، دارای ویژگیهای تعامل هوشمند، کارایی بالا، قابلیت پیشبینی و استقلال است که میتواند به شرکتهای فناوریمحور کمک کند تا هزینههای تامین مالی را از جنبههای مختلف کاهش دهند. از منظر هزینههای تامین مالی سهام، فناوری هوش مصنوعی میتواند تطبیق سرمایهگذار را بهینه کرده و سرمایهگذاران را به طور دقیق مکانیابی کند (یی و همکاران، 2025؛ اتی و همکاران، 2025). فناوری هوش مصنوعی با استفاده از الگوریتمهای یادگیری ماشین، میتواند سرمایهگذاران علاقهمند به شرکتهای فناوریمحور را با دقت غربال کند. این غربالگری بر اساس اطلاعاتی مانند ویژگیهای صنعت، مرحله توسعه، مقیاس تامین مالی شرکت، و همچنین سوابق سرمایهگذاری و زمینههای مورد علاقه سرمایهگذاران انجام میشود. این امر باعث بهبود کارایی و نرخ موفقیت در فرآیند همسانسازی تامین مالی سهام میشود. (ژان و همکاران، 2024؛ ژای و همکاران، 2025)…
2.Theoretical analysis and research hypothesis As a representative of emerging frontier technology, AI technology has the characteristics of intelligent interactivity, high efficiency, predictability, and autonomy, which can help technology-based firms to reduce financing costs from various aspects. From the perspective of equity financing costs, AI technology can optimize investor matching and accurately locate investors (Yi et al., 2025; Eti et al., 2025). Artificial intelligence technology can use machine learning algorithms to accurately screen out groups of equity investors who are interested in technology-based firms and have matching investment preferences based on information such as the industry characteristics, development stage, and financing scale of the firm, as well as the past investment cases and areas of interest of many potential equity investors, so as to improve the efficiency and success rate of equity financing matchmaking (Zhan et al., 2024; Zhai et al., 2025)…
5.نتیجهگیری و توصیهها
ما دوره تحقیقاتی ۲۰۱۲ تا ۲۰۲۳ را در نظر میگیریم، و بازار سهام A-shares شانگهای و شنژن را که نماینده ای قوی برای شرکتهای فناوریمحور هستند به عنوان نمونه انتخاب کرده و به طور تجربی رابطه بین فناوری هوش مصنوعی، ریسکپذیری و هزینههای تأمین مالی شرکتهای فناوریمحور را با استفاده از مدل اثرات ثابت و مدل اثر میانجی بررسی میکنیم. نتایج نشان میدهند که نخست، فناوری هوش مصنوعی نهتنها میتواند به طور قابل توجهی هزینههای تأمین مالی سهام شرکتهای فناوریمحور را کاهش دهد، بلکه همچنین میتواند هزینههای تأمین مالی بدهی این شرکتها را نیز به طور قابل توجهی کاهش دهد. دوم، نتیجهگیری مبنی بر اینکه فناوری هوش مصنوعی میتواند به طور معناداری هزینههای تأمین مالی سهام و هزینههای تأمین مالی بدهی شرکتهای فناوریمحور را کاهش دهد، پس از استفاده از روش متغیرهای ابزاری برای حذف مسائل درونزا، و آزمون پایداری با جایگزینی متغیرهای توضیحی و کاهش دم در سطح ۵ درصد دوطرفه همچنان معتبر است. سوم، ریسکپذیری شرکت نقش مکانیزمی در فرایند کاهش هزینههای تأمین مالی سهام و هزینههای تأمین مالی بدهی شرکتهای فناوریمحور توسط فناوری هوش مصنوعی ایفا میکند….
5. Conclusions and recommendations We circle 2012–2023 as the research period, selects Shanghai and Shenzhen A-shares with strong representation of technologybased firms as a sample, and empirically examines the relationship between artificial intelligence technology, risk-taking and financing costs of technology-based firms by using the fixed effect model and the mediation effect model. The results show that, firstly, AI technology can not only significantly reduce the equity financing costs of technology-based firms, but also significantly reduce the debt financing costs of technology-based firms. Secondly, the conclusion that AI technology can significantly reduce the equity financing costs and the debt financing costs of technology-based firms still holds after the instrumental variables method is used to exclude endogenous interference, and the robustness test is conducted by replacing the explanatory variables and shrinking the tail at the two-sided 5% level. Thirdly, firm risk taking plays a mechanism role in the process of AI technology reducing equity financing costs and debt financing costs of technology-based firms…
فرضیات
H1. فناوری هوش مصنوعی میتواند به طور معناداری هزینههای تامین مالی سهام شرکتهای فناوریمحور را کاهش دهد.
H2. فناوری هوش مصنوعی میتواند به طور معناداری هزینههای تامین مالی بدهی شرکتهای فناوریمحور را کاهش دهد.
H3. فناوری هوش مصنوعی میتواند با بهبود سطح ریسکپذیری شرکت، به طور معناداری هزینههای تامین مالی سهام شرکتهای فناوریمحور را کاهش دهد.
H4. فناوری هوش مصنوعی میتواند با بهبود سطح ریسکپذیری شرکت، به طور معناداری هزینههای تامین مالی بدهی شرکتهای فناوریمحور را کاهش دهد.

پارس پروژه پرتال خدمات دانشگاهی


