Cash flow forecasting plays a crucial role in corporate financial management, enabling strategic planning and informed decision making. In recent years, artificial intelligence (AI) has attracted increasing interest in the financial field, offering new opportunities to improve the accuracy and reliability of financial forecasting. This thesis aims to examine the impact of artificial intelligence on cash flow forecasting and assess its implications for organizations. The thesis begins with an overview of key concepts related to cash flow forecasting and artificial intelligence, providing a solid theoretical foundation for the study. Next, several artificial intelligence methods and algorithms used for cash flow forecasting are presented, including artificial neural networks, machine learning algorithms, and computational intelligence models.

La previsione dei flussi di cassa riveste un ruolo cruciale nella gestione finanziaria delle aziende, consentendo una pianificazione strategica e una presa di decisioni informate. Negli ultimi anni, l'intelligenza artificiale (IA) ha suscitato un interesse sempre crescente nel campo finanziario, offrendo nuove opportunità per migliorare la precisione e l'affidabilità delle previsioni finanziarie. Questa tesi si propone di esaminare l'impatto dell'intelligenza artificiale sulla previsione dei flussi di cassa e di valutare le sue implicazioni per le organizzazioni. La tesi inizia con una panoramica dei concetti chiave legati alla previsione dei flussi di cassa e all'intelligenza artificiale, fornendo una solida base teorica per lo studio. Successivamente, vengono presentati diversi metodi e algoritmi di intelligenza artificiale utilizzati per la previsione dei flussi di cassa, tra cui reti neurali artificiali, algoritmi di apprendimento automatico e modelli di intelligenza computazionale.

L'impatto dell'intelligenza artificiale sulla previsione dei flussi di cassa

SCOPELLITI, ANDREA
2021/2022

Abstract

Cash flow forecasting plays a crucial role in corporate financial management, enabling strategic planning and informed decision making. In recent years, artificial intelligence (AI) has attracted increasing interest in the financial field, offering new opportunities to improve the accuracy and reliability of financial forecasting. This thesis aims to examine the impact of artificial intelligence on cash flow forecasting and assess its implications for organizations. The thesis begins with an overview of key concepts related to cash flow forecasting and artificial intelligence, providing a solid theoretical foundation for the study. Next, several artificial intelligence methods and algorithms used for cash flow forecasting are presented, including artificial neural networks, machine learning algorithms, and computational intelligence models.
2021
The impact of artificial intelligence on cash flow forecasting
La previsione dei flussi di cassa riveste un ruolo cruciale nella gestione finanziaria delle aziende, consentendo una pianificazione strategica e una presa di decisioni informate. Negli ultimi anni, l'intelligenza artificiale (IA) ha suscitato un interesse sempre crescente nel campo finanziario, offrendo nuove opportunità per migliorare la precisione e l'affidabilità delle previsioni finanziarie. Questa tesi si propone di esaminare l'impatto dell'intelligenza artificiale sulla previsione dei flussi di cassa e di valutare le sue implicazioni per le organizzazioni. La tesi inizia con una panoramica dei concetti chiave legati alla previsione dei flussi di cassa e all'intelligenza artificiale, fornendo una solida base teorica per lo studio. Successivamente, vengono presentati diversi metodi e algoritmi di intelligenza artificiale utilizzati per la previsione dei flussi di cassa, tra cui reti neurali artificiali, algoritmi di apprendimento automatico e modelli di intelligenza computazionale.
File in questo prodotto:
Non ci sono file associati a questo prodotto.

È consentito all'utente scaricare e condividere i documenti disponibili a testo pieno in UNITESI UNIPV nel rispetto della licenza Creative Commons del tipo CC BY NC ND.
Per maggiori informazioni e per verifiche sull'eventuale disponibilità del file scrivere a: unitesi@unipv.it.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14239/2996