La inteligencia artificial en los estudios de finanzas: aproximación bibliométrica a la literatura indizada en Scopus

Autores/as

DOI:

https://doi.org/10.47909/ijsmc.168

Palabras clave:

finanzas, inteligencia artificial, bibliometría, producción científica

Resumen

Objetivo. El objetivo del estudio es analizar la producción científica indizada en la base de datos de Scopus sobre inteligencia artificial (IA) aplicada a los estudios de finanzas entre los años 2007 y 2023.

Diseño/Metodología/Enfoque. El diseño del estudio es no experimental (transeccional) y cuantitativo (descriptivo). Se identificaron los autores más representativos, la tipología documental que soporta los resultados y las principales publicaciones. Se calcularon indicadores generales de citas para determinar el impacto científico asociado al tema. Se elaboraron mapas espectrales de densidad de países y palabras con el fin de identificar las principales características respecto a estas variables bibliográficas.

Resultados/Discusión. A pesar de que el estudio abarca un amplio marco temporal, los estudios de IA aplicados a las finanzas no aparecen en la literatura hasta el año 2017. No se identifican grandes productores ni revistas altamente representativas, sino que hay estudios que aparecen de manera ocasional, lo cual está relacionado con la novedad del tema. Sin embargo, se trata de una temática con un elevado impacto científico y, de media, se reciben 20 citas por documento.

Conclusiones. Los estudios sobre la aplicación de la IA en las finanzas son recientes. Asia e India lideran la producción científica analizada en Scopus. Existe una alta densidad de terminología asociada a los trabajos analizados, así como de revistas del campo computacional que publican sobre esta temática. Por otra parte, las prácticas de publicación aparecen en forma de ponencias de eventos, publicadas en una proporción similar a la de los artículos científicos.

Originalidad/Valor. La originalidad radica en estudiar la literatura sobre estos temas en Scopus y por tanto su valor radica en contar con un análisis bibliométrico sobre el tema para futuras investigaciones.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Ahmed, S., Alshater, M. M., Ammari, A. E., & Hammami, H. (2022). Artificial intelligence and machine learning in finance: A bibliometric review. Research in International Business and Finance, 61. doi:10.1016/j.ribaf.2022.101646 DOI: https://doi.org/10.1016/j.ribaf.2022.101646

Campos Campos, D., Chanto Espinoza, C. L., Valderrama González, R., & Villalobos Paniagua, R. (2017). Introducción a las finanzas. Editorial Jade.

Chen, X. Q., Ma, C. Q., Ren, Y. S., Lei, Y. T., Huynh, N. Q. A., & Narayan, S. (2023). Explainable artificial intelligence in finance: A bibliometric review. Finance Research Letters, 56. doi:10.1016/j.frl.2023.104145. DOI: https://doi.org/10.1016/j.frl.2023.104145

Elouidani, R., & Outouzzalt, A. (2023). Artificial Intelligence for a Sustainable Finance: A Bibliometric Analysis. Paper presented at the Lecture Notes in Networks and Systems. https://doi.org/10.1007/978-3-031-26384-2_46 DOI: https://doi.org/10.1007/978-3-031-26384-2_46

Gera, R., Chadha, P., Saxena, A., & Dixit, S. (2024). A Scientometric and Bibliometric Review of Impacts and Application of Artificial Intelligence and Fintech for Financial Inclusion. In Artificial Intelligence, Fintech, and Financial Inclusion (pp. 82-111). CRC Press. DOI: https://doi.org/10.1201/9781003125204-7

Hasan, M. M., Islam, M. U., Sadeq, M. J., Fung, W. K., & Uddin, J. (2023). Review on the Evaluation and Development of Artificial Intelligence for COVID-19 Containment. Sensors, 23(1). doi:10.3390/s23010527 DOI: https://doi.org/10.3390/s23010527

He, Q., & Xue, Y. (2023). Research on the influence of digital finance on the economic efficiency of energy industry in the background of artificial intelligence. Scientific Reports, 13(1). doi:10.1038/s41598-023-42309-5 DOI: https://doi.org/10.1038/s41598-023-42309-5

