مقاله انگلیسی با ترجمه آیا هوش مصنوعی سودآوری بانک‌ها را افزایش می‌دهد؟ شواهدی از چین

مشخصات مقاله  فهرست مطالب نمونه ترجمه مقاله انگلیسی خرید ترجمه مقالات مرتبط سفارش پروپوزال 

عنوان فارسی:

آیا هوش مصنوعی سودآوری بانک‌ها را افزایش می‌دهد؟ شواهدی از چین

عنوان انگلیسی:

Does artificial intelligence enhance bank profitability? Evidence from China

کد محصول: H1182

سال نشر: 2026

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: 9 صفحه PDF

تعداد صفحه ترجمه فارسی:   20 صفحه WORD

قیمت فایل ترجمه شده:  93000 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

چکیده

این مطالعه بررسی می‌کند که چگونه پذیرش هوش مصنوعی (AI) بر سودآوری بانک‌ها در چین تأثیر می‌گذارد. ما یک واژه‌نامه نوین هوش مصنوعی با استفاده از مدل‌های زبان بزرگ (LLMs) توسعه می‌دهیم و شاخص‌های جامع پذیرش هوش مصنوعی را از گزارش‌های سالانه و پرونده‌های ثبت اختراع استخراج می‌کنیم که هم جهت‌گیری استراتژیک و هم فعالیت‌های نوآورانه را پوشش می‌دهد. نتایج ما با بررسی پانلی متشکل از 430 بانک تجاری چینی از سال 2007 تا 2022، نشان دادند که پذیرش هوش مصنوعی سودآوری بانک­ها را افزایش می‌دهد. آزمون‌های مکانیسم نشان می‌دهند که پذیرش هوش مصنوعی سودآوری را از طریق کاهش هزینه‌های عملیاتی، تنوع بخشیدن به منابع درآمد، و ترویج توسعه بانکداری موبایلی، تقویت می کند. علاوه بر این، افزایش سودآوری حاصل از پذیرش هوش مصنوعی برای بانک‌های دارای اهمیت سیستمی جهانی ، بانک‌هایی با ساختارهای مالکیت متمرکز، و بانک‌های واقع در مناطقی با اکوسیستم‌های فین‌تک پیشرفته، مشهودتر است. یافته‌های ما بینش‌های جدیدی را در مورد ارزش‌آفرینی هوش مصنوعی در بازارهای نوظهور بانکداری ارائه می‌دهد.

کلیدواژه‌ها: هوش مصنوعی،  پذیرش هوش مصنوعی، سودآوری بانک ، متن­کاوی

Abstract: This study investigates how artificial intelligence (AI) adoption affects bank profitability in China. We develop a novel AI lexicon using Large Language Models (LLMs) and construct comprehensive AI adoption indicators from annual reports and patent filings, capturing both strategic orientation and innovation activities. Using a panel of 430 Chinese commercial banks from 2007 to 2022, we find that AI adoption enhances bank profitability. Mechanism tests reveal that AI adoption drives profitability by reducing operational costs, diversifying income sources, and promoting mobile banking development. Moreover, the profitability gains from AI adoption are more pronounced for systemically important banks, banks with concentrated ownership structures, and banks located in regions with mature FinTech ecosystems. Our findings provide novel insights into the value creation of AI in emerging banking markets.

Keywords: Artificial intelligence, AI adoption, Bank profitability, Textual analysis

