درخت حوزه‌های تخصصی

رشد سریع بازار رمزارزها و افزایش نقش دارایی های دیجیتال در نظام مالی جهانی، چالش های جدیدی را در زمینه ارزش گذاری و قیمت گذاری این دارایی ها ایجاد کرده است. برخلاف دارایی های مالی سنتی، رمزارزها فاقد جریان های نقدی مشخص و معیارهای متعارف ارزش گذاری هستند و قیمت آن ها تحت تأثیر عوامل متعددی از جمله شرایط بازار، رفتار سرمایه گذاران، حجم معاملات و متغیرهای اطلاعاتی قرار می گیرد. ازاین رو، طراحی مدل های نوین و هوشمند برای قیمت گذاری این دارایی ها به یکی از مسائل مهم پژوهشی تبدیل شده است. پژوهش حاضر با هدف طراحی مدل قیمت گذاری دارایی های دیجیتال با استفاده از یادگیری تقویتی عمیق در بازار رمزارزها انجام شده است. سؤال اصلی پژوهش این است که آیا یادگیری تقویتی عمیق می تواند مدلی کارآمد و دقیق برای قیمت گذاری دارایی های دیجیتال ارائه دهد؟ همچنین این پژوهش به بررسی این فرضیه ها می پردازد که استفاده از یادگیری تقویتی عمیق موجب بهبود دقت قیمت گذاری دارایی های دیجیتال می شود، قابلیت سازگاری مدل با شرایط متغیر بازار را افزایش می دهد و عملکردی بهتر از روش های سنتی قیمت گذاری ارائه می کند. این تحقیق از نظر هدف کاربردی و از نظر روش، کمی و مبتنی بر مدل سازی است. داده های تاریخی مربوط به قیمت، حجم معاملات و شاخص های بازار رمزارزها جمع آوری شده و با استفاده از الگوریتم های یادگیری تقویتی عمیق مورد تحلیل قرار گرفته اند. برای ارزیابی عملکرد مدل نیز شاخص های خطای پیش بینی و معیارهای سنجش کارایی مورد استفاده قرار گرفته است. نتایج پژوهش نشان می دهد که مدل پیشنهادی قادر است الگوهای پیچیده و غیرخطی بازار رمزارزها را شناسایی کرده و با یادگیری مستمر از محیط بازار، دقت بیشتری در قیمت گذاری دارایی های دیجیتال نسبت به روش های سنتی ارائه دهد. همچنین یافته ها بیانگر آن است که یادگیری تقویتی عمیق می تواند به عنوان ابزاری مؤثر در تصمیم گیری های مالی و مدیریت سرمایه گذاری در بازار رمزارزها مورد استفاده قرار گیرد.

در سال های اخیر، سیستم های بانکی با افزایش قابل توجه حجم و پیچیدگی داده های مالی مشتریان مواجه شده اند. این موضوع باعث شده است روش های سنتی اعتبارسنجی که بر شاخص های محدود و فرضیات خطی تکیه دارند، کارایی کمتری داشته باشند. در نتیجه، روش های یادگیری ماشین به دلیل توانایی در مدل سازی روابط غیرخطی و پیچیده، به ابزارهای مهمی در ارزیابی ریسک اعتباری تبدیل شده اند. با این حال، مشکل اصلی این مدل ها عدم شفافیت و تفسیرپذیری آن هاست که استفاده عملی از آن ها را در محیط های بانکی و تحت مقررات محدود می کند.در این پژوهش، یک چارچوب اعتبارسنجی توضیح پذیر با ترکیب الگوریتم های یادگیری ماشین و روش SHAP ارائه شده است. در این مدل، از ویژگی های رفتاری مشتریان مانند الگوی تراکنش ها، سطح بدهی، سابقه بازپرداخت و شاخص های مرتبط استفاده شده و مدل هایی مانند Random Forest، Gradient Boosting و SVM برای پیش بینی ریسک اعتباری به کار گرفته شده اند. سپس SHAP برای تفسیر نتایج و تعیین میزان تأثیر هر ویژگی بر خروجی مدل استفاده شده است. نتایج نشان می دهد که ویژگی هایی مانند سابقه بازپرداخت، نسبت بدهی به درآمد و رفتار تراکنشی از مهم ترین عوامل در تعیین امتیاز اعتباری هستند. همچنین ترکیب یادگیری ماشین با SHAP علاوه بر حفظ دقت بالا، موجب افزایش شفافیت و تفسیرپذیری مدل می شود. در مجموع، این رویکرد می تواند اعتماد، عدالت و پاسخ گویی در سیستم های اعتبارسنجی را بهبود دهد و پایه ای برای تحقیقات آینده در حوزه تحلیل مالی توضیح پذیر فراهم کند.

در سال های اخیر، گسترش بازار ارزهای دیجیتال و نوسانات شدید قیمتی آن، نیاز به توسعه روش های پیش بینی دقیق و سیستم های معاملاتی هوشمند را افزایش داده است. در این پژوهش، یک الگوریتم معاملاتی هوشمند مبتنی بر شبکه عصبی حافظه طولانی کوتاه مدت برای پیش بینی قیمت و تولید سیگنال های خرید و فروش در بازار ارزهای دیجیتال ارائه شده است. هدف اصلی این مطالعه، بهبود عملکرد تصمیم گیری معاملاتی و کاهش ریسک ناشی از نوسانات غیرقابل پیش بینی بازار است. مدل پیشنهادی با استفاده از داده های تاریخی قیمت شامل قیمت باز، بسته، بیشینه، کمینه و حجم معاملات آموزش داده شده و قادر است وابستگی های زمانی بلندمدت موجود در داده های سری زمانی مالی را استخراج کند. در این تحقیق، ابتدا داده ها پیش پردازش شده و نرمال سازی می شوند، سپس ساختار شبکه LSTM طراحی و بهینه سازی می گردد. خروجی مدل به صورت پیش بینی روند قیمتی بوده و بر اساس آن سیگنال های معاملاتی تولید می شود. نتایج آزمایش ها نشان می دهد که مدل LSTM در مقایسه با روش های سنتی مانند میانگین متحرک و رگرسیون خطی، دقت بالاتری در پیش بینی روند قیمت دارد و عملکرد بهتری در تولید سیگنال های معاملاتی ارائه می دهد. همچنین، استفاده از این مدل موجب افزایش بازدهی سرمایه گذاری و کاهش خطای تصمیم گیری در شرایط نوسانی بازار می شود. در نهایت، یافته های این پژوهش نشان می دهد که بهره گیری از شبکه های عصبی عمیق به ویژه LSTM می تواند نقش مؤثری در توسعه سیستم های معاملاتی هوشمند در بازار ارزهای دیجیتال ایفا کند و به عنوان ابزاری کارآمد برای تحلیل گران مالی و سرمایه گذاران مورد استفاده قرار گیرد.

درماندگی مالی یکی از مهم ترین مراحل پیش از ورشکستگی شرکت ها محسوب می شود که شناسایی به موقع آن می تواند از بروز زیان های گسترده برای سرمایه گذاران، اعتباردهندگان و سایر ذی نفعان جلوگیری کند. در سال های اخیر، روش های یادگیری ماشین به دلیل توانایی بالا در استخراج الگوهای پیچیده از داده های مالی، به طور گسترده در حوزه پیش بینی درماندگی مالی مورد استفاده قرار گرفته اند. در این پژوهش، از ماشین بردار پشتیبان به عنوان یکی از کارآمدترین الگوریتم های طبقه بندی استفاده شده است. با توجه به حساسیت عملکرد SVM نسبت به پارامترهای تنظیمی، از الگوریتم های فراابتکاری برای بهینه سازی پارامترهای مدل بهره گرفته می شود. هدف اصلی این مطالعه، ارائه مدلی ترکیبی مبتنی بر SVM و الگوریتم های فرا ابتکاری به منظور افزایش دقت پیش بینی درماندگی مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران است. نتایج مطالعات پیشین نشان می دهد که استفاده از الگوریتم های فراابتکاری نظیر الگوریتم ژنتیک، بهینه سازی ازدحام ذرات و الگوریتم کلونی مورچگان می تواند عملکرد مدل SVM را به طور قابل توجهی بهبود بخشد و دقت پیش بینی را افزایش دهد.

افزایش نگرانی های جهانی درباره تغییرات اقلیمی، توسعه پایدار و مسئولیت پذیری اجتماعی شرکت ها موجب شده است که سرمایه گذاری سبز و معیارهای محیط زیستی، اجتماعی و حاکمیتی (ESG) به یکی از مهم ترین موضوعات حوزه مالی تبدیل شوند. در عین حال، پیچیدگی روزافزون بازارهای مالی و حجم عظیم داده های ساختاریافته و غیرساختاریافته، محدودیت های روش های سنتی مدیریت پرتفوی را آشکار ساخته است. هدف این پژوهش ارائه یک چارچوب نوین مبتنی بر هوش مصنوعی عامل محور (Agentic AI) برای مدیریت خودکار پرتفوی سرمایه گذاری سبز است که در آن داده های ESG، تحلیل بازار و مدل های بهینه سازی کوانتومی به صورت یکپارچه مورد استفاده قرار می گیرند. چارچوب پیشنهادی از مجموعه ای از عامل های هوشمند شامل عامل تحلیل ESG، عامل تحلیل بازار، عامل ارزیابی ریسک، عامل تصمیم گیری و عامل بهینه سازی کوانتومی تشکیل شده است. این عامل ها با همکاری یکدیگر به جمع آوری اطلاعات، تحلیل شرایط بازار، تخصیص دارایی و بازتنظیم پرتفوی می پردازند. نتایج نظری پژوهش نشان می دهد که استفاده همزمان از Agentic AI و الگوریتم های کوانتومی می تواند موجب افزایش بازدهی، کاهش ریسک و بهبود عملکرد پایداری پرتفوی شود.

در سال های اخیر، گسترش بازارهای مالی و افزایش پیچیدگی رفتار قیمت ها، استفاده از روش های هوشمند در طراحی راهبردهای معاملاتی را به یک ضرورت تبدیل کرده است. بازار آتی سکه به عنوان یکی از بازارهای پرنوسان و حساس به متغیرهای کلان اقتصادی، محیطی مناسب برای توسعه و ارزیابی الگوریتم های معاملاتی پیشرفته محسوب می شود. در این پژوهش، یک چارچوب نوین مبتنی بر یادگیری تقویتی عمیق برای طراحی سامانه معاملات الگوریتمی بهینه در بازار آتی سکه ارائه می شود. مدل پیشنهادی با ترکیب شبکه های عصبی عمیق و الگوریتم های یادگیری تقویتی، اقدام به یادگیری سیاست معاملاتی بهینه از طریق تعامل مستمر با محیط بازار می کند.در این چارچوب، وضعیت بازار شامل متغیرهایی مانند قیمت، حجم معاملات و شاخص های فنی بوده و تابع پاداش به گونه ای طراحی شده است که علاوه بر بازدهی، ریسک نیز در فرایند تصمیم گیری لحاظ شود. نتایج اولیه حاصل از شبیه سازی نشان می دهد که مدل پیشنهادی نسبت به راهبردهای سنتی مبتنی بر تحلیل فنی، عملکرد بهتری از نظر بازده تعدیل شده بر اساس ریسک و کنترل افت سرمایه دارد. یافته های این پژوهش بیانگر آن است که یادگیری تقویتی عمیق می تواند ابزاری مؤثر برای طراحی سامانه های معاملاتی هوشمند در بازارهای مالی پیچیده و غیرخطی باشد.همچنین تحلیل حساسیت نتایج نشان می دهد که عملکرد مدل در شرایط مختلف بازار، از جمله روندهای صعودی، نزولی و خنثی، نسبتاً پایدار بوده و نوسانات عملکردی آن در مقایسه با روش های کلاسیک کمتر است. این موضوع بیانگر توانایی مدل در تطبیق با تغییر رژیم های بازار و یادگیری الگوهای رفتاری متغیر در طول زمان است. افزون بر این، لحاظ کردن هزینه های معاملاتی در فرایند شبیه سازی باعث شده است که نتایج به شرایط واقعی بازار نزدیک تر باشد و از بیش برآورد عملکرد جلوگیری شود. از منظر مدیریت ریسک نیز مدل پیشنهادی توانسته است با کنترل هم زمان بازده و افت سرمایه، تعادل مناسبی میان سودآوری و پایداری سرمایه ایجاد کند.در نهایت، این پژوهش نشان می دهد که ترکیب یادگیری تقویتی عمیق با داده های مالی می تواند مسیر مناسبی برای توسعه نسل جدید سامانه های هوشمند معاملات الگوریتمی فراهم سازد.

افزایش پیچیدگی و عدم قطعیت در نظام های مالی مدرن، نیاز به ابزارهای تحلیلی پیشرفته برای شبیه سازی شرایط بحرانی و ارزیابی تاب آوری سازمانی را بیش از پیش افزایش داده است. روش های سنتی سناریونویسی معمولاً بر مفروضات ایستا، قضاوت خبرگان و ناتوانی در مدل سازی روابط غیرخطی در محیط های اقتصادی پیچیده استوار هستند. در این میان، هوش مصنوعی مولد به عنوان رویکردی نوین و تحول آفرین، امکان تولید سناریوهای پویا، داده محور و چندبعدی از بحران های مالی را فراهم کرده است. پژوهش حاضر با هدف بررسی کاربرد هوش مصنوعی مولد در طراحی سناریوهای بحران مالی و تحلیل تاب آوری سازمانی انجام شده است. روش پژوهش مبتنی بر تحلیل مفهومی و شبیه سازی سناریوهای احتمالی با استفاده از مدل های مولد مانند مدل های زبانی بزرگ و معماری های مبتنی بر تولید داده است. نتایج نشان می دهد که هوش مصنوعی مولد می تواند تنوع سناریوهای بحران را افزایش داده، سوگیری های شناختی در فرآیند تصمیم گیری را کاهش دهد و دقت ارزیابی تاب آوری سازمانی را بهبود بخشد. همچنین سازمان هایی که از این فناوری در مدیریت ریسک و برنامه ریزی استراتژیک استفاده می کنند، در مواجهه با شرایط بحرانی از سرعت بازیابی بالاتر و انعطاف پذیری ساختاری بیشتری برخوردار هستند. یافته ها بیانگر آن است که ادغام هوش مصنوعی مولد با چارچوب های مدیریت ریسک می تواند به ارتقای نظام های پیش بینی بحران و افزایش پایداری سازمانی منجر شود.

گسترش سریع فناوری های مالی، پیچیده تر شدن محیط های مقرراتی و افزایش حجم الزامات انطباق، چالش های مهمی را برای سازمان های مالی و بانکی ایجاد کرده است. روش های سنتی انطباق مقررات که عمدتاً مبتنی بر بررسی انسانی، سیستم های قاعده محور و فرآیندهای دستی هستند، دیگر توان پاسخگویی به حجم گسترده و پویای قوانین مالی را ندارند. در این میان، رگ تک به عنوان راهکاری نوین مبتنی بر فناوری های دیجیتال برای بهبود و خودکارسازی فرآیندهای نظارتی مطرح شده است. پژوهش حاضر با هدف توسعه یک چارچوب رگ تک هوشمند مبتنی بر پردازش زبان طبیعی برای انطباق خودکار مقررات مالی انجام شده است. این چارچوب با بهره گیری از تحلیل معنایی متون حقوقی، طبقه بندی اسناد مقرراتی و تطبیق سیاست های داخلی سازمان با الزامات قانونی، امکان شناسایی شکاف های انطباقی را فراهم می سازد. در این مدل از روش های پیشرفته یادگیری زبان و معماری های مبتنی بر ترنسفورمر برای پردازش متون پیچیده مقرراتی استفاده شده است. یافته های پژوهش نشان می دهد که چارچوب پیشنهادی مبتنی بر پردازش زبان طبیعی قادر است دقت و سرعت تحلیل مقررات را به طور قابل توجهی افزایش دهد. همچنین استفاده از این رویکرد موجب کاهش خطای انسانی، کاهش هزینه های انطباق و افزایش شفافیت در فرآیندهای نظارتی می شود. نتایج نشان می دهد که رگ تک هوشمند می تواند نقش مؤثری در بهبود حکمرانی مالی و کاهش ریسک های مقرراتی ایفا کند.

تحول دیجیتال در صنعت خدمات مالی موجب شده است که رفتار مشتریان در بسترهای آنلاین به یکی از منابع اصلی تولید داده برای تحلیل تصمیم گیری مالی تبدیل شود. در این میان، سیستم های توصیه گر مالی به عنوان ابزارهایی مبتنی بر هوش مصنوعی نقش مهمی در شخصی سازی خدمات مالی، بهبود تجربه کاربری و افزایش کارایی تصمیم گیری سرمایه گذاری ایفا می کنند. با این حال، بسیاری از سیستم های موجود هنوز بر داده های ایستا یا ویژگی های محدود مالی تکیه دارند و کمتر توانسته اند ابعاد رفتاری، شناختی و دیجیتال مشتریان را در فرآیند توصیه گری ادغام کنند. پژوهش حاضر با هدف طراحی یک چارچوب توصیه گر مالی شخصی سازی شده مبتنی بر رفتارشناسی دیجیتال مشتریان انجام شده است. این مطالعه با رویکرد مفهومی تحلیلی و با بهره گیری از ادبیات هوش مصنوعی، یادگیری ماشین و اقتصاد رفتاری، مدلی چندلایه برای تحلیل رفتار مالی کاربران در محیط های دیجیتال ارائه می دهد. در این چارچوب، داده های رفتاری شامل الگوهای کلیک، زمان تعامل، تاریخچه تراکنش ها، تعامل با محصولات مالی و شاخص های روان شناختی دیجیتال استخراج و به عنوان ورودی مدل توصیه گر استفاده می شوند. نتایج تحلیل نظری نشان می دهد که ترکیب رفتارشناسی دیجیتال با الگوریتم های توصیه گر می تواند دقت پیش بینی نیازهای مالی کاربران را افزایش داده و سطح شخصی سازی خدمات مالی را به طور معناداری بهبود دهد. همچنین این رویکرد می تواند به کاهش خطاهای تصمیم گیری سرمایه گذاران خرد و افزایش کارایی بازارهای مالی کمک کند. در نهایت، پژوهش حاضر چارچوبی نوین برای توسعه نسل جدید سیستم های توصیه گر مالی ارائه می دهد که در آن داده های رفتاری و الگوریتم های هوشمند به صورت یکپارچه در خدمت تصمیم سازی مالی قرار می گیرند.

پس از فروپاشی امویان ( 442 ق/1031م) در اندلس و شکل گیری دولت های کوچک ملوک الطوایفی، نقطه عطفی در تاریخ سیاسی و روابط خارجی با حکومت های مسیحی شمال اسپانیا شکل گرفت. در این میان، بنی هود (431-503 ق/1046-1118م) از دولت های مهم ملوک الطوایف در جستجوی الگویی تازه در روابط سیاسی – نظامی با دولت های مسیحی شمال اسپانیا برآمد. این پژوهش به بررسی سیاست های هودیان در قبال حکومت های مسیحی اسپانیا می پردازد. همچنین تحلیل رفتارها و اقدامات حکومت های مسیحی در مقابله با هودیان و روابطی که منجر به افزایش همکاری نظامی بنی هود با قشتاله شد؛ به گونه ای که فرمانده برجسته قشتاله رودریگو دیاز مشهور به ال سید کمپیدور راهی دربار هودیان شد. مقاله در ادامه به ارزیابی پیامدهای ورود ال سید به دستگاه خلافت هودیان اشاره نموده و نقش آن در تضعیف حکومت بنی هود و دیگر حکومت های شرق اندلس را سنجیده است. یافته های پژوهش نشان می دهد که ال سید پس از قدرت گرفتن در دستگاه خلافت هودیان آشکارا علیه حکومت بنی هود قیام کرد و سرانجام دولتی مستقل در شرق اندلس تشکیل داد.

علی اکبر داور به عنوان یکی از تکنوکرات های اصلی دولت رضاشاه، سهمی مهم در پیشبرد پروژه دولت سازی و تمرکز قدرت سیاسی ایفا کرد و اصلاحات گسترده ای را در حوزه قانون گذاری، سازمان قضایی و بوروکراسی اداری به اجرا گذاشت. این مقاله با رویکردی توصیفی- تحلیلی و با اتکا به منابع کتابخانه ای و اسناد تاریخی به بررسی شخصیت فکری، ذهنیت سیاسی و جایگاه علی اکبر داور در فرآیند دولت سازی اقتدارگرایانه عصر رضاشاه می پردازد. مسئله اصلی پژوهش این است که اصلاحات نهادی داور چه نسبتی با توسعه سیاسی و مشارکت اجتماعی داشت. فرضیه مقاله بر این اساس استوار است که داور نماینده نوعی نوسازی اقتدارگرایانه و تکنوکراتیک بود که با تأکید بر کارآمدی نهادی و تمرکز قدرت، اصلاحات حقوقی را بدون توجه کافی به نهادینه سازی مشارکت سیاسی و تضمین آزادی های مدنی دنبال کرد. یافته های پژوهش نشان می دهد که علی اکبر داور از یک طرف، معمار نهادهای مدرن حقوقی و قضایی و از طرف دیگر، قربانی همان ساختار اقتدارگرای دولتی بود که خود در شکل گیری و تحکیم آن نقشی اساسی ایفا کرده بود.

قرآن کریم تشکیل امت به دور از اختلاف را برای تحقق حکومت جهانی عصر ظهور لازم دانسته و در آیات بسیاری اصل «اختلاف» در دین مذمت شده است؛ اما اختلاف در طبایع، آداب، عقاید و اعمال منشا فطری داشته است. از سوی دیگر پیامبر(ص) براساس قرآن، وحدت امت را به عنوان بالاترین مصلحت تلقی کرده است. بنابراین مقاله حاضر با روش توصیفی- تحلیلی و گردآوری کتابخانه ای داده ها به معرفی راهبردهای اتحادبخشی پیامبر (ص) در جامعه اسلامی می پردازد. جامعه پژوهش قرآن کریم و نمونه آماری 43 آیه مربوط به وحدت است. یافته های پژوهش با استناد به 43 آیه قرآن در باب وحدت شامل 11 آیه در مورد ضرورت ایجاد امت واحده در قرآن، 9 آیه در مورد آثار وحدت در جامعه، 10 آیه در مورد راهبردهای نظری پیامبر(ص) در باب وحدت که شامل توجه به خانه کعبه، آرمان یکتاپرستی، معجزه بودن قرآن و 13 آیه در باب راهبردهای عملی پیامبر(ص) شامل قانون اساسی مدینه، نفی تبعیض قومی و نژادی، ایجاد تعلق اجتماعی، تعصب اعراب، اصلاح ذات البین، بهره برداری از دلاوری و بی باکی اعراب، بهره برداری از میهمان نوازی اعراب، توجه به محرومین و تحمل و مدارای پیامبر(ص) می باشد نشان می دهد که استفاده حداکثری پیامبر(ص) از راهبردهای عملی وحدت گرایی، گویای تأثیر بیشتر این دسته از راهبردها در تبلیغ و گسترش دین اسلام بوده است.

بررسی مجازات و زندان زنان در تاریخ ایران فرآیندی است که چگونگی شکل گیری سیستم قضایی و قانون گذاری اسلامی، تدوین قوانین جزایی مرتبط با زنان مجرم و زندان زنان را در بستر تاریخ ایران اسلامی مورد کاوش قرار می دهد. این پژوهش با روش توصیفی – تحلیلی انواع مجازات زنان و گزاره های مرتبط با آن را از خلافت عباسی تا دوره صفوی شرح می دهد و درصدد پاسخ گویی به این پرسش بنیادی است که آیا زندان زنان در ایران به عنوان یک نهاد رسمی موضوعیت داشته است؟ در قرون نخستین اسلامی و در نقاط مختلف خلافت عباسی، زندان به عنوان یک نهاد رسمی در کنار سایر نهادهای شهری، کاربری داشت و علاوه بر آن از قلعه ها و کهن دژها به مثابه زندان استفاده می شد. اگرچه منابع، گزارش هایی مبنی بر زندانی شدن زنان بلندپایه ارائه داده اند، اما در ذکر انواع جرایم و مجازات مرتبط با جرم، صحبتی نکردند. در دیگر ادوار تاریخی کاربرد زندان به عنوان مکانی برای نگه داشتن مجرم به قصد تأدیب، محلی از اعراب نداشت و مجرمین پس از مدت کوتاهی به کیفر مرگ می رسیدند. یافته های پژوهش نشان می دهد که زنان در قرون نخستین اسلامی و در زمان حکومت طاهریان در بغداد از زندان برخوردار بودند ولی منابع و شواهد گزاره ای دال بر کاربرد زندان زنان در دیگر ادوار تاریخی ارائه نمی دهند.

ایل شاملو از جمله ایلاتی بود که در تاسیس و تداوم سلسله صفویه نقش موثری داشت. دو نفر از نخبگان ایل شاملو در دوره حکمرانی شاه صفی زینل خان شاملو سپسهالار ایران و حسن خان شاملو حاکم خراسان بودند. این دو نفر به سبب تسلط نظام قبیله ای در سیستم حکومت داری ایران، بسیاری از هم ولایتی های خود در ایل شاملو را بر کشیدند. یافته های پژوهش نشان می دهد که با وجود تضعیف نظام قبیله ای قزلباش توسط شاه عباس اول (996-1038ق)، به محض قدرت یافتن گروهی از ایلات، آن ها در راستای بسط قدرت خویش اقدام به ایجاد شبکه ای از وفاداران قبیله ای خود می کردند. این ویژگی را می توان در دوره قدرت یابی زینل خان شاملو به صورت پررنگ و در دوره حسن خان شاملو با شیب ملایم تری مشاهده نمود. همچنین یافته ها نشان می دهد هر زمان نخبگان ایلی منافع قبیله ای را رها کرده و منافع ملی را در عملکرد و اقدامات خود در اولویت قرار می دادند، به مراتب کارایی بیشتری داشته و برای کشور نیز سودمند بودند. روش تحقیق در این مقاله، توصیفی- تحلیلی و جمع آوری اطلاعات به شیوه کتابخانه ای انجام شده است.

جریان وهابیت همواره در پی به چالش کشیدن فضائل امیرالمؤمنین علی (ع) و به ویژه نقد احادیث دال بر امامت بلافصل ایشان بوده است. حدیث «باب حطه» به عنوان یکی از این احادیث، از سوی وهابیت به جعل و عدم اعتبار متهم شده است. این پژوهش با رویکردی توصیفی-تحلیلی و روشی انتقادی، به واکاوی اشکالات سندی و دلالی وهابیت بر این حدیث پرداخته است. یافته های تحقیق نشان می دهد که این حدیث در منابع معتبر اهل سنت نقل شده و راویان آن نزد بسیاری از عالمان رجالی، موثق شناخته شده اند. همچنین، تعدد طرق روایی، وجود احادیث هم مضمون (مانند حدیث «باب مدینه العلم») و تصریح بزرگان اهل سنت بر اعتبار آن، ادعاهای وهابیت مبنی بر ضعف سندی را رد می کند. از منظر دلالی، تشبیه امام علی (ع) به «باب حطه» به معنای تعیین ایشان به عنوان مسیر امن و شرط الهی برای تحقق توبه، تسلیم واقعی و وصول به مغفرت است، نه یک مکانیسم خودکار برای نجات بی قیدوشرط. این مفهوم نه تنها نافی مسئولیت فردی و لزوم عمل صالح نیست، بلکه مسیر صحیح آن را مشخص می سازد.

مسئله «اشتراط قریشی بودن امام» یکی از مناقشه برانگیزترین مباحث در تکوین اندیشه سیاسی اسلامی است که در پیوندی تنگاتنگ با تحولات سیاسی صدر اسلام، به ویژه واقعه سقیفه، شکل گرفته و در سده های بعد در قالب روایات حدیثی و دستگاه های کلامی تثبیت شده است. در حالی که تحقیقات پیشین عمدتاً به بررسی تاریخیِ استناد به حدیث «الأئمه من قریش» در سقیفه یا تحلیل سیاست های خلفای نخستین در ترویج برتری قریش پرداخته اند، و برخی دیگر نیز چگونگی بازنمایی جانشینی و مبانی مشروعیت بخشی به خلافت را در متون کهن مورد کاوش قرار داده اند، پرسش اصلی این مقاله آن است که شرط قریشی بودن تا چه اندازه بازتاب یک نصّ هنجاری نخستین است و تا چه میزان محصول بازخوانی های پسینی در بستر منازعات قدرت؟ این پژوهش با بهره گیری از رویکرد تاریخ اندیشه در معنای صورت بندی شده آن نزد کوئنتین اسکینر و با اتکا به تحلیل کنش گفتاری، می کوشد نشان دهد که احادیثی چون «الأئمه من قریش» را باید در زمینه تاریخی - منازعاتی صدور و بازنقل آن ها فهم کرد و از قرائت های انتزاعی و فرازمانی پرهیز نمود. روش تحقیق، تحلیلی - تاریخی و مبتنی بر مطالعه تطبیقی منابع حدیثی، تاریخی، و کلامی - فقهی است. داده های روایی در پرتو بستر سیاسی نزاع های نخستین و نیز در چارچوب نظریه کنش گفتاری بررسی شده اند. یافته های پژوهش نشان می دهد که شرط قریشی بودن بیش از آن که صرفاً یک گزاره اعتقادی باشد، در مقام یک ابزار گفتمانی برای تحدید دایره مشروعیت سیاسی و مدیریت تعارض های قبیله ای در جامعه نخستین اسلامی عمل کرده است. این شرط در گذار از عرصه منازعه سیاسی به دستگاه نظری اهل سنّت صورت بندی فقهی یافت و در سنت امامی به گونه ای متفاوت بازتفسیر شد. در نتیجه، فهم دقیق این آموزه مستلزم بازسازی زمینه تاریخی و تحلیل مقاصد کنشگران اولیه است.

حدیث ثقلین به عنوان یکی از مهم ترین و معتبرترین روایات اسلامی، بر امامت و عصمت اهل بیت (ع) دلالت صریحی دارد. این پژوهش با هدف بررسی رویکرد نوسلفیان اهل سنت در مواجهه با این حدیث انجام شده است. این جریان فکری که از قرن بیستم میلادی با محمد عبده (م. ۱۳۲۳ق) آغاز شده، تلاش کرده است تا با تفاسیر خاص و هدفمند، دلالت حدیث ثقلین بر جایگاه امامت اهل بیت (ع) را نفی کند. به همین دلیل، مسئله اصلی پژوهش حاضر این است که نوسلفیان اهل سنت، چه مواجهه ای با حدیث ثقلین داشته اند؟ این پژوهش با روش تحلیل متن حدیث و با تمرکز بر آثار سه تن از شخصیت های برجسته نوسلفی، یعنی رشیدرضا (م. ۱۳۵۴ ق)، جمال الدین قاسمی (م . ۱۳۳۲ ق) و محمد ناصر البانی (م. ۱۴۲۰ ق)، انجام شده است. فرضیه این تحقیق آن است که نوسلفیان با بهره گیری از روش های تفسیری و گزینشی، تلاش می کنند تا معنای حدیث ثقلین را به گونه ای تعبیر کنند که با باور شیعه در مورد امامت و عصمت اهل بیت (ع) مغایرت داشته باشد. نتایج این بررسی نشان می دهد که نوسلفیان به جای انکار یا تحریف لفظی حدیث، رویکردی تفسیری را در پیش گرفته اند که به محدود کردن مصادیق و دلالت های آن می انجامد. این رویکرد به ویژه در انکار جایگاه مرجعیت علمی و عصمت اهل بیت (ع) نمایان می شود و به نوعی به تضعیف جایگاه ایشان در برابر قرآن منجر می گردد. بررسی دیدگاه های این سه شخصیت، ضمن روشن ساختن روش های مواجهه نوسلفیان با احادیث، به درک عمیق تر مبانی اعتقادی آنان و تقویت مبانی اعتقادی شیعه کمک می کند.

دانش های حدیثی می توانند در علوم دیگر به کار گرفته شوند. یکی از این دانش ها، دانش تخریج است. کارکرد ارزشمند این دانش خصوصاً در علوم اعتقادی، به جهت اهمیت عقاید، امری غیرقابل انکار است. پژوهش حاضر با به کارگیری دانش حدیثی تخریج در یکی از مناظرات مهم کلامی فلسفی عرفانی، ضرورت پرداختن به این دانش را متذکر می شود. این مناظره مکاتباتی است بین دو تن از بزرگ ترین علمای شیعه، آیت الله شیخ محمدحسین اصفهانی و آیت الله سید احمد کربلایی در موضوعاتی چون بساطت ذات، وحدت وجود، نسبت اسماء و صفات با خدا و... . علامه طباطبایی و جناب حسینی طهرانی نیز محاکمات و تذییلاتی دارند. موضوعات حساس مطرح شده در این مناظره، هم چنین مقام علمی طرفین مناظره و تأثیرگذاری آنان در اندیشه جامعه علمی، ما را به اهمیت دقت در این مناظره و بکار گیری دانش تخریج در آن رهنمون می شود. پرداختن به این موضوع به جهاتی چون در امان ماندن از مغالطه، دستیابی به نتیجه صحیح، در امان ماندن از گفتگو و مناظره بی اثر یا کم اثر، جلوگیری از انتساب کلامی غیر از کلام معصوم به معصوم و ... ضروری است. نوشتار حاضر در پی پاسخ به این پرسش است که چگونه تخریجِ مستندات در نتیجه گیری از این مناظره تأثیرگذار است؟ و چطور توجه و غفلت از این دانش، روند مناظره را دستخوش تغییرات می کند؟ یافته های پس از تخریج حاکی از وجودِ تحریف و تصحیف در احادیث، ارسال سند، احادیث مزید و گزاره های حدیث نماست که ضرورت پرداختن به این دانش را گوشزد می نماید.

چالش نظام دولت ملت با نظام امامت امت در جمهوری اسلامی ایران شکل گیری جوامع سیاسی متأثر از شرایط متعدد حاکم بر آن بوده است. ازاین رو، عناصر تعین بخش جامعه سیاسی در جوامع مختلف متفاوت است. پس از دوران وستفالیا و بروز هژمونی غالب مکاتب سیاسی، دول غربی مدل دولت ملت را به عنوان الگوی مطلوب ساختار سیاسی کشورها ارائه دادند. با پیدایش انقلاب اسلامی ایران مبتنی بر بنیادهای اندیشه ای برخاسته از آموزه های وحیانی (مغایر با ایدئولوژی های رایج دنیای مدرن)، مدلی جدید از نظام های سیاسی به منصه ظهور رسید که در پیوند با هنجارهای عمومی جامعه از یک سو و با ارزش های فطری و مورد پذیرش انسان ها از سوی دیگر همراه بود. مدل «امامت امت» با مؤلفه های جدید وحیانی و عقلانی و در پیوند عمیق با توده های مردمی، غایت خود را از یک سو انسان سازی اجتماعی و از سوی دیگر شکل گیری تمدن نوین اسلامی بر می شمارد. به دلیل تفاوت های این دو مدل، در این نوشتار برآنیم تا با روش تحلیلی توصیفی برخی چالش های این دو نظام در عرصه عمل را واکاوی نماییم.

یکی از وظایف مهم دولت اسلامی، احیای ارزش های دینی در جامعه است. این امر مستلزم توجه ویژه دولت اسلامی به مسأله سبک زندگی و نهادینه سازی ارزش ها، هنجارها و الگوهای رفتاری مطلوب در جامعه است. امروزه پرداختن به مسأله سبک زندگی و شیوه های رفتار فردی و اجتماعی، بدین جهت اهمیت مضاعف پیدا کرده است که تحولات عصر جدید، سبک های گوناگونی را فراروی انسان معاصر قرار داده و این گوناگونی الگوها، سبب شده است تا گزینش سبک مطلوب در زندگی روزمره دشوار گردد. در بیانات حضرت آیهالله خامنه ای(مد ظله)، سبک زندگی دینی به عنوان مهم ترین شاخص هویت فرهنگی و تمدنی جامعه اسلامی و مایه صلاح و فلاح آنان ذکر شده و بر لزوم اهتمام دولت اسلامی نسبت به این موضوع مهم تأکید شده است. نوشتار حاضر، با روش توصیفی تحلیلی، از طریق استکشاف در اسناد مکتوب (اعم از نوشتاری و گفتاری) امام خامنه ای(مد ظله)، رسالت دولت اسلامی در ترویج سبک زندگی اسلامی و الزامات آن را مورد بررسی قرار داده است. بر اساس یافته های تحقیق، نقش آفرینی دولت اسلامی در اصلاح نگرش های عمومی و هنجارهای اجتماعی، توجه به اصالت فرهنگی و تمدنی جامعه اسلامی، مقابله با الگوها و نمادهای فرهنگ مادی غرب، منش اسلامی حاکمان و کارگزاران حکومت و... از مهم ترین الزامات دولت در نهادینه سازی سبک زندگی اسلامی به شمار می رود.