Dergiler / Gümüşhane Üniversitesi Sosyal Bilimler Dergisi / 2026 / Cilt: 16 Sayı: 2

Finans Alanında Yapay Zeka Uygulamalarına İlişkin Bibliyometrik Bir Analiz

A Bibliometric Analysis of Artificial Intelligence Applications in Finance

Osman Can Barakalı(Department of Accounting and Finance, Atatürk University, Faculty of Economics and Administrative Sciences, Erzurum, Turkey)0000-0002-3016-2743
Turan Öndeş(ATATÜRK ÜNİVERSİTESİ)0000-0001-6580-7372
Sayfa
748–761
Yayın Tarihi
2025-05-31
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Elde edilen sonuçlara göre konu ile ilgili en çok yayım yapan ve en çok atıf alan ülke Çin olmakla birlikte, University of California bu konuda oldukça fazla yayın yaparak en çok katkı veren kurum olduğu tespit edilmiştir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Yapay zeka her alanda olduğu gibi finans alanında köklü değişimlere zemin hazırlamaktadır.
📊
Temel Bulgular & Veri:Bu nedenle konuya ilişkin literatürün geldiği noktayı görmek ve yeni çalışmalara yol gösterebilmek amacıyla, yapay zeka ve finans alanındaki bilimsel literatür incelenmiştir. 1977-2024 yılları arasında Scopus veri tabanında yayımlanan 2001 çalışma üzerinden bibliyometrik analiz gerçekleştirilmiştir.
💡
Sonuç & Katkı:Elde edilen sonuçlara göre konu ile ilgili en çok yayım yapan ve en çok atıf alan ülke Çin olmakla birlikte, University of California bu konuda oldukça fazla yayın yaparak en çok katkı veren kurum olduğu tespit edilmiştir.
🔬Tür:Literatür & Derleme Çalışması
📍Kapsam:2024 Verileri
⚙️Değişkenler:Finans · Yapay Zeka · Bibliyometrik Analiz

Özet

Yapay zeka her alanda olduğu gibi finans alanında köklü değişimlere zemin hazırlamaktadır. Finans alanında her geçen gün daha fazla yaygınlaştığı görülen yapay zeka ile finans ilişkisi, inovatif bilimsel çalışmalar için de uygun çalışma ortamı oluşturmaktadır. Bu nedenle konuya ilişkin literatürün geldiği noktayı görmek ve yeni çalışmalara yol gösterebilmek amacıyla, yapay zeka ve finans alanındaki bilimsel literatür incelenmiştir. 1977-2024 yılları arasında Scopus veri tabanında yayımlanan 2001 çalışma üzerinden bibliyometrik analiz gerçekleştirilmiştir. Elde edilen sonuçlara göre konu ile ilgili en çok yayım yapan ve en çok atıf alan ülke Çin olmakla birlikte, University of California bu konuda oldukça fazla yayın yaparak en çok katkı veren kurum olduğu tespit edilmiştir. Yapay zekanın finans alanında kullanımı yoğun olarak finansal kurumlar, finansal hizmetler, borsa, risk yönetimi gibi başlıklar altında toplandığı görülmüştür. Finans ile yapay zekayı birlikte işleyen çalışmalardaki güncel başlıkların borsa, finansal piyasalar, data analizleri, sosyal medya ve hisse senedi fiyatları konularından oluştuğu belirlenmiştir. Finans alanında temel olarak finansal kurumlar, risk yönetimi, dolandırıcılık tespiti, tedarik zinciri, finansal risk ve finansal krizler başlıkları sıklıkla yapay zeka ile ilişkilendirildiği tespit edilmiştir.

Abstract

Artificial intelligence paves the way for radical changes in finance, as in every field. With its increasingly widespread use in finance, the relationship between artificial intelligence and finance inspires innovative scientific studies. For this reason, the scientific literature in the field of artificial intelligence and finance was examined in order to see the point that the literature on the subject has reached and to guide new studies. A bibliometric analysis was performed on 2001 studies published in the Scopus database between 1977 and 2024. According to the results obtained, China is the country that has published the most and received the most citations on the subject. The University of California was determined to be the institution that contributed the most to the field. The use of artificial intelligence in finance is concentrated under the headings of financial institutions, financial services, stock exchange, and risk management. Studies on stock exchange, financial markets, data analysis, social media, and stock prices are among the current headings. Artificial intelligence studies in finance have mainly been shaped around the headings of financial institutions, risk management, fraud detection, supply chain, financial risk, and financial crises.

🔖

Bu Makaleye Atıf Yap

Barakalı, O. C., Öndeş, T. (2025). Finans Alanında Yapay Zeka Uygulamalarına İlişkin Bibliyometrik Bir Analiz. Gümüşhane Üniversitesi Sosyal Bilimler Dergisi, Cilt: 16 Sayı: 2, 748–761. https://ajindex.com/articles/1400360

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (24)

  1. Ahmed, S., Alshater, M. M., El Ammari, A. & Hammami, H. (2022). Artificial intelligence and machine learning in finance: A bibliometric review. Research in International Business and Finance, 61, 101646.
  2. Aria, M. ve Cuccurullo, C. (2017). bibliometrix: An R-tool for comprehensive science mapping analysis. Journal of informetrics, 11(4), 959-975.
  3. Bahoo, S., Cucculelli, M., Goga, X. & Mondolo, J. (2024). Artificial intelligence in Finance: A comprehensive review through bibliometric and content analysis. SN Business & Economics, 4(2), 23. doi:10.1007/s43546-023-00618-x
  4. Baker, D. R. (1991). On-Line Bibliometric Analysis for Researchers and Educators. Journal of Social Work Education, 27(1), 41-47. doi:10.1080/10437797.1991.10672168
  5. Bonaparte, Y. (2024). Artificial Intelligence in Finance: Valuations and Opportunities. Finance Research Letters, 60, 104851.
  6. 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, 104145.
  7. Cobo, M. J., López-Herrera, A. G., Herrera-Viedma, E. & Herrera, F. (2011). An approach for detecting, quantifying, and visualizing the evolution of a research field: A practical application to the Fuzzy Sets Theory field. Journal of informetrics, 5(1), 146-166.
  8. Dixon, M. F., Halperin, I. & Bilokon, P. (2020). Machine Learning in Finance: From Theory to Practice. Cham: Springer International Publishing. doi:10.1007/978-3-030-41068-1
  9. Goodell, J. W., Kumar, S., Lim, W. M. & Pattnaik, D. (2021). Artificial intelligence and machine learning in finance: Identifying foundations, themes, and research clusters from bibliometric analysis. Journal of Behavioral and Experimental Finance, 32, 100577.
  10. Holden, G., Rosenberg, G. & Barker, K. (2005). Bibliometrics: A Potential Decision Making Aid in Hiring, Reappointment, Tenure and Promotion Decisions. Social Work in Health Care, 41(3-4), 67-92. doi:10.1300/J010v41n03_03
  11. Holzinger, A., Kieseberg, P., Weippl, E. & Tjoa, A. M. (2018). Current Advances, Trends and Challenges of Machine Learning and Knowledge Extraction: From Machine Learning to Explainable AI. A. Holzinger, P. Kieseberg, A. M. Tjoa ve E. Weippl (Ed.), Machine Learning and Knowledge Extraction içinde, Lecture Notes in Computer Science (C. 11015, ss. 1-8). Cham: Springer International Publishing. doi:10.1007/978-3-319-99740-7_1
  12. 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 & Administration, 29(3).
  13. Kanaparthi, V. (2024). Transformational application of Artificial Intelligence and Machine learning in Financial Technologies and Financial services: A bibliometric review. International Journal of Engineering and Advanced Technology, 13(3), 71-77. doi:10.35940/ijeat.D4393.13030224
  14. Kumar, S., Lim, W. M., Sivarajah, U. & Kaur, J. (2022). Artificial Intelligence and Blockchain Integration in Business: Trends from a Bibliometric-Content Analysis. Information Systems Frontiers, 25(2023), 871-896. doi:10.1007/s10796-022-10279-0
  15. Manogna, R. L. & Anand, A. (2023). A bibliometric analysis on the application of deep learning in finance: Status, development and future directions. Kybernetes.
  16. Najem, R., Amr, M. F., Bahnasse, A. & Talea, M. (2022). Artificial intelligence for digital finance, axes and techniques. Procedia Computer Science, 203, 633-638.
  17. Pattnaik, D., Ray, S. & Raman, R. (2024). Applications of artificial intelligence and machine learning in the financial services industry: A bibliometric review. Heliyon, 10.
  18. Rius, A. D. D. M. (2023). Foundations of artificial intelligence and machine learning. Artificial Intelligence in Finance içinde (ss. 2-18). Edward Elgar Publishing.
  19. Rowlands, I. (2005). Emerald authorship data, Lotka’s law and research productivity. Aslib Proceedings içinde (C. 57, ss. 5-10). Emerald Group Publishing Limited.
  20. Tayara, M. & Özel, Ç. H. (2019). Annals of Tourism Research Dergisinde Yayımlanan Postmodern Dönemde Turizm Konulu Makaleler: Bibliyometrik İnceleme. Anatolia: Turizm Araştırmaları Dergisi, 30(2), 100-111.
  21. Teng, H.-W. & Lee, M. (2019). Estimation Procedures of Using Five Alternative Machine Learning Methods for Predicting Credit Card Default. Review of Pacific Basin Financial Markets and Policies, 22(03), 1950021. doi:10.1142/S0219091519500218
  22. Üsdiken, B. & Pasadeos, Y. (1992). Türkiye’de Yayınlanan Yönetimle İlgili Veri Temelli Makalelerde Yöntem, 19(2), 249-266.
  23. Wall, L. D. (2018). Some financial regulatory implications of artificial intelligence. Journal of Economics and Business, 100, 55-63.
  24. Holzinger, A., Kieseberg, P., Weippl, E. & Tjoa, A. M. (2018). Current Advances, Trends and Challenges of Machine Learning and Knowledge Extraction: From Machine Learning to Explainable AI. A. Holzinger, P. Kieseberg, A. M. Tjoa ve E. Weippl (Ed.), Machine Learning and Knowledge Extraction içinde, Lecture Notes in Computer Science (C. 11015, ss. 1-8). Cham: Springer International Publishing. doi:10.1007/978-3-319-99740-7_1