درخت حوزه‌های تخصصی

تأثیر عامل سیاست و نظارت سیاسی بر بازار سرمایه سبب شده تا سهم زیادی از پژوهش های حسابداری و مالی با مباحث سیاسی مرتبط باشد. به همین جهت پژوهش حاضر درصدد بوده است تا تأثیر انتخابات ریاست جمهوری بر مدیریت سود تعهدی و واقعی را با درنظرگیری نقش تعدیل کنندگی "ساختار مالکیت" به دلیل اهمیت آن مورد بررسی قرار دهد. به این منظور اطلاعات مربوط به 122 شرکت پذیرفته در بورس اوراق بهادار تهران به روش حذف سیستماتیک طی سال های 1384- 1401 انتخاب شده و به روش همبستگی - رگرسیونی چندگانه مورد تجزیه وتحلیل قرار گرفته است. یافته ها نشان داده است، انتخابات ریاست جمهوری تأثیر منفی و معناداری بر میزان مدیریت سود تعهدی و واقعی شرکت ها دارد. همچنین با تفکیک صنایع بر اساس ویژگی سیاسی نشان داده شد که در سال های انتخابات ریاست جمهوری، صنایع سیاسی از طریق مدیریت سود تعهدی و صنایع غیرسیاسی از طریق مدیریت سود واقعی اقدام به مدیریت سود می نمایند. همچنین یافته ها نشان داده است که ساختار مالکیت (میزان مالکیت نهادهای سرمایه گذار) نقش تعدیل گری در اثر انتخابات ریاست جمهوری بر مدیریت سود تعهدی و واقعی ندارد. این یافته هانشان می دهد که در زمان انتخابات ریاست جمهوری به دلیل افزایش حساسیت و نظارت ارکان مختلف اجتماعی و سیاسی بر عملکرد مدیران "هزینه سیاسی" افزایش می یابد که این افزایش موجب کاهش مدیریت سود (تعهدی و واقعی) در شرکت ها می شود.

هدف اصلی مطالعه حاضر بررسی رفتار گله ای در بورس اوراق بهادار تهران به تفکیک ۹ گروه از صنایع است. در این راستا با استفاده از روش چانگ و همکاران (2000) رفتار گله ای در شرکت های موجود در بورس اوراق بهادار تهران طی سال های 1394 تا 1402 در دوره های صعود و نزول بازار و در بازه های زمانی روزانه و هفتگی بررسی شده است. نتایج نشان می دهد که تقریباً در تمامی گروه ها، رفتار گله ای معناداری وجود دارد که بیانگر وجود رفتار گله ای درکلیت بازار است. مطابق نتایج در بیشتر صنایع در دوره های صعودی بازه های زمانی روزانه و هفتگی رفتار گله ای شناسایی شده است که می تواند یکی از عوامل اصلی صعودهای شدید بازار همچون صعود سال های 1398 تا اواسط 1399 باشد که موجب ایجاد حباب هایی بزرگ در قیمت سهام شرکت ها شد. در گروه شرکت های تولید خودرو و ساخت قطعات بیشترین رفتار گله ای و در گروه شرکت های پالایش نفت و مشتقات کمترین رفتار گله ای مشاهده شده است. نتایج نشان می دهد که در بازه زمانی روزانه در مقایسه با بازه هفتگی رفتار گله ای بیشتری وجود دارد که با ذات هیجانی این رفتار مطابقت دارد. در این مطالعه با تفکیک کل دوره به دوره های نزولی و صعودی بازار، وجود تقارن در بروز رفتار گله ای نیز بررسی شده است که نتایج حاکی از عدم تقارن در بسیاری از گروه ها است که می تواند به دلیل یک طرفه بودن بازار یا عوامل شناختی همچون گریز از ضرر، مطابق نظریه چشم انداز کانمن و تورسکی باشد.

هدف: هدف اصلی این پژوهش، بررسی رابطه میان افشای مسئولیت پذیری اجتماعی شرکت ها و کارایی سرمایه گذاری در نیروی انسانی، با تأکید بر نقش میانجی ضعف های کنترل داخلی در شرکت های پذیرفته شده در بورس اوراق بهادار تهران است. با توجه به اینکه سرمایه گذاری در نیروی انسانی، یکی از ارکان اساسی رشد و توسعه پایدار واحدهای تجاری به شمار می رود، شناسایی عوامل مؤثر بر کارایی این نوع سرمایه گذاری، اهمیت بسیار زیادی دارد. ضعف در سیستم کنترل های داخلی، می تواند به اخلال در فرایند تصمیم گیری های مدیریتی منجر شود و در نتیجه، کارایی سرمایه گذاری در نیروی انسانی را تحت تأثیر قرار دهد. بر این اساس، پژوهش حاضر به دنبال آن است تا روشن سازد که چگونه افشای CSR و ضعف های احتمالی در کنترل های داخلی، می توانند بر بهره وری سرمایه گذاری در نیروی انسانی تأثیرگذار باشند. روش: اطلاعات مورد نیاز این پژوهش به روش آرشیوی گردآوری شده است. برای آزمون فرضیه ها و تحلیل روابط بین متغیرها، از الگوی داده های ترکیبی (پنل دیتا) استفاده شده و برای سنجش ناکارایی سرمایه گذاری در نیروی انسانی، مدل ارائه شده توسط کائو و همکاران (۲۰۲۴) به کارگرفته شده است. جامعه آماری پژوهش، شرکت های پذیرفته شده در بورس اوراق بهادار تهران، طی دوره زمانی ۱۳۹۳ تا ۱۴۰۲ بود و پس از اعمال محدودیت های غربالگری، ۱۲۳ شرکت با ۱۲۳۰ مشاهده سال – شرکت برای نمونه نهایی انتخاب شد. یافته ها: یافته های پژوهش نشان می دهد که افشای CSR با کاهش ناکارایی سرمایه گذاری در نیروی انسانی، رابطه معناداری دارد؛ به طوری که شرکت هایی با سطح بالاتر افشای CSR، از کارایی بیشتری در سرمایه گذاری های مرتبط با نیروی انسانی برخوردارند. همچنین نتایج حاکی از آن است که ضعف کنترل های داخلی با ناکارایی سرمایه گذاری در نیروی انسانی، رابطه مثبت دارد. علاوه براین، تحلیل ها بیانگر آن است که ضعف کنترل های داخلی، در رابطه بین افشای CSR و کارایی سرمایه گذاری در نیروی انسانی، نقش میانجی جزئی ایفا می کند؛ به این معنا که بخشی از تأثیر مثبت CSR بر کارایی سرمایه گذاری در نیروی انسانی، از طریق بهبود سیستم کنترل های داخلی منتقل می شود. نتیجه گیری: نتایج پژوهش حاضر نشان می دهد که افشای مسئولیت پذیری اجتماعی شرکتی تأثیری مثبت و معنادار بر کارایی سرمایه گذاری در نیروی انسانی دارد. این تأثیر هم به صورت مستقیم و هم از طریق کاهش ضعف های موجود در سیستم کنترل های داخلی نمایان می شود. به بیان دیگر، شرکت هایی که سطح بالاتری از افشای CSR دارند، نه تنها به طور مستقیم کارایی بیشتری در سرمایه گذاری های مرتبط با نیروی انسانی از خود نشان می دهند، بلکه از طریق بهبود سیستم کنترل های داخلی خود نیز، این کارایی را افزایش می دهند. یافته ها بیانگر آن است که ضعف کنترل های داخلی، به عنوان یک متغیر میانجی جزئی، بخشی از اثر مثبت افشایCSR بر کارایی سرمایه گذاری در نیروی انسانی را منتقل می کند. بر این اساس، پیشنهاد می شود که شرکت ها برای دستیابی به سرمایه گذاری اثربخش تر در نیروی انسانی، هم زمان با افزایش شفافیت و افشای اقدامات CSR، تمرکز ویژه ای بر ارتقای کیفیت سیستم کنترل های داخلی خود داشته باشند. این رویکرد می تواند مزایای بلندمدتی همچون بهبود عملکرد سازمان، افزایش اعتماد ذی نفعان و حرکت به سوی توسعه پایدار را برای شرکت ها به همراه داشته باشد.

یکی از مهمترین چالشها و معضلات بازار سرمایه، دستکاری اوراق بهادار است. دستکاری اوراق بهادار نه تنها قیمتگذاری صحیح داراییها را با مشکل همراه میسازد بلکه سبب ایجاد خدشه در اعتماد سرمایه گذاران میگردد. لذا طراحی و استفاده از ابزارهای هوشمند نظارتی جهت شناسایی دستکاری قیمتی از اهمیت ویژهای برخوردار است. هدف از انجام این پژوهش ارائه مدلی مبتنی بر روش های یادگیری عمیق جهت شناسایی تخلف فروش پس از القای روند میباشد. برای این منظور در ابتدای امر بر اساس هشدار نظارتی طراحی شده در سامانه نظارتی سازمان بورس و اوراق بهادار و بررسی موارد مشکوک، دادههای برچسبدار تخلف تولید شده است. در ادامه با استفاده از شبکه متخاصم مولد، مشکل عدم توازن داده ها رفع شده و با استفاده از مدلهای شبکه عصبی پرسپترون چند لایه، شبکه عصبی بازگشتی، شبکه عصبی حافظه طولانی-کوتاه مدت و شبکه تابع پایه شعاعی به شناسایی دستکاری قیمتی پرداخته شده است. نتایج بررسی نشان میدهد مدلهای شبکه حافظه طولاتی-کوتاه مدت و شبکه عصبی بازگشتی با امتیاز F2 بالای 92% از عملکرد مناسبی در شناسایی دستکاری قیمتی برخوردار بوده و دارای قابلیت پیادهسازی در فرآیندهای نظارتی و تحقیقات آتی سایر حوزه های شناسایی تخلف می باشد.

هدف اصلی این پژوهش، بررسی رابطه بین نوآوری و ریسک ورشکستگی با متغیرهای تعدیل گر بیش اطمینانی و توانایی مدیران است. داده های شرکت های مورد بررسی از سامانه کدال و نیز نرم افزار داده پرداز نوین طی سال های 1390 تا 1401 استخراج و برای آماده سازی و تجزیه و تحلیل داده ها به ترتیب از نرم افزارهای اکسل و ایویوز و الگوی رگرسیون حداقل مربعات تعمیم یافته استفاده شده است. یافته های پژوهش نشان می دهد نوآوری باعث کاهش احتمال ورشکستگی می شود. علاوه بر این وجود متغیر تعدیلی بیش اطمینانی مدیران تأثیر منفی و متغیر تعدیلی توانایی مدیران تأثیر مثبت بر این رابطه دارند و به ترتیب باعث تضعیف و تقویت این رابطه (افزایش و کاهش بیشتر احتمال ورشکستگی) می شود. همچنین وجود همزمان دو متغیر تعدیلی این رابطه را تقویت می کند. با توجه به یافته های پژوهش می توان نتیجه گرفت هزینه نوآوری (تحقیق و توسعه) بهبود وضعیت شرکت ها را به دنبال داشته و بیش اطمینانی مدیران معمولاً وضعیت شرکت را به خطر انداخته و توانایی مدیران باعث افزایش ارزش شرکت و کاهش ورشکستگی می شود. بنابراین می توان گفت در شرکت های بورسی تهران، احتمال ورشکستگی تابعی از هزینه تحقیق و توسعه، بیش اطمینانی مدیران و توانایی مدیران هم به صورت مجزا و هم به صورت توأم می باشد.

هدف: انتخاب اعضای هیئت مدیره، قبل از بازنگری های عمیق در بنیان وجودی هیئت مدیره، بدون هیچ گونه ضابطه خاص و فقط به شکل غیررسمی و بر اساس رابطه خویشاوندی، رفاقت های دیرینه یا همکاری و منافع مشترک صورت می گرفت که به ترکیب نامناسب هیئت مدیره و فقدان تخصص کافی و در نهایت، کاهش کارایی سازمان ها منجر می شد. در واقع، انتخاب اعضای هیئت مدیره برای سازمان ها پیامدهای مختلفی دارد. با توجه به خلأ اطلاعاتی در خصوص نحوه انتخاب اعضای هیئت مدیره در ایران، پژوهش حاضر در پی تدوین مدلی به منظور انتخاب اعضای هیئت مدیره است تا معیارهایی را ارائه دهد که برای سهام داران در انتخاب اعضا مهم است. روش: پژوهش حاضر با استفاده از روش تحلیل تم اجرا شده است. جامعه آماری پژوهش، مدیرعاملان و اعضای هیئت مدیره شرکت های سرمایه گذاری و هلدینگ ها بود و انتخاب نمونه آماری با استفاده از روش گلوله برفی انجام شد. داده های پژوهش با استفاده از مصاحبه نیمه ساختاریافته با ۱۵ خبره جمع آوری شد و به اشباع نظری رسید. یافته ها: در انتخاب اعضای هیئت مدیره، به معیارهای بسیاری، از جمله ویژگی های فردی و گروهی توجه می شود. ویژگی های فردی مختصِ خود شخص، به عنوان عضوی از هیئت مدیره است که ویژگی های ذاتی، ارتباطات، مدیریتی، رهبری، اخلاق حرفه ای، تخصصی و اجتماعی را شامل می شود. همچنین ویژگی های خاص شرکت بر انتخاب اعضای هیئت مدیره مؤثر است و باید به مشخص بودن انتظارات از اعضای هیئت مدیره و مأموریت آن ها در شرکت به عنوان الزامات تأکید کرد. نتیجه گیری: به منظور انتخاب اعضای هیئت مدیره، چهار تم اصلی شناسایی شد. این چهار تم عبارت است از: ویژگی های اعضای هیئت مدیره، الزامات انتخاب اعضای هیئت مدیره، عوامل مؤثر بر انتخاب اعضای هیئت مدیره و پیامدهای مطلوب انتخاب اعضای هیئت مدیره. ویژگی های اعضای هیئت مدیره، ویژگی های فردی و گروهی را شامل می شود. ویژگی های فردی به ویژگی هایی اشاره دارد که مختصِ خود شخص، به عنوان عضو هیئت مدیره است که به تم های فرعی ذاتی، ارتباطات، مدیریتی، رهبری، اخلاق حرفه ای، تخصصی و اجتماعی تقسیم می شود. ویژگی های ذاتی اعضای هیئت مدیره، بازتابی از سوابق و ویژگی های شخصیتی منحصربه فرد مدیران است. ویژگی های ارتباطات، به ایجاد و حفظ همکاری خوب بین خود، سهام داران و مدیریت و سایر افراد اشاره دارد. ویژگی های مدیریتی مربوط به ویژگی ها و توانایی یک عضو هیئت مدیره است که کارایی وی را نشان می دهد. ویژگی های رهبری، شامل ویژگی های مرتبط با سبک رهبری و دیدگاه استراتژیک اعضای هیئت مدیره است. ویژگی های اخلاق حرفه ای، به رعایت انصاف و اخلاق طی فرایند مسئولیت اشاره دارد. ویژگی های تخصصی شامل مهارت ها و دانش هایی، همچون تجربه، تحصیلات دانشگاهی، تخصص های مرتبط با صنعت و… است که باید یک عضو هیئت مدیره در راستای فعالیت شرکت داشته باشد. ویژگی های اجتماعی به شهرت، ارتباطات اجتماعی فرد و نحوه تعامل با سایرین، ازجمله افراد درون سازمانی برون سازمانی اشاره دارد. ویژگی های گروهی اعضای هیئت مدیره، به ترکیب همگون مربوط می شود؛ به نحوی که اعضا از تخصص های متنوع مرتبط با شرکت برخوردار باشند. انتخاب مطلوب اعضای هیئت مدیره، به بهبود فضای فعالیت شرکت، کارآمدی و بهبود عملکرد شرکت منجر می شود.

هدف: هدف حسابداری، ارائه اطلاعات سودمند برای مقاصد تصمیم گیری استفاده کنندگان است و ارتقای سطح سودمندی گزارشگری مالی و سهولت استفاده از آن، نقش مهمی در تصمیم گیری استفاده کنندگان از گزارش های مالی ایفا می کند. با وجود این، سازوکار بهبود کیفیت گزارشگری مالی از طریق فناوری های نوین مبتنی بر هوش مصنوعی با توجه به سودمندی درک شده و سهولت استفاده توسط کاربران آن، هنوز چندان روشن نیست. در این راستا، پژوهش حاضر درصدد است تا به ارائه مدل کیفیت گزارشگری مالی مبتنی بر به کارگیری هوش مصنوعی با تأکید بر سودمندی درک شده و سهولت استفاده بپردازد. روش: پژوهش حاضر از لحاظ هدف، از نوع کاربردی و از حیث روش جمع آوری داده ها، بر اساس روش آمیخته انجام شد. در بخش کیفی، از مصاحبه های باز و نیمه ساختاریافته، مبتنی بر نظر خبرگان پژوهش استفاده شد. این مصاحبه ها با ۱۲ نفر از خبرگان و استادان دانشگاهی مرتبط به حوزه حسابرسی و آشنا به هوش مصنوعی انجام شد. در بخش کمّی نیز، نمونه آماری ۲۰۰ نفر از حسابرسان شاغل در سازمان و مؤسسه های حسابرسی در کشور عراق بودند. با توجه به رویکرد کیفی که مبتنی بر نظریه داده بنیاد بود، پس از گردآوری مصاحبه ها، داده ها از طریق سه مرحله کدگذاری باز، کدگذاری محوری و کدگذاری انتخابی و به روش تحلیل متنی تجزیه وتحلیل شدند. در نهایت، مدل کیفیت گزارشگری مالی مبتنی بر به کارگیری هوش مصنوعی با تأکید بر سودمندی درک شده و سهولت، در قالب ۸۰ مضمون پایه و ۲۷ کد محوری ارائه شد. یافته ها: نتایج نشان می دهد که شرایط علّی، مانند تجزیه وتحلیل داده های بزرگ، اتوماسیون وظایف، تجزیه وتحلیل پیش بینی و شناسایی الگوها و ناهنجاری ها، همراه با شرایط زمینه ای، شامل سودمندی درک شده و سهولت استفاده، بر مقوله محوری کیفیت گزارشگری مالی تأثیرگذارند. مقوله محوری، شامل ارتقای شفافیت، تحلیل داده های مالی در زمان واقعی، کاهش اقلام تعهدی اختیاری، بهبود پیش بینی سود و جریان نقدی، کاهش تقلب و ریسک تحریف بااهمیت است. راهبردهای بهبود کارایی، دقت تحلیل، سرعت و تصمیم گیری مالی، پیامدهایی همچون کاهش خطای انسانی، صرفه جویی در زمان، افزایش شهرت حسابرسان، و حسابرسی مستمر را به همراه دارد. بااین حال، شرایط مداخله گر نظیر هزینه های یکپارچه سازی، نگرانی های امنیتی و نیاز به انطباق با مقررات، چالش هایی را ایجاد می کنند. توجه به این مؤلفه ها برای دستیابی به گزارشگری مالی کارآمدتر و باکیفیت تر ضروری است. نتیجه گیری: نتایج حاکی از این است که هوش مصنوعی توانایی خودکارسازی و افزایش دقت فرایندهای گزارشگری مالی را دارد. با استفاده از هوش مصنوعی در جمع آوری داده ها، تجزیه وتحلیل و مدل سازی پیش بینی کننده، شرکت ها قادر خواهند بود به استانداردهای بالاتری از کیفیت گزارشگری دست یابند. این امر با بینش های زمان واقعی، شناسایی روندها و قابلیت های تصمیم گیری بهبودیافته مشخص می شود. همچنین، از آنجا که ارتقای سطح سودمندی گزارشگری مالی و سهولت استفاده از آن، در تصمیم گیری استفاده کنندگان نقش مهمی ایفا می کند، یکپارچه سازی هوش مصنوعی در شیوه های گزارشگری، می تواند مسیری برای گزارشگری کارآمدتر، دقیق تر و روشن تر ارائه دهد. این فرایند علاوه بر بهبود کیفیت گزارش ها، به کسب وکارها کمک می کند تا تصمیم های مالی بهتری اتخاذ کنند و ریسک های احتمالی را کاهش دهند. بنابراین، با توجه به قابلیت های بالقوه هوش مصنوعی در افزایش دقت و سرعت گزارشگری مالی، پیشنهاد می شود که سیاست گذاران چارچوب ها و مقرراتی را طراحی کنند که استفاده از هوش مصنوعی در این حوزه را تسهیل کند و در عین حال از سوءاستفاده ها و تهدیدهای امنیتی جلوگیری کند. این امر نه تنها به بهبود کیفیت گزارشگری مالی کمک خواهد کرد، بلکه به توسعه دانش و نوآوری در این زمینه نیز می انجامد.

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.

اخیراً اهداف توسعه پایدار و استراتژی های سرمایه گذاری به عنوان عوامل کلیدی در افزایش سودآوری سازمان ها و جلب توجه محققان و سیاست گذاران شناخته شده اند. بنابراین، هدف این مطالعه نقش اهداف توسعه پایدار ، دانش مالی و استراتژی های سرمایه گذاری بر سودآوری سازمانی: تأثیر تعدیل کننده حمایت دولت ( مطالعه موردی : شرکت رنگ گل پخش )است. همچنین، این تحقیق به بررسی نقش حمایت دولت در تعامل میان برنامه های سرمایه گذاری، درک مالی و سودآوری سازمان ها می پردازد. برای جمع آوری داده ها و تحلیل قابلیت اطمینان و همبستگی ها، از پرسشنامه های نظرسنجی و نرم افزار اسمارت استفاده شده است. نتایج نشان می دهد که توسعه پایدار ، استراتژی های سرمایه گذاری و دانش مالی همگی تأثیر قابل توجهی بر سودآوری شرکت ها دارند. همچنین، یافته ها حاکی از آن است که حمایت دولت به طور معناداری در ارتباط میان استراتژی های سرمایه گذاری، دانش مالی و سودآوری سازمان ها مؤثر است. این مطالعه به تنظیم کنندگان کمک می کند تا در توسعه سیاست های مرتبط با توسعه پایدار و استراتژی های سرمایه گذاری در راستای افزایش سودآوری سازمان ها راهنمایی های لازم را ارائه دهند.

این پژوهش با رویکردی کتابخانه ای و مروری به نقش سواد مالی و نقش آن در کنترل هزینه در پروژه های پیمانکاری شهرداری های استان بوشهر می پردازد. با توجه به اهمیت مدیریت مالی در پروژه های عمرانی و تأثیر مستقیم آن بر موفقیت یا شکست طرح های شهری، مرور ادبیات نشان می دهد که سواد مالی مدیران و کارشناسان می تواند عاملی تعیین کننده در بهبود برآورد هزینه ها، افزایش دقت در تخصیص منابع و کاهش خطاهای مدیریتی باشد. در این مطالعه، منابع علمی شامل کتاب ها، مقالات پژوهشی، گزارش های رسمی شهرداری ها و اسناد مرتبط با نظام های کنترل هزینه مورد تحلیل قرار گرفته است. نتایج مرور ادبیات بیان می کند که ارتقای سواد مالی، به ویژه در حوزه هایی مانند تحلیل بودجه، ارزیابی مالی پروژه و تشخیص ریسک های اقتصادی، می تواند کارآمدی روش های کنترل هزینه—از جمله بودجه بندی عملیاتی، ارزیابی ارزش کسب شده و پایش مستمر هزینه ها—را افزایش دهد. همچنین پژوهش های پیشین نشان می دهد که ضعف در دانش مالی و نبود سازوکارهای نظارتی منسجم، از عوامل اصلی بروز انحرافات هزینه ای در پروژه های پیمانکاری شهرداری ها است. این مطالعه نتیجه می گیرد که تقویت آموزش های مالی و تدوین چارچوب های استاندارد کنترل هزینه می تواند موجب ارتقای شفافیت و کارایی مالی در پروژه های عمرانی شهرداری های بوشهر شود.

پژوهش حاضر با هدف تبیین مدل های کارآمد مدیریت منابع مالی در برنامه های اجتماعی و فرهنگی شهرداری ها انجام شده است و از رویکرد مروری و کتابخانه ای بهره می برد. مدیریت منابع مالی در شهرداری ها به عنوان یکی از مؤلفه های کلیدی موفقیت و پایداری برنامه های اجتماعی و فرهنگی، نقش مهمی در تضمین بهره وری، شفافیت، پاسخگویی و ایجاد اعتماد عمومی دارد. این مطالعه با بررسی گسترده اسناد، گزارش های مالی، برنامه های سالانه و ادبیات علمی موجود، مدل های مختلف مدیریت منابع مالی از جمله بودجه ریزی برنامه ای، بودجه ریزی مشارکتی، مدیریت مالی استراتژیک، مدیریت مالی مبتنی بر عملکرد و مدل های تلفیقی را شناسایی و تحلیل کرده است. یافته های پژوهش نشان می دهد که تلفیق رویکردهای مختلف مدیریت مالی، به ویژه ترکیب بودجه ریزی برنامه ای و مشارکتی، می تواند موجب افزایش اثربخشی تخصیص منابع، تقویت مشارکت شهروندان و ارتقای شفافیت در برنامه های اجتماعی و فرهنگی شود. علاوه بر آن، بهره گیری از فناوری های نوین و دیجیتالی شدن سیستم های مالی، امکان افزایش دقت گزارش دهی، پاسخگویی و نوآوری در ارائه خدمات را فراهم می آورد. پژوهش همچنین بر اهمیت ارزیابی پروژه ها و استفاده از شاخص های عملکردی تأکید دارد تا منابع مالی به صورت هدفمند و بهینه تخصیص یابند. این مطالعه با توجه به ماهیت کتابخانه ای خود، چارچوبی تحلیلی برای مدیران و سیاست گذاران شهری ارائه می دهد و توصیه هایی برای بهبود کارایی، پایداری و شفافیت مدیریت منابع مالی در برنامه های اجتماعی و فرهنگی ارائه می کند. نتایج پژوهش می تواند به تقویت تاب آوری سازمانی، افزایش اثرگذاری برنامه ها و ایجاد ارزش پایدار برای جامعه کمک نماید و مبنایی برای پژوهش های آتی در حوزه مدیریت مالی شهری فراهم کند.