1.مقدمه

 توسعه سریع فناوری هوش مصنوعی (AI) در حال تغییر شکل صنعت مالی جهانی است، به طوری که بخش بانکداری تحت تأثیر دیجیتالی‌سازی در معرض تغییرات ساختاری است. در طول دهه گذشته، فناوری‌های هوش مصنوعی مانند یادگیری ماشینی، یادگیری عمیق، پردازش زبان طبیعی، و رباتیک به طور گسترده در مدیریت ریسک اعتباری (فرایس و لاپورته، 2022؛ لس‌مان و همکاران، 2015)، اندازه‌گیری صرف ریسک دارایی (گو و همکاران، 2020)، پیش‌بینی سودآوری (آناند و همکاران، 2019)، ارزیابی ریسک نکول (خاندانی و همکاران، 2010)، و هشدار اولیه بحران بانکی سیستمی (بویتل و همکاران، 2019؛ خاندانی و همکاران، 2010؛ رون‌کویست و سارلین، 2017) به کار گرفته شده‌اند. این کاربردها نه تنها نتایج چشمگیری به دست آورده‌اند، بلکه ارزش اقتصادی ملموسی را نیز برای بانک‌ها و سرمایه‌گذاران ایجاد کرده‌اند. با این حال، در بحبوحه رقابت فزاینده و کاهش حاشیه سود، نوآوری فناورانه به عنوان یک اهرم حیاتی برای حفظ عملکرد بانک‌ها ظهور کرده است (بافور گیائو و همکاران، 2024). در نتیجه، تعیین اینکه آیا پذیرش هوش مصنوعی به طور مؤثری به سودآوری بهتر بانک‌ها منجر می‌شود یا خیر، همچنان به عنوان یک پرسش تجربی مهم باقی می‌ماند…

1. Introduction The rapid development of artificial intelligence (AI) technology is reshaping the global financial industry, with the banking sector undergoing structural shifts driven by digitalization. Over the past decade, AI technologies such as machine learning, deep learning, natural language processing, and robotics have been widely applied in credit risk management (Fraisse and Laporte, 2022; Lessmann et al., 2015), asset risk premium measurement (Gu et al., 2020), profitability prediction (Anand et al., 2019), default risk assessment (Khandani et al., 2010), and systemic banking crisis early warning (Beutel et al., 2019; Khandani et al., 2010; R¨onnqvist and Sarlin, 2017). These applications have not only achieved remarkable results but have also generated tangible economic value for banks and investors. However, amidst intensifying competition and narrowing margins, technological innovation has emerged as a critical lever for sustaining bank performance (Baffour Gyau et al., 2024). Consequently, determining whether AI adoption effectively translates into enhanced bank profitability remains a critical empirical question…

2.تدوین فرضیه

 این مطالعه بررسی می‌کند که چگونه پذیرش هوش مصنوعی از طریق سه سازوکار واسطه‌ای بر سودآوری بانک تأثیر می‌گذارد: هزینه‌های عملیاتی، تنوع درآمد، و توسعه بانکداری موبایلی.

نخست، پذیرش هوش مصنوعی به طور مستقیم هزینه‌های نیروی کار را کاهش داده و کارایی عملیاتی را با بهینه‌سازی فرآیندهای بانک، مانند خودکارسازی بخش‌های اصلی کسب و کار مانند خدمات مشتری، تأیید وام، و مدیریت ریسک، افزایش می‌دهد (فرایس و لاپورته، 2022؛ گومبر و همکاران، 2018؛ کونیگستورفر و تالمان، 2020؛ لس‌مان و همکاران، 2015؛ منسر پین و همکاران، 2021). در عین حال، تحلیل داده‌های مبتنی بر هوش مصنوعی به بانک‌ها امکان می‌دهد تا به بازاریابی دقیق دست یابند و خدمات شخصی‌سازی شده‌ای به مشتری ارائه دهند، و از این طریق رضایت و وفاداری مشتری را به طور مؤثر بهبود بخشند (گومبر و همکاران، 2018؛ تونگ و یانگ، 2025)، که به نوبه خود مقیاس منابع مالی کم‌هزینه مانند سپرده‌های دیداری را گسترش داده و هزینه‌های تأمین مالی مبتنی بر سپرده بانکی را کاهش می‌دهد…

2. Hypothesis development This study examines how AI adoption affects bank profitability through three mediating mechanisms: operating costs, income diversity, and mobile banking development. First, AI adoption directly reduces labor costs and enhances operational efficiency by optimizing bank processes, such as automating core business segments like customer service, loan approval, and risk management (Fraisse and Laporte, 2022; Gomber et al., 2018; K¨onigstorfer and Thalmann, 2020; Lessmann et al., 2015; Manser Payne et al., 2021). Meanwhile, AI-driven data analytics enable banks to achieve precise marketing and deliver personalized customer service, thereby effectively improving customer satisfaction and loyalty (Gomber et al., 2018; Tong and Yang, 2025), which in turn expands the scale of low-cost funds such as demand deposits and reduces bank deposit funding costs…

فرضیات

 فرضیه 1. پذیرش هوش مصنوعی سودآوری بانک را افزایش می‌دهد.

فرضیه 2. پذیرش هوش مصنوعی از طریق کاهش هزینه‌های عملیاتی، افزایش تنوع درآمد، و ترویج توسعه بانکداری موبایلی، سودآوری بانک را افزایش می‌دهد.

H1. AI adoption enhances bank profitability.
H2. AI adoption enhances bank profitability by reducing operating costs, increasing income diversity, and promoting mobile banking development.

۵. جمع بندی

در حالی که به‌کارگیری هوش مصنوعی در بخش مالی توجهات چشمگیری را به خود جلب کرده است، تأثیر بالقوه آن بر سودآوری بانک‌ها همچنان نیازمند بررسی بیشتر است. بر اساس واژه‌نامه هوش مصنوعی بانک‌های تجاری که با استفاده از مدل‌های زبان بزرگ (LLMs) Claude 3.5 Sonnet و GPT-4o تدوین شده است، این پژوهش شاخص‌هایی را برای اندازه‌گیری جهت‌گیری استراتژیک و اقدامات نوآورانه در به‌کارگیری هوش مصنوعی ایجاد می‌کند. با استفاده از داده‌های پانلی از ۴۳۰ بانک تجاری چینی از سال ۲۰۰۷ تا ۲۰۲۲، این پژوهش رابطه بین به‌کارگیری هوش مصنوعی و سودآوری بانک را به‌صورت جامع بررسی می‌کند. یافته‌های تحقیقاتی نشان می‌دهد که به‌کارگیری هوش مصنوعی تأثیر مثبت معناداری بر سودآوری بانک دارد. تحلیل مکانیسم بیشتر نشان می‌دهد که این تأثیر مثبت در درجه اول از طریق سه کانال حاصل می‌شود: کاهش هزینه‌های عملیاتی، افزایش تنوع درآمدی، و ترویج توسعه بانکداری موبایل. علاوه بر این، تحلیل ناهمگونی نشان می‌دهد که تأثیر مثبت به‌کارگیری هوش مصنوعی بر سودآوری در میان بانک‌های دارای اهمیت سیستمی جهانی، بانک‌های با تمرکز مالکیت بالا، و بانک‌های واقع در مناطق دارای فین‌تک پیشرفته، بارزتر است…

5. Conclusion While AI adoption in the financial sector has garnered significant attention, its potential impact on bank profitability still requires further exploration. Based on the AI lexicon of commercial banks compiled using LLMs Claude 3.5 Sonnet and GPT-4o, this study constructs indicators to measure the strategic orientation and innovation actions of AI adoption. Utilizing panel data from 430 Chinese commercial banks from 2007 to 2022, this study comprehensively examines the relationship between AI adoption and bank profitability. The research findings indicate that AI adoption has a significant positive effect on bank profitability. Further mechanism analysis reveals that this positive impact is primarily achieved through three channels: reducing operating costs, increasing income diversity, and promoting mobile banking development. Furthermore, heterogeneity analysis finds that the positive effect of AI adoption on profitability is more pronounced among global systemically important banks, banks with high ownership concentration, and banks located in regions with advanced FinTech.