نوروز نورالله زاده

هدف این مطالعه، ارزیابی پیشران های کلیدی بروز حسابداری خلاقانه در آینده ی مشروعیت گزارشگری مالی شرکت ها می باشد. روش پژوهش مطالعه کیفی و کمی بود و باهدف انجام سناریوپردازی، ابتدا نسبت به شناسایی پیشران های کلیدی بروز حسابداری خلاقانه در بخش کیفی اقدام شد، سپس از طریق فرآیندهای ماتریسی و ترکیب آن با معیارهای مشروعیت گزارشگری مالی، تلاش شد تا مؤثرترین سناریوی مؤثر حسابداری خلاقانه به عنوان عامل کاهنده ی مشروعیت گزارشگری مالی شرکت ها در آینده مشخص گردد. مشارکت کنندگان حاضر در بخش کیفی 12 نفر از خبرگان دانشگاهی و 25 نفر از مدیران مالی شرکت های بورس اوراق بهادار تهران بودند. در این مطالعه از مجموعه متوالی از فرآیندهای ماتریسی در بخش کمی استفاده می شود تا براساس آن بتوان نسبت به تعیین سناریوهای محتمل در خصوص حسابداری خلاقانه اقدام نمود و سپس مؤثرترین ربع ماتریسی بر مشروعیت گزارشگری مالی شرکت ها در آینده مورد بررسی قرار گیرد. یافته های پژوهش در بخش کیفی براساس 12 مصاحبه با خبرگان، چارچوبی متناسب با 3 مضمون فراگیر؛ 6 مضمون سازمان دهنده و 26 مضمون پایه را نشان می دهد. از طرف دیگر در بخش کمی 4 ربع ماتریسی براساس دو محور  پیشران های حاکمیتی و پیشران های کنترل داخلی شناسایی شد. همچنین مشخص گردید، مهمترین سناریوی بروز حسابداری خلاقانه که می تواند مشروعیت اخلاقی گزارشگری مالی را تحت تأثیر قرار دهد، سناریوی ربع دوم ماتریس، یعنی ضعف تمرکزگرایی ساختاری در اثربخشی کنترل داخلی می باشد. نتایج این مطالعه نشان می دهد، سطح کنترل داخلی اولین جبهه ای از مواجه با عملکردهای مالی شرکت ها است که می تواند با فیلترنمودن هرگونه انحراف از واقعیت های عملکردی و رویه های گزارشگری مالی، امکان توسعه هنجاری پایبندی به رعایت حقوق ذینفعان را تقویت نماید. اما با اعمال نفوذ مدیران بر حسابرسان داخلی از طریق نفوذ و روابط دستوری، استقلال این واحد کاهش می یابد و این واحد مهم از فرآیندهای کنترل داخلی، اثربخشی خود را از دست می دهد.

هدف پژوهش حاضر پژوهش حاضر طراحی مدل پیاده سازی فین تک های نوین در صنعت بانکداری( وام دهی همتا به همتا) می باشد. روش پژوهش از نظر ماهیت، کاربردی؛ نحوه و روش پژوهش، کیفی؛ رویکرد پژوهش، استقرایی؛ پارادایم حاکم بر پژوهش، تفسیری؛ استراتژی پژوهش، تئوری داده بنیاد و منبع گردآوری داده ها شامل مطالعه مبانی نظری و مصاحبه می باشد. جامعه آماری پژوهش در 2 گروه شامل خبرگان صنعت بانکداری و شرکتهای ارائه دهنده خدمات فناوری مالی که با استفاده از روش نمونه گیری تصادفی و روش گلوله برفی، نظرات 20نفر از آنها طی مصاحبه نیمه ساختاریافته تا رسیدن به حد اشباع نظری، جمع آوری گردید. از جمع آوری داده ها از چند منبع اطلاعاتی، روش مقایسه ی دائمی در تحلیل داده ها و پیشگیری از مفروضات اولیه در نتیجه گیری از طریق بازخورد، جهت برآورد روایی و از روش سازگاری درونی (ضریب آلفای کرونباخ=0.91) برای سنجش پایایی استفاده شده است. روش تحلیل داده ها نیز با انجام سه مرحله کدگذاری شامل کدگذاری باز، محوری و انتخابی انجام پذیرفت. نتایج نشان داد که از بین کدهای استخراجی، شرایط علّی شامل: یادگیری سازمانی،نگرش سیستمی وفناوری اطلاعات؛ شرایط محوری شامل: سرمایه ارتباطی، سرمایه انسانی و سرمایه ساختاری؛ بستر حاکم شامل: بانک های همکار، نظریه پردازان خارجی، دولت و شرایط محیطی؛ شرایط مداخله گر شامل: عوامل سازمانی، شرایط جامعه، عوامل فردی و عدم آموزش و پژوهش؛ راهبردها شامل: خط مشی گذاری، برنامه استراتژیک و رضایت و وفاداری کارکنان و پیامدها شامل: خط مشی گذاری دانش محور، مدیریت دانش، نوآوری،خلاقیت و ایده وسازمان دانش محور می باشد.

صکوک از ابزارهای مهم تامین مالی در کشورهای اسلامی است. مقاله حاضر ضمن بررسی ریسک های مرتبط با صکوک، به بررسی رابطه بین ریسک و بازده مورد انتظار در صکوک و میزان تغییر رفتار ریسک شرکت های منتشر کننده صکوک می پردازد. رفتارهای انتقال ریسک ناشران صکوک از طریق اندازه گیری ریسک های عملیاتی در صورت انتشار و عدم انتشار با استفاده از اندازه گیری نوسان سود عملیاتی بررسی شده است. نتایج نشان می دهد، انتشار اوراق باعث تشویق رفتارهای انتقال ریسک ناشی از افزایش ریسک عملیاتی ناشران نمی شود و به ثبات مالی کمک می نماید. همچنین عوامل مؤثر بر بازده مورد انتظار صکوک به دو دسته عوامل ساختاری شامل نرخ کوپن، دوره سررسید اوراق و دیرش اوراق و عوامل کلان اقتصادی شامل نرخ تورم، شبه پول و نرخ ارز تقسیم شده اند و مدل با استفاده از روش گشتاورهای تعمیم یافته (GMM) برآورد شده است. نتایج نشان دهنده تاثیرگذاری عوامل ساختاری و عوامل کلان اقتصادی بر بازدهی صکوک است. جامعه آماری پژوهش اوراق بر مبنای دارایی و اوراق بر مبنای بدهی در بازه زمانی 1390 تا 1398 می باشد.

استفاده از هوش مصنوعی در بخش مالی، مسائل اخلاقی مهمی را ایجاد کرده که باید به آن ها رسیدگی شود. این مقاله به تحلیل پیامدهای اخلاقی استفاده از هوش مصنوعی در تصمیم گیری های مالی می پردازد و بر اهمیت یک چارچوب اخلاقی برای تضمین استقرار عادلانه و قابل اعتماد تأکید می کند. این مطالعه به بررسی ملاحظات اخلاقی مختلف، از جمله نیاز به بررسی و رفع سوگیری الگوریتمی، ترویج شفافیت و توضیح پذیری در سیستم های هوش مصنوعی، و رعایت مقرراتی که از عدالت، پاسخگویی و اعتماد عمومی محافظت می کنند، می پردازد. این مقاله با ترکیب تحقیقات و شواهد تجربی، رابطه پیچیده بین نوآوری هوش مصنوعی و یکپارچگی اخلاقی در امور مالی را برجسته می کند. برای مقابله با این موضوع، این مقاله یک چارچوب اخلاقی جامع و قابل اجرا ارائه می دهد که از دستورالعمل های روشن، ساختارهای حاکمیتی، ممیزی های منظم و همکاری بین ذینفعان حمایت می کند. هدف این چارچوب به حداکثر رساندن پتانسیل هوش مصنوعی ضمن به حداقل رساندن اثرات منفی و عواقب ناخواسته آن است. این مطالعه به عنوان یک منبع ارزشمند برای سیاست گذاران، متخصصان صنعت، محققان و سایر ذینفعان، تسهیل کننده بحث های آگاهانه، تصمیم گیری مبتنی بر شواهد و توسعه بهترین رویه ها برای ادغام مسئولانه هوش مصنوعی در بخش مالی می باشد. هدف نهایی تضمین عدالت، شفافیت و پاسخگویی ضمن بهره مندی از مزایای هوش مصنوعی برای هر دو بخش مالی و جامعه است.

بازارهای نوظهور به دلیل تحول دیجیتال سریع، چارچوب های نظارتی در حال تغییر و دسترسی محدود به زیرساخت های فناورانه و پیشرفته با چالش های منحصربه فردی در مدیریت ریسک های مرتبط با تقلب مواجه هستند. این مطالعه بررسی می کند که چگونه می توان از هوش مصنوعی (AI) به صورت استراتژیک برای تقویت مدیریت ریسک تقلب، بهبود نظارت قانونی و افزایش شفافیت دیجیتال در این حوزه ها استفاده کرد.

در دهه های گذشته فناوری اطلاعات انقلاب بزرگی در سیستم بانکداری بوجود آورده است. به طوری که بدون استفاده از این فناوری بانکداری عملا غیر ممکن است. در تحقیق حاضر به بررسی تاثیر سرمایه گذاری در فناوری اطلاعات بر سلامت مالی بانک ها پرداخته شده است. در این پژوهش؛ جامعه آماری شامل تمامی بانک های پذیرفته شده در بورس اوراق بهادار تهران در خلال سال های 1398 الی 1402 که بصورت سالانه از صورت های مالی بانک ها گرداوری، استخراج و مورد بررسی قرار گرفته است و با توجه به محدودیت تعداد نمونه، اطلاعات کلیه بانک های پذیرفته در بورس در سال های مورد تحقیق که اطلاعات انان در دسترس بود به صورت تمام شماری که 8 بانک می باشد، پرداخته شده است و تحقیق حاضر از نظر هدف، تحقیقی کاربردی و از نظر شیوه گردآوری داده از نوع تحقیقات نیمه تجربی پس رویدادی در حوزه تحقیقات اثباتی حسابداری است که با استفاده از روش رگرسیون چند متغیره و مدل های اقتصاد سنجی انجام خواهد شد. به منظور تجزیه و تحلیل اطلاعات از آمار توصیفی، استنباطی، روش رگرسیون خطی از نرم افزار آماری ایویز استفاده شده است. یافته های تحقیق حاکی از این است که بین فناوری اطلاعات با شاخص کفایت سرمایه بانک، شاخص کیفیت دارایی های بانک، شاخص کیفیت مدیریت بانک، شاخص کیفیت نقدینگی بانک و شاخص سودآوری بانک در بانک های پذیرفته شده در بورس اوراق بهادار تهران رابطه معنادار مستقیم وجود دارد .

پیاده سازی بلاکچین در صنعت بیمه می تواند به طور چشمگیری فرآیندهای این صنعت را متحول کرده و مزایایی نظیر شفافیت بیشتر، کاهش هزینه ها و بهبود امنیت داده ها را به همراه داشته باشد. با این حال، پیاده سازی این فناوری در صنعت بیمه ایران با چالش هایی از جمله محدودیت های مالی، زیرساختی و رگولاتوری مواجه است. این مطالعه به شناسایی و اولویت بندی پیشران های محیطی مؤثر بر پیاده سازی بلاکچین در صنعت بیمه ایران پرداخته و سه سناریوی محتمل برای این فرآیند معرفی کرده است: سناریوی تدریجی و آزمایشی، سناریوی شراکت و همکاری بین سازمانی و سناریوی تحول دیجیتال تمام عیار. در این تحقیق، پیشران هایی نظیر قوانین تطبیقی، محدودیت های مالی و اقتصادی، آمادگی زیرساخت های دیجیتال و توسعه نیروی انسانی متخصص به عنوان عوامل کلیدی در هر یک از این سناریوها شناسایی شده اند. در سناریوی تدریجی و آزمایشی، ابتدا پیاده سازی بلاکچین در مقیاس محدود آغاز می شود تا با آزمایش و ارزیابی مشکلات و ریسک ها شناسایی شوند. سناریوی شراکت و همکاری بین سازمانی بر ایجاد شبکه های مشترک بلاکچینی تأکید دارد که می تواند با کاهش هزینه ها و ارتقای شفافیت، عملکرد صنعت بیمه را بهبود دهد. در نهایت، سناریوی تحول دیجیتال تمام عیار نیازمند سرمایه گذاری های بالا در زیرساخت های دیجیتال و نیروی انسانی متخصص است تا به طور کامل از بلاکچین در فرآیندهای بیمه ای بهره برداری شود. پیشران هایی همچون توسعه زیرساخت های دیجیتال، افزایش رقابت جهانی و استانداردگرایی نقش حیاتی در موفقیت پیاده سازی بلاکچین دارند و می توانند به تسریع این تحول کمک کنند.

توانگری مالی به‌عنوان یکی از شاخص‌های کلیدی پایداری و تاب‌آوری شرکت‌های بیمه، بیانگر توانایی این سازمان‌ها در ایفای تعهدات بلندمدت و حفظ تداوم فعالیت در شرایط متغیر اقتصادی است. هدف این مقاله بررسی توانگری مالی در شرکت‌های بیمه و شناسایی عوامل کلیدی مؤثر بر آن با بهره‌گیری از الگوریتم‌های یادگیری ماشین بود. در این راستا، داده‌های مالی و عملکردی شرکت‌های بیمه طی چند سال اخیر گردآوری و مورد پردازش قرار گرفت. ابتدا داده‌ها با استفاده از روش‌های پاک‌سازی و نرمال‌سازی آماده‌سازی شدند و سپس با به‌کارگیری چندین الگوریتم یادگیری ماشین از جمله Random Forest، Gradient Boosting، Support Vector Machine (SVM) و شبکه‌های عصبی مصنوعی (ANN) مدل‌های پیش‌بینی توانگری مالی توسعه یافتند. ارزیابی عملکرد مدل‌ها با معیارهایی همچون دقت ، ضریب تعیین و مساحت زیر منحنی انجام شد تا بهترین الگوریتم شناسایی شود. نتایج نشان داد که مدل‌های مبتنی بر Gradient Boosting و Random Forest بالاترین دقت پیش‌بینی را در طبقه‌بندی شرکت‌ها بر اساس سطح توانگری مالی به دست آوردند و در مقایسه با روش‌های سنتی تحلیل مالی عملکرد بهتری ارائه کردند. همچنین، تحلیل اهمیت متغیرها نشان داد که عواملی نظیر نسبت توانگری سرمایه، سودآوری عملیاتی، نسبت خسارت به حق بیمه و نقدینگی بیشترین تأثیر را بر توانگری مالی دارند. این پژوهش علاوه بر ارائه مدلی کارآمد برای پیش‌بینی توانگری مالی، نشان می‌دهد که استفاده از الگوریتم‌های پیشرفته یادگیری ماشین می‌تواند به مدیران و تصمیم‌گیران صنعت بیمه در شناسایی ریسک‌ها، پیشگیری از بحران‌های مالی و بهبود پایداری سازمان کمک شایانی کند. دستاوردهای تحقیق حاضر می‌تواند مبنایی برای توسعه سیستم‌های هوشمند ارزیابی توانگری مالی در صنعت بیمه کشور باشد و زمینه را برای مطالعات آینده در حوزه به‌کارگیری هوش مصنوعی در مدیریت مالی شرکت‌های بیمه فراهم آورد.

هدف این پژوهش طراحی و ارزیابی الگوی پرتفوی سرمایه گذاران نهادی در بازارهای مختلف با رویکردی نوین می باشد. این پژوهش به صورت اکتشافی و پیمایشی صورت گرفته است و در بخش کیفی با استفاده از روش دلفی و در بخش کمی مدل ساختاری تفسیری و روش معادلات ساختاری انجام می شود. در بخش کیفی و همچنین روش مدل ساختاری تفسیری برای جامعه مورد مطالعه، مدیران و کارشناسان شرکت های عضو بورس اوراق بهادار تهران و اعضای هیأت علمی در رشته مدیریت مالی که با استفاده از روش نمونه گیری قضاوتی در دسترس 12 فرد انتخاب شدند و با استفاده از تکنیک کتابخانه ای، مؤلفه های تأثیرگذار بر مدل شناسایی شدند. ابتدا با استفاده از تکنیک دلفی به غربال و ارزیابی مولفه های شناسایی پرداخته شده است. در ادامه مدلسازی با استفاده از روش دلفی و روش ساختاری تفسیری انجام شده است. نرم افزار مورد استفاده EXCEL و MICMAC می باشد. جامعه کمی سرمایه گذاران بورس اوراق بهاردار نامحدود است و با استفاده از فرمول کوکران 384 نفر به عنوان نمونه انتخاب شدند. بر اساس پرسشنامه محقق ساخته بر اساس تحلیل کیفی، داده ها با استفاده از کدگذاری و تحلیل مسیر مورد تجزیه و تحلیل قرار گرفت. برای برازش مدل پیشنهادی، از تکنیک مدل سازی معادلات ساختاری در نرم افزار SMARTPLS استفاده شد. بر اساس تکنیک دلفی، پنج دسته از عوامل کلیدی شامل جایگاه ریسک، شرایط سرمایه گذاری، تحولات بازار، برنامه ریزی مالی و سودآوری و رشد پایدار شناسایی شدند.

استفاده‌کنندگان صورت‌های مالی شرکت‌ها در سطح بازار سرمایه همواره نیازمند قابلیت اتکاء و به موقع بودن افشاء اطلاعات حسابداری یه منظور اتخاذ تصمیم‌های مناسب برای سرمایه‌گذاری هستند. اما حسابداری خلاق به عنوان یکی از رویه‌های تحریف اطلاعات در حسابداری، می‌تواند چنین انتظاری در بازار سرمایه را تحت تأثیر قرار دهد. لذا در این مطالعه، تلاش می‌شود تا با شناسایی ابعاد حسابداری خلاق، کارکرد محوری‌های آن در سطح شرکت‌های بازار سرمایه در بازه زمانی سال 1402مورد کنکاش قرار گیرد. این مطالعه به لحاظ روش شناسی اکتشافی و توسعه‌ای تلقی می‌شود که مبتنی بر فرآیندهای جمع‌آوری داده‌ها به صورت ترکیبی می‌باشد. لذا در بخش کیفی از طریق تحلیل تماتیک نسبت به شناسایی ابعاد حسابداری خلاق اقدام گردید و براساس تحلیل دلفی فازی، پایایی ابعاد شناسایی شده مورد بررسی قرار گرفت. سپس در بخش کمی از طریق استنتاج فازی تودیم، محوری‌ترین بعد حسابداری خلاق در سطح شرکت‌های بازار سرمایه شناسایی شد. مشارکت‌کنندگان در بخش کیفی براساس حد تعیین نقطه اشباع تئوریک، 12 نفر از خبرگان حسابداری بودند و در بخش کمی، 25 نفر از مدیران مالی شرکت‌های بازار سرمایه مشارکت نمودند. نتایج این مطالعه در بخش کیفی نشان داد، طی 12 مصاحبه، 3 مضمون فراگیر، 6 مضمون سازمان دهنده و 29 مضمون پایه تعیین شدند. نتایج در بخش کمی نیز براساس تحلیل فازی تودیم مشخص نمود، معیار کارکرد مالکیتی مهمترین محور حسابداری خلاق تلقی می‌شود که می‌تواند زمینه بروز تحریف و دستکاری حساب‌ها در صورت‌های مالی شرکت‌های بازار سرمایه ممکن نماید. نتیجه کسب شده گویایی این واقعیت است که، به دلیل ضعف در اثربخشی هیئت مدیره همچون اندازه و عدم استقلال، معمولاً نظارت‌های تخصصی بر واحد حسابداری مبنی بر رعایت حقوق ذینفعان صورت نمی‌پذیرد و تحت چنین شرایطی، معمولاً وقوع حسابداری خلاق جهت تأمین نیازهای صاحبان قدرت و تضییع حقوق سایر ذینفعان محتمل می‌باشد.

پیشرفت های اخیر در هوش مصنوعی (AI) توجه زیادی را در حرفه حسابداری مدیریتی به خود جلب کرده است. هوش مصنوعی با قابلیت ها و پیچیدگی های متحول کننده اش، فرصت های بی شماری را در کنار چالش های قابل توجهی در پذیرش خود ارائه می دهد.هزینه یابی بر مبنای فعالیت (ABC) در توانمندسازی سازمان ها برای به دست آوردن بینش های دقیق از ساختارهای هزینه، نقش اساسی داشته است. با این حال، چارچوب های ABC سنتی اغلب در مدیریت داده های پویا و حجیم شرکت های مدرن با چالش هایی روبرو هستند. ادغام هوش مصنوعی فرصتی را برای متحول کردن ABC با افزایش قابلیت انطباق، دقت و توانایی های پیش بینی کننده آن ارائه می دهد. این مقاله به بررسی پتانسیل هوش مصنوعی برای خودکارسازی پردازش داده ها، شناسایی محرک های هزینه و بهینه سازی تخصیص منابع، با پشتیبانی از تجزیه و تحلیل آنی و رویکردهای الگوریتمی پیشرفته می پردازد . این مطالعه نشان داد که ادغام هوش مصنوعی (AI) در سیستم های هزینه یابی بر مبنای فعالیت (ABC) نشان دهنده یک تغییر تحول آفرین در روش های حسابداری بهای تمام شده است که محدودیت های سیستم های ABC سنتی در زمینه مدیریت پیچیدگی و حجم بالای داده ها را برطرف می کند.