انتشارات دانشگاه تهران تحقیقات مالی 1024-8153 28 1 2026 03 21 Examining and Prioritizing the Impacts of Artificial Intelligence Usage: The Golden Key to Successful Marketing in the Banking System بررسی و اولویت‌بندی تأثیرهای استفاده از هوش مصنوعی؛ کلید طلایی بازاریابی موفق در نظام بانکی 1 26 106759 10.22059/frj.2025.387854.1007688 FA داریوش طهماسبی استادیار، گروه مدیریت، دانشکدۀ تجارت و بازرگانی، دانشکدگان مدیریت، دانشگاه تهران، تهران، ایران. Journal Article 2024 12 30 Objective In today’s rapidly globalizing and digitalizing world, various industries face numerous challenges, including swift changes in demand, intense competition, and cultural diversity. Similarly, the financial and banking services sector has experienced fundamental transformations within these complex environments. In the meantime, artificial intelligence, as a new and transformative technology, has played an important role in smart financial institutions and banking. Therefore, the purpose of the study is to investigate the impact of using artificial intelligence in banking services marketing trends. Methods This study is applied in purpose and employs a mixed-methods approach (qualitative and quantitative) in nature. In the qualitative phase, data were collected through semi-structured interviews with 20 experts in private banking and artificial intelligence. Thematic analysis was used to analyze the data, resulting in the identification of 8 main themes and 54 sub-themes. In the quantitative phase, the Analytic Hierarchy Process (AHP) method was applied to prioritize the main themes. Results The results of this study showed that the most important impacts identified include reducing operating and advertising costs, minimizing human error, improving decision-making accuracy, increasing the speed of banking operations, and enhancing the customer experience. In the ranking of the main themes, minimizing human error was identified as the most significant impact, while improving resource management had the least impact. Conclusion Artificial intelligence technology can currently pave the way for a dramatic transformation in this industry and create a different future for this field. Artificial intelligence can facilitate customer credit assessment based on customer behavior. It can help institutions by learning and remembering applicable laws in the field of customer identification and anti-money laundering measures. Early identification and prevention of cybersecurity threats that can threaten the country's banks today is another application of this technology in the financial field. By increasing automation in various banking processes, this technology can increase productivity and speed of work. Chatbots based on artificial intelligence can also easily interact with customers, answer their questions, and guide them in using banking services. It can be said that the banking system is competing with each other to use artificial intelligence and also to provide practical services based on artificial intelligence technology. Undoubtedly, this technology can be considered one of the important drivers of the banking industry in the coming years, and serious steps should be taken towards its development and application. Finally, The banking system operates in a competitive arena for the application of artificial intelligence and the delivery of functional services based on it. As one of the key drivers of the banking industry in the coming years, this technology demands serious attention to its development and implementation. هدف: در دنیای امروز که جهانی‌سازی و دیجیتال‌سازی به‌سرعت پیشرفت می‌کنند، صنایع مختلف نیز با چالش‌های زیادی از جمله تغییرات سریع تقاضا، رقابت فشرده و تنوع فرهنگی مواجهند. از سوی دیگر، صنعت خدمات مالی و بانکی نیز در این محیط‌های پیچیده دچار تحولاتی اساسی شده‌اند. در این میان، هوش مصنوعی به‌عنوان فناوری نوین و تحول‌آفرین، در مؤسسه‌های مالی و بانکداری هوشمند نقش مهمی ایفا کرده است. از این رو، هدف پژوهش، بررسی تأثیر استفاده از هوش مصنوعی در روندهای عملیاتی خدمات بانکی است. روش: این تحقیق از نظر هدف، کاربردی و از نظر ماهیت، آمیخته (کیفی و کمی) است. در بخش کیفی، داده‌ها از طریق مصاحبه‌های نیمه‌ساختاریافته با ۲۰ افراد متخصص در حوزه‌های سیستم بانکی و هوش مصنوعی جمع‌آوری شد. تحلیل داده‌ها با روش تحلیل مضمون انجام شد که به شناسایی ۸ مضمون اصلی و ۵۴ مضمون فرعی انجامید. در بخش کمی، از روش تحلیل سلسله‌مراتبی برای اولویت‌بندی مضامین اصلی استفاده شد. یافته‌ها: نتایج این پژوهش نشان داد که مهم‌ترین اثرهای شناسایی‌شده عبارت‌اند از: کاهش هزینه‌های عملیاتی و تبلیغات، کاهش خطای انسانی، بهبود دقت تصمیم‌گیری، افزایش سرعت عملیات بانکی و بهبود تجربه مشتری. در رتبه‌بندی مضامین اصلی، کاهش خطای انسانی به‌عنوان مهم‌ترین تأثیر شناسایی شد، در حالی که بهبود مدیریت منابع کمترین تأثیر را داشت. نتیجه‌گیری: فناوری هوش مصنوعی در حال حاضر می‌تواند زمینه‌ساز تحولی شگرف در این صنعت شود و آینده‌ای متفاوت برای این حوزه خلق کند. هوش مصنوعی می‌تواند بر اساس رفتار مشتریان، سنجش اعتبار مشتریان را تسهیل کند. این فناوری می‌تواند با یادگیری و به‌خاطر سپردن قوانین قابل اجرا در زمینه شناسایی هویت مشتری و اقدامات ضد پول‌شویی، به مؤسسه‌ها کمک کند. شناسایی و پیشگیری اولیه تهدیدهای امنیت سایبری که امروزه می‌تواند بانک‌های کشور را تهدید کند، یکی دیگر از کاربردهای این فناوری در حوزه مالی است. این فناوری با افزایش خودکارسازی (اتوماسیون) در روندهای متعدد بانکداری، می‌تواند بهره‌وری و سرعت کار را افزایش بخشد. چت بات‌های مبتنی بر هوش مصنوعی نیز می‌توانند به‌راحتی با مشتریان تعامل کنند و به سؤال‌های آن‌ها پاسخ دهند و آن‌ها را در استفاده از خدمات بانکی راهنمایی کنند. در نهایت می‌توان گفت که سیستم بانکی برای به‌کارگیری هوش مصنوعی و همچنین ارائه سرویس‌های کاربردی مبتنی بر فناوری هوش مصنوعی در حال رقابت با یکدیگر هستند. بدون شک این فناوری را می‌توان یکی از پیشران‌های مهم صنعت بانکداری در سال‌های آتی در نظر گرفت که باید به‌شکلی جدی در مسیر توسعه و به کارگیری آن گام برداشت. در خاتمه، نظام بانکی در عرصه رقابت برای به‌کارگیری هوش مصنوعی و ارائه خدمات کاربردی مبتنی بر آن قرار دارد. این فناوری به‌عنوان یکی از عوامل پیشران صنعت بانکداری در سال‌های آتی، به توجه جدی به توسعه و پیاده‌سازی نیاز دارد.

https://jfr.ut.ac.ir/article_106759_d1a94a9c08c2efbe3971ec03ae7f6f0b.pdf

انتشارات دانشگاه تهران تحقیقات مالی 1024-8153 28 1 2026 03 21 Examining the Impact of Islamic Treasury Bill Yields on Iran’s Capital Market Returns Using the Quantile on Quantile Connectedness Model بررسی تأثیر نرخ بازدهی تا سررسید اسناد خزانه اسلامی بر بازده بازار سرمایه ایران با استفاده از مدل Quantile-on-Quantile Connectedness 27 55 106760 10.22059/frj.2025.388616.1007693 FA ایمان داداشی استادیار، گروه حسابداری، دانشکدۀ علوم اقتصادی و اداری، دانشگاه قم، قم، ایران. وحید امیدی استادیار، گروه اقتصاد، دانشکدۀ علوم اقتصادی و اداری، دانشگاه قم، قم، ایران. Journal Article 2025 01 11 Objective The capital market is one of the main pillars of a country’s economy, playing a key role in pooling funds and optimizing resource allocation. This market provides a platform for financing economic enterprises and contributes to the country’s economic growth and development. Among the factors influencing the capital market, changes in the yield to maturity (YTM) of Islamic Treasury Bonds (ITBs)—a risk-free financial instrument—can significantly impact investment flows. This study aims to investigate the relationship between changes in the YTM of ITBs and the returns of both the total and equal-weighted indices of the Tehran Stock Exchange (TSE) and Iran Fara Bourse (IFB). The central research question is whether an increase in the YTM of ITBs leads to a decline in the returns of capital market indices, and how this relationship varies under different economic conditions. Methods To address the research question, the Quantile-on-Quantile Connectedness model was employed, allowing for the examination of asymmetric and varying relationships across different quantiles of the variables' distributions. The data used in this study include the YTM of ITBs issued during three periods: the Iranian calendar years 1393 (2014/15), 1397 (2018/19), and 1400 (2021/22), along with the returns of the TSE total index, TSE equal-weighted index, IFB total index, and IFB equal-weighted index. The analysis was conducted using monthly data, focusing on different quantiles of changes in YTM and index returns. Additionally, the impact of crisis periods, such as the economic fluctuations observed in late 1402 (2023/24), was incorporated into the analysis. Results The results indicate that the relationship between changes in the YTM of ITBs and the returns of the TSE and IFB indices is significantly asymmetric across the upper and lower quantiles of the distribution. During the Iranian calendar year of 1400 (2021/22), this relationship predominantly flowed from changes in the YTM of ITBs to the index returns. Furthermore, with the upward trend in the YTM of ITBs in late 1402 (2023/24), coinciding with declining index returns, the intensity of this asymmetric relationship increased. These findings suggest that a rise in the YTM of ITBs can attract investors to these bonds and exacerbate selling pressure in the capital market. Conversely, during the years of 1393 (2014/15) and 1397 (2018/19), the direction of the relationship was reversed, with the returns of the TSE and IFB indices exerting greater influence on the YTM of ITBs. This indicates that under normal or non-crisis conditions, the YTM of ITBs has less impact on the capital market and is more influenced by fluctuations in market indices. Conclusion The findings demonstrate that during periods of crisis and declining capital markets, an increase in the YTM of ITBs can intensify the downward trend in the capital market. Conversely, under normal economic conditions, the impact of the YTM on the capital market is more limited. Based on these results, it is recommended that the Central Bank and other economic policymakers adjust policies related to interest rates and treasury bonds to prevent extensive capital shifts to risk-free bonds and the subsequent reduction in capital market investments. Additionally, policies aimed at enhancing the attractiveness of the capital market by facilitating financing processes and reducing costs for enterprises are essential. Finally, continuous monitoring of the relationship between the YTM of ITBs and capital market returns using advanced predictive and analytical models can help identify and prevent potential crises. These measures can maintain equilibrium in the capital market and contribute to sustainable economic growth. هدف: بازار سرمایه یکی از ارکان اصلی اقتصاد کشور به‌شمار می‌رود که در تجمیع سرمایه‌ها و تخصیص بهینه منابع نقشی کلیدی ایفا می‌کند. این بازار، بستری برای تأمین مالی بنگاه‌های اقتصادی فراهم کرده و به رشد و توسعه اقتصادی کشور کمک می‌کند. در این میان، تغییرات نرخ بازده تا سررسید اوراق خزانه اسلامی (اخزا) به‌عنوان یک ابزار مالی بدون ‌ریسک، می‌تواند بر جریان سرمایه‌گذاری در بازار سرمایه تأثیر بسزایی داشته باشد. این پژوهش با هدف بررسی ارتباط میان تغییرات نرخ بازده تا سررسید اخزا و بازدهی شاخص‌های کل و هم‌وزن بورس و فرابورس انجام شده است. سؤال اصلی پژوهش این است که آیا افزایش نرخ بازده تا سررسید اخزا، می‌تواند به کاهش بازدهی شاخص‌های بازار سرمایه منجر شود و این ارتباط چگونه در شرایط مختلف اقتصادی تغییر می‌کند؟ روش: برای پاسخ به سؤال پژوهش، مدل Quantile-on-Quantile Connectedness به‌کار گرفته شد که امکان بررسی روابط نامتقارن و متغیر در طول توزیع‌های مختلف متغیرها را فراهم می‌کند. داده‌های این پژوهش، شامل نرخ بازده تا سررسید اوراق خزانه اسلامی منتشر شده در سه دوره زمانی ۱۳۹۳، ۱۳۹۷ و ۱۴۰۰ و بازدهی شاخص‌های کل بورس، هم‌وزن بورس، کل فرابورس و هم‌وزن فرابورس است. تحلیل‌ها بر اساس داده‌های ماهانه و با تمرکز بر دهک‌های مختلف تغییرات نرخ بازده و بازده شاخص‌ها انجام شد. همچنین، تأثیرهای دوره‌های بحرانی مانند نوسان‌های اقتصادی اواخر سال ۱۴۰۲ نیز در تحلیل‌ها لحاظ شد. یافته‌ها: نتایج پژوهش نشان داد که ارتباط میان تغییرات نرخ بازده تا سررسید اخزا و بازدهی شاخص‌های بورس و فرابورس در دهک‌های بالایی و پایینی توزیع، به‌طور قابل‌توجهی نامتقارن است. در دوره ۱۴۰۰، این ارتباط عمدتاً از تغییرات نرخ بازده تا سررسید اخزا به‌سمت بازده شاخص‌ها بوده است. همچنین، با شروع روند صعودی نرخ بازده تا سررسید اخزا در اواخر ۱۴۰۲ و هم‌زمان با کاهش بازدهی شاخص‌ها، شدت این ارتباط نامتقارن افزایش یافته است. این یافته حاکی از آن است که افزایش نرخ بازده اخزا می‌تواند سرمایه‌گذاران را به‌سمت این اوراق جذب و فشار فروش را در بازار سرمایه تشدید کند. در مقابل، در دوره‌های ۱۳۹۳ و ۱۳۹۷، جهت ارتباط معکوس بوده و بازدهی شاخص‌های بورس و فرابورس تأثیر بیشتری بر نرخ بازده اخزا داشته است. این امر نشان می‌دهد که در شرایط عادی یا غیربحرانی، نرخ بازده اخزای کمتر، به‌عنوان عاملی تأثیرگذار بر بازار سرمایه عمل کرده و بیشتر تحت تأثیر نوسان‌های شاخص‌های بازار بوده است. نتیجه‌گیری: یافته‌ها نشان می‌دهد که در شرایط بحرانی و هنگام افت بازار سرمایه، افزایش نرخ بازده تا سررسید اوراق خزانه اسلامی می‌تواند روند نزولی بازار سرمایه را تشدید کند. از سوی دیگر، در شرایط عادی اقتصادی، تأثیر این نرخ بر بازار سرمایه محدودتر است. بر اساس این نتایج، پیشنهاد می‌شود که بانک مرکزی و سایر نهادهای سیاست‌گذار اقتصادی، سیاست‌های مرتبط با نرخ بهره و اوراق خزانه را به‌نحوی تنظیم کنند که از انتقال گسترده سرمایه‌ها به اوراق بدون‌ریسک و کاهش سرمایه‌گذاری در بازار سرمایه جلوگیری شود. همچنین، اتخاذ سیاست‌هایی برای تقویت جذابیت بازار سرمایه از طریق تسهیل فرایندهای تأمین مالی و کاهش هزینه‌های آن برای بنگاه‌ها ضروری است. در نهایت، نظارت مستمر بر ارتباط میان نرخ بازده اوراق خزانه و بازدهی بازار سرمایه با استفاده از مدل‌های پیش‌بینی و تحلیل پیشرفته، می‌تواند به شناسایی و پیشگیری از بحران‌های احتمالی کمک کند. این اقدامات می‌توانند ضمن حفظ تعادل در بازار سرمایه، به رشد اقتصادی پایدار نیز کمک کنند.

https://jfr.ut.ac.ir/article_106760_0ffcbf61bc4eac5c2c17b636fa8362ff.pdf

انتشارات دانشگاه تهران تحقیقات مالی 1024-8153 28 1 2026 03 21 An Ontological Framework of Blockchain Capabilities Amid Emerging Tokenization Development Contexts in Future Perspectives ارائه چارچوبِ هستی‌‌شناسی قابلیت‌‌های بلاکچین در سایه پدیدارشدن زمینه‌های توسعه‌ توکنیزاسیون در چشم‌‌اندازهای آینده 56 92 106761 10.22059/frj.2025.388892.1007696 FA امیر حاجی زاده امینی دانشجوی دکتری، گروه حسابداری، واحد قم، دانشگاه آزاد اسلامی، قم، ایران. سید عباس برهانی استادیار، گروه حسابداری، واحد قم، دانشگاه آزاد اسلامی، قم، ایران. مژگان صفا استادیار، گروه حسابداری، واحد قم، دانشگاه آزاد اسلامی، قم، ایران. Journal Article 2025 01 16 Objective The emergence of blockchains as a new generation of technology and information has brought about new developments in the field of data organization and trading transactions, which, by creating a new data authentication system, transform all types of data into encrypted tokens and facilitate exchange between users. Such developments in developing countries, such as Iran, face legal and, of course, cognitive limitations in terms of the capabilities and contexts for converting assets into tokens. For this reason, by focusing on the phenomenological process, this study seeks to identify the prerequisites for the development of tokenization and explain the capabilities of blockchain in a structural model based on the structures of strategic reference points. Methods By systematically reviewing the existing literature, the study most closely related to the two phenomena of this research was evaluated to determine the initial model structures of strategic reference points, based on the two central dimensions of the underlying prerequisites for tokenization development. These two identified dimensions were then placed on the vertical and horizontal axes to develop interview questions aimed at identifying open codes and emergent propositional themes during 16 interviews with practitioners. Next, by adapting the propositional themes into synonymous concepts and eliminating redundant ones, the final themes for the structural categorization of the final strategic reference model were determined through hierarchical scoring evaluation checklists. Results Reviewing nine similar studies, the prerequisites for developing tokenization mechanisms were identified as the main axes of the initial strategic reference model by creating a two-dimensional matrix. The results of the study, based on the identification of two areas—"cyber support" and "institutional support"—through a systematic review of similar research, indicate 261 open codes derived from 16 interviews, which led to the emergence of 25 propositional themes. Then, by performing score scaling of these 25 propositional themes across four categories titled "Staking Token Capability," "Binance Coin Token Capability," "Stable Coin Token Capability," and "Securities Token Capability," the foundation was established for the final model of the Strategic Reference Points Matrix. Conclusion This study may help policymakers and developers of digital financial transaction norms move away from a one-dimensional view that simply ignores this capability in today’s technologically advanced world and instead consider the potential of blockchain’s discrete capabilities to enhance the dynamics of the economic system, enabling less troublesome financial transactions and greater freedom for traders. In fact, the results recommend that policymakers and developers of norms for digital-based financial transactions shift from ignoring this capability and recognize the blockchain’s discrete capabilities identified in this study, which can contribute to a more dynamic economic system by facilitating smoother financial transactions—even in the presence of financial sanctions—without intermediaries. This freedom allows traders to achieve lower-risk returns by selecting an appropriate portfolio of financial transactions. هدف: بلاکچین‌ به‌عنوان نسل جدید فناوری و اطلاعات با ظهور خود، تحولات جدیدی در عرصه سازمان‌دهی داده‌ها و تراکنش‌های معاملاتی به‌وجود آورد. این فناوری نوظهور با ایجاد یک سیستم جدیدِ تأیید اعتبار داده، انواع داده‌ها را به‌شکل توکن‌های رمز نگاری شده درمی‌آورد و مبادله بین کاربران را تسهیل می‌کند. چنین تحولاتی، در کشