Pörssiyhtiöiden tunnuslukujen vertailu ja tekoälyn hyödyntäminen tiedonhaussa

Abstract

Tämän opinnäytetyön tavoitteena oli hyödyntää tekoälyä, kun valittiin eri alojen pörssiyhtiöitä ja vertailtiin niiden kannattavuutta, maksuvalmiutta ja vakavaraisuutta sekä millainen on niiden arvostus pörssimarkkinoilla. Työn alussa kerrottiin tekoälystä ja sen historiasta yleisesti ja esiteltiin työssä käytetyt tekoälysovellukset ChatGPT ja Microsoft Copilot. Sen jälkeen arvioitiin, miten luovaa tekoälyä voidaan hyödyntää taloushallinnossa ja miten sijoittaja voi hyötyä tekoälystä. Opinnäytetyön aihe saatiin Tampereen ammattikorkeakoululta.

Yrityksen terveyskolmio esiteltiin työssä yrityksen taloudellisen hyvinvoinnin mittarina ja esiteltiin tärkeimmät kannattavuuden, maksuvalmiuden ja vakavaraisuuden tunnusluvut. Myös markkinaperusteisista tunnusluvuista esiteltiin keskeisimmät. Työssä tarkasteltiin saman alan valittuja pörssiyhtiöitä pareittain ja selvitettiin niiden tärkeimmät taloudelliset tunnusluvut sekä itse että kysymällä tekoälyltä. Arvioitiin myös, olivatko tekoälyn antamat tiedot välttämättä luotettavia. Myös yritysten tulevaisuudennäkymiä ennustettiin.

Havaittiin, että tekoälyltä kysymällä ei saada täsmällisiä numerotietoja, mutta tekoäly on hyvä apu, kun tarvitaan tietoa tulevaisuuden toimialoista ja trendeistä. Taulukoista nähtiin, että itse haetut tunnusluvut poikkesivat tekoälyn antamista tiedoista. Tämä vaatinee tulevaisuudessa lisää tutkimusta.

The aim of this thesis was to examine how artificial intelligence (AI) could be utilised when selecting different types of stock exchange companies. More specifically, the aim was to evaluate the profitability, liquidity, financial solidity and valuation in stock exchange markets of these companies. Further, the aim was to introduce AI briefly. In the thesis, the stock exchange companies were evaluated in pairs and examined their financial characteristics by themselves and by asking from the AI. The study material was collected from the literature and by asking from the AI. The information reliability was estimated.

The results showed that the AI was not always reliable, because the results differed from each other. As the conclusion, it can be stated that AI may be good when asking for investing advice, but not when asking for a single number. This demands further study.