انتشارات دانشگاه تهران تحقیقات مالی 1024-8153 27 2 2025 06 22 Predicting Bank Customer Churn Using Machine Learning پیش‌بینی ریزش مشتریان بانک با استفاده از یادگیری ماشین 218 245 102548 10.22059/frj.2024.357770.1007453 FA محمدحسین محمودزاده کارشناسی ارشد، گروه مهندسی کامپیوتر، دانشکده ریاضی و علوم کامپیوتر، دانشگاه صنعتی امیرکبیر (پلی تکنیک تهران)، تهران، ایران. 0009-0005-1489-2016 محمدحسن شیرعلی شهرضا استادیار، گروه آموزشی علوم کامپیوتر، دانشکده ریاضی و علوم کامپیوتر، دانشگاه صنعتی امیرکبیر (پلی تکنیک تهران)، تهران، ایران. 0000-0001-5946-3243 علی محدث خراسانی دانشیار، گروه علوم کامپیوتر، دانشکده ریاضی و علوم کامپیوتر،دانشگاه صنعتی امیرکبیر (پلی تکنیک تهران)، تهران، ایران. 0000-0002-6118-2245 Journal Article 2023 04 16 Objective In competitive markets, companies focus on establishing long-term relationships with their customers and strengthening their loyalty. Due to the high costs associated with acquiring new customers, businesses tend to focus on retaining existing ones. Predicting which customers are likely to churn in the future plays a crucial role in shaping effective customer retention strategies. To predict customer churn and identify its drivers, companies use customer information and historical data recorded from them. This paper investigates customer churn prediction in the banking industry using real customer data from one of the largest banks in Iran. Methods To analyze and predict customer behavior, two equal and consecutive periods were considered. Customer behavior in the first period was used to predict a target variable in the second period. A significant drop in the average effective balance during the second period, compared to the first, was defined as the indicator of customer churn. By processing a large volume of banking transactions in the first period and aggregating them at different levels, various behavioral features for customers. We selected. One fixed validation set and three training sets of different sizes were selected. To address the issue of dataset imbalance, class weights were determined based on the ratio of class sizes, ensuring that the minority class received greater weight during the training process. To predict customer churn, widely used machine learning algorithms—including Naive Bayes, k-Nearest Neighbors, Support Vector Machine, Logistic Regression, and Decision Tree—were applied, along with ensemble learning methods such as Random Forest, Adaptive Boosting, and Gradient Boosting. Subsequently, deep learning methods were applied, and a model incorporating modern modules such as residual connections and layer normalization—similar to state-of-the-art architectures—was proposed. Exhaustive experiments were conducted to evaluate the performance of the aforementioned methods. Results The results showed that ensemble learning algorithms and the proposed deep learning models outperformed the baseline models. Additionally, increasing the size of the training set contributed to improved model performance. Among the traditional machine learning classification algorithms, the decision tree trained on two training sets obtained the highest AUC ROC on the validation set with 0.8531 and 0.8597. The gradient boosting model obtained the overall highest AUC ROC on the validation set with 0.8984 and 0.9010. Deep learning-based single models achieved AUC-ROC values of 0.8825, 0.8909, and 0.8958, outperforming all traditional methods and two ensemble learning approaches while performing competitively with the gradient boosting algorithm. Conclusion Extracting behavioral features from customers' banking transactions and applying ensemble methods, along with the proposed deep learning-based models, proves effective in predicting banking customer churn, particularly in cases of a significant decrease in the average effective balance. هدف: در بازارهای رقابتی، شرکت‌ها روی برقراری روابط بلندمدت با مشتریان و تقویت وفاداری تمرکز دارند. به‌علت هزینه‌های سنگین جذب مشتری جدید، کسب‌وکارها روی نگهداری مشتریان موجود تمرکز می‌کنند. پیش‌بینی مشتریانی که احتمال روی‌گردانی آن‌ها در آینده وجود دارد، بخش مهمی از راهبرد حفظ مشتری است. در این مقاله پیش‌بینی ریزش مشتری در صنعت بانکداری، روی دادگان واقعی مشتریان یکی از بانک‌های بزرگ ایران انجام شده است. روش: در صنعت بانکداری، کاهش شدید میانگین مانده مؤثر یک مشتری در یک بازۀ زمانی نسبت به بازۀ زمانی قبلی، به‌عنوان ریزش مشتری در نظر گرفته می‌شود. در این مقاله، ابتدا با پردازش حجم زیادی از تراکنش‌های بانکی در یک بازۀ زمانی مشخص، ویژگی‌های رفتاری متفاوت در سطوح مختلف برای مشتریان به‌دست آمد؛ سپس برای پیش‌بینی ریزش، از الگوریتم‌های پُراستفاده در یادگیری ماشین و روش‌های یادگیری جمعی استفاده شد. در ادامه، با استفاده از روش‌های یادگیری عمیق و واحدهای نوین آن، معماری مدل مدنظر ارائه شد. در نهایت، با انجام آزمایش‌های جامع، عملکرد روش‌های نام برده بررسی شد. یافته‌ها: این پژوهش در یکی از بانک‌های بزرگ ایران اجرا شد و آزمایش‌ها روی دادگان واقعی مشتریان بانک صورت پذیرفت. در این آزمایش‌ها، از اطلاعات جمعیت‌شناختی و رفتار گذشته مشتریان بهره گرفته شد؛ اما از اطلاعات شخصی افراد استفاده نشد تا حریم خصوصی مشتریان حفظ شود. در آزمایش‌های صورت‌گرفته، پیش‌بینی ریزش مشتری روی بازۀ زمانی یک ماهه انجام گرفت. بدین ترتیب دو بازۀ یک‌ماهه متوالی مدنظر قرار گرفت و ویژگی‌های رفتاری مشتریان، از بازۀ زمانی اول استخراج شد. متغیر هدف نیز از مقایسه میانگین مانده مؤثر در بازه‌های زمانی اول و دوم به‌دست آمد. در صورتی که میانگین ماندۀ مؤثر یک مشتری، در بازۀ دوم نسبت به بازۀ اول با بیش از ۷۰درصد کاهش همراه بود، به‌عنوان ریزش در نظر گرفته شد. در نتایج به‌دست‌آمده الگوریتم‌های یادگیری جمعی و همچنین مدل‌های عمیق ارائه‌شده، عملکرد بهتری را نسبت به مدل‌های مبنا نشان دادند. افزایش اندازۀ مجموعۀ آموزش در عملکرد بهتر مدل‌ها مؤثر بود. مدل تقویت گرادیان با 8984/0 بیشترین مساحت زیر منحنی مشخصۀ عامل گیرنده نسبت به مجموعۀ اعتبارسنجی را به‌دست آورد. نتیجه‌گیری: استخراج ویژگی‌های رفتاری از تراکنش‌های بانکی مشتریان و استفاده از روش‌های یادگیری جمعی و همچنین مدل‌های ارائه‌شده مبتنی‌بر یادگیری عمیق، در پیش‌بینی ریزش مشتری مؤثرند. پس از تحلیل رفتار و شناسایی مشتریان در شرف روی‌گردانی، پیشنهادهایی برای جلوگیری از ریزش و حفظ مشتری ارائه شد. برای نمونه، تفکیک مشتریان بر اساس سن، شغل، تحصیلات و غیره به‌منظور ارائه خدمات و تولید محصولات بانکی بر این مبنا، ایجاد تنوع در خدمات موجود، ارائۀ خدمات مورد نیاز مشتریان از طریق بسترهای مجازی و در صورت نیاز در محل فعالیت و زندگی مشتریان، تسهیل در ارائۀ خدمات مطلوب به مشتریان، افزایش اعتماد مشتریان از طریق ارائۀ کاربردیِ امن و همچنین، حفاظت از اطلاعات مشتریان، به حفظ مشتری کمک می‌کند.

https://jfr.ut.ac.ir/article_102548_7e4ae2af91da5f03618948838b87619b.pdf

انتشارات دانشگاه تهران تحقیقات مالی 1024-8153 27 2 2025 06 22 The COVID-19 Pandemic, the US Dollar Index, and Bitcoin Prices: Evidence from the Wavelet Analysis Method پاندمی کووید 19، شاخص دلار آمریکا و قیمت بیت‌کوین: شواهدی از روش تحلیل موجک 246 273 99517 10.22059/frj.2024.361672.1007484 FA رامین امانی دانشجوی دکتری، گروه توسعۀ اقتصادی و برنامه‌ریزی، دانشکده مدیریت و اقتصاد، دانشگاه تربیت مدرس، تهران، ایران. 0000-0002-3069-8919 سامان قادری دانشیار، گروه علوم اقتصادی، دانشگاه کردستان، سنندج، ایران. 0000-0002-5188-6628 زانکو قربانی دانشجوی دکتری، گروه علوم اقتصادی، دانشکده علوم انسانی و اجتماعی، دانشگاه کردستان، سنندج، ایران. 0009-0004-0301-0519 Journal Article 2023 07 03 Objective In late 2019, the world faced a profound challenge with the emergence of the COVID-19 crisis, which had a lasting impact on economies across both developed and developing nations. The consequential impact reverberated through international financial markets, forcing their constriction and eventual closure as nations enforced sweeping nationwide quarantines. Simultaneously, healthcare expenditure soared, juxtaposed against a downturn in economic growth. Amid this upheaval, the domain of digital currencies, notably Bitcoin, experienced reverberations from the COVID-19 outbreak. Bitcoin's introduction signaled a new era of direct electronic payments and streamlined cross-border wealth transference, pivotal components underpinning the scaffolding of global trade. While COVID-19 doesn't solely account for the surge in Bitcoin prices, its presence likely played a substantial role, exacerbated by escalated uncertainties and risks amidst the global pandemic. The focal point of this study lies in examining the interplay between COVID-19 dynamics and the US dollar index on Bitcoin prices, utilizing Continuous Wavelet Transform (CWT) data spanning from April 8, 2020, to April 8, 2023. This study's novelty lies in its utilization of the Continuous Wavelet Transform, offering a distinctive edge within the realm of research on this subject. Methods The COVID-19 pandemic emerged as one of humanity's most daunting challenges in recent decades, significantly impacting digital currencies, epitomized by Bitcoin, as an indispensable economic sector. Primarily, this study aims to examine the complex effects of the COVID-19 pandemic and the US dollar index on Bitcoin prices over 977 days from April 2020 to April 2023, utilizing the Continuous Wavelet Transform (CWT). The research framework integrates two pivotal variables: the volume of confirmed COVID-19 cases per million and the tally of confirmed COVID-19 deaths per million. Results The findings unravel a compelling correlation between the frequency of COVID-19 cases and associated fatalities with Bitcoin price fluctuations during the study's duration. Intriguingly, the impact of case occurrences seemingly eclipses that of mortalities, possibly rooted in escalated uncertainties and risks during the pandemic, igniting an amplified demand surge for Bitcoin as investors sought refuge to safeguard their wealth and assets. Conversely, the US dollar index emerges as a noteworthy antagonist, wielding a pronounced negative influence on Bitcoin prices throughout the study period, potentially attributed to the plausible substitution of two commodities functioning as currency. Conclusion The study's findings reveal a clear positive impact of COVID-19 cases and deaths per million on Bitcoin prices during the observed period. This increase is largely driven by heightened demand, as investors, faced with risk and uncertainty, sought out Bitcoin as a safe-haven asset. On the flip side, the U.S. Dollar Index, acting as a competing asset, showed a significant negative effect on Bitcoin’s price during the same time. This is likely due to a substitution effect: as the U.S. dollar strengthens, Bitcoin prices tend to decline. هدف: در اواخر سال ۲۰۱۹، جهان با چالشی بی‌سابقه مواجه شد. بحران کووید ۱۹ همۀ اقتصادهای توسعه‌یافته و درحال‌توسعه را تحت تأثیر قرار داد و در عین حال، بازارهای مالی بین‌المللی را به‌شدت محدود کرد. همان‌طور که کشورها به اجبار، قرنطینۀ سراسری را اجرا کردند، بازارهای مالی بسته شدند و هزینه‌های مراقبت‌های بهداشتی افزایش و رشد اقتصادی تا حدی کاهش یافت. ارزهای دیجیتال به‌طور چشمگیری تحت تأثیر بیماری کووید ۱۹ قرار گرفتند. کووید ۱۹ تنها دلیل افزایش قیمت بیت‌کوین نبود؛ اما شاید به‌دلیل افزایش عدم‌اطمینان و خطر در طول همه‌گیری جهانی، در افزایش این ارز دیجیتال نقش مهمی ایفا کرد. این پژوهش با استفاده از تبدیل موجک پیوسته (CWT) با هدف بررسی تأثیر کووید ۱۹ و شاخص دلار آمریکا بر قیمت بیت‌کوین، در تاریخ ۸ آوریل ۲۰۲۰ تا ۸ آوریل ۲۰۲۳ انجام شده است. در حالی‌که پژوهش‌های محدودی در زمینۀ این موضوع انجام شده است؛ این پژوهش به‌دلیل استفاده از تبدیل موجک پیوسته، ضمن داشتن نوآوری، مزیتی نسبت به سایر پژوهش‌های انجام شده در این حوزه دارد. روش: در این پژوهش، رویکرد موجک برای تحلیل تأثیر زمان – فرکانس پاندمی کووید ۱۹ و شاخص دلار آمریکا بر قیمت بیت‌کوین استفاده شده است. روش تبدیل موجک پیوسته، بر اساس مطالعۀ گنجای و همکاران (۲۰۰۲) ارائه و طیف توان موجک متقاطع بین سری‌های زمانی مختلف محاسبه شده است. انسجام مربع موجک که بین صفر (ناهم‌بسته) و یک (کاملاً هم‌بسته) است، به همراه شبیه‌سازی مونت‌کارلو، برای تعیین اهمیت آماری و تحلیل وابستگی‌های زمانی ـ فرکانسی به‌کار رفته است. در دو مرحله، ابتدا رابطۀ قیمت بیت‌کوین با تعداد مبتلایان، مرگ‌ومیر کووید ۱۹ و شاخص دلار آمریکا بررسی شده و پس از آن، از انسجام موجک جزئی برای تحلیل وابستگی‌های بیشتر استفاده شده است. یافته‌ها: یافته‌های پژوهش از تأثیر مثبت تعداد مبتلایان و مرگ‌ومیر ناشی از ویروس کرونا بر قیمت بیت‌کوین، طی دورۀ پژوهش حکایت می‌کند. این در حالی است که تأثیر تعداد مبتلایان، بیش از تأثیر تعداد کشته‌شدگان است. دلیل اصلی این امر می‌تواند افزایش عدم‌اطمینان و ریسک در طول همه‌گیری و افزایش تقاضای بیت‌کوین توسط سرمایه‌گذاران برای محافظت از ثروت و دارایی‌های خود باشد. از سوی دیگر، شاخص دلار آمریکا در دورۀ پژوهش، بر قیمت بیت‌کوین تأثیر منفی و معناداری داشته است که می‌تواند نشئت‌گرفته از جایگزینی دو کالا به‌عنوان پول باشد. نتیجه‌گیری: بر اساس نتایج پژوهش، تعداد مبتلایان و تعداد مرگ‌ومیر ناشی از ویروس کووید ۱۹ در هر میلیون نفر، بر قیمت بیت‌کوین در بازۀ زمانی پژوهش، تأثیر مثبت و معناداری دارد. دلیل اصلی این تأثیر مثبت را می‌توان در فشار تقاضای ناشی از وجود ریسک و نااطمینانی سرمایه‌گذاران در یافتن سرمایه‌گذاری امن و افزایش تقاضای بیت‌کوین، به‌عنوان یک نوع دارایی امن دانست. از طرف دیگر، شاخص دلار آمریکا به‌عنوان رقیب کالایی بیت‌کوین، دارای تأثیر منفی و معنادار بر قیمت این ارز دیجیتال در دوره زمانی پژوهش است. دلیل اصلی این امر نیز می‌تواند در جانشینی دو ارز نسبت به هم دانست؛ زیرا هنگامی که ارزش دلار آمریکا روبه‌افزایش بوده، قیمت بیت‌کوین روند کاهشی به خود گرفته است.

https://jfr.ut.ac.ir/article_99517_5bb8512b42c2ae13fed3df42121e515e.pdf

انتشارات دانشگاه تهران تحقیقات مالی 1024-8153 27 2 2025 06 22 Investigating the Effects of Financial Inclusion on Economic Growth: A Generalized Method of Moments and Quantile Approach بررسی آثار فراگیری مالی بر رشد اقتصادی: رهیافت گشتاورهای تعمیم‌یافته و چندکی 274 296 99909 10.22059/frj.2024.368067.1007539 FA اکرم قریشوندی ایراک دانشجوی دکتری اقتصاد، واحد فیروزکوه، دانشگاه آزاد اسلامی، فیروزکوه، ایران. 0009-0006-0405-1704 مسعود صوفی مجیدپور گروه اقتصاد، واحد فیروزکوه، دانشگاه آزاد اسلامی، فیروزکوه، ایران. 0000-0002-1538-0427 صالح قویدل دوستکوئی گروه اقتصاد، واحد فیروزکوه، دانشگاه آزاد اسلامی، فیروزکوه، ایران. 0000-0003-0851-9969 محمود محمود زاده گروه اقتصاد، واحد فیروزکوه، دانشگاه آزاد اسلامی، فیروزکوه، ایران. 0000-0002-5844-8604 Journal Article 2023 11 13 Objective Financial inclusion is a key driver of economic growth. This article examines the impact of financial inclusion on economic growth in middle-income countries. The study measures financial inclusion based on three dimensions: banking penetration, availability of banking services, and usage. Individuals' access to financial instruments seems necessary for financial institutions to expand their market share. However, beyond institutional interests, financial inclusion and universal access to financial markets hold significant importance for policymakers in terms of promoting economic development. Therefore, the purpose of this article is to first design a comprehensive index of financial inclusion and then evaluate its effects on economic growth in developing countries. Methods The research employs a quantitative approach and designs a comprehensive financial inclusion index using a generalized method of moments (GMM) and panel data covering the period from 2002 to 2022 across 49 developed countries. Results Panel data estimates indicate that financial inclusion has a strong, positive, and statistically significant impact on the economic growth of these countries. The effect of the Financial Inclusion Index (IFI) on economic growth is stable regardless of the estimation method (fixed effects, random effects, and generalized method of moments), showing consistent effectiveness. The multi-country estimation suggests that the impact of IFI on economic growth is higher in countries with lower income compared to higher-income countries, indicating that IFI can be a suitable stimulus for the economic growth of poorer countries. This aligns with the diminishing returns of capital, i.e., establishing banking infrastructure and deepening financial inclusion have more pronounced effects in the early stages and gradually diminish over time. The findings also show that macroeconomic factors (inflation rate, economic openness, and capital formation) have a positive impact, while the unemployment rate hurts economic growth. Population structure (population growth rate) and health system (life expectancy) are also influential factors in economic growth. Therefore, leveraging modern banking tools—such as Internet banking and mobile banking—particularly in underserved areas, along with offering diverse services through bank branches, expanding retail banking, and utilizing user-friendly, accessible applications, plays a pivotal role in advancing and deepening financial inclusion alongside fostering economic growth. It should be noted that the average inflation rate is about 6%, and these countries rarely experience rapid and double-digit inflation. Conclusion The results of the multi-country estimation indicate that the financial inclusion index has a significant impact on economic growth. Except for the economic openness variable, the results of this method are consistent and compatible with the generalized method of moments. The multi-country estimates suggest that the effectiveness of the financial inclusion index is greater in countries with lower income. Therefore, deepening and developing financial inclusion is crucial for countries with lower income and can contribute to economic prosperity. هدف: فراگیری مالی یک چالش اجتماعی ـ اقتصادی برای سیاست‌گذاران، بازارها و مؤسسه‌های مالی است. فراگیری مالی محرک رشد اقتصادی است. در این مقاله، اثر فراگیری مالی بر رشد اقتصادی در کشورهای با درآمد متوسط ارزیابی و فراگیری مالی با در نظر گرفتن سه بُعد نفوذ بانکی، در دسترس بودن خدمات بانکی و کاربری محاسبه شد. دسترسی افراد به ابزارهای مالی برای مؤسسه‌های مالی، به‌منظور گسترش سهم بازاری خود ضروری به‌نظر می‌رسد. با وجود این، فراگیری مالی و دسترسی همۀ افراد به بازارهای مالی، از جنبه‌های توسعۀ اقتصادی، برای سیاست‌گذاران اهمیت زیادی دارد؛ از این رو، هدف این مقاله، نخست طراحی شاخص جامع فراگیری مالی و سپس ارزیابی آثار آن بر رشد اقتصادی در کشورهای درحال ‌توسعه است. روش: روش این پژوهش کمّی است که به‌صورت طراحی شاخص جامع فراگیری مالی با استفاده از گشتاورهای تعمیم‌یافته و چندکی، برای دورۀ زمانی ۲۰۰۲ تا ۲۰۲۲ برای ۴۹ کشور توسعه یافته انجام شده است. یافته‌ها: برآوردهای به‌دست‌آمده از روش پنل دیتا نشان می‌دهد که فراگیری مالی، بر رشد اقتصادی کشورهای با درآمد متوسط، اثر قوی مثبت و معنادار داشته است. اثر IFI بر رشد اقتصادی، بدون توجه به روش برآورد (اثرهای ثابت، اثرهای تصادفی و گشتاورهای تعمیم‌یافته) پایدار است و با اینکه مقدار اثر تغییر می‌کند، جهت اثرگذاری ثابت است. برآورد به‌روش چندکی نشان داد که اثرگذاری IFI بر رشد اقتصادی در کشورهای با درآمد کمتر، بیش از کشورهای با درآمد بالا است و نشان می‌دهد IFI می‌تواند محرک مناسبی برای رشد اقتصادی کشورهای فقیر باشد. این نتیجه با بازدهی نزولی سرمایه سازگار است؛ بدین معنا که تأمین زیرساخت‌های بانکی و تعمیق فراگیری مالی در مراحل اولیه، اثرهای بیشتری در پی دارد و از اثر آن به‌تدریج کاسته می‌شود. همچنین یافته‌ها نشان داد که محیط اقتصاد کلان (نرخ تورم، باز بودن اقتصاد و تشکیل سرمایه) اثر مثبت و نرخ بیکاری اثر منفی بر رشد اقتصادی داشته است. ساختار جمعیت (نرخ رشد جمعیت) و نظام سلامت (امید به زندگی) هم از عوامل اثرگذار بر رشد اقتصادی بوده‌اند. از این رو، بهره‌برداری از ابزارهای جدید بانکداری، مانند اینترنت بانک و همراه بانک، به‌ویژه در مناطق کم برخوردار، ارائۀ خدمات متنوع از طریق شعب، گسترش بانکداری خُرد، بهره‌برداری از اپلیکشن‌های ساده و متناسب با توانمندی‌های مردم، در توسعه و تعمیق فراگیری مالی به همراه رشد اقتصادی، نقش کانونی خواهد داشت. باید توجه شود که متوسط نرخ تورم حدود ۶ درصد است و این کشورها تجربۀ تورم شتابان و دورقمی را به‌ندرت تجربه می‌کنند. نتیجه‌گیری: نتایج برآورد به‌روش چندکی نشان می‌دهد که شاخص فراگیری مالی بر رشد اقتصادی مؤثر است. به‌جز متغیر باز بودن اقتصاد، نتایج این روش با روش گشتاورهای تعمیم‌یافته سازگار و هم‌سو است. برآوردها به‌روش چندکی گویای اثرگذاری بیشتر شاخص فراگیری مالی در کشورهای با درآمد کمتر است؛ بنابراین تعمیق و توسعۀ مالی برای کشورهایی که هنوز درآمد کمتری دارند، اهمیت زیادی دارد و می‌تواند به رونق اقتصادی کمک کند.

https://jfr.ut.ac.ir/article_99909_9f6361f4c785f2c3b0484b06e749d4f9.pdf

انتشارات دانشگاه تهران تحقیقات مالی 1024-8153 27 2 2025 06 22 A Meta-analysis of the Role of Control Variables in Studies on the Impact of Information Asymmetry on the Cost of Equity Capital فراتحلیلی بر نقش متغیرهای کنترلی در نتایج مطالعات مرتبط با تأثیر عدم تقارن اطلاعاتی بر هزینۀ سرمایۀ سهام 297 323 100790 10.22059/frj.2024.374064.1007581 FA فرزاد ناصح پور دانشجوی دکتری، گروه حسابداری، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران. 0009-0002-9650-570x مهدی ابزری استاد، گروه حسابداری، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران. 0009-0002-9650-570x احسان کمالی استادیار، گروه حسابداری، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران. 0000-0001-6897-1426 سعید فتحی دانشیار، گروه مدیریت، دانشکده علوم اداری و اقتصاد، دانشگاه اصفهان، اصفهان، ایران. 0000-0001-8067-2437 Journal Article 2024 03 16 Objective Empirical evidence on the impact of information asymmetry on the cost of equity capital reveals ongoing inconsistencies in the literature. While some studies report a positive relationship, others find it to be negative or statistically insignificant. A significant factor contributing to this divergence is the role of control variables. Although there exists a wide range of potential control variables, the inclusion of certain variables may distort the results, whereas others can enhance the accuracy of the research findings. This meta-analysis aims to investigate which control variables, based on those repeatedly employed in prior studies, significantly influence the regression coefficient in comparison to their exclusion. Methods The empirical examination of the relationship between information asymmetry and the cost of equity capital revealed notable divergences. To investigate this issue, a meta-analysis approach was employed, highlighting the varying effects of control variables on this relationship. This meta-analysis synthesizes the findings from 35 studies published between 1986 and 2022, encompassing a total of 198 tests, to illuminate the intricate relationship between information asymmetry and the cost of equity capital. The analysis was carried out in multiple stages: information asymmetry was designated as the independent variable, and the cost of equity capital was identified as the dependent variable. Control variables included the book-to-market ratio, market beta, company size, type of ownership, yield fluctuations, equity, leverage, and growth. Comprehensive searches were conducted in prominent databases such as Science Direct, Emerald, Google Scholar, SSRN, and ResearchGate, resulting in the extraction of 188 articles based on pertinent keywords. The articles were screened for alignment with the research hypotheses, focusing on studies that provided effect size information and employed correlation methods. Consequently, 35 studies published between 1986 and 2022, incorporating 198 effect sizes, were selected for meta-analysis. Relevant general information and details about effect sizes were meticulously extracted from the selected articles. For each sample, the effect size, denoted as r, was calculated. Effect sizes were aggregated using weighted means, accounting for sampling error. Finally, the homogeneity of effect sizes was assessed. Results The findings indicate considerable variation in effect sizes across the studies analyzed. Consequently, a random effects model was utilized to calculate the cumulative effect size. Control variables play a crucial role in shaping the relationship between information asymmetry and the cost of equity capital. Specifically, the inclusion of control variables such as the book-to-market ratio, market beta, firm size, and ownership type tends to diminish the strength of this relationship. In contrast, factors such as stock return volatility, leverage, and firm growth do not significantly alter this relationship. A robustness analysis further corroborates these preliminary findings. Conclusion Empirical researchers often face challenges in selecting appropriate control variables when examining the relationship between information asymmetry and the cost of equity capital. This raises a critical question: which control variables should be included to enhance the validity and reliability of the empirical results? This study identifies four key control variables that significantly impact the observed relationship: the book-to-market ratio, market beta, firm size, and ownership type. Incorporating these variables into the regression model substantially alters the outcomes of the analysis. هدف: شواهد تجربی در خصوص تأثیر عدم‌تقارن اطلاعاتی بر هزینۀ سرمایۀ سهام، تعارض مداومی را نشان می‌دهد. برخی مطالعات این رابطه را مثبت، برخی منفی و برخی غیرمعنادار ارزیابی کرده‌اند. از جمله عوامل مؤثر در این واگرایی، نقش متغیرهای کنترلی است. تعداد متغیرهای کنترلی قابل استفاده زیاد است؛ اما استفاده از برخی از آن‌ها به نتایج آسیب می‌زند و برخی دیگر، دقت پژوهش را زیاد می‌کند. در این فراتحلیل با توجه به متغیرهای کنترلی با تکرار بال که در پژوهش‌های قبلی استفاده شده است، تلاش می‌شود تا بررسی شود که وجود کدام متغیرهای کنترلی در معادله، نسبت به‌عدم وجود آن ضریب رگرسیون را به‌طور جدی تغییر می‌دهد. روش: با ترکیب یافته‌های ۳۵ مقاله منتشر شده بین سال‌های ۱۹۸۶ و ۲۰۲۲ که در مجموع، ۱۹۸ آزمون را شامل می‌شود، تعامل ظریف بین عدم‌تقارن اطلاعات و هزینۀ سرمایه روشن شده است. این فراتحلیل در چند مرحله اجرا شده است: ۱. عدم‌تقارن اطلاعاتی به‌عنوان متغیر مستقل و هزینۀ سرمایۀ سهام به‌عنوان متغیر وابسته تعیین شد و متغیرهای کنترلی، شامل نسبت ارزش دفتری به ارزش بازار، بتای بازار، اندازۀ شرکت و نوع مالکیت، نوسان‌های بازده سهام، اهرم و رشد در ارزیابی لحاظ شد؛ ۲. به‌طور دقیق، پایگاه‌های دادۀ برجسته از جمله ساینس دایرکت، امرالد، گوگل اسکالر، شبکۀ تحقیقات علوم اجتماعی (SSRN) و ریسرچ گیت جست‎وجو شد و در مجموع، ۱۸۸ مقاله بر اساس کلمات کلیدی مرتبط استخراج شد؛ ۳. مقاله‌ها برای اطمینان از هم‌سویی با فرضیه‌های پژوهش غربالگری شد و مطالعاتی مدنظر قرار گرفت که اطلاعات اندازۀ اثر را ارائه و از روش‌های هم‌بستگی استفاده کرده‌اند. در نهایت، ۳۵ مطالعۀ منتشر شده بین سال‌های ۱۹۸۶ و ۲۰۲۲، شامل ۱۹۸ اندازۀ اثر، فراتحلیل شد؛ ۴. اطلاعات کلی و جزئیات مربوط به اندازۀ اثر، به‌دقت از مقاله‌های انتخابی استخراج شده است؛ ۶. برای هر نمونه، اندازۀ اثر که با r نشان داده شده است، محاسبه شد؛ ۷. اندازه‌های اثر با در نظر گرفتن میانگین‌های وزنی و محاسبۀ خطای نمونه‌گیری ترکیب شد؛ ۸. همگنی اندازۀ اثر ارزیابی شد. یافته‌ها: چشم‌انداز تجربی در خصوص رابطۀ بین عدم‌تقارن اطلاعات و هزینۀ سرمایۀ سهام، واگرایی‌های جالبی را نشان داد. برای پرداختن به این موضوع، از رویکرد فراتحلیل استفاده شد که تأثیر متفاوت متغیرهای کنترلی را بر این رابطه نشان می‌دهد. یافته‌ها نشان‌دهندۀ تنوع شایان توجه در اندازه‌های اثر در بین مطالعات است. در نتیجه، از مدل اثرهای تصادفی برای محاسبۀ اندازۀ اثر تجمعی استفاده شد. متغیرهای کنترلی، در شکل دادن به رابطۀ عدم‌تقارن اطلاعاتی و هزینۀ سرمایۀ سهام نقش محوری ایفا می‌کنند. به‌طور خاص، گنجاندن متغیرهای کنترلی مانند نسبت ارزش دفتری به ارزش بازار، بتای بازار، اندازۀ شرکت و نوع مالکیت، ارتباط بین عدم‌تقارن اطلاعات و هزینۀ سرمایۀ سهام را کاهش می‌دهد. در مقابل، نوسان‌های بازده سهام، اهرم و رشد شرکت این رابطه را تغییر نمی‌دهد. تحلیل نیرومندی، یافته‌های اولیه را تأیید می‌کند. نتیجه‌گیری: پژوهشگران تجربی، اغلب باعدم قطعیت‌های مربوط به انتخاب متغیرهای کنترلی مناسب هنگام رگرسیون هزینۀ سرمایۀ سهام روی عدم‌تقارن اطلاعات دست‌وپنجه نرم می‌کنند. در این زمینه، به یک سؤال مهم پرداخته شده است: کدام متغیرها باید به‌عنوان متغیر کنترلی برای افزایش واقع‌گرایی نتایج تجربی عمل کنند؟ در این پژوهش، چهار متغیر کنترلی بر رابطۀ مد نظر تأثیر دارند: ارزش دفتری به ارزش بازار، بتای بازار، اندازۀ شرکت و نوع مالکیت. وجود این متغیرها در معادلۀ رگرسیون نتیجه را به‌طور معناداری تغییر می‌دهد.

https://jfr.ut.ac.ir/article_100790_dd12ddda488fbab56b16756b102ec64e.pdf

انتشارات دانشگاه تهران تحقیقات مالی 1024-8153 27 2 2025 06 22 Reducing Fraud Detection Costs in Credit Card Transactions: An Information Fusion Approach کاهش هزینۀ کشف تقلب در تراکنش‌های کارت‌های اعتباری: با رویکرد هم‌جوشی اطلاعات 324 353 100087 10.22059/frj.2024.338715.1007300 FA محمدرضا صادقی مقدم دانشیار، گروه مدیریت صنعتی، دانشکده مدیریت صنعتی و فناوری، دانشکدگان تهران، دانشگاه تهران، تهران، ایران. محمد رضا مهرگان استاد، گروه مدیریت صنعتی، دانشکده مدیریت صنعتی و فناوری، دانشکدگان تهران، دانشگاه تهران، تهران، ایران. 0000-0002-9584-581x نیلا بهرام بیگ کارشناس ارشد، گروه مدیریت صنعتی، دانشکده مدیریت صنعتی و فناوری، دانشکدگان تهران، دانشگاه تهران، تهران، ایران. 0000-0001-9849-953x Journal Article 2022 02 13 Objective Most companies and organizations use e-commerce to gain productivity and efficiency in their services and products in different areas such as credit cards, telecommunications, health insurance, car insurance, etc. Due to the growing volume of credit card transactions and the various methods of fraud and cheating on these cards, the demand for detecting fraud in this area is also increasing. Considering the various solutions and algorithms presented to reduce the cost of fraud detection in credit card transactions in the literature, the purpose of this research is to present a combined and optimal method to reduce the cost of fraud detection in credit card transactions for financial systems, using the fusion of heterogeneous classification and clustering algorithms at the decision-making level by using two fusion methods: Probabilistic fusion and Dempster-Shafer Evidence theory. Methods This study utilizes a transaction dataset from a Brazilian bank, covering two months from July 14 to September 12, 2004. Fraud detection performance is evaluated using a cost function derived from both a supervised learning approach, namely, a neural network, and an unsupervised method, the K-Means clustering algorithm. Drawing on established fraud detection metrics in the literature, the study adopts the cost function introduced by Gadi as the benchmark. Recognizing the high cost associated with using a single algorithm, the study implements two information fusion techniques—Dempster-Shafer evidence theory and probabilistic fusion—to reduce detection costs. Both fusion methods operate at the decision level, integrating heterogeneous outputs from the supervised and unsupervised models. Results Depending on the algorithms implemented, using only one algorithm to obtain an acceptable cost function can be very costly. While using a fusion approach can have a significant impact on cost reduction. The findings indicate that probabilistic fusion significantly outperforms the Dempster-Shafer evidence theory in minimizing the cost function. Specifically, probabilistic fusion achieves a 21.4% cost reduction compared to the artificial neural network and a 35.8% reduction relative to the K-Means algorithm. The results of this study were finally compared with a paper in which this dataset was first used with the artificial immune system (AIS) algorithm and showed a significant cost reduction. Conclusion In this study, two classification and clustering algorithms were utilized, and their fusion at the decision level was implemented to demonstrate that combined methods reduce the cost function more effectively than the use of individual algorithms. Furthermore, it was shown that probabilistic fusion yields a lower cost in detecting fraud within financial systems compared to the Dempster-Shafer Evidence theory. This finding is considered significant for banks and financial institutions aiming to develop effective fraud detection systems. هدف: امروزه اکثر شرکت‌ها و سازمان‌ها، تجارت الکترونیک را برای به‌دست‌آوردن بهره‌وری در خدمات و محصولات خود، در زمینه‌هایی مانند کارت اعتباری، مخابرات، بیمۀ درمانی، بیمۀ خودرو و غیره به‌کار گرفته‌اند. از طرفی، با توجه به حجم رو به رشد تراکنش‌های کارت‌های اعتباری و انواع روش‌های کلاه‌برداری و تقلب در این کارت‌ها، تقاضا برای کشف تقلب در این حوزه نیز افزایش یافته است. با توجه به انواع راه‌کارها و الگوریتم‌های ارائه‌شده برای کاهش هزینۀ تقلب در تراکنش‌های کارت‌های اعتباری، هدف از این پژوهش، ارائه روشی ترکیبی و بهینه، برای کاهش هزینۀ تشخیص تقلب در تراکنش‌های کارت‌های اعتباری، با استفاده از هم‌جوشی الگوریتم‌های ناهمگن طبقه‌بندی و خوشه‌بندی در سطح تصمیم‌گیری است. روش: این پژوهش روی داده‌های یک مجموعه تراکنش‌های بانک برزیلی در بازۀ زمانی دو ماهه، از ۱۴ جولای ۲۰۰۴ تا ۱۲ سپتامبر همان سال انجام شده است. در این مقاله با استفاده از شبکۀ عصبی مصنوعی، به‌عنوان یک رویکرد با سرپرستی و الگوریتم خوشه‌بندی K نزدیک‌ترین همسایه، به‌عنوان یک رویکرد بدون سرپرستی، تابع هزینه را به‌دست آوردیم. همچنین با توجه به شاخص‌های مختلف کشف تقلب که تاکنون در ادبیات معرفی شده، شاخص هزینۀ کشف تقلب انتخاب و بر اساس این تابع هزینه که نخستین‌بار توسط گادی و همکارانش (۲۰۰۸) معرفی شد، به سنجش این شاخص‌ها پرداختیم. از آنجا که استفاده از تنها یک الگوریتم هزینۀ زیادی دارد، به‌منظور کاهش آن، هم‌جوشی الگوریتم‌ها به دو روش نظریۀ گواه دمستر – شفر و هم‌جوشی احتمالی پیشنهاد شده است. هر دو روش هم‌جوشی در سطح تصمیم استفاده شده و ورودی‌های ناهمگن، از دو رویکرد با سرپرستی و بدون سرپرستی با هم ترکیب شده‌اند. یافته‌ها: با توجه به الگوریتم‌های اجرا شده، استفاده از تنها یک الگوریتم برای به‌دست‌آوردن تابع هزینۀ قابل قبول، می‌تواند بسیار پُرهزینه باشد. در حالی‌که استفاده از رویکرد هم‌جوشی، می‌تواند در کاهش هزینه تأثیر بسزایی داشته باشد. هم‌جوشی احتمالی، در مقایسه با نظریۀ گواه دمسترـ شفر کاهش هزینۀ چشمگیری داشته است که هر دو این الگوریتم‌ها، در سطح تصمیم به‌کار رفته‌اند. هم‌جوشی احتمالی نسبت به شبکۀ عصبی مصنوعی، کاهش هزینه‌ای معادل ۴/۲۱ درصد و نسبت به الگوریتم K نزدیک‌ترین همسایه، کاهش هزینه‌ای معادل ۸/۳۵ درصد داشته است. نتیجۀ این مطالعه، در نهایت با مقاله‌ای که اولین بار این مجموعه داده در آن با الگوریتم سیستم ایمنی مصنوعی به‌کار رفته است، مقایسه شده و کاهش هزینۀ چشمگیری را نشان داده است. نتیجه‌گیری: در این مطالعه با استفاده از دو الگوریتم طبقه‌بندی و خوشه‌بندی و هم‌جوشی آن‌ها در سطح تصمیم، نشان دادیم که روش‌های ترکیبی در مقایسه با استفادۀ هر یک از الگوریتم‌ها به تنهایی، کاهش هزینۀ بیشتری خواهند داشت. همچنین هم‌جوشی احتمالی در مقایسه با نظریۀ گواه دمستر ـ شفر، هزینۀ کمتری برای کشف تقلب در سیستم‌های مالی دارد که این نتیجه درخور توجهی برای بانک‌ها و مؤسسه‌های مالی است تا یک سیستم کشف تقلب خوب بسازند.

https://jfr.ut.ac.ir/article_100087_db33e0e39e523f2fa0c3900f47181128.pdf

انتشارات دانشگاه تهران تحقیقات مالی 1024-8153 27 2 2025 06 22 Designing a Model for Improving Integrated Financial Reporting and Internal Control (IFICR) طراحی مدلی جهت بهبود گزارشگری یکپارچه مالی و کنترل داخلی (IFICR) 354 374 99872 10.22059/frj.2024.368223.1007541 FA نبی امیدی دانشیار، گروه مدیریت، دانشکده مدیریت، اقتصاد و حسابداری، دانشگاه پیام نور، تهران، ایران. 0000-0001-6841-8743 هادی مفتاحی استادیار، گروه مدیریت، دانشکده مدیریت، اقتصاد و حسابداری، دانشگاه پیام نور، تهران، ایران. 0000-0003-3354-0874 Journal Article 2023 11 15 Objective The purpose of this research is to design a comprehensive and holistic model in the field of factors affecting the improvement of the quality of financial reporting and internal control in companies listed on the Tehran Stock Exchange The absence of a comprehensive model that encompasses the factors affecting financial reporting quality, with clear classification and specific indicators, has motivated this research. By considering integrated reporting and internal controls, along with the dimensions identified in previous studies, this research aims to assist managers and experts in adopting a more holistic view of financial reporting and integrated control. This approach seeks to safeguard stakeholder interests by summarizing, combining, and classifying relevant categories and concepts. Methods This research is quantitative in nature, with an applied purpose. It is also a survey in terms of data collection methodology. The statistical population of the study included faculty members and professors of financial management and accounting at Tehran universities, experts from the Stock Exchange and financial and auditing institutions located in Tehran province, and financial and accounting managers of companies listed on the Tehran Stock Exchange. Since the most basic application of factor analysis is to reduce the number of variables to a limited number of factors that usually indirectly affect the main variable, this method was used in this study to analyze the data and reduce the number of variables. Results From the selected sample, 168 people responded to the questionnaires, which were used in the research data analysis. According to the studies conducted concerning the research topic and also according to the results obtained from other researches, studies, articles and research projects and the results of the questionnaire, 41 variables were identified, and after further investigation and consultation with the elites, 11 variables are part of Other variables were considered; Therefore, they were included in its inclusion, thus 30 variables were identified as effective factors on the quality of integrated financial reporting and internal control of listed companies. After applying factor analysis, the Kaiser criterion was used to determine the number of factors. Based on this criterion, five factors with eigenvalues greater than 1 were identified as extractable. These factors collectively explained 91.396% of the total variance of the variables. Conclusion In the presented model, the factors were ranked as follows based on their total factor loadings: management factors with a total factor load of 6.039, legal and regulatory factors with a total factor load of 3.127, organizational and strategic factors with a total factor load of 3.038, cultural and social factors with a total factor load of 2.961, and market structure-related factors with a total factor load of 2.415. These were determined as the most important factors, respectively. در شرکت‌های پذیرفته‌شده در بورس تهران است. بررسی‌های انجام شده نشان داد که الگوی جامعی وجود ندارد تا عوامل اثرگذار بر کیفیت گزارشگری مالی را با دسته‌بندی مشخص و ذکر شاخص‌ها ارائه دهد و این انگیزه‌ای برای اجرای این پژوهش شد تا تلاش شود که ضمن در نظرگرفتن گزارشگری یکپارچه، به‌همراه کنترل‌های داخلی و همچنین، ابعاد مذکور در تحقیقات پیشین، با جمع‌بندی و ترکیب و دسته‌بندی مقوله‌ها و مفهوم‌ها به مدیران و کارشناسان این حوزه کمک کنیم تا نگاهی جامع‌تر به گزارشگری مالی و کنترل یکپارچه برای حفظ منافع ذی‌نفعان داشته باشند. روش: روش این پژوهش کمّی و ماهیت و هدف آن کاربردی است و از نظر گردآوری داده‌ها، پیمایشی محسوب می‌شود. جامعۀ آماری پژوهش، اعضای هیئت علمی و اساتید مدیریت مالی و حسابداری دانشگاه‌های تهران، کارشناسان بورس اوراق بهادار و نهادهای مالی و حسابرسی مستقر در استان تهران و مدیران مالی و حسابداری شرکت‌های بورس اوراق بهادار تهران بودند. از آنجاکه اساسی‌ترین کاربرد تحلیل عاملی، کاهش تعداد متغیرها به عوامل محدودتری است که معمولاً به‌صورت غیرمستقیم در متغیر اصلی مؤثرند، در این پژوهش برای تجزیه‌وتحلیل داده‌ها و کاهش تعداد متغیرها، از این روش استفاده شده است. یافته‌ها: از مجموع نمونۀ انتخاب‌شده، ۱۶۸ نفر به پرسش‌نامه‌ها به‌صورت کامل پاسخ دادند که در تحلیل داده‌های پژوهشی مورد استفاده قرار گرفت. با توجه به مطالعات صورت‌گرفته در رابطه با موضوع تحقیق و همچنین نتایج به‌دست آمده از سایر تحقیقات، مطالعات، مقالات و طرح‌های پژوهشی و نتایج پرسش‌نامه، ۴۱ متغیر شناسایی شد که بعد از بررسی بیشتر و مشورت با نخبگان، ۱۱ متغیری که به‌نوعی جزئی از سایر متغیرها به‌شمار می‌رفت، در زیرمجموعه‌های آن متغیرها قرار گرفتند. بر این اساس ۳۰ متغیر به‌عنوان عوامل مؤثر بر کیفیت گزارشگری یکپارچه مالی و کنترل داخلی شرکت‌های بورسی شناسایی شد. پس از به کار بردن تحلیل عاملی، برای تعیین تعداد عوامل از روش کیسر استفاده شد. نتیجه‌گیری: در مدل ارائه شده، عوامل مدیریتی با مجموع بار عاملی 039/6، عوامل قانونی و حقوقی با مجموع بار عاملی 127/3، عوامل سازمانی و راهبردی با مجموع بار عاملی 038/3، عوامل فرهنگی و اجتماعی با مجموع بار عاملی 961/2 و عوامل مربوط به ساختار بازار با مجموع بار عاملی 415/2، به‌ترتیب مهم‌ترین عوامل تعیین شدند.

https://jfr.ut.ac.ir/article_99872_0e23d546a5f952542a001dcde3634c3e.pdf

انتشارات دانشگاه تهران تحقیقات مالی 1024-8153 27 2 2025 06 22 Corporate Social Responsibility in Family Businesses: A Sustainability-Focused Bibliometric Approach مسئولیت اجتماعی شرکتی در کسب‌وکارهای خانوادگی: با تأکید بر پایداری و رویکردی بیبلیومتریک 375 408 102550 10.22059/frj.2025.378414.1007617 FA عطاءاله هرندی استادیار، گروه استراتژی و سیاست‌گذاری کسب‌وکار، دانشکده مدیریت کسب‌وکار، دانشکدگان مدیریت، دانشگاه تهران، تهران، ایران. 0000-0002-4536-8947 پیوند میرزائیان خمسه دانشجوی دکتری، گروه مدیریت، دانشکدۀ علوم اجتماعی و اقتصادی، دانشگاه الزهرا، تهران، ایران. 0000-0003-0767-4481 Journal Article 2024 06 22 Objective Sustainability has gained significant attention across various domains in recent decades, including the media, institutions, and national and international policymaking organizations. Concurrently, corporate social responsibility (CSR) literature has experienced rapid expansion, particularly about family businesses—entities distinguished by unique characteristics that differentiate them from other private organizations. This growth has created diverse and compelling research avenues at the intersection of sustainability and CSR. This study employs a bibliometric analysis to examine previous research on CSR in family businesses and its integration with sustainability, aiming to consolidate fragmented studies across industries while addressing gaps in the implementation of dispersed CSR practices among family enterprises. Methods The research adopts a mixed-methods approach, combining quantitative and qualitative techniques through Bibliometric analysis, utilizing the ADO-TCM framework (Antecedents, Decisions, Outcomes – Theory, Context, Methods). For the scientometric analysis, we extracted data from Scopus (1990–2023), the most comprehensive and reliable database for scientometric research. From an initial pool of 592 identified articles, 120 were selected for preliminary analysis using VOSviewer software. Following Aiden et al.’s (2017) model, we implemented a four-stage screening process: (a) identification and extraction of relevant articles, (b) title and abstract screening, (c) full-text review of introductions and results, and (d) final evaluation based on research objectives, yielding 36 core articles. Results Results indicate a substantial growth in CSR research focusing on family businesses since 2010. While early studies originated primarily in Western Europe and North America, the current research epicenter has shifted toward Asia, particularly to emerging and advanced economies like China. Quantitative methods dominate the field (accounting for 78% of studies), with regression analysis being particularly prevalent. Conclusion Our researcher-developed model, based on the secondary screening of the 36 articles, reveals that antecedents primarily concern CSR, sustainable development, SDGs, ethics, and socio-economic-cultural factors. Strategic decisions predominantly involve long-term corporate strategies and board-level decisions focusing on earnings management, ownership structure, environmental disclosure, downsizing, workforce reduction, gender diversity, and investment. These interventions aim to enhance sustainability disclosure transparency, promote responsible approaches, and align investments with sustainability, which represents a key recent trend. The study highlights significant contributions from family businesses across Asian (e.g., China, South Korea, Russia, Turkey), European (e.g., Lithuania, Bulgaria, Czech Republic, Poland), and American (particularly the United States) contexts. The research integrates multiple theoretical perspectives, including Socioemotional Wealth Theory, Stakeholder Theory, Institutional Theory, Resource-Based View, Neo-Institutional Theory, Stewardship Theory, Agency Theory, Goal Systems Theory, Theory of Planned Behavior, and Signaling Theory. هدف: پایداری در دهۀ اخیر، توجه زیادی را در حوزه‌های مختلف از جمله رسانه‌ها، نهادها، سازمان‌های سیاست‌گذار ملی و بین‌المللی به خود جلب کرده است. همچنین ادبیات مسئولیت اجتماعی، به‌ویژه در شرکت‌های خانوادگی که ویژگی‌های منحصربه‌فردی دارند و آن‌ها را از سایر نهادهای خصوصی متمایز می‌کند، به‌تازگی گسترش سریعی را در رابطه با مفهوم پایداری تجربه کرده است و زمینه‌های پژوهشی متفاوت و جذابی را شکل داده است. این پژوهش در تلاش است تا با تجزیه‌‏وتحلیل بیبلیومتریک پژوهش‌های پیشین مسئولیت اجتماعی شرکتی در کسب‌وکارهای خانوادگی و ادغام آن با پایداری، به یکپارچه‌سازی مطالعات گذشته بپردازد و از این طریق، شکاف اقدام‌های پراکندۀ مسئولیت اجتماعی کسب‌وکارهای خانوادگی در صنایع مختلف را پوشش دهد. روش: روش این پژوهش، آمیخته و ترکیبی از روش کمی ـ کیفی با رویکردی بیبلیومتریک و طراحی مدلی مبتنی بر چارچوب اِی‌دی‌اُ (پیشایندها، تصمیمات و نتایج) و تی‌سی‌اِم (نظریه، زمینه، روش) است. در این مطالعه برای تحلیل علم‌سنجی، از پایگاه داده اسکوپوس، بزرگ‌ترین پایگاه دادۀ قابل اعتماد و مورد استفادۀ فراوان در پژوهش‌های علم‌سنجی بین سال‌های ۱۹۹۰ تا ۲۰۲۳ استفاده شد. از میان ۵۹۲ مقاله استخراجی، ۱۲۰ مقاله، پس از غربالگری اولیه، برای تحلیل علم‌سنجی انتخاب و وارد نرم‌افزار وی‌اُاِس ویور شد. در فاز عملیاتی پژوهش، برای حذف مقاله‌های نامرتب، از مدل پیشنهادی آیدن و همکاران (۲۰۱۷)، در چهار مرحله بهره گرفته شد: الف. شناسایی و استخراج مقاله‌های مرتبط؛ ب. غربالگری بر اساس عنوان و چکیدۀ مرتبط با حوزۀ اصلی پژوهش؛ ج. غربالگری مجدد با بررسی مقدمه، نتایج و انتخاب مقاله‌های مرتبط؛ د. ارزیابی و بررسی مقاله‌های غربالگری، بر اساس هدف پژوهش و انتخاب ۳۶ مقالۀ نهایی. یافته‌ها: یافته‌ها نشان داد که علاقه به مسئولیت اجتماعی شرکتی در شرکت‌های خانوادگی پس از سال ۲۰۱۰ به‌طور چشمگیری گسترش یافته است. مطالعات آغازین ردپایی در پژوهش‌های اروپای غربی و آمریکای شمالی دارد؛ اما اکنون مرکز ثقل مطالعات به‌سمت آسیا و به‌ویژه مطالعات در کشورهایی با اقتصاد نوظهور یا پیشرفته نظیر چین، تغییر جهت داده است. این تحلیل نقش محوری مطالعات کمّی، به‌ویژه با روش‌های تحلیل رگرسیون را برجسته می‌کند و بسیاری از تحقیقات در این زمینه مبتنی بر آن هستند. نتیجه‌گیری: بر اساس مدل آیدن و همکاران با غربالگری ثانویه، یک مدل محقق‌ساخته از ۳۶ مقالۀ احصا شده، طراحی شد. نتایج نشان داد که سهم بیشتر پیشایندها در زمینه‌های مسئولیت اجتماعی شرکت عبارت‌اند از: توسعۀ پایدار، اهداف توسعۀ پایدار (SDG)، اخلاق و عوامل اجتماعی، اقتصادی و فرهنگی. بسیاری از تصمیم‌ها در زمینه استراتژی‌های شرکتی با جهت‌گیری‌های بلندمدت و در سطح تصمیم‌های هیئت‌مدیره با تمرکز بر روش‌های مدیریت سود، ساختار مالکیت، افشای عملکرد محیطی، کوچک‌سازی، کاهش مشاغل، تنوع جنسیتی و سرمایه‌گذاری است. بررسی این پژوهش‌ها نشان می‌دهد که هدف این مداخله‌ها، افزایش شفافیت در افشای پایداری، تقویت رویکردهای مسئولانه و تنظیم سرمایه‌گذاری در راستای پایداری بوده که یکی از روندهای اصلی سال‌های اخیر است. علاوه‌براین، مطالعۀ کنونی، مشارکت‌های چشمگیری از شرکت‌های خانوادگی در کشورهای آسیایی مانند چین، کره‌جنوبی، روسیه، ترکیه و کشورهای اروپایی مانند لیتوانی، بلغارستان، جمهوری چک، استونی، لتونی، لهستان، اسلواکی، اسلوونی، بلاروس، اوکراین آلبانی، بوسنی و هرزگوین، کوزوو، مولداوی، مونت نگرو، مقدونیه شمالی، صربستان قبرس، یونان، ایتالیا، پرتغال و کشورهای آمریکایی از جمله ایالات متحده آمریکا را برجسته می‌سازد. افزون‌بر موارد یاد شده، در این دسته از مقاله‌ها، نظریه‌هایی مانند نظریۀ ثروت اجتماعی – عاطفی، نظریۀ ذی‌نفعان، نظریۀ نهادی و دیدگاه مبتنی بر منابع، نظریۀ نونهادی، نظریۀ سرپرستی، نظریۀ نمایندگی، نظریۀ سیستم‌های هدف، نظریۀ رفتار برنامه‌ریزی شده و نظریۀ سیگنالینگ، بر مشارکت شرکت‌های خانوادگی در اقدام‌های مسئولیت‌پذیری شرکتی تأکید می‌کنند.

https://jfr.ut.ac.ir/article_102550_1c041b76b0b99af094debc04ef2e6151.pdf

انتشارات دانشگاه تهران تحقیقات مالی 1024-8153 27 2 2025 06 22 An Analytical and Explanatory Framework for Establishing Offshore Banks in the Free Trade-Industrial Zones of Iran ارائه چارچوب تحلیلی و تبیینی ایجاد بانک برون‏مرزی در مناطق آزاد تجاری ـ صنعتی جمهوری اسلامی ایران 409 437 102590 10.22059/frj.2024.379272.1007622 FA سعید شیرکوند دانشیار، گروه مدیریت، دانشکدۀ حسابداری و علوم مالی، دانشکدگان مدیریت، دانشگاه تهران، تهران، ایران. فاطمه جمالی کارشناس ارشد، گروه مدیریت مالی، دانشکده حسابداری و علوم مالی، دانشکدگان مدیریت، دانشگاه تهران، تهران، ایران. 0009-0007-8388-3492 Journal Article 2024 07 12 Objective A review of Iran’s economic conditions, particularly the financial system in recent decades, reveals its limited participation in international banking. The lack of access to financial markets for investment and trade, limited services offered by domestic banks, their inability to compete in global financial markets, and economic sanctions have created significant challenges in engaging with the international economy. The establishment of offshore banks in Iran’s free trade-industrial zones could serve as an initial step and a connecting link to align with the global economy and enter international financial markets effectively. These banks, by offering a wider range of services, could facilitate capital flow, encourage foreign investment, and enhance the competitiveness of Iranian financial institutions significantly. In addition, such banks could contribute to the development of international trade and help alleviate the existing economic pressures faced by local businesses and individuals. Designing and creating an operational model for utilizing any tool in the field of economics and management is essential for achieving sustainable growth. This study aims to provide an analytical and explanatory framework for establishing such a bank in these free zones. Methods This study employed a mixed-methods exploratory sequential design, commencing with qualitative data analysis. In the qualitative phase, grounded theory methodology was utilized, incorporating open, axial, and selective coding procedures. Participants were purposefully selected and recruited via snowball sampling from a population comprising finance experts affiliated with leading universities, bank managers operating in free trade-industrial zones, and commercial entrepreneurs and company owners active within these zones. A total of eleven semi-structured interviews were conducted until theoretical saturation was reached. In the quantitative phase, a descriptive-survey method was applied to analyze and explain the proposed framework. In this stage, 90 participants were randomly selected. Data were collected through a 30-item questionnaire derived from the grounded theory approach, and data analysis was performed using SMART PLS software. Results In the qualitative phase of the research, after three stages of open, axial, and selective coding, a model comprising six main categories (central phenomenon, causal conditions, intervening conditions, contextual conditions, strategies, and consequences of establishing the offshore bank), 30 subcategories, and 153 concepts were presented. In the quantitative phase, the validity of the research model was assessed through structural equation modeling indicators, which demonstrated acceptable fit for all the obtained indices. Conclusion According to the research findings, an appropriate explanatory framework for the establishment of offshore banks in the free trade-industrial zones of the Islamic Republic of Iran was presented. One of the key outcomes of the proposed framework is the integration of the country's financial institutions with international financial markets, which can serve as a catalyst for economic growth and development through the establishment and operation of offshore banking institutions. هدف: بررسی وضعیت اقتصادی کشور، به‌ویژه نظام مالی در دهه‌های اخیر، نشان‌دهندۀ سهم بسیار اندک ایران در حوزۀ بانکداری بین‌الملل است. مشکلات دسترسی به بازارهای مالی برای سرمایه‌گذاری و تجارت، ارائۀ خدمات محدود بانک‌های داخلی، ناتوانی بانک‌های کشور برای رقابت در بازارهای مالی و تحریم‌های اقتصادی، مشکلات و دغدغه‌های فراوانی را در مبادله با نظام اقتصاد بین‌الملل ایجاد کرده است. تأسیس بانک برون‌مرزی در مناطق آزاد تجاری ـ صنعتی ایران، می‌تواند به‌عنوان نخستین گام و حلقۀ اتصال، به همگامی با اقتصاد جهانی و ورود به بازارهای مالی بین‌المللی منجر شود. این بانک‌ها با ارائۀ خدمات گسترده‌تر، می‌توانند جریان سرمایه را تسهیل و سرمایه‌گذاری خارجی را تشویق کنند و توان رقابتی مؤسسه‌های مالی ایران را بهبود بخشند. علاوه‌براین، چنین بانک‌هایی می‌توانند به توسعۀ تجارت بین‌المللی و کاهش فشارهای اقتصادی کمک کنند. طراحی و ایجاد یک الگوی عملیاتی برای استفاده از هر ابزار اقتصادی و مدیریتی، از ضرورت‌های هر طرحی است. پژوهش حاضر با هدف ارائۀ چارچوب تحلیلی و تبیینی برای ایجاد چنین بانکی در مناطق آزاد مذکور صورت گرفته است. روش: روش تجزیه‌وتحلیل داده‌ها در بخش کیفی، آمیخته از نوع اکتشافی متوالی بوده است؛ به‌گونه‌ای که در بخش کیفی، از استراتژی نظریة داده‌بنیاد مشتمل بر کدگذاری باز، محوری و انتخابی استفاده شد. مشارکت‌کنندگان از میان استادان متخصص در حوزه‌های مالی دانشگاه‌های برتر، مدیران بانک‌های مناطق آزاد تجاری و صنعتی و فعالان تجاری و صاحبان شرکت‌ها و بنگاه‌های اقتصادی فعال در مناطق مذکور انتخاب شدند. این افراد که ۱۱ نفر بودند، به‌صورت هدفمند و به‌روش گلولۀ برفی انتخاب شدند و تا رسیدن به اشباع نظری با آن‌ها مصاحبۀ نیمه‌ساختاریافته انجام شد. در بخش کمّی، از روش توصیفی پیمایشی برای تحلیل و تبیین چارچوب پیشنهادی استفاده شد. در این مرحله نیز ۹۰ نفر به‌روش تصادفی ساده انتخاب شد. برای جمع‌آوری داده در بخش کمّی، پرسش‌نامه‌ای با ۳۰ سؤال به‌دست‌آمده از روش داده‌بنیاد میان مشارکت‌کنندگان توزیع شد و پس از گردآوری داده‌ها، بررسی و تحلیل داده‌ها با استفاده از نرم‌افزار اسمارت پی‌ال‌اس انجام گرفت. یافته‌ها: در بخش کیفی پژوهش، پس از تجزیه‌وتحلیل داده‌ها طی سه مرحلۀ کدگذاری باز، کدگذاری محوری و کدگذاری انتخابی، الگویی مشتمل بر ۶ مقولۀ اصلی (پدیدۀ محوری، شرایط علّی، شرایط مداخله‌گر، شرایط زمینه‌ای، راهبردها و پیامدهای تأسیس بانک برون‌مرزی)، ۳۰ مقولۀ فرعی و ۱۵۳ مفهوم به‌دست آمد. در بخش کمّی اعتبار الگوی تحقیق، از طریق شاخص‌های مدل معادلات ساختاری سنجیده شد که حاکی از برازش قابل قبول برای همه شاخص‌های به‌دست‌آمده بود. نتیجه‌گیری: بر اساس یافته‌های پژوهش و مطالعات، چارچوب تبیینی مناسبی برای تأسیس بانک در مناطق آزاد تجاری و صنعتی جمهوری اسلامی ایران ارائه شد. از مهم‌ترین دستاوردهای این چارچوب، می‌توان به اتصال نهادهای مالی کشور به بازارهای مالی بین‌المللی و در نتیجه، رشد و توسعۀ اقتصادی کشور، از طریق این نهاد اشاره کرد.