Janková, Z. (2021). A bibliometric analysis of artificial intelligence technique in financial market. Scientific Papers of the University of Pardubice, Series D: Faculty of Economics and Administration, 29(3). doi:10.46585/sp29031268 DOI: https://doi.org/10.46585/sp29031268

Khandare, A., Agarwal, N., Bodhankar, A., Kulkarni, A., & Mane, I. (2023). Analysis of Python Libraries for Artificial Intelligence. Paper presented at the Lecture Notes in Networks and Systems. https://doi.org/10.1007/978-981-99-0071-8_13 DOI: https://doi.org/10.1007/978-981-99-0071-8_13

Kumar, S., Lim, W. M., Sivarajah, U., & Kaur, J. (2023). Artificial Intelligence and Blockchain Integration in Business: Trends from a Bibliometric-Content Analysis. Information Systems Frontiers, 25(2), 871-896. doi:10.1007/s10796-022-10279-0 DOI: https://doi.org/10.1007/s10796-022-10279-0

Ma, M. (2022). Research on the Development of Hospital Intelligent Finance Based on Artificial Intelligence. Computational Intelligence and Neuroscience, 2022. doi:10.1155/2022/6549766 DOI: https://doi.org/10.1155/2022/6549766

Mumtaz, H., Saqib, M., Ansar, F., Zargar, D., Hameed, M., Hasan, M., & Muskan, P. (2022). The future of Cardiothoracic surgery in Artificial intelligence. Annals of Medicine and Surgery, 80. doi:10.1016/j.amsu.2022.104251 DOI: https://doi.org/10.1016/j.amsu.2022.104251

Parra-Domínguez, J., Manzano, S., De la Prieta, F., & Prieto, J. (2023). The Importance of Classifying Artificial Intelligence as a Digital Asset. A Bibliometric Study. Paper presented at the Lecture Notes in Networks and Systems. https://doi.org/10.1007/978-3-031-20859-1_16 DOI: https://doi.org/10.1007/978-3-031-20859-1_16

Rouhiainen, L. (2018). Inteligencia artificial. Madrid: Alienta Editorial, 20-21.

Rutkauskas, A. V., Stasytyte, V., & Martinkute-Kauliene, R. (2021). Seeking the investment portfolio efficiency applying the artificial intelligence. Transformations in Business and Economics, 20(3), 259-277.

Sadok, H., Mahboub, H., Chaibi, H., Saadane, R., & Wahbi, M. (2023). Applications of Artificial Intelligence in Finance: Prospects, Limits and Risks. Paper presented at the Proceedings - 2023 International Conference on Digital Age and Technological Advances for Sustainable Development, ICDATA 2023. https://doi.org/10.1109/ICDATA58816.2023.00034 DOI: https://doi.org/10.1109/ICDATA58816.2023.00034

Vartumyan, A. A., Mikhailov, G. G., Galdin, E. V., Lavrova, T. N., & Orobinskaya, V. N. (2023). Risks Associated with the Use of Artificial Intelligence in Various Fields of Science. Paper presented at the Proceedings - 2023 5th International Conference on Control Systems, Mathematical Modeling, Automation and Energy Efficiency, SUMMA 2023. https://doi.org/10.1109/SUMMA60232.2023.10349424 DOI: https://doi.org/10.1109/SUMMA60232.2023.10349424

Iberoamerican Journal of Science Measurement and Communication

Descargas

Publicado

2025-01-03

Cómo citar

Rodriguez, W. J. M., Jordán, F. de M. L., Flores, V. I. V., Armas, T. S., & Girón, E. C. A. (2025). La inteligencia artificial en los estudios de finanzas: aproximación bibliométrica a la literatura indizada en Scopus. Iberoamerican Journal of Science Measurement and Communication, 5(1), 1–8. https://doi.org/10.47909/ijsmc.168

Número

Vol. 5 Núm. 1 (2025): Iberoamerican Journal of Science Measurement and Communication

Sección

Artículo original

Licencia

Derechos de autor 2025 William Joel Marín Rodriguez, Flor de María Lioo Jordán, Viviana Inés Vellón Flores, Timoteo Solano Armas, Elia Clorinda Andrade Girón

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.

This is an open access article distributed under the terms of the CC BY-NC 4.0, which permits copying and redistributing the material in any medium or format, adapting, transforming, and building upon the material as long as the license terms are followed.