El nexo entre las finanzas verdes y la inteligencia artificial: un análisis bibliométrico sistémico basado en la base de datos Web of Science
Autores: Fotova ikovi, Katerina; Cvetkoska, Violeta; Primorac, Dinko
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
Categoría
Gestión y administración
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 13
Citaciones: Sin citaciones
La intersección de las finanzas verdes y la inteligencia artificial (IA) representa un dominio de investigación emergente y de alto impacto con el potencial de reconfigurar los sistemas económicos sostenibles. Este estudio presenta un análisis bibliométrico y de redes integral destinado a mapear el paisaje científico, identificar puntos calientes de investigación y resaltar tendencias metodológicas en este nexo. Se recuperó un conjunto de datos de 268 publicaciones revisadas por pares (2014-junio de 2025) de la Colección Principal de Web of Science, filtrado por la categoría de Economía Empresarial. Las técnicas analíticas empleadas incluyen Bibliometrix en R, VOSviewer y herramientas de mapeo científico como mapeo temático, análisis de temas en tendencia, redes de co-citación y agrupamiento de co-ocurrencias. Los resultados indican una tasa de crecimiento anual del 53.31%, con China liderando tanto en productividad como en impacto, seguido de Vietnam y el Reino Unido. Las afiliaciones y autores más prolíficos, principalmente basados en China, subrayan una producción de investigación regional concentrada. Las revistas más relevantes incluyen Energy Economics y Finance Research Letters. Las visualizaciones de redes identificaron 17 clústeres, con un análisis enfocado en los tres principales: (1) Emisión, Salud y Riesgo Ambiental, (2) Infraestructura Institucional y Tecnológica, y (3) Innovación Verde y Desarrollo Urbano Sostenible. El panorama metodológico es igualmente diverso, con técnicas destacadas que incluyen tecnología blockchain, modelos de lenguaje grande, redes neuronales convolucionales, análisis de sentimientos y modelado de ecuaciones estructurales, demostrando una mezcla de econometría tradicional y IA avanzada. Este estudio no solo descubre estructuras intelectuales y evolución temática, sino que también identifica áreas subdesarrolladas y propone direcciones futuras de investigación. Estas incluyen modelado dinámico de temas, estudios de caso regionales y marcos éticos para la IA en finanzas sostenibles. Los hallazgos proporcionan una base estratégica para avanzar en la colaboración interdisciplinaria y la innovación en políticas en ecosistemas de finanzas verdes e IA.
Descripción
La intersección de las finanzas verdes y la inteligencia artificial (IA) representa un dominio de investigación emergente y de alto impacto con el potencial de reconfigurar los sistemas económicos sostenibles. Este estudio presenta un análisis bibliométrico y de redes integral destinado a mapear el paisaje científico, identificar puntos calientes de investigación y resaltar tendencias metodológicas en este nexo. Se recuperó un conjunto de datos de 268 publicaciones revisadas por pares (2014-junio de 2025) de la Colección Principal de Web of Science, filtrado por la categoría de Economía Empresarial. Las técnicas analíticas empleadas incluyen Bibliometrix en R, VOSviewer y herramientas de mapeo científico como mapeo temático, análisis de temas en tendencia, redes de co-citación y agrupamiento de co-ocurrencias. Los resultados indican una tasa de crecimiento anual del 53.31%, con China liderando tanto en productividad como en impacto, seguido de Vietnam y el Reino Unido. Las afiliaciones y autores más prolíficos, principalmente basados en China, subrayan una producción de investigación regional concentrada. Las revistas más relevantes incluyen Energy Economics y Finance Research Letters. Las visualizaciones de redes identificaron 17 clústeres, con un análisis enfocado en los tres principales: (1) Emisión, Salud y Riesgo Ambiental, (2) Infraestructura Institucional y Tecnológica, y (3) Innovación Verde y Desarrollo Urbano Sostenible. El panorama metodológico es igualmente diverso, con técnicas destacadas que incluyen tecnología blockchain, modelos de lenguaje grande, redes neuronales convolucionales, análisis de sentimientos y modelado de ecuaciones estructurales, demostrando una mezcla de econometría tradicional y IA avanzada. Este estudio no solo descubre estructuras intelectuales y evolución temática, sino que también identifica áreas subdesarrolladas y propone direcciones futuras de investigación. Estas incluyen modelado dinámico de temas, estudios de caso regionales y marcos éticos para la IA en finanzas sostenibles. Los hallazgos proporcionan una base estratégica para avanzar en la colaboración interdisciplinaria y la innovación en políticas en ecosistemas de finanzas verdes e IA.