https://jfr.ut.ac.ir/article_102590_f8e8727e1dcd1f09113d351ff7fed0e8.pdf

انتشارات دانشگاه تهران تحقیقات مالی 1024-8153 27 2 2025 06 22 A Reporting Framework for Management Commentary Reporting in Iran ارائه چارچوب گزارشگری برای گزارش تفسیری مدیریت در ایران 438 484 102591 10.22059/frj.2024.371819.1007566 FA محمد نمازی استاد ممتاز، بخش حسابداری، دانشکده اقتصاد مدیریت و علوم اجتماعی، دانشگاه شیراز، شیراز، ایران. 0000-0002-0342-7603 ساسان خادمی دکتری، بخش حسابداری، دانشکده اقتصاد مدیریت و علوم اجتماعی، دانشگاه شیراز، شیراز، ایران. 0000-0003-0599-6719 Journal Article 2024 01 29 Objective With the rapid growth of the economy and the expanding role of the private sector, financial markets have gained increased importance. Among the factors influencing the efficiency of financial markets, how information is disseminated to various stakeholders plays a crucial role. The method of information transfer stands as a key component in shaping the efficiency of capital markets. Management Commentary (MC), serving as a supplementary report to companies' financial statements, holds a pivotal role in enhancing capital market transparency through the disclosure of both financial and non-financial information. The objective of this research is to formulate an MC framework and subject it to experimental testing utilizing quantitative data. It is to introduce, for the first time, an MC framework specifically tailored to the context of Iran. Methods This study adopts a mixed research methodology. Initially, qualitative content analysis was utilized, involving the comprehensive review of documents and studies pertaining to the IFRS Foundation in the domain of Management Commentary (MC), along with other relevant guidelines and reporting frameworks. This systematic examination facilitated the construction of the initial MC reporting framework and the formulation of pertinent hypotheses. Subsequently, to adapt and present the MC reporting framework in the Iranian context, survey data, obtained through a researcher-designed questionnaire, was collected. Each sub-category of the reporting framework was assessed and ranked using the one-sample Wilcoxon signed-rank test, with the final ranking determined based on Friedman's test. Results Based on the findings of the qualitative section, the initial framework for MC comprises five key dimensions: Objectives, Qualitative Characteristics, Content Elements, Forward-Looking Information, and Information Related to the Long-Term Success of the Company. According to the findings of the quantitative section, none of these dimensions and their subcategories were rejected. Therefore, the MC reporting framework in Iran was structured across five dimensions as follows: 1. Objectives: comprising five distinct objectives, 2. Qualitative characteristics: encompassing eleven specific characteristics, 3. Content elements: consisting of six defined content elements, 4. Forward-looking information: comprising seven principles & 5. Information related to the long-term success of the company: categorized into six distinct areas. The relative importance of each dimension within the reporting framework is ranked as follows: 1. Objectives, 2. Qualitative characteristics, 3. forward-looking information, 4. Content elements, and 5. Information related to the long-term success of the company. Furthermore, the subcategories within each dimension of the reporting framework were also assessed and ranked according to their relative importance. Conclusion The suggested reporting framework has the potential to serve as a valuable reference for institutions and organizations responsible for formulating capital market regulations. This includes entities like Audit Organization and Securities & Exchange Organization. By utilizing this framework, these regulatory bodies can develop native standards and guidelines for the presentation of MC. Furthermore, companies can benefit from this framework when presenting their MC. This ensures a more tailored and effective approach to MC reporting within the context of the Iranian capital market. هدف: در دوران معاصر، با رشد روزافزون اقتصاد و گسترش بخش خصوصی، بازارهای مالی اهمیت بیشتری پیدا کرده است. در میان عوامل مؤثر بر کارایی بازارهای مالی، نحوۀ انتشار اطلاعات به ذی‌نفعان مختلف، نقشی تعیین‌کننده دارد. در حقیقت، روش انتقال اطلاعات یکی از اجزای اصلی کارایی بازار سرمایه به‌شمار می‌آید. گزارش تفسیری مدیریت، به‌عنوان گزارش مکمل صورت‌های مالی شرکت‌ها، در افزایش شفافیت بازار سرمایه با افشای اطلاعات مالی و غیرمالی شرکت‌ها نقش مهمی دارد. هدف این پژوهش، طراحی چارچوب گزارش تفسیری مدیریت و آزمون تجربی آن بر مبنای داده‌های کمی، به‌منظور ارائۀ چارچوب گزارشگری گزارش تفسیری مدیریت در ایران است که برای اولین بار انجام می‌شود. روش: این پژوهش از روش تحقیق ترکیبی (آمیخته) استفاده می‌کند؛ از این رو ابتدا به‌شیوۀ تحلیل محتوای کیفی و بر مبنای کلیۀ اسناد و مدارک مربوط به مطالعات «بنیاد استانداردهای بین‌المللی گزارشگری مالی» در زمینۀ گزارش تفسیری مدیریت و همچنین، سایر رهنمودها و چارچوب‌های گزارشگری مرتبط، چارچوب اولیۀ گزارشگری گزارش تفسیری مدیریت طراحی و فرضیه‌های مربوطه تدوین شدند. در ادامه، به‌منظور بومی‌کردن و ارائۀ چارچوب گزارشگری گزارش تفسیری مدیریت در ایران، داده‌های مربوط، به‌شیوۀ پیمایشی و بر مبنای پرسش‌نامۀ محقق ساخته، جمع‌آوری شد و هر یک از زیرمقوله‌های چارچوب گزارشگری با استفاده از آزمون تک‌نمونه‌ای ویلکاکسون تعیین و بر مبنای آزمون فریدمن رتبه‌بندی شدند. یافته‌ها: بر مبنای یافته‌های بخش کیفی، چارچوب اولیۀ گزارش تفسیری مدیریت، مشتمل است بر پنج بُعد اهداف، ویژگی‌های کیفی، عناصر محتوایی، اطلاعات آینده‌نگرانه و اطلاعات مرتبط با موفقیت درازمدت شرکت. همچنین، بر مبنای یافته‌های بخش کمّی، هیچ یک از این ابعاد و زیرمقوله‌های آن‌ها رد نشدند؛ از این‌رو چارچوب گزارشگری گزارش تفسیری مدیریت ایران، در قالب پنج بُعد طراحی شد. این ابعاد عبارت‌اند از: ۱. اهداف، در قالب پنج هدف؛ ۲. ویژگی‌های کیفی، در قالب یازده ویژگی؛ ۳. عناصر محتوایی، در قالب شش عنصر محتوایی؛ ۴. اطلاعات آینده‌نگرانه، در قالب هفت اصل؛ ۵. اطلاعات مرتبط با موفقیت درازمدت شرکت، در قالب شش مقوله. همچنین، اهمیت نسبی هر یک از ابعاد چارچوب گزارشگری به‌ترتیب عبارت است از: ۱. اهداف؛ ۲. ویژگی‌های کیفی؛ ۳. اطلاعات آینده‌نگرانه؛ ۴. عناصر محتوایی؛ ۵. اطلاعات مرتبط با موفقیت درازمدت شرکت. افزون‌براین، زیرمقوله‌های هر یک از ابعاد چارچوب گزارشگری نیز بر مبنای اهمیت نسبی‌شان رتبه‌بندی شدند. نتیجه‌گیری: چارچوب گزارشگری پیشنهادی این پتانسیل را دارد که به‌عنوان مرجعی ارزشمند برای نهادهای ناظر و تدوین مقررات بازار سرمایه، مانند سازمان حسابرسی و سازمان بورس و اوراق بهادار مورد بهره‌برداری قرار گیرد. با استفاده از این چارچوب، این نهادهای نظارتی می‌توانند استانداردها و رهنمودهای بومی را برای ارائۀ گزارش تفسیری مدیریت تدوین کنند. همچنین شرکت‌ها می‌توانند هنگام ارائۀ گزارش تفسیری مدیریت، از این چارچوب بهره برند. این امر رویکرد مناسب‌تر و مؤثرتری را برای گزارشگری گزارش تفسیری مدیریت، در چارچوب بازار سرمایۀ ایران تضمین می‌کند.

https://jfr.ut.ac.ir/article_102591_00431979216eadc4b0d908cf45bf28b7.pdf

انتشارات دانشگاه تهران تحقیقات مالی 1024-8153 27 2 2025 06 22 A Model for the Election of the Board of Directors مدلی جهت انتخاب اعضای هیئت‌مدیره 485 507 102637 10.22059/frj.2025.381332.1007636 FA مرتضی یوسفی دانشجوی دکتری، گروه حسابداری، پردیس بین‌المللی، واحد ارس، دانشگاه تهران، ارس، ایران. 0009-0000-6114-9296 غلامرضا کرمی استاد، گروه حسابداری، دانشکدۀ حسابداری و علوم مالی، دانشکدگان مدیریت، دانشگاه تهران، تهران، ایران. 0000-0003-0032-5633 Journal Article 2024 08 23 Objective The selection of board members used to take place before any in-depth review of the board's foundational existence, without any specific regulations and solely through informal means such as kinship, long-standing friendships, or collaboration and shared interests. This approach often led to an inappropriate board composition, a lack of sufficient expertise, and ultimately a decline in organizational efficiency. Therefore, the process of selecting board members has various consequences for organizations. Given the existing information gap regarding the selection of board members in Iran, this study aims to develop a model for board member selection, identifying the criteria that matter most to shareholders in this process. Methods The present research employs the thematic analysis method. The statistical population includes CEOs and board members of Iranian investment companies and holdings. The statistical sample was selected using the snowball sampling method. Research data were collected through semi-structured interviews with 15 experts, reaching theoretical saturation. Results When selecting board members, various criteria—such as individual and group characteristics—are taken into account. Individual characteristics refer to qualities specific to each board member, including inherent traits, communication skills, managerial and leadership abilities, professional ethics, expertise, and social competencies. In addition, company-specific factors also influence the selection process. Clearly defining the expectations and mission of board members within the organization is essential to ensure alignment with these requirements. Conclusion Four main themes were identified for board member selection: (1) characteristics of board members, (2) requirements for their selection, (3) factors influencing the selection process, and (4) desirable outcomes of selecting board members. Board member characteristics include individual and group characteristics. Personal characteristics refer to traits specific to an individual serving as a board member. These can be categorized into seven key themes: intrinsic qualities, communication skills, managerial abilities, leadership capabilities, professional ethics, specialized expertise, and social competencies. Intrinsic characteristics of board members reflect their unique personal backgrounds and personality traits. Communication characteristics pertain to creating and maintaining good collaboration among themselves, shareholders, management, and other individuals. Managerial characteristics relate to the qualities and abilities of a board member that demonstrate their effectiveness. Leadership characteristics include traits related to leadership style and the strategic outlook of board members. Professional ethics characteristics involve observing fairness and ethics during the decision-making process. Specialized characteristics include skills and knowledge that a board member should have in line with the company's activities, such as experience, academic qualifications, industry-related expertise, etc. Social characteristics refer to an individual’s reputation, social connections, and interactions with others, including both internal and external organizational stakeholders. Group characteristics of board members pertain to a balanced composition in which members collectively possess diverse expertise relevant to the company. Selecting desirable board members leads to an improvement in the company's working environment, efficiency, and performance. هدف: انتخاب اعضای هیئت‌مدیره، قبل از بازنگری‌های عمیق در بنیان وجودی هیئت‌مدیره، بدون هیچ‌گونه ضابطۀ خاص و فقط به‌شکل غیررسمی و بر اساس رابطۀ خویشاوندی، رفاقت‌های دیرینه یا همکاری و منافع مشترک صورت می‌گرفت که به ترکیب نامناسب هیئت‌مدیره و فقدان تخصص کافی و در نهایت، کاهش کارایی سازمان‌ها منجر می‌شد. در واقع، انتخاب اعضای هیئت‌مدیره برای سازمان‌ها پیامدهای مختلفی دارد. با توجه به خلأ اطلاعاتی در خصوص نحوۀ انتخاب اعضای هیئت‌مدیره در ایران، پژوهش حاضر در پی تدوین مدلی به‌منظور انتخاب اعضای هیئت‌مدیره است تا معیارهایی را ارائه دهد که برای سهام‌داران در انتخاب اعضا مهم است. روش: پژوهش حاضر با استفاده از روش تحلیل تم اجرا شده است. جامعۀ آماری پژوهش، مدیرعاملان و اعضای هیئت‌مدیرۀ شرکت‌های سرمایه‌گذاری و هلدینگ‌ها بود و انتخاب نمونۀ آماری با استفاده از روش گلولۀ برفی انجام شد. داده‌های پژوهش با استفاده از مصاحبۀ نیمه‌ساختاریافته با ۱۵ خبره جمع‌آوری شد و به اشباع نظری رسید. یافته‌ها: در انتخاب اعضای هیئت‌مدیره، به معیارهای بسیاری، از جمله ویژگی‌های فردی و گروهی توجه می‌شود. ویژگی‌های فردی مختصِ خود شخص، به‌عنوان عضوی از هیئت‌مدیره است که ویژگی‌های ذاتی، ارتباطات، مدیریتی، رهبری، اخلاق حرفه‌ای، تخصصی و اجتماعی را شامل می‌شود. همچنین ویژگی‌های خاص شرکت بر انتخاب اعضای هیئت‌مدیره مؤثر است و باید به مشخص‌بودن انتظارات از اعضای هیئت‌مدیره و مأموریت آن‌ها در شرکت به‌عنوان الزامات تأکید کرد. نتیجه‌گیری: به‌منظور انتخاب اعضای هیئت‌مدیره، چهار تم اصلی شناسایی شد. این چهار تم عبارت است از: ویژگی‌های اعضای هیئت‌مدیره، الزامات انتخاب اعضای هیئت‌مدیره، عوامل مؤثر بر انتخاب اعضای هیئت‌مدیره و پیامدهای مطلوب انتخاب اعضای هیئت‌مدیره. ویژگی‌های اعضای هیئت‌مدیره، ویژگی‌های فردی و گروهی را شامل می‌شود. ویژگی‌های فردی به ویژگی‌هایی اشاره دارد که مختصِ خود شخص، به‌عنوان عضو هیئت‌مدیره است که به تم‌های فرعی ذاتی، ارتباطات، مدیریتی، رهبری، اخلاق حرفه‌ای، تخصصی و اجتماعی تقسیم می‌شود. ویژگی‌های ذاتی اعضای هیئت‌مدیره، بازتابی از سوابق و ویژگی‌های شخصیتی منحصربه‌فرد مدیران است. ویژگی‌های ارتباطات، به ایجاد و حفظ همکاری خوب بین خود، سهام‌داران و مدیریت و سایر افراد اشاره دارد. ویژگی‌های مدیریتی مربوط به ویژگی‌ها و توانایی یک عضو هیئت‌مدیره است که کارایی وی را نشان می‌دهد. ویژگی‌های رهبری، شامل ویژگی‌های مرتبط با سبک رهبری و دیدگاه استراتژیک اعضای هیئت‌مدیره است. ویژگی‌های اخلاق حرفه‌ای، به رعایت انصاف و اخلاق طی فرایند مسئولیت اشاره دارد. ویژگی‌های تخصصی شامل مهارت‌ها و دانش‌هایی، همچون تجربه، تحصیلات دانشگاهی، تخصص‌های مرتبط با صنعت و… است که باید یک عضو هیئت‌مدیره در راستای فعالیت شرکت داشته باشد. ویژگی‌های اجتماعی به شهرت، ارتباطات اجتماعی فرد و نحوۀ تعامل با سایرین، ازجمله افراد درون‌سازمانی برون‌سازمانی اشاره دارد. ویژگی‌های گروهی اعضای هیئت‌مدیره، به ترکیب همگون مربوط می‌شود؛ به‌نحوی که اعضا از تخصص‌های متنوع مرتبط با شرکت برخوردار باشند. انتخاب مطلوب اعضای هیئت‌مدیره، به بهبود فضای فعالیت شرکت، کارآمدی و بهبود عملکرد شرکت منجر می‌شود.

https://jfr.ut.ac.ir/article_102637_5ce553902828dcde1b6aa928e2690571.pdf

انتشارات دانشگاه تهران تحقیقات مالی 1024-8153 27 2 2025 06 22 Probabilistic Forecasting and Robust Optimization for Managing Uncertainty in Smart Beta Portfolio Optimization کاربرد پیش‌بینی احتمالاتی و بهینه‌سازی استوار به‌منظور درنظر گرفتن عدم قطعیت پارامترها دربهینه‌سازی پرتفوی بتای هوشمند 508 530 103612 10.22059/frj.2025.401381.1007783 FA فرید تندنویس استادیار، گروه مهندسی مالی، دانشکدۀ حسابداری و علوم مالی، دانشکدگان مدیریت، دانشگاه تهران، تهران، ایران. 0009-0001-0702-6989 حسین والامهر دانشجوی کارشناسی ارشد، رشتۀ مدیریت مالی، واحد رودهن، دانشگاه آزاد اسلامی، رودهن، ایران. 0009-0006-8708-3057 Journal Article 2025 08 27 Objective This study employs a probabilistic forecasting approach and robust optimization to address parameter uncertainty in portfolio optimization models within the Iranian capital market. The main focus is on enhancing portfolio performance by accounting for uncertainty and utilizing machine learning models to construct portfolios with maximum Sharpe ratios. Methods Two common approaches are applied to incorporate parameter uncertainty into the portfolio optimization model. The first approach is robust optimization, which defines an uncertainty set for each parameter and analyzes the problem in such a way that the solution remains optimal even under worst-case parameter realizations. The second approach involves an advanced machine learning model, Natural Gradient Boosting (NGBoost), whose outputs were employed within a probabilistic forecasting framework. The model inputs included five technical indicators: Relative Strength Index (RSI), Moving Average Convergence/Divergence (MACD), Average True Range (ATR), Average Price Trading (ATP), and Momentum. Technical analysis is one of the main approaches in examining and forecasting financial market trends, which is based on the study and evaluation of historical price and trading volume data. This method assumes that all fundamental and psychological information of the market is reflected in prices, and that price movements form recognizable and repeatable patterns. The study is conducted across 10 industries, including basic metals, oil refining, banking and financial institutions, petrochemicals and chemicals, automotive, cement, pharmaceuticals, precious metals, rubber and plastics, and metallic minerals. The aforementioned industries are among the largest sectors of the Iranian capital market and, in terms of market value, constitute a substantial portion of the market. These industries encompass a wide range of production and service domains, each playing a fundamental role in the country’s economy and industrial development. Overall, the synergy of these industries strengthens economic diversification, foreign exchange earnings, employment, and sustainable development. After applying robust and probabilistic forecasting models in portfolio optimization, the results were compared against two benchmark portfolios—an equal-weight portfolio and the Markowitz mean-variance model—using the Sharpe ratio as the evaluation metric. Results "Using data from March 2022 to March 2024 for training the NGBoost model and estimating parameters for robust optimization, and 2024 data as the test set, portfolios were constructed for all ten industries. Their out-of-sample risk and return were then calculated. The comparison indicated that both proposed approaches significantly outperformed the benchmark portfolios, achieving higher Sharpe ratios at the 99% confidence level. Conclusion The findings demonstrate that employing distributional rather than point forecasts, combined with smart beta strategies and robust parameter consideration in portfolio optimization, leads to portfolios with superior risk-return trade-offs. This enhanced performance is statistically significant at the 99% level. Furthermore, the results indicate that incorporating technical indicators as explanatory factors for returns can effectively improve return predictability. Leveraging these indicators in smart beta portfolio construction yields portfolios with superior performance. هدف: این پژوهش با استفاده از رویکرد پیش‌بینی احتمالاتی و بهینه‌سازی استوار، به‌منظور در نظر گرفتن‌عدم قطعیت پارامترهای مدل بهینه‌سازی پرتفوی در بازار سرمایه ایران انجام شده است. تمرکز اصلی این پژوهش، بر ارتقای عملکرد پرتفوی با لحاظ‌عدم قطعیت و بهره‌گیری از مدل‌های یادگیری ماشین، برای ساخت پرتفوهایی با نسبت شارپ بیشینه در بازار سرمایۀ ایران است. روش: در این مطالعه، دو رویکرد رایج به‌منظور در نظر گرفتن‌عدم قطعیت پارامترها در مدل بهینه‌سازی پرتفوی استفاده شده است. نخستین رویکرد رایج، رویکرد بهینه‌سازی استوار است که برای هر پارامتر، یک مجموعۀ‌عدم قطعیت ترسیم می‌کند و مسئله را به‌گونه‌ای تحلیل می‌کند که جواب ایجاد شده در شرایط بدبینانۀ پارامترها نیز بهینه باشد. رویکرد دیگر، مدل یادگیری ماشین پیشرفتۀ تقویت‌سازی گرادیان طبیعی و استفادۀ خروجی آن در رویکرد پیش‌بینی احتمالاتی است. ورودی‌های این مدل، پنج اندیکاتور تکنیکال، از جمله شاخص قدرت نسبی، میانگین متحرک همگرایی/ واگرایی، میانگین محدودۀ واقعی، میانگین موزون قیمت معاملات و مومنتوم در نظر گرفته شده است. تحلیل تکنیکال یکی از رویکردهای اصلی در بررسی و پیش‌بینی روند بازارهای مالی است که بر پایۀ مطالعه و ارزیابی داده‌های تاریخی قیمت و حجم معاملات شکل گرفته است. در این روش فرض بر این است که تمام اطلاعات بنیادی و روانی بازار در قیمت‌ها منعکس می‌شود و حرکت قیمت‌ها، الگوهایی تکرارپذیر و قابل شناسایی ایجاد می‌کنند. این پژوهش در ده صنعت اعم از فلزات اساسی، پالایش فراورده‌های نفتی، بانک و مؤسسه‌های اعتباری، پتروشیمی و مواد شیمیایی، خودرو، سیمان، دارو، فلزات گران‌بها، لاستیک و پلاستیک و کانی‌های فلزی انجام شده است. صنایع نام‌برده، جزء بزرگ‌ترین صنایع بازار سرمایۀ ایران هستند و از منظر ارزش بازار، بخش عمده‌ای از بازار سرمایه را شامل می‌شوند. صنایع یاد شده، طیف گسترده‌ای از حوزه‌های تولیدی و خدماتی را دربرمی‌گیرند که هریک در اقتصاد و توسعۀ صنعتی کشور نقشی بنیادی دارند. در مجموع، هم‌افزایی این صنایع تنوع‌بخشی به اقتصاد، ارزآوری، اشتغال و توسعۀ پایدار را تقویت می‌کند. پس از پیاده‌سازی مدل‌های استوار و پیش‌بینی احتمالاتی در بهینه‌سازی پرتفوی، عملکرد نتایج با دو پرتفوی مبنای وزن برابر و مدل میانگین واریانس مارکوویتز با استفاده از شاخص شارپ مقایسه شد. یافته‌ها: با در نظر گرفتن داده‌های فروردین ۱۴۰۱ تا فروردین ۱۴۰۳، به‌عنوان داده‌های آموزش (در مدل گرادیان طبیعی تقویت شده) و تخمین پارامترها (در مدل بهینه‌سازی استوار) و داده‌های سال ۱۴۰۳ به‌عنوان تست، پرتفوهای هر ۱۰ صنعت تشکیل و بازده و ریسک آن‌ها با رویکرد خارج از نمونه محاسبه شد. مقایسۀ نتایج پرتفوها نشان داد که هر دو رویکرد ارائه شده در پژوهش، نسبت به پرتفوی‌های مبنا در سطح معناداری ۹۹ درصد، شاخص شارپ بیشتری دارند. نتیجه‌گیری: این پژوهش نشان داد که استفاده از پیش‌بینی‌های توزیعی به‌جای نقطه‌ای و ترکیب آن با استراتژی‌های بتای هوشمند و همچنین، در نظر گرفتن‌عدم قطعیت پارامترها در مدل‌های بهینه‌سازی پرتفوی، به ساخت پرتفویی با نسبت بازده به ریسک بالاتر منجر می‌شود و این عملکرد برتر در سطح معناداری ۹۹ درصد معنادار است. همچنین بر این اساس می‌توان نتیجه گرفت استفاده از شاخص‌های تکنیکال به‌عنوان عوامل اثرگذار بر بازده، می‌تواند در پیش‌بینی بازده موفق عمل کند و بهره برداری از آن‌ها به‌منظور تشکیل پرتفوی بتای هوشمند، به پرتفویی با عملکرد بهتر منتج می‌شود.

https://jfr.ut.ac.ir/article_103612_562a41cac1ad4444d8116a8091b564c8.pdf