جواد عین آبادی

این پژوهش با هدف طراحی و توسعه مدل اعتبارسنجی تعاملی در صنعت لیزینگ ایران انجام شده است تا اثر هم زمان مدت قرارداد و نرخ بازپرداخت بر ریسک اعتباری مشتریان با دقت بیشتری سنجیده شود. ضرورت این مطالعه از آنجا ناشی می شود که ادبیات رایج اعتبارسنجی، چه در قالب مدل های آماری نظیر لاجیت و رگرسیون های کلاسیک و چه در چارچوب کارت های امتیازدهی و روش های یادگیری ماشین، غالباً بر اثرات منفرد متغیرها تکیه دارد و کمتر به برهم کنش های ساختاری میان شاخص های قراردادی توجه کرده است؛ در حالی که تصمیمات اعتباری شرکت های لیزینگ به صورت عملی از ترکیب همزمان پارامترهای مدت و شدت بازپرداخت متاثر می شوند.مطالعه حاضر با رویکردی بومی و تطبیقی نسبت به مدل های معتبر جهانی، تلاش کرده است شکاف مزبور را پوشش دهد و چارچوبی ارائه کند که به طور مشخص بر ضریب تعاملی حاصل ضرب مدت قرارداد و نرخ بازپرداخت تمرکز دارد.پژوهش حاضر کاربردی و کمی است و داده های ۱۱۳۶ قرارداد لیزینگ فعال در شرکت های ایران خودرو، پارسیان، ملت و کارآفرین طی دوره ۱۳۹۸ تا ۱۴۰۲ را تحلیل می کند. پس از پاکسازی، اعتبارسنجی و کدگذاری متغیرها، ریسک اعتباری به صورت شاخصی از احتمال نکول و رفتار بازپرداخت عملیاتی سازی شد. روش تحلیل، رگرسیون چندگانه تعدیل شده است که علاوه بر اثرات اصلی مدت قرارداد و نرخ بازپرداخت، ضریب تعاملی آنها نیز به عنوان شاخص اثر مشترک وارد شد. افزون بر این، کنترل های لازم برای ویژگی های قراردادی و مشتریان در مدل منظور گردید تا برآوردها از سوگیری های متعارف مصون بمانند. یافته ها نشان می دهد مدت قرارداد با ریسک اعتباری رابطه ای مثبت دارد و افزایش طول دوره به طور معنادار احتمال بروز رفتارهای پرریسک را تقویت می کند؛ در مقابل، نرخ بازپرداخت با ریسک اعتباری رابطه ای منفی دارد و شدت بالاتر پرداخت ها به کاهش ریسک منجر می شود. مهم تر آنکه ضریب تعامل میان این دو متغیر به طور معنادار منفی است (β₄ = −0.192، Sig=0.001 )و مدل توانسته است حدود ۶۱ درصد از واریانس ریسک اعتباری را توضیح دهد. این نتیجه به روشنی نشان می دهد که در قراردادهای بلندمدت،تعیین نرخ بازپرداخت بالا قادر است اثر افزایشی مدت بر ریسک را نه تنها جبران، بلکه به طور قابل ملاحظه ای کاهش دهد. به بیان دیگر، اثر ترکیبی «طول × شدت» دارای ماهیتی غیرخطی و سیاست پذیر است و استفاده از الگوهای تعاملی نسبت به ارزیابی جداگانه متغیرها، دقت پیش بینی نکول را افزایش می دهد. از منظر مدیریتی، پیامدهای پژوهش حاکی از آن است که شرکت های لیزینگ باید در طراحی سبد محصولات اعتباری، قیمت گذاری ریسک و تخصیص منابع مالی، به تنظیم هم زمان مدت و نرخ بازپرداخت توجه کنند؛ به ویژه در قراردادهای با دوره های طولانی، سیاست نرخ های بازپرداخت قوی (به همراه ابزارهای انگیزشی و جریمه های رفتاری) می تواند پروفایل ریسک رابه نحو معناداری بهبود دهد. همچنین، پیاده سازی کارت های امتیازدهی با مؤلفه های تعاملی و بازتنظیم مقررات داخلی اعتبارسنجی بر مبنای نتایج این مدل، توصیه می شود. از حیث نوآوری، مدل تعاملی پیشنهادی خلأ مهمی را در ادبیات ایرانی پر می کند و با تکیه بر داده های واقعی صنعت، چارچوبی قابل انتقال برای بهبود دقت پیش بینی و تصمیم گیری اعتباری ارائه می دهد. در نهایت، پیشنهاد می شود مطالعات آتی با افزودن متغیرهای رفتاری، آزمون های پایداری در زیر بازارها و مقایسه با الگوریتم های پیشرفته یادگیری ماشین، ظرفیت تعمیم و کارایی مدل را بیش از پیش ارزیابی کنند.

در عصر تحول دیجیتال، هوش مصنوعی به عنوان ابزاری کلیدی برای ارتقای بهره وری، شفافیت و دقت در نظام های اداری و اقتصادی مطرح شده است. پژوهش حاضر با هدف بررسی تأثیر به کارگیری فناوری های هوش مصنوعی بر کارآمدی سازمان امور مالیاتی کشور انجام شده است. در این مطالعه، مفهوم کارآمدی در دو بُعد کارآیی (Efficiency) و اثربخشی (Effectiveness) مورد بررسی قرار گرفته و تأثیر هوش مصنوعی بر شاخص هایی مانند سرعت و دقت پردازش داده ها، کاهش خطا و فساد اداری، و افزایش رضایت و اعتماد عمومی مؤدیان تحلیل شده است. نتایج حاصل از آزمون فرضیه های پژوهش نشان می دهد که سطح معناداری روابط کمتر از ۰۵/۰ بوده و ضرایب همگی مثبت هستند؛ بدین معنا که هوش مصنوعی تأثیر مثبت و قابل توجهی بر بهبود عملکرد و کارآمدی سازمان امور مالیاتی دارد. به ویژه، بیشترین اثرگذاری مربوط به ارتقای رضایت مؤدیان و افزایش اعتماد عمومی، سپس افزایش سرعت و دقت در فرایندها و در نهایت کاهش خطا و فساد اداری می باشد. این یافته ها بر ضرورت توسعه زیرساخت های داده، آموزش نیروی انسانی متخصص و گسترش سامانه های هوش محور در نظام مالیاتی کشور تأکید دارد.

مسئله ی محوری این مطالعه از شکاف عمیق میان واقعیت های عمل حرفه ای و ادبیات علمی موجود ناشی می شود؛ در حال حاضر، شاهد آن هستیم که در شمار قابل توجهی از سازمان ها، هوش مصنوعی (AI) به عنوان مجری فرایند در هسته ی چرخه های عملیاتی حسابداری (به ویژه در حوزه های حساب های پرداختنی، حساب های دریافتنی و تطبیق بانکی) به کار گرفته می شود، در حالی که فقدان یک چارچوب منسجم برای طراحی این سامانه ها، سازگاری آن ها با منطق کنترل داخلی و الزامات حسابرسی پذیری را با چالش جدی مواجه ساخته است. هدف این مطالعه، تدوین، ارائه و ارزیابی معماری هوش مصنوعی کنترل سازگار است؛ معماری ای که به صورت چندلایه طراحی شده و تمامی جنبه ها را از پذیرش و آماده سازی داده ها، هسته ی مدل یادگیری ماشین (ML) و سازوکار آستانه های اطمینان، تا لایه ی لاگینگ حسابرسی پذیر و حاکمیت چرخه ی عمر مدل را دربر می گیرد. از نظر روش شناختی، پژوهش حاضر بر رویکرد علم طراحی بنا شده است؛ بدین معنا که ابتدا با ترکیب هدفمند ادبیات سیستم های اطلاعات حسابداری (AIS)، کنترل داخلی و هوش مصنوعی توضیح پذیر (XAI)، مدل مفهومی و اصول طراحی استخراج گردیده است. سپس، این معماری در قالب یک نمونه ی کاربردی متمرکز بر کدگذاری خودکار صورتحساب ها و تطبیق بانکی، پیاده سازی شده و بر روی داده های تاریخی، به صورت شبه تجربی، مورد ارزیابی قرار گرفته است. نتایج به دست آمده به وضوح نشان می دهد که دستیابی هم زمان به کارایی عملیاتی بالا و سطح مطلوب کنترل، تنها مشروط به تعریف آگاهانه ی آستانه های اطمینان، طراحی جریان Human-in-the-loop و ثبت ریزدانه ی تراکنش ها امکان پذیر است؛ در مقابل، گسترش بدون قید و شرط اتوماسیون، اگرچه شاید اندکی به بهبود سرعت بیانجامد، اما به طور قابل ملاحظه ای به تضعیف ردیابی پذیری، تفکیک وظایف و اتکاپذیری حسابرسی منجر خواهد شد.

در این پژوهش، به تحلیل و پیش بینی ارزش شرکت ها با استفاده از داده های مالی، شاخص های ESG (زیست محیطی، اجتماعی و حکمرانی) و ریسک های اقلیمی پرداخته شده است. هدف اصلی این تحقیق، توسعه یک مدل پیش بینی دقیق تر با استفاده از الگوریتم های پیشرفته یادگیری ماشین نظیر XGBoost و شبکه های عصبی چند لایه (MLP) برای تحلیل تأثیر داده های ESG و ریسک های اقلیمی بر ارزش شرکت ها است. نتایج نشان می دهند که ROE (بازده حقوق صاحبان سهام) بیشترین تأثیر را بر پیش بینی ارزش شرکت ها دارد، در حالی که ویژگی های غیرمالی مانند ESG و ریسک های اقلیمی تأثیر نسبتاً کمتری دارند. مدل MLP عملکرد بهتری نسبت به XGBoost در پیش بینی ها از خود نشان داد و دقت بالاتری در شبیه سازی داده ها داشت. این تحقیق همچنین نشان داد که ریسک های اقلیمی و شاخص های ESG، هرچند تأثیر کمتری بر پیش بینی های مالی دارند، اما به عنوان ابزاری برای ارزیابی پایداری بلندمدت شرکت ها باید در تحلیل های مالی گنجانده شوند. بر اساس این یافته ها، پیشنهاد می شود که از مدل های پیچیده تر و دقیق تر برای پیش بینی ارزش شرکت ها و ارزیابی تأثیر ریسک های اقلیمی در بازارهای سرمایه استفاده گردد.

در سال های اخیر، هوش مصنوعی به عنوان یکی از فناوری های کلیدی در تحول دیجیتال بخش مالی مطرح شده است. شرکت های لیزینگ، به عنوان نهادهای میانجی مالی فعال در تأمین سرمایه گذاری های بلندمدت، با چالش های متعددی در زمینه های ارزیابی اعتبار، پیش بینی ریسک های مالی و بهینه سازی عملیات روبه رو هستند. این پژوهش با رویکرد ترکیبی (کیفی-کمی) و با استفاده از داده های شبیه سازی شده مبتنی بر روش مونت کارلو (۱۰,۰۰۰ تکرار)، نقش هوش مصنوعی در ارتقای عملکرد عملیاتی و مدیریت ریسک در شرکت های لیزینگ را بررسی کرد. یافته های کیفی حاصل از مصاحبه با ۱۰ خبره، سه تم اصلی را آشکار ساخت: چالش های ساختاری در عملکرد، نیاز به سیستم های هوشمند مدیریت ریسک، و بارزگری فناوری هوش مصنوعی. بر این اساس، داده های کمّی شبیه سازی شده نشان داد که استقرار هوش مصنوعی، زمان تصمیم گیری را ۶۴٪ (از ۱۴ روز به ۵ روز)، هزینه های عملیاتی را ۱۸٪ کاهش و دقت پیش بینی نکول را از ۷۲٪ به ۸۹٪ افزایش می دهد. همچنین، ریسک تقلب ۶۶٪ کاهش یافت. آزمون های آماری صورت گرفته تأیید کرد که تمام تفاوت ها از نظر آماری بسیار معنادار هستند. تحلیل رگرسیون نیز نشان داد که «هماهنگی در زمان واقعی» و «یکپارچه سازی داده» به ترتیب قوی ترین پیش بین های عملکرد عملیاتی و مدیریت ریسک هستند.

تحول دیجیتال در نظام بانکی ایران با وجود ایجاد فرصت های گسترده، سطح تهدیدات سایبری را به طور چشمگیری افزایش داده و نیاز به طراحی الگوهای بومی امنیت سایبری را تشدید کرده است. این پژوهش با هدف طراحی و ارزیابی یک چارچوب بومی امنیت سایبری با رویکرد پیشگیرانه و بررسی تأثیر آن بر تاب آوری عملیاتی و پایداری مالی بانک ها انجام شد. روش تحقیق توصیفی–تحلیلی و از نظر ماهیت کمی است؛ داده ها از طریق پرسشنامه محقق ساخته و با مشارکت ۱۰۰ نفر از کارکنان مرتبط با حوزه های فناوری اطلاعات، امنیت سایبری و مدیریت بانکی جمع آوری شد. پایایی ابزار با ضریب آلفای کرونباخ بین 0.85 تا 0.89 تأیید شد. نتایج تحلیل همبستگی پیرسون نشان داد که ابعاد «زیرساخت فناوری»، «اثر مالی حملات سایبری» و «بعد ۶» بیشترین رابطه مثبت و معنادار را با پایداری مالی دارند، در حالی که ابعاد «آموزش و فرهنگ امنیتی»، «سیاست ها و مقررات» و «پاسخگویی و مانیتورینگ» فاقد رابطه معنادار بودند. تحلیل رگرسیون چندگانه نیز بیانگر آن بود که مدل پژوهش 85.1 درصد از واریانس پایداری مالی را تبیین می کند و سه بعد یادشده به ترتیب بیشترین اثر مستقیم و معنادار را بر پایداری مالی دارند. این نتایج نشان می دهد که تقویت زیرساخت های فناوری، بهبود سازوکارهای کلیدی پاسخ به حملات و ارتقای فرآیندهای عملیاتی نقش محوری در افزایش تاب آوری بانکی و کاهش اثرات مخرب تهدیدات نوظهور دارند. بر اساس یافته ها، پیشنهاد می شود بانک ها تمرکز راهبردی خود را بر ابعاد مؤثرتر قرار داده و الگوی امنیتی خود را بر مبنای معماری پیشگیرانه، تحلیل ریسک پویا و اصول مقاومت عملیاتی بازطراحی کنند.

تحولات سریع در حوزه فناوری های مالی، به خصوص پیشرفت های چشمگیر در بلاک چین، باعث شده ساختارهای سنتی نظام پولی با چالش ها و فرصت های تازه ای روبرو شوند. در این میان، ارزهای دیجیتال بانک مرکزی ، به عنوان نوآوری های کلیدی و استراتژیک، توجه زیادی از سوی سیاست گذاران مالی در سطح جهان به خود جلب کرده اند. این ارزها که توسط نهادهای مرکزی صادر می شوند، ظرفیت بالایی برای افزایش شفافیت مالی، کاهش هزینه های تراکنش ها و ساده تر کردن نظارت بر جریان نقدینگی دارند. در این مقاله، تمرکز ما بر بررسی قابلیت ها و ظرفیت های بلاک چین ترکیبی در طراحی و اجرای CBDC است. بلاک چین هیبریدی با ترکیب ویژگی های بلاک چین های عمومی و خصوصی، شرایط مناسبی برای ایجاد تعادل بین شفافیت عمومی و کنترل مرکزی فراهم می کند. همچنین، با الهام از مدل پیشنهادی در پایان نامه کارشناسی ارشد با عنوان ثبات، ساختاری سه لایه متشکل از پشتوانه طلا، ضمانت نامه های بانکی و زیرساخت فناورانه تحلیل شده است. روش تحقیق مبتنی بر رویکرد ترکیبی و تکنیک دلفی بوده و با همکاری ۱۴ نفر از خبرگان حوزه های حقوق، اقتصاد و فناوری اطلاعات انجام شده است. نتایج نشان می دهد که استفاده از بلاک چین ترکیبی نه تنها می تواند چارچوبی امن و انعطاف پذیر برای انتشار و مدیریت CBDC ایجاد کند، بلکه با تلفیق پشتوانه های فیزیکی مانند طلا، به افزایش اعتماد عمومی و پایداری مالی نیز کمک می کند. بنابراین، مدل بومی ثبات می تواند به عنوان الگویی عملیاتی برای کشورهایی با شرایط اقتصادی مشابه ایران، مورد استفاده قرار گیرد.

هدف پروهش: این مطالعه با هدف بررسى عرضه اولیه سهام وقیمت کذارى زیر ارزش واقعى و عملکرد بلندمدت عرضه هاى اولیه سهام شرکت هاى پتروشیمى و پالایشى دولتى واکذار شده در جارجوب سیاست هاى کلى اصل ۳۳ انجام شده است. در این راستا، سازوکار تعیین قیمت این شرکتها در روز عرضه با شرکت هاى دولتى دیکر ونیز شرکت هاى پتروشیمى و پالایشى بخش خصوصى مقایسه مى شود تا نحوه قیمت کذارى أنها در فرایند عرضه اولیه مورد ارزیابى قرار کیرد. روش تحقیق : براى سنجش بازده کوتاهمدت، بازهى یازده روزه "بازده غیر عادى انباشته (CAR) "در نظر کرفته شد و براى نحلیل بلندمدت از معیار "بازده غیر عادى خرید ونکهدارى (BHAR) "در بازمى یازده ماهه بهره کرفته شد. در تحلیل دادهها از روش هاى کمى استفاده شد و براى آزمون فرضیهها، آزمون 'T تکنمونهاى و آزمون 'T مستقل پیاده سازى کردید. یافتهها: نتایج نشان مى دهد که در کوتاهمدت، شرکت هاى پتروشیمى و پالایشى دولتى واکذار شده بازده غیر عادى مثبت و معنادار داشته اند که به مراتب از بازده غیر عادى شرکت هاى دولتى دیکر و شرکت هاى خصوصى فعال در همین حوزه بالاتر است. اکرجه بازده غیر عادى بلندمدت این شرکتها نیز مثبت بوده، اما تفاوت معنادارى با بازده بلندمدت شرکت هاى مقایسهاى (جه دولتى و جه خصوصى) نشان نمى دهد. همجنین عملکرد تعدیل شدهى بازده در هر دوافق زمانى کوتاهمدت وبلندمدت تأیید مى کندکه بخش عمده بازده حاصل از عرضه هاى اولیه، ناشى از قیمت کذارى زیر ارزش واقعى سهم بوده است. نتیجه کیرى: در بازار سرمایه ایران، پدیدهن قیمت کذارى زیر ارزش واقعى در عرضه هاى اولیه بیش از قیمت کذارى بیش از ارزش به حشم مى خورد. اصلى ترین دلیل این امر وجود "دامنه نوسان قیمتى" است که مانع از رشد قابل توجه قیمت سهم در روز عرضه مى شود. بنابراین، قانون کذار در بازنکرى مقررات عرضه عمومى اولیه نباید صرفاً بر ممانعت از قیمت کذارى بیش از حد در بازار ثانویه متمرکز شود، بلکه توجه ویرهاى باید به نحوه کاهش قیمت کذارى کمتر از ارزش واقع شود تا از بازدهى غیر عادى کوتاهمدت ناشى از تخفیف بیش از حد عرضهها جلوکیرى کردد.

در دهه اخیر، اقتصاد ایران شاهد تحولات بنیادین در نظام مالیاتی خود بوده است که با هدف گذار از اقتصاد نفتی به اقتصاد مبتنی بر مالیات، شفافیت مالی و عدالت اقتصادی صورت گرفته است. این پژوهش با رویکردی جامع و تحلیلی، به بررسی اثرات دو رویداد مهم قانونی، یعنی «اصلاحیه قانون مالیات های مستقیم مصوب ۱۳۹۴» و «اجرای قانون مالیات بر ارزش افزوده»، بر ارزش شرکت های پذیرفته شده در بورس اوراق بهادار تهران می پردازد. اهمیت این موضوع از آنجا ناشی می شود که مالیات نه تنها به عنوان یک هزینه بر جریان های نقدی شرکت اثر می گذارد، بلکه از طریق کانال های ساختار سرمایه، هزینه های نمایندگی و ریسک اطلاعاتی، پارامترهای ارزش گذاری را دگرگون می سازد. در این مقاله، ابتدا مبانی نظری شامل تئوری های ساختار سرمایه (موازنه ایستا و سلسله مراتب)، تئوری نمایندگی و تئوری های مرتبط با سرمایه در گردش در بستر مالیات بر ارزش افزوده تشریح شده اند. سپس، تحلیلی از مواد قانونی کلیدی شامل ماده ۹۷ (حذف علی الرأس)، ماده ۱۳۲ (مشوق های سرمایه گذاری) و ماده ۱۰۵ (تثبیت نرخ) ارائه شده است. مرور ادبیات تحقیق نشان می دهد که اصلاحات سال ۱۳۹۴، به ویژه حذف شیوه تشخیص علی الرأس، با کاهش عدم تقارن اطلاعاتی و ریسک سیستماتیک ناشی از برخورد سلیقه ای ممیزان، رابطه ای مثبت با ارزش شرکت داشته است. از سوی دیگر، اگرچه مالیات بر ارزش افزوده چالش های نقدینگی کوتاه مدت برای صنایع با دوره وصول مطالبات طولانی ایجاد کرده، اما در بلندمدت از طریق شفاف سازی زنجیره تأمین و حذف رقبای غیررسمی، به بهبود کیفیت سود و ارزش شرکت کمک کرده است. این پژوهش استدلال می کند که اثر خالص اصلاحات مالیاتی بر ارزش شرکت، برایند تقابل «کاهش سپر مالیاتی ناشی از کاهش نرخ ها» و «افزایش ارزش ناشی از کاهش ریسک و شفافیت» است که در سال های اخیر کفه ترازو به نفع شفافیت سنگینی کرده است.

این پژوهش به تحلیل ارزش و ریسک استارتاپ های ایرانی در مواجهه با عدم قطعیت های مالی و عملیاتی می پردازد. هدف مطالعه، ارائه چارچوبی ریسک محور و واقع بینانه برای ارزش گذاری استارتاپ ها و حمایت از تصمیم گیری سرمایه گذاران و بنیان گذاران است. در این تحقیق، داده های کمی از ۱۰ تا ۲۰ استارتاپ منتخب در حوزه های فناوری اطلاعات، خدمات دیجیتال، تجارت الکترونیک، فناوری مالی و سلامت دیجیتال جمع آوری شد. متغیرهای کلیدی شامل درآمد، نرخ رشد، Burn Rate، CAC، نرخ ریزش مشتری (Churn)، ارزش طول عمر مشتری (LTV) و حاشیه سود EBITDA مدل سازی شدند. برای تحلیل عدم قطعیت ها، شبیه سازی مونت کارلو با ۱۰۰۰ تکرار اجرا شد و توزیع های احتمالی جریان نقدی و ارزش خالص فعلی (NPV) استارتاپ ها استخراج گردید. تحلیل حساسیت و نمودار Tornado نشان داد که نرخ رشد درآمد، CAC و Burn Rate بیشترین تأثیر را بر ارزش و ریسک استارتاپ ها دارند. همچنین، سناریوهای بدبینانه، پایه و خوش بینانه دامنه احتمالات ارزش و احتمال کمبود نقدینگی را روشن کردند. نتایج نشان می دهد که استفاده از تحلیل probabilistic و مدل های Real Options امکان برنامه ریزی مرحله ای و مدیریت انعطاف پذیر را فراهم می کند، ریسک سرمایه گذاری را کاهش می دهد و تصمیمات سرمایه گذاران و بنیان گذاران را آگاهانه تر می سازد. یافته ها تأکید می کنند که مدل های پیشرفته ارزش گذاری، تحلیل سناریو و ابزارهای ریسک، ابزارهای مؤثری برای مدیریت عدم قطعیت در اکوسیستم استارتاپی هستند و می توانند پایه ای برای پژوهش های آینده با بهره گیری از هوش مصنوعی و داده های بلادرنگ فراهم کنند.

معامله گری در بازارهای مالی با نرخ شکست بالایی همراه است که ادبیات پژوهشی، ریشه های آن را بیش از دانش فنی، در عوامل روانشناختی و فقدان انضباط معاملاتی جستجو می کند. در حالی که راهکارهای فناورانه (فین تک) به عنوان ابزاری برای کاهش خطاهای انسانی مطرح شده اند، تأثیر تجربی آن ها بر ابعاد روان شناختی معامله گر کمتر مورد سنجش قرار گرفته است. هدف اصلی این پژوهش، بررسی کمی و آماری این رابطه بود. این تحقیق با روش توصیفی-همبستگی، به سنجش نقش ابزارهای فین تک در بهبود کنترل هیجانات و انضباط معاملاتی پرداخت. داده ها با استفاده از پرسشنامه از نمونه ای متشکل از ۱۰۰ معامله گر فعال در بازارهای فارکس و ارزهای دیجیتال گردآوری گردید. نتایج حاصل از تحلیل مدل سازی معادلات ساختاری (SEM) نشان داد که استفاده از ابزارهای فین تک، رابطه مثبت و معناداری با افزایش کنترل هیجانات و بهبود انضباط معاملاتی دارد. این یافته ها شواهد تجربی فراهم می کند که فین تک می تواند به مثابه یک «لنگر رفتاری» خارجی، با ساختارمند کردن فرآیند تصمیم گیری و ارائه بازخورد عینی، به معامله گران در پایبندی به استراتژی هایشان کمک کند، مشروط بر آنکه بر پایه ی یک استراتژی معاملاتی معتبر به کار گرفته شود. نوآوری این پژوهش در ارائه شواهد کمی برای پیوند میان مبانی نظری مالی-رفتاری و راهکارهای فناورانه است که شکاف تحقیقاتی موجود را از طریق آزمون یک مدل تجربی پر می کند.

پژوهش حاضر با هدف شناسایی و تحلیل عوامل کلیدی پذیرش فین تک و تأثیر آن بر عملکرد کسب وکارهای کوچک و متوسط (SMEs) انجام شده است. فناوری های فین تک به عنوان ابزاری نوین برای تسهیل فرآیندهای مالی و بهبود دسترسی به خدمات بانکی، می توانند نقش کلیدی در رشد و پایداری کسب وکارهای کوچک و متوسط ایفا کنند. با این حال، پذیرش این فناوری ها با موانعی مانند عدم آگاهی، نگرانی های امنیتی و زیرساخت های ناکافی مواجه است. در این تحقیق، از مدل تکنولوژی، محیط و سازمان (TOE) و تئوری رفتار منطقی (TRA) برای پذیرش فین تک استفاده شده است. جامعه آماری این پژوهش شامل مدیران ارشد و میانی (مدیران مالی و فروش) واحدهای تولیدی کوچک و متوسط مستقر در شهرک صنعتی شهر تهران می باشد. با توجه به نامحدود بودن جامعه آماری، از فرمول کوکران برای تعیین حجم نمونه استفاده شد که این فرمول به دلیل دقت بالا در برآورد حجم نمونه برای جامعه های بزرگ و ناشناخته، به طور گسترده در تحقیقات علوم اجتماعی و مدیریت مورد استفاده قرار می گیرد؛ با استفاده از این فرمول و در سطح اطمینان ۹۵ درصد، حجم نمونه ۳۸۴ نفر تعیین شد. داده ها از طریق پرسشنامه ای در دو بخش اطلاعات جمعیت شناختی و سؤالات مرتبط با متغیرهای اصلی جمع آوری خواهد شد. برای تحلیل داده ها از روش های آمار توصیفی (جداول توزیع فراوانی) و آمار استنباطی (مدل سازی معادلات ساختاری مبتنی بر حداقل مربعات جزئی با استفاده از نرم افزار Smart PLS) استفاده می شود. از جمله محدودیت های این پژوهش می توان به چالش های جمع آوری داده ها از مدیران کسب وکارهای کوچک و متوسط و محدودیت های دسترسی به اطلاعات دقیق در مورد استفاده از فین تک اشاره کرد. نتایج این پژوهش می تواند به ارائه راهکارهایی برای تسهیل پذیرش فین تک در کسب وکارهای کوچک و متوسط و بهبود عملکرد آن ها کمک کند.

یکی از مهمترین موارد در تصمیم گیری و رشد اقتصادی، وجود اطلاعات با کیفیت ، صحیح و مورد اعتماد است. تعداد قابل توجهی از این اطلاعات از سیستم اطلاعاتی حسابداری وصورت های مالی قابل استخراج می باشد . صورت های مالی تصویرواقعی و مشهود از وضعیت کسب وکار حقیقی از شرکت معین را ارائه می کند . در زمینه توجه به صورت های مالی به عنوان الگویی برای تصمیم گیری مهم می باشد. که استفاده کنندگان و کاربران مختلف باید بدانند که چگونه از این اطلاعات بهره ببرند . مدیران خود باید به علم حسابداری مسلط باشند تا بتوانند از اطلاعات جمع آوری شده توسط حسابداران بهترین تصمیم را اتخاذ کنند. محتویات صورت های مالی، ارائه تعداد زیادی از ابزارهای مختلف و تجزیه وتحلیل ، روشی برای درک کسب وکار می باشد. دسترسی به صورت های مالی و اطلاعات مالی یکی از فرضیات مهم کسب و کار با کیفیت و موفق می باشد .

یکی از موارد حائز اهمیت در بازارهای مالی جهانی ایجاد ساختار شفاف، پویا و اعمال حداقل قوانین با حداکثر کارایی است. جهت ایجاد ساختار مورداشاره بر اساس سیاست ها و ایدئولوژی اقتصادی حاکم بر جامعه مالی هدف، ابزارهای مختلفی مورداستفاده قرار می گیرد؛ از جمله این ابزارها که برای کنترل نوسانات شدید قیمتی در بورس و کاهش عکس العمل هیجانی سهامداران به کار می رود، دامنه نوسان مجاز و توقف خودکار معاملات است. درواقع، در تمام بورس های دنیا در حالت نوسان غیرعادی و یا اتفاقات قهری و یا پیش بینی نشده همراه با شوک شدید، یا از محدودیت دامنه نوسان و یا از توقف معاملات در قالب متوقف کننده های خودکار استفاده می شود.بررسی ادبیات تجربی در این گزارش نشان می دهد که مطالعات تجربی منتقد به محدودیت های قیمتی، اگر بیش از مطالعات مدافع نباشد، کمتر از آن نیست؛ همچنین مصاحبه با تعدادی از متخصصین بازار سرمایه کشور نیز حاکی از آن است که مزایای عنوان شده ای مثل: ممانعت از پایین آمدن شاخص کل، ایجاد فرصت بیشتر برای تصمیم گیری، کنترل بهتر بازار توسط بازارساز و... با فرض محقق شدن، صرفاً راه حل های کوتاه مدت و مسکن واری هستند که نه تنها قادر به حل مشکلات بنیادی و اصولی بازار سرمایه در بلند مدت نیستند بلکه می توانند با افزایش ریسک و بسترسازی جهت شکل گیری انتظارات منفی در سهام داران و به طور کلی ایجاد دیدگاه منفی نسبت به بازار سرمایه، موجبات خروج سرمایه یا عدم ورود سرمایه جدید به بورس را در آینده فراهم آورده، اثرات عمیق و بلندمدت نامناسبی را بر جای گذارند.

در شرایط کنونی اقتصادی و مالی کشور، شرکت های خودروسازی به دنبال یافتن راهکارها و روش های نوین هستند تا بتوانند بازدهی مالی و نقدینگی خود را بهبود بخشند و از چالش هایی که در این مسیر با آن ها مواجه اند، عبور کنند. این چالش ها نه تنها شامل افزایش قیمت مواد اولیه و نوسانات اقتصادی می شود، بلکه ناشی از تغییرات در بازار جهانی، تحریم ها، و مسائل داخلی اقتصادی نیز هستند. در این راستا، به کارگیری ابزارهای مالی پیشرفته نظیر قراردادهای آتی، می تواند به عنوان یکی از راه حل های مؤثر در مدیریت این چالش ها و ریسک های اقتصادی مد نظر قرار گیرد. قراردادهای آتی به شرکت ها این امکان را می دهند که با تعهد به خرید و فروش کالاها در آینده و با قیمت مشخص، نوسانات قیمتی را مدیریت کرده و از اثرات مخرب آن روی سودآوری جلوگیری کنند. این ابزار مالی می تواند به ویژه برای شرکت های تولیدی و خودروسازان که با ریسک های عمده ای همچون افزایش قیمت مواد اولیه مواجه اند، بسیار مفید باشد. استفاده از چنین قراردادهایی می تواند نقدینگی و تمامیت مالی شرکت ها را به طرز چشم گیری ارتقا بخشد. این مقاله به طور خاص به بررسی نقش قراردادهای آتی در بهبود نقدینگی و کارایی مالی شرکت پارس خودرو می پردازد. تحلیل این موضوع نشان دهنده نقاط قوت و ضعف این راهکار در تطابق با شرایط اقتصادی ایران و بازار خودرو است. همچنین این مقاله تلاش می کند تا با ارائه شواهد و بررسی پارامترهای مختلف، به این سؤال پاسخ دهد که چگونه می توان از قراردادهای آتی به عنوان یک ابزار مالی مؤثر برای پایداری و رشد مالی در این صنعت استفاده نمود.

پژوهش حاضر با هدف تعیین تاثیر بررسی اثر بخشی پیاده سازی سیستم ERP در شرکتهای تولیدی انجام شده است. نوع پژوهش، کاربردی و ازنظر روش توصیفی- پیمایشی و از نوع تحقیقات همبستگی بود. جامعه آماری مورد نظر در این تحقیق را تمامی مدیران و کارکنان شرکتهای تولیدی تشکیل دادند و حجم نمونه جامعه ی آماری در این پژوهش کلیه کارکنان و مدیران شرکت های تولیدی می باشند. جامعه آماری در این پژوهش 119 نفر می باشند که به دلیل محدود بودن جامعه اماری، نمونه آماری برابر با جامعه آماری می باشد

سرمایه گذاری در واردات فلزات فولادی در شرایط اقتصادی کنونی ایران، به ویژه در زمان تورم بالا، با چالش های مختلفی روبه رو است که ریسک های خاص خود را به همراه دارد. پژوهش حاضر با هدف ریسک های سرمایه گذاری در واردات فلزات فولادی در قبال صادرات در ایران با توجه به تورم انجام شد. این پژوهش با روش کیفی انجام شد و داده ها از طریق مطالعه کتابخانه ای جمع آوری شد. نتایج نشان داد در شرایط تورمی، واردات فلزات فولادی به دلیل نوسانات ارزی و افزایش هزینه ها با ریسک های بالاتری همراه است، در حالی که صادرات، با وجود فرصت های درآمدی، از مشکلات تحریمی و محدودیت های بازارهای خارجی رنج می برد. بنابراین، انتخاب بهترین مسیر سرمایه گذاری به وضعیت اقتصادی کشور و شرایط خاص بازار بستگی دارد.کلیدواژه ها: ریسک های سرمایه گذاری، واردات، صادرات، تورم، فلزات فولادیکلیدواژه ها: ریسک های سرمایه گذاری، واردات، صادرات، تورم، فلزات فولادیکلیدواژه ها: ریسک های سرمایه گذاری، واردات، صادرات، تورم، فلزات فولادیکلیدواژه ها: ریسک های سرمایه گذاری، واردات، صادرات، تورم، فلزات فولادی

پژوهش حاظر با هدف نقش ارزهای دیجیتال به عنوان جایگزینی برای دلار آمریکا در صنعت نفت مورد بررسی قرار گرفته است. صنعت نفت، که به طور سنتی به دلار وابسته بوده، با ظهور ارزهای دیجیتال با ویژگی هایی چون شفافیت، امنیت و کاهش هزینه های تراکنش، به سوی تحولی جدید گام برداشته است. ارز دیجیتال، به عنوان شکلی از پول دیجیتال مبتنی بر فناوری بلاکچین، امکانات نوینی برای مدیریت تراکنش ها فراهم می آورد. با بررسی تاریخچه این ارزها از ظهور بیت کوین تا پذیرش سازمانی و توسعه ارزهای دیجیتال ملی، مشخص می شود که این فناوری می تواند وابستگی به دلار را کاهش داده و تجارت نفت را در برابر تحریم ها و نوسانات مالی مقاوم تر سازد. با این حال، چالش هایی مانند نوسانات قیمتی و نیاز به زیرساخت های مناسب نیز وجود دارد. این مقاله، راهکارهایی از جمله پذیرش تدریجی ارزهای دیجیتال توسط دولت ها، توسعه زیرساخت های بلاکچینی و ایجاد استیبل کوین های نفتی را برای جایگزینی دلار ارائه می دهد. طراحی مدل جایگزینی ارزهای دیجیتال با دلار در صنعت نفت

با توجه به وضعیت خاص کشورهای در حال توسعه و بحران های مالی در این کشورها امکان تامین سرمایه مورد نیاز برای اجرای پروژه های بزرگ به راحتی فراهم نمی شود، بنابراین انتخاب روش تامین مالی مناسب در مورد پروژه ها مساله مهمی است. در بسیاری از پروژه ها به دلیل مسائلی مانند حجم بالای سرمایه مورد نیاز حساسیت بالای پروژه از نظر مسائل سیاسی، اقتصادی و امنیتی، عدم تمایل حضور خارجیان و سرمایه گذاری آنها مساله تامین مالی مورد توجه مسوولان حکومتی قرار می گیرد. در تعدادی از پروژه ها با حمایت ها و اعتبارات دولتی می توان وجوه مورد نیاز را تامین کرد، اما در پروژه های مهم و زیرساختی مورد نیاز کشور که امکان تامین وجوه کامل آن توسط دولت فراهم نیست مانند پروژه های نفتی، گازی، پتروشیمی و بسیاری از صنایع دیگر برای توسعه زیر ساخت ها نیاز اساسی برای حضور سرمایه گذاری خارجی و استفاده از تسهیلات بانک ها و موسسات خارجی وجود دارد.اندیشیدن راهکاری برای تامین منابع مالی مورد نیاز پروژه از مراحل اولیه برای اطمینان از به انجام رسیدن پروژه است در انتخاب روش مناسب تامین مالی در مرحله امکان سنجی پروژه باید به تمام موارد و خواسته های بخش های مختلف درگیر در پروژه از کشور میزبان پروژه، صنعت مرتبط با پروژه، پیمانکاران، خریداران، تهیه کنندگان، بانک های قرض دهنده، مساله ریسک ها و به طور کلی تمام بخش های درگیر در پروژه توجه کرد و سپس با توجه به ارجحیت و اهمیت هر کدام از آنها به انتخاب روش مناسب پرداخت.در ضمن باید توجه کرد که ساختار استفاده شده برای تامین مالی پروژه در یک کشور ممکن است به دلیل وجود تفاوت ها در قوانین و شرایط آن موثر نباشد در حالی که به طور موثری در کشور دیگری استفاده شود، نکته مهم انتخاب شکل صحیح روش تامین مالی با توجه به شرایط هر پروژه و کشور میزبان پروژه است.

هوش مصنوعی یک اصطلاح عمومی است که شامل حوزه های مختلفی از جمله یادگیری ماشین پردازش زبان طبیعی و ... میشود. این فناوری پتانسیل بالایی دارد و در صنایع مختلفی مورد استفاده قرار میگیرد. در حال حاضر هوش مصنوعی آمادگی این را ندارد که به صورت کامل جایگزین انسانها شود. اما در عوض، این فناوری قدرت نیروی کار انسانی را تقویت کرده و امکان فعالیتهای بیشتری را برای آنها فراهم میکند. با پیشرفت تکنولوژی در همه عرصه ها و فناوریهای نوظهور مانند هوش مصنوعی تکنیکهای هوش مصنوعی به طور فزاینده ای در بازارهای مالی، مانند مدیریت دارایی تجارت الگوریتمی پذیره نویسی اعتباری یا تامین مالی مبتنی بربلاک چین به کار گرفته می شوند. در حالیکه هوش مصنوعی باعث بهبود کارایی شرکتها و افزایش کیفیت خدمات مالی در بازارهای مالی میشود، در این بررسی تاثیرات هوش مصنوعی بر بازارهای مالی را بررسی می کنیم.