AI ADOPTION & CAPABILTIES, GREEN FINANCE, CORPORATE GOVERNANCE, AND FIRM PERFORMANCE: EVIDENCE FROM GLOBAL LISTED ENERGY FIRMS. Masters thesis, King Fahd University of Petroleum and Minerals.

PDF Final Thesis (E-print copy).pdf Restricted to Repository staff only until 2 June 2027. Download (1MB)

Arabic Abstract

تهدف هذه الدراسة إلى فحص العلاقات بين الذكاء الاصطناعي، والتمويل الأخضر، والاستثمار الأخضر، وتنوع مجلس الإدارة، واستقلالية مجلس الإدارة، وأداء الشركات في 50 شركة طاقة عالمية مدرجة خلال الفترة 2015–2023، باستخدام بيانات بانل متوازنة تضم 450 مشاهدة على مستوى الشركة والسنة. واعتمدت الدراسة على نماذج الآثار الثابتة والآثار العشوائية مع الأخطاء المعيارية العنقودية، في حين تم التعامل مع اختبارات المربعات الصغرى ذات المرحلتين (TSLS) واختبارات القيم المستقبلية باعتبارها اختبارات متانة إضافية. أظهرت النتائج التجريبية وجود نمط انتقائي وليس نمطًا عامًا موحدًا. فقد ارتبط الذكاء الاصطناعي بشكل أوضح بالأداء التشغيلي، خاصة العائد على الأصول، كما ارتبط التمويل الأخضر إيجابيًا بالعائد على الأصول. وفي المقابل، ارتبط الاستثمار الأخضر، الذي تم قياسه من خلال اللوغاريتم الطبيعي للنفقات الرأسمالية، سلبًا بنسبة توبن كيو، مما يشير إلى أن السوق قد يفسر الاستثمار الأخضر باعتباره تكلفة قصيرة الأجل تؤثر على التقييم السوقي. كما أظهر تحليل الآلية أن الذكاء الاصطناعي المتأخر زمنيًا يتنبأ بكل من المشاركة في التمويل الأخضر وكثافة التمويل الأخضر، وهو ما يدعم الرأي القائل بأن الذكاء الاصطناعي يرتبط بالأداء جزئيًا من خلال زيادة الانخراط المالي الأخضر. كما أظهرت نتائج التعديل أن تنوع مجلس الإدارة واستقلاليته لهما أهمية، ولكن بصورة انتقائية. فهما لا يعززان جميع العلاقات بنفس الاتجاه، بل ظهرت أبرز تأثيراتهما في نماذج التقييم السوقي، خاصة فيما يتعلق بالذكاء الاصطناعي والنفقات الرأسمالية. وبشكل عام، تشير الدراسة إلى أن الذكاء الاصطناعي، والتمويل الأخضر، وهيكل مجلس الإدارة ترتبط بأداء الشركات من خلال مزيج من العلاقات المباشرة وغير المباشرة والعلاقات المعدِّلة. ومن الأفضل تفسير النتائج على أنها علاقات ارتباطية قوية وأنماط تنبؤية ضمن بيانات البانل، وليس باعتبارها أدلة قاطعة على علاقات سببية نهائية.

English Abstract

This study examines the relationships among artificial intelligence, green finance, green investment, board diversity, board independence, and firm performance in 50 global listed energy firms over 2015–2023, using a balanced panel of 450 firm-year observations. The analysis uses panel fixed-effects and random-effects models with clustered standard errors, while supplementary TSLS and lead tests are treated as robustness checks. The empirical results show a selective pattern rather than a universal one. Artificial intelligence is most clearly associated with operating performance, especially return on assets, while green finance is also positively related to return on assets. In contrast, investment-intensity proxy measured using capital expenditure, is negatively associated with Tobin’s Q, suggesting that the market may interpret green investment as a short-run valuation cost. The mechanism analysis further indicates that lagged artificial intelligence predicts both green-finance participation and green-finance intensity, supporting the view that AI is linked to performance partly through greener financial engagement. The moderation results show that board diversity and board independence matter, but in a selective way. They do not strengthen every relationship in the same direction; instead, their clearest effects appear in the market-valuation models, especially for AI and capital expenditure. Overall, the study suggests that AI, green finance, and board structure are linked to firm outcomes through a combination of direct, indirect, and moderated relationships. The findings are best interpreted as strong panel associations and predictive patterns rather than definitive causal effects.

Item Type:	Thesis (Masters)
Subjects:	Management and Marketing
Department:	KFUPM Business School > Management and Marketing
Thesis Advisor:	Walid Cheffi,
Thesis Committee Members:	Muhummud Iqbal Khadaroo, Mahbub Zaman,
Depositing User:	KAMILU ABDULLAHI
Date Deposited:	03 Jun 2026 06:10
Last Modified:	03 Jun 2026 06:10
URI:	https://eprints.kfupm.edu.sa/id/eprint/144464