The Relationship Between AI Risk and Compliance Disclosure and Firm Value: Evidence from Listed Companies in Thailand’s SET100
Article Sidebar
Main Article Content
Abstract
This research aims to examine the effects of Artificial Intelligence Risk Disclosure (AI Risk Disclosure) and Artificial Intelligence Compliance Disclosure (AI Compliance Disclosure) on the firm value of listed companies in the SET100 of the Stock Exchange of Thailand. The study covers 92 companies with a total of 276 observations between 2022 and 2024, using a quantitative research approach. Data were collected from annual reports and AI disclosure reports and analyzed using descriptive statistics, correlation analysis, and multiple linear regression. The findings indicate that both AI Risk Disclosure and AI Compliance Disclosure have a significant positive relationship with firm value, and the simultaneous disclosure of both aspects leads to the highest increase in firm value. Among the control variables, firm size and profitability positively affect firm value, whereas high leverage has a negative effect. In conclusion, comprehensive, transparent, and balanced AI disclosure enhances investor confidence, reduces uncertainty in investment decisions, and increases firm value, providing clear benefits for managers, investors, and market regulators.
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความที่ได้รับการตีพิมพ์เป็นลิขสิทธิ์ของมหาวิทยาลัยเทคโนโลยีราชมงคลอีสาน
ข้อความที่ปรากฏในบทความแต่ละเรื่องในวารสารวิชาการเล่มนี้เป็นความคิดเห็นส่วนตัวของผู้เขียนแต่ละท่านไม่เกี่ยวข้องกับมหาวิทยาลัยเทคโนโลยีราชมงคลอีสานและคณาจารย์ท่านอื่นๆในมหาวิทยาลัยฯ แต่อย่างใด ความรับผิดชอบองค์ประกอบทั้งหมดของบทความแต่ละเรื่องเป็นของผู้เขียนแต่ละท่าน หากมีความผิดพลาดใดๆ ผู้เขียนแต่ละท่านจะรับผิดชอบบทความของตนเองแต่ผู้เดียว
References
ตลาดหลักทรัพย์แห่งประเทศไทย. (2567). คู่มือการรายงานความยั่งยืนสำหรับบริษัทจดทะเบียนตลาดหลักทรัพย์แห่งประเทศไทย. เข้าถึงเมื่อ (20 ตุลาคม 2567). https://setsustainability.com//download/ixcugobk4zq6f7s
ธนาคารแห่งประเทศไทย. (2567). Artificial Intelligence in Financial Services: ปัญญาประดิษฐ์ในบริการทางการเงิน. เข้าถึงเมื่อ (20 ตุลาคม 2567). https://www.bot.or.th/th/research-and-publications/articles-and-publications/articles/article-20250804.html
นวลสิริ หมั่นไร่, อัครเดช ฉวีรักษ์ และปานฉัตร อาการักษ์. (2568). ความสัมพันธ์ของการเปิดเผยข้อมูลความยั่งยืนกับมูลค่ากิจการตามราคาตลาด ของบริษัทจดทะเบียนในตลาดหลักทรัพย์แห่งประเทศไทย กลุ่ม SET100. วารสารการอาชีวศึกษาภาคกลาง, 9(1), 20-28. https://so06.tci-thaijo.org/index.php/IVECJournal/article/view/277332
มนณกร เลิศคำ, อัครเดช ฉวีรักษ์ และปานฉัตร อาการักษ์. (2568). การกำกับดูแลกิจการและความรับผิดชอบด้านสิ่งแวดล้อม สังคมและบรรษัทภิบาล ที่ส่งผลต่อการเติบโตอย่างยั่งยืนของบริษัทจดทะเบียน ในตลาดหลักทรัพย์แห่งประเทศไทย กลุ่มสินค้าอุตสาหกรรม. วารสารการอาชีวศึกษาภาคกลาง, 9(1), 68-78. https://so06.tci-thaijo.org/index.php/IVECJournal/article/view/277315
อัครเดช ฉวีรักษ์. (2568). ผลกระทบของการปฏิบัติตามแนวทางสิ่งแวดล้อม สังคม และบรรษัทภิบาลต่อการบริหาร ความเสี่ยงทางการเงินในบริษัทจดทะเบียนในตลาดหลักทรัพย์แห่งประเทศไทย กลุ่ม SET100. วารสารวิทยาการจัดการสมัยใหม่, 18(1), 60-73. https://so03.tci-thaijo.org/index.php/JMMS/article/view/286813
Al-Nimer, M. (2021). Risk Management Practices and Firm Performance with a Mediating Role of Business Model Innovation: Observations from Jordan. Journal of Risk and Financial Management, 14(3), Article 113. https://doi.org/10.3390/jrfm14030113
Alzeghoul, A. and Alsharari, N.M. (2025). Impact of AI Disclosure on the Financial Reporting and Performance as Evidence from US Banks. Journal of Risk and Financial Management, 18(1), Article 4. https://doi.org/10.3390/jrfm18010004
Bahari, A. and Napitupulu, M.A. (2025). The Impact of Artificial Intelligence Disclosure on the Financial Performance: An Empirical Study of Indonesian Banks. In Yaseen, S.G. (eds), Applied Artificial Intelligence in Business (Vol. 597, pp. 313-328). Springer. https://doi.org/10.1007/978-3-031-90271-0_23
Bello y Villarino, J.M. and Bronitt, S. (2024). AI-driven Corporate Governance: A Regulatory Perspective. Griffith Law Review, 33(4), 355-374. https://doi.org/10.1080/10383441.2024.2405752
Big Valley Marketing. (2024). AI Disclosure and Transparency: Closing the Trust Gap: A Deep-dive Industry Analysis from Big Valley Marketing. Access (10 December 2024). https://bigvalley.co/wp-content/uploads/2024/11/BV-AI-Research-Report.pdf
Chen, Z. and Xie, G. (2022). ESG Disclosure and Financial Performance: Moderating Role of ESG Investors. International Review of Financial Analysis, 83, Article 102291. https://doi.org/10.1016/j.irfa.2022.102291
Cheong, B.C. (2024). Transparency and Accountability in AI Systems: Safeguarding Wellbeing in the Age of Algorithmic Decision-making. Frontiers in Human Dynamics, 6, Article 1421273. https://doi.org/10.3389/fhumd.2024.1421273
Coglianese, C. and Shaikh, N. (2023). Management-based Oversight of the Automated State: Emerging Standards for AI Impact Assessment and Auditing in the Public Sector (U of Penn Law School, Public Law Research Paper No. 23-45). SSRN. https://ssrn.com/abstract=4657333
Durbin, J. and Watson, G.S. (1951). Testing for Serial Correlation in Least Squares Regression. II. Biometrika, 38(1-2), 159-178. https://doi.org/10.1093/biomet/38.1-2.159
Galaz, V., Centeno, M.A., Callahan, P.W., Causevic, A., Patterson, T., Brass, I., Baum, S., Farber, D., Fischer, J., Garcia, D., McPhearson, T., Jimenez, D., King, B., Larcey, P. and Levy, K. (2021). Artificial Intelligence, Systemic Risks, and Sustainability. Technology in Society, 67, Article 101741. https://doi.org/10.1016/j.techsoc.2021.101741
Google. (2023). AI Principles Progress Update 2023. Access (15 December 2024). https://ai.google/static/documents/ai-principles-2023-progress-update.pdf
Hair, J.F., Black, W.C., Babin, B.J. and Anderson, R.E. (2019). Multivariate Data Analysis (8thed). Cengage Learning.
Huda, S. and Zulvia, Y.F. (2025). The Influence of Digital Transformation and Leverage on the Financial Performance of Companies in the Infrastructure, Transportation and Logistics Sector Listed on the IDX. International Journal of Economics and Management Research, 3(3), 276-285. https://doi.org/10.55606/ijemr.v3i3.426
JPMorgan Chase & Co. (2024). Emerging Technology Trends: JPMorganChase Perspective. Access (15 July 2024). https://www.jpmorgan.com/content/dam/jpmorgan/documents/technology/jpmorganchase-emerging-technology-trends-a-jpmorganchase-perspective.pdf
Kraus, A. and Litzenberger, R.H. (1973). A State-preference Model of Optimal Financial Leverage. The Journal of Finance, 28(4), 911-922. https://doi.org/10.1111/j.1540-6261.1973.tb01415.x
Liu, Z., Du, Y. and Pennings, E. (2024). Open Knowledge Disclosure and Firm Value: A Signalling Theory Perspective. Industry and Innovation, 31(4), 475-500. https://doi.org/10.1080/13662716.2024.2320765
Marin, L.G., Rijsbosch, B., Spanakis, G. and Kollnig, K. (2025). Are Companies Taking AI Risks Seriously? A Systematic Analysis of Companies’ AI Risk Disclosures in SEC 10-K forms. arXiv. https://arxiv.org/abs/2508.19313
Microsoft. (2022). Microsoft Responsible AI Standard, v2: General requirements. Access (15 August 2024). https://cdn-dynmedia-1.microsoft.com/is/content/microsoftcorp/microsoft/final/en-us/microsoft-brand/documents/Microsoft-Responsible-AI-Standard-General-Requirements.pdf
Mirishli, S. (2025). Regulating AI in Financial Services: Legal Frameworks and Compliance Challenges. arXiv. https://arxiv.org/abs/2503.14541
Modigliani, F. and Miller, M.H. (1958). The Cost of Capital, Corporation Finance and the Theory of Investment. The American Economic Review, 48(3), 261-297. https://www.jstor.org/stable/1809766
Nastoska, A., Jancheska, B., Rizinski, M. and Trajanov, D. (2025). Evaluating Trustworthiness in AI: Risks, Metrics, and Applications Across Industries. Electronics, 14(13), Article 2717. https://doi.org/10.3390/electronics14132717
Papagiannidis, E., Mikalef, P. and Conboy, K. (2025). Responsible Artificial Intelligence Governance: A Review and Research Framework. The Journal of Strategic Information Systems, 34(2), Article 101885. https://doi.org/10.1016/j.jsis.2024.101885
PwC. (n.d.). Managing the Risks of Generative AI: A Playbook for Risk Executives—Beginning with Governance. Access (15 June 2024). https://www.pwc.com/us/en/tech-effect/ai-analytics/managing-generative-ai-risks.html
Rohendi, H., Ghozali, I. and Ratmono, D. (2024). Environmental, Social, and Governance (ESG) Disclosure and Firm Value: The Role of Competitive Advantage as a Mediator. Cogent Business & Management, 11(1), Article 2297446. https://doi.org/10.1080/23311975.2023.2297446
Sahut, J.-M., Schweizer, D. and Peris-Ortiz, M. (2022). Technological Innovations to Ensure Confidence in the Digital World. Technological Forecasting and Social Change, 179, Article 121680. https://doi.org/10.1016/j.techfore.2022.121680
Shaban, O.S. and Omoush, A. (2025). AI-driven Financial Transparency and Corporate Governance: Enhancing Accounting Practices with Evidence from Jordan. Sustainability, 17(9), Article 3818. https://doi.org/10.3390/su17093818
Stock Exchange of Thailand (SET). (2025). SET50 and SET100 Constituents. Access (30 June 2024). https://www.set.or.th/en/market/information/securities-list/constituents-list-set50-set100
Uberti-Bona Marin, L.G., Rijsbosch, B., Spanakis, G. and Kollnig, K. (2025). Are Companies Taking AI Risks Seriously? A Systematic Analysis of Companies’ AI Risk Disclosures in SEC 10-K Forms. Access (22 July 2024). arXiv. https://arxiv.org/abs/2508.19313
Wang, T. and Yen, J.-C. (2023). Does AI Bring Value to Firms? Value Relevance of AI Disclosures. Die Unternehmung: Swiss Journal of Business Research and Practice, 77(2), 134-161. https://doi.org/10.5771/0042-059X-2023-2-134
Wu, S., Li, X., Du, X. and Li, Z. (2022). The Impact of ESG Performance on Firm Value: The Moderating Role of Ownership Structure. Sustainability, 14(21), Article 14507. https://doi.org/10.3390/su142114507
Xia, B., Lu, Q., Perera, H., Zhu, L., Xing, Z., Liu, Y. and Whittle, J. (2023). Towards Concrete and Connected AI Risk Assessment (C2AIRA): A Systematic Mapping Study. Access (25 July 2024). arXiv. https://doi.org/10.48550/arXiv.2301.11616