نوآوری های پیوسته تأثیرات عمیقی بر حوزه های مالی و تجاری دارند و شیوه های سنتی کسب وکار را دگرگون می کنند. در میان نیروهای مخرب، هوش مصنوعی (AI)، یادگیری ماشین (ML) و فناوری بلاکچین به طور برجسته ای مورد توجه قرار گرفته اند. این مطالعه به بررسی ادغام بلاکچین، هوش مصنوعی و یادگیری ماشین در رویه های حسابداری مالی می پردازد. این مقاله نشان می دهد که اتخاذ فناوری بلاکچین و یادگیری ماشین می تواند انقلابی در حسابداری مالی ایجاد کند؛ با کاهش هزینه های حسابداری، افزایش دقت، قابلیت گزارش دهی مالی در زمان واقعی و تسریع فرایندهای حسابرسی همراه است. نقش هوش مصنوعی در خودکارسازی وظایف تکراری حسابداری مالی به سازمان ها کمک می کند تا نیاز به استخدام نیروی اضافی را کاهش دهند و در نتیجه هزینه های مرتبط را به حداقل برسانند. از این رو، به منظور افزایش کارایی، کسب وکارها به طور فزاینده ای در حال پذیرش فناوری بلاکچین و کاربردهای هوش مصنوعی در عملیات حسابداری مالی خود هستند.

هدف پژوهش: این مقاله با هدف شناسایی و مدلسازی عوامل بلوغ تئوری انتقادی در حسابداری و نقش فناوری های نوین به ویژه هوش مصنوعی (AI) و تئوری ذینفعان را در ارتقای این بلوغ و کیفیت تحلیل می کند. استفاده از AI، با ایجاد شفافیت و بهبود تحلیل داده ها، می تواند ابزاری مؤثر در تحقق اهداف تئوری انتقادی باشد.

با توجه به اینکه یکی از راه های به حداقل رساندن گرایش به تقلب حسابداران در نهادهای دولتی و خصوصی، توجه به ارزش های اخلاقی است؛ در این پژوهش به ارائه الگوی اخلاقی گرایش به تقلب در حسابداری با روش نظریه داده بنیاد پرداخته شده است. برای این منظور، ابتدا با مطالعه ادبیات تحقیق، سوالات مصاحبه نیمه ساختار یافته طراحی گردیده و 15 نفر از اساتید دانشگاهی و کارشناسان خبره حوزه حسابداری با روش نمونه گیری گلوله برفی در آن شرکت نمودند تا اطلاعات به حد کفایت و اشباع نظری رسید و سپس مدل تحقیق با استفاده از نظریه داده بنیاد از طریق فرآیند کدگذاری در سطوح باز، محوری و انتخابی انجام گرفت. در این مسیر 42 کد مفهومی، 14 مقوله و 2 مدل مفهومی استخراج شد. نتایج تحقیق نشان داد ارزش های اخلاقی در حسابداری تحت تاثیر شرایط علی (مؤلفه های فردی و مؤلفه های اقتصادی) قرار دارد و به واسطه راهبردهایی (ابزارهای نظارتی) می تواند منجر به ایجاد مؤلفه های حرفه ای و مؤلفه های سیاسی شود. در این جریان برخی شرایط زمینه ای (مؤلفه های محیطی) و متغیرهای مداخله گر (مؤلفه های سازمانی و مؤلفه های فرهنگی) نقش دارند. گرایش به تقلب در حسابداری نیز تحت تاثیر شرایط علی (ویژگی های رفتاری- ایدئولوژی شخص و ویژگی های سازمانی) است و به واسطه راهبردهایی (ویژگی های رفتاری و اخلاقی) می تواند منجر به ایجاد ویژگی های اقتصادی شود. در این جریان برخی شرایط زمینه ای (ویژگی های نظارتی و قانونی و ویژگی های سیاسی) و متغیرهای مداخله گر (مؤلفه های سازمانی و مؤلفه های فرهنگی) نقش دارند.

هدف اصلی این پژوهش بررسی تأثیر حسابرسی داخلی الکترونیکی با تأکید بر حاکمیت فناوری اطلاعات و تأثیر آن بر کاهش ریسک های حسابرسی (مورد مطالعه: شهرداری های استان البرز) می باشد. روش این پژوهش از نوع کمی بوده و داده ها با استفاده از رویکرد میدانی، از طریق پرسشنامه جمع آوری شده است. همچنین پایایی آن طبق آزمون آلفا کرونباخ مورد سنجش قرار گرفته و معتبر شناخته شد. پرسشنامه ها در 17 شهرداری استان البرز در سال ۱۴۰۳ توزیع شده و 106 پرسشنامه معتبر دریافت شد. جامعه آماری این پژوهش شامل کارکنان با عناوین شغلی مختلف مانند مدیران و کارشناسان امور مالی و حسابداری، حسابرسان داخلی و مدیران و کارشناسان فناوری اطلاعات می باشد. آزمون فرضیه های پژوهش با استفاده از تحلیل رگرسیون چندمتغیره و نرم افزار ۲۶ SPSS انجام شده است. یافته ها نشان داد که حسابرسی داخلی الکترونیک مبتنی بر حاکمیت فناوری اطلاعات تأثیر معناداری بر کاهش ریسک های حسابرسی دارد. همچنین، متغیرهای ارزیابی انطباق، تضمین کنترل و ارزیابی ریسک به عنوان عوامل مؤثر در این کاهش ریسک ها شناسایی شده اند.

این پژوهش با هدف بررسی و ارزیابی پذیرش فناوری هوش مصنوعی در حسابداری مدیریت صورت گرفته است. برای گردآوری داده ها از پرسشنامه ای (پیوست آخر فایل) با طیف لیکرت پنج گزینه ای استفاده گردید. ابتدا پرسشنامه از دیدگاه خبرگان امر از نظر روایی محتوا تایید شد. سپس روایی سازه با استفاده از فن تحلیل عاملی تاییدی نیز انجام شد. مقدار AVE تمامی متغیرها نیز بالای 5/0 بوده و روایی همگرا تایید شد. برای سنجش پایایی نیز ضریب آلفای کرونباخ و پایایی مرکب محاسبه گردید. ضریب آلفای کرونباخ و مقدار CR تمامی متغیرها نیز بالای 7/0 بدست آمده است. بنابراین پایایی پرسشنامه مطلوب ارزیابی گردیده است. جامعه آماری این حسابداران دارای سابقه بیش از 5 سال می باشد که به دلیل جامعه نامحدود نمونه نهایی با استفاده از فرمول کوکران 384 نفر بدست آمد. برای آزمون فرضیه های پژوهش از فن حداقل مربعات جزئی و نرم افزار Smart Pls استفاده شده است. نتایج بدست آمده نشان داد سطح آمادگی از فناوری های هوش مصنوعی بر حرفه حسابداری اثرگذار است. سطح پذیرش استفاده از فناوری های هوش مصنوعی بر حرفه حسابداری اثرگذار است.

هدف: پژوهش حاضر با هدف تبیین روابط بین شخصیت پویا، خودکارآمدی شغلی پویا و رضایت شغلی در بخش خصوصی حسابرسی انجام شده است. با توجه به تغییرات سریع محیط کار و اهمیت ویژگی های شخصیتی پایدار، این مطالعه به بررسی نقش شخصیت پویا به عنوان یک عامل کلیدی در موفقیت شغلی حسابرسان می پردازد. چارچوب نظری پژوهش مبتنی بر نظریه شناختی اجتماعی است که بر نقش ویژگی های فردی در شکل گیری باورهای خودکارآمدی تأکید دارد؛ باورهایی که می تواند در جهت دهی به رفتارهای شغلی و افزایش رضایت شغلی نقش آفرین باشد. روش: این پژوهش پیمایشی با استفاده از پرسشنامه استاندارد بر روی 228 نفر از حسابرسان شاغل در مؤسسه های حسابرسی عضو جامعه حسابداران رسمی ایران در سال 1403 انجام شد. داده ها با استفاده از الگوسازی معادلات ساختاری و به روش حداقل مربعات جزئی مورد تجزیه و تحلیل قرار گرفتند. یافته ها: نتایج نشان داد که شخصیت پویا به طور معناداری با خودکارآمدی شغلی پویا و رضایت شغلی حسابرسان رابطه مثبت دارد. همچنین، خودکارآمدی شغلی پویا به عنوان متغیر میانجی، رابطه بین شخصیت پویا و رضایت شغلی را تقویت می کند. نتایج: حسابرسانی که دارای شخصیت پویاتری هستند، از خودکارآمدی شغلی و رضایت شغلی بالاتری برخوردارند. بنابراین، شخصیت پویا و خودکارآمدی شغلی پویا، متغیرهای مهمی در افزایش رضایت شغلی حسابرسان هستند. مؤسسات حسابرسی می توانند با شناسایی و جذب حسابرسان دارای شخصیت پویا و ارتقای خودکارآمدی شغلی کارکنان خود، به بهبود رضایت شغلی و عملکرد آن ها کمک کنند. دانش افزایی: این پژوهش به توسعه دانش در حوزه حسابداری رفتاری کمک می کند و راهکارهای عملی برای بهبود عملکرد مؤسسات حسابرسی ارائه می دهد. نتایج این مطالعه می تواند در طراحی برنامه های آموزشی و توسعه حرفه ای حسابرسان مورد استفاده قرار گیرد.

هدف: سود حسابداری مهمترین معیار سرمایه گذاران و سهامداران در رابطه با قضاوتها و تصمیم گیری های آتی آنها می باشد و در صورت عدم رضایت از سود، اقدام به مقایسه سود شرکت با سود بازار و یا سود شرکتهای هم صنعت می کنند. یکی از عوامل مهم و اثرگذار در این زمینه عوامل نظام راهبری شرکتی است که می تواند بر هم حرکتی سود موثر واقع شود. پژوهش حاضر به بررسی تأثیر عوامل نظام راهبری شرکتی بر هم حرکتی سود می پردازد. روش: این پژوهش از لحاظ هدف، کاربردی بوده و از بعد روش شناسی همبستگی از نوع علّی (پس رویدادی) می باشد. جامعه آماری پژوهش شرکت های پذیرفته شده در بورس اوراق بهادار تهران بوده و با استفاده از روش نمونه گیری حذف سیستماتیک، 129 شرکت به عنوان نمونه پژوهش انتخاب شده در دوره ی زمانی 6 ساله بین سال های 1397 تا 1402 مورد بررسی قرار گرفتند. روش مورد استفاده جهت جمع آوری اطلاعات، کتابخانه ای بوده و داده های مربوط برای اندازه گیری متغیرها از سایت کدال و صورتهای مالی شرکت ها جمع آوری شده و در اکسل محاسبات اولیه صورت گرفته سپس برای آزمون فرضیه های پژوهش از نرم افزار استاتا استفاده شده است. یافته ها: نتایج حاصل از پژوهش نشان می دهد که عوامل نظام راهبری شرکتی بر هم حرکتی سود تأثیر مستقیم دارد. مالکیت نهادی بر هم حرکتی سود تأثیر مستقیم دارد. استقلال هیئت مدیره بر هم حرکتی سود تأثیر مستقیم دارد. تخصص کمیته حسابرسی بر هم حرکتی سود تأثیر مستقیم دارد. قدرت مدیرعامل بر هم حرکتی سود تأثیر مستقیم دارد. نتیجه گیری: در نهایت می توان نتیجه گرفت هرچه عوامل نظام راهبری شرکتی بهبود یابد، هم حرکتی سود نیز افزایش می یابد. درصورتی که هم حرکتی سود بیشتر باشد، در این صورت سرمایه گذاران می توانند استخراج محتوای اطلاعاتی مورد نیازشان را در سطح صنعت راحت تر انجام دهند.

هدف: ریسک سیستمی یکی از مهم ترین چالش های پیش روی نظام های مالی، به ویژه در شبکه های بانکی، به شمار می رود. این نوع از ریسک، به ویژه در زمان وقوع بحران های مالی و فروپاشی حباب های قیمتی، می تواند موجب اختلال های گسترده در عملکرد سیستم مالی و سرایت آثار منفی آن به کل اقتصاد شود. پژوهش حاضر با هدف بررسی تأثیر هم زمان متغیرهای مالی و شاخص های ساختار شبکه ای بانک ها بر ریسک سیستمی در دوره های شکل گیری و فروپاشی حباب های قیمتی انجام شده است. در این چارچوب، شاخص های ساختار شبکه ای نظیر معیارهای مرکزیت به عنوان مسیرهایی برای انتقال شوک و سرایت بحران در شبکه بانکی تحلیل شده اند. در کنار آن، متغیرهای مالی نیز به عنوان عوامل مؤثر در افزایش آسیب پذیری بانک ها نسبت به ریسک های سیستمی مورد توجه قرار گرفته اند. تحلیل ترکیبی این دو دسته متغیر می تواند ضمن شناسایی بانک های دارای بیشترین پتانسیل در گسترش بحران، ابزارهای تحلیلی و سیاستی کارآمدتری در اختیار نهادهای ناظر و تنظیم گر برای مدیریت و کنترل ریسک های سیستمی قرار دهد. روش: در این پژوهش، با استفاده از داده های بانک های پذیرفته شده در بورس طی بازه زمانی 1393 تا 1402، تأثیر هم زمان متغیرهای مالی و شاخص های ساختار شبکه ای بانک ها بر ریسک سیستمی در شرایط وجود حباب های قیمتی، با بهره گیری از الگوریتم جنگل تصادفی بررسی شده است. نتایج این مدل می تواند اهمیت کلی هر یک از متغیرها را در پیش بینی ریسک سیستمی نشان دهد. در ادامه، با استفاده از رویکرد ارزش شیپلی، نقش و سهم هر ویژگی در افزایش یا کاهش ریسک سیستمی به صورت دقیق تری تحلیل شده است. یافته ها: یافته های پژوهش نشان می دهد که در هر دو مرحله ی شکل گیری و فروپاشی حباب های قیمتی، متغیرهای ساختار شبکه ای بانک ها نقش مؤثرتری در پیش بینی ریسک سیستمی نسبت به متغیرهای مالی ایفا کرده اند. با این حال، اهمیت نسبی این دو دسته از ویژگی ها در مراحل مختلف چرخه حباب دچار تغییر می شود؛ امری که ضرورت توجه به تحلیل های مبتنی بر تفکیک دوره ای را نشان می دهد. در مرحله ی شکل گیری حباب، متغیرهای مالی، به ویژه اندازه بانک و رشد تسهیلات، بیشترین سهم را در افزایش ریسک سیستمی داشته اند. همچنین، در میان شاخص های ساختار شبکه ای، مرکزیت بینابینی و مرکزیت درجه از اهمیت بالایی برخوردار بوده اند. در مرحله ی فروپاشی حباب، سهم رشد تسهیلات به طور قابل توجهی افزایش یافته است؛ این موضوع نشان دهنده ی نقش تشدیدکننده ی این متغیر در بروز ریسک سیستمی طی دوره های بحرانی است. همچنین، متغیر اهرم مالی نیز نسبت به مرحله ی قبل اهمیت بیشتری در پیش بینی ریسک داشته است. در مقابل، میزان اثرگذاری برخی شاخص های شبکه ای از جمله مرکزیت نزدیکی و مرکزیت درجه کاهش یافته است. نتیجه گیری: نتایج این تحقیق نشان می دهد که در شرایط بحرانی، ویژگی های درونی بانک ها بیش از موقعیت ساختاری شان در شبکه مالی، در پیش بینی ریسک سیستمی نقش آفرین هستند. به ویژه در دوره های فروپاشی حباب، بانک های بزرگ و با نسبت اهرمی بالا که موقعیت واسطه ای در شبکه دارند، بیشترین تأثیر را بر افزایش ریسک سیستمی ایفا می کنند. این یافته ها با نظریه های مالی موجود، که بر نقش کلیدی اهرم مالی و اندازه در تشدید بحران های بانکی تأکید دارند، هم راستا هستند. در مقابل، در دوره های شکل گیری، متغیرهایی چون رشد وام دهی و اندازه بانک مهم ترین عوامل مؤثر در افزایش ریسک سیستمی به شمار می روند، در حالی که نقش اهرم مالی در این مرحله کم رنگ تر است. بر این اساس، پیشنهاد می شود که سیاست های نظارتی در دوره های شکل گیری، تمرکز بیشتری بر کنترل رشد اعتباری و پیش گیری از انبساط بیش از حد ترازنامه بانک ها داشته باشند، تا از انباشت ریسک های نهفته و تشدید آسیب پذیری سیستم مالی در مراحل بعدی چرخه جلوگیری شود. بر اساس یافته های پژوهش، بانک ها به واسطه تفاوت در ویژگی های مالی و ساختار شبکه ای، سطوح متفاوتی از مشارکت در ریسک سیستمی دارند. به ویژه بانک هایی که دارای اندازه بزرگ تر، نسبت اهرمی بالاتر یا موقعیت واسطه ای در شبکه بانکی هستند، نقش پررنگ تری در سرایت بحران های مالی ایفا می کنند. در چنین شرایطی، اعمال مقررات احتیاطی یکنواخت برای تمامی بانک ها نه تنها ناکارآمد، بلکه می تواند منجر به غفلت از بانک های پرریسک و اتلاف منابع نظارتی شود. بر این اساس، ضرورت دارد که نهادهای ناظر و سیاست گذار، به جای رویکردهای سنتی مبتنی بر اعمال الزامات یکسان، از چارچوب های نظارت مبتنی بر ریسک بهره گیرند؛ رویکردی که در آن، شدت نظارت و الزامات احتیاطی متناسب با سطح ریسک سیستمی هر بانک تعیین می شود. چنین رویکردی، نه تنها بهره وری سازوکار نظارتی را افزایش می دهد، بلکه توانایی آن در پیشگیری از بروز بحران های سیستمی و ارتقای ثبات مالی را نیز تقویت خواهد کرد.

هدف: هدف اصلی این پژوهش، حل تقابل بنیادین و کلیدی میان دقت پیش بینی و کارایی محاسباتی در مدل های پیش بینی قیمت سهام است. علی رغم توانایی مدل های یادگیری عمیق پیشرفته، مانند LSTM و Transformer، در دستیابی به دقت بالا، هزینه های سنگین پردازشی و تأخیر زمانی بالای آن ها، استقرار عملی این مدل ها را در اکوسیستم های مالی آنلاین و حساس به زمان، با چالش جدی مواجه ساخته است. این مسئله یک شکاف تحقیقاتی مهم را نمایان می سازد: فقدان یک چارچوب یکپارچه که بتواند به صورت سیستماتیک و هوشمند، این دو هدف متعارض (دقت و سرعت) را همزمان بهینه سازد. در پاسخ به این نیاز، این پژوهش یک چارچوب ترکیبی، تطبیقی و خودبهینه ساز با نام DE-Optimized AT-M(OS-ELM) را معرفی می کند که به طور خاص برای یافتن توازنی بهینه میان این دو معیار طراحی شده است. هدف نهایی، ارائه راهکاری عملی و واقع گرایانه است که ضمن حفظ دقت آماری رقابتی، بتواند با سرعت بسیار بالا با داده های جریانی سازگار شود و مسیر را برای کاربردی سازی هوش مصنوعی در سیستم های معاملاتی الگوریتمی بلادرنگ هموار کند. روش: روش شناسی این پژوهش بر پایه ی یک معماری چندلایه و هوشمند استوار است. چارچوب پیشنهادی، DE-Optimized AT-M(OS-ELM)، سه مؤلفه کلیدی را یکپارچه می سازد: (۱) یادگیرنده پایه (OS-ELM): از ماشین یادگیری حدی آنلاین و متوالی برای یادگیری سریع و تطبیق آنی با داده های جدید بدون نیاز به بازآموزی کامل استفاده می شود. (۲) ساختار گروهی تطبیقی (AT-M): برای افزایش پایداری و مدیریت نویز و پدیده «تغییر مفهوم»، چندین مدل OS-ELM در یک ساختار گروهی قرار گرفته اند و وزن هر مدل به صورت پویا بر اساس عملکرد اخیر آن در یک پنجره زمانی لغزان، با مکانیزم «وزن دهی مبتنی بر اعتماد» تنظیم می شود. (۳) موتور بهینه سازی (DE): از الگوریتم تکامل تفاضلی برای بهینه سازی خودکار و هوشمند ابرپارامترهای کلیدی مدل استفاده می گردد. نوآوری محوری این پژوهش، طراحی یک تابع هدف دوگانه برای الگوریتم DE است که به طور همزمان خطای پیش بینی (RMSE) و هزینه محاسباتی (زمان آموزش) را کمینه می کند. برای ارزیابی جامع عملکرد، از مجموعه داده های تاریخی ۱۴ ساله (۲۰۱۰-۲۰۲۳) پنج دارایی کلیدی بازار سهام آمریکا استفاده شد. مدل پیشنهادی با مدل های مبنای متنوعی شامل ARIMA، جنگل تصادفی، SVR، LSTM و Transformer مقایسه گردید. عملکرد مدل ها با معیارهای چندبعدی شامل دقت (RMSE, MAE, R²) و کارایی (زمان آموزش و پیش بینی) سنجیده و معناداری آماری نتایج با آزمون ناپارامتریک ویلکاکسون تأیید شد. یافته ها: نتایج ارزیابی کمی و کیفی نشان داد که چارچوب پیشنهادی با موفقیت به اهداف خود دست یافته است. در بُعد دقت، مدل پیشنهادی عملکردی بسیار رقابتی کسب کرد که از نظر آماری برتر یا کاملاً هم تراز با پیشرفته ترین مدل های یادگیری عمیق (LSTM و Transformer) بود (p < 0/05). برتری این مدل به ویژه در معیار دقت جهت دار (DA) که برای معاملات الگوریتمی حیاتی است، با میانگین 1/66% مشهودتر بود. برجسته ترین یافته، در بُعد کارایی محاسباتی نمایان شد؛ مدل پیشنهادی با میانگین زمان آموزش کمتر از یک ثانیه، سرعتی را به ثبت رساند که صدها برابر سریع تر از مدل های پیشرفته یادگیری عمیق بود. این کاهش چشمگیر هزینه محاسباتی، یک برتری قاطعانه و تعیین کننده برای کاربردهای عملی محسوب می شود. . تحلیل های بصری نیز این یافته ها را تأیید کرد؛ نمودار تحلیل توازن، مدل پیشنهادی را به تنهایی در «نقطه بهینه» (دقت بالا، هزینه پایین) قرار داد و تحلیل خطای لغزان نشان داد که این مدل پایداری عملکرد بالاتری را، به خصوص در دوره های پرنوسان بازار، حفظ می کند. نتیجه گیری: این پژوهش با موفقیت نشان داد که راهکار غلبه بر چالش دقت-سرعت در پیش بینی مالی، لزوماً در پیچیدگی بیشتر معماری ها نهفته نیست، بلکه در یک رویکرد مهندسی سیستم هوشمند و بهینه سازی هدفمند قرار دارد. چارچوب DE-Optimized AT-M(OS-ELM) با یکپارچه سازی هوشمندانه یادگیری آنلاین، پایداری گروهی تطبیقی و بهینه سازی دوهدفه، یک توازن سیستماتیک و مؤثر میان دقت و کارایی برقرار کرد. این مدل نه تنها به دقتی هم سطح یا برتر از مدل های پیشرفته دست یافت، بلکه این کار را با هزینه ای محاسباتی که چندین مرتبه مقیاس کمتر است، به انجام رساند. این دستاورد، رویکرد غالب مبنی بر تمرکز انحصاری بر مدل های پیچیده را به چالش می کشد و اهمیت طراحی راهکارهای عملی و کارآمد را برجسته می سازد. چارچوب ارائه شده به عنوان یک ابزار قدرتمند، پتانسیل بالایی برای پیاده سازی در سیستم های معاملاتی الگوریتمی و تحلیل های مالی بلادرنگ دارد و گامی مهم در جهت کاربردی سازی عملی هوش مصنوعی در امور مالی محسوب می شود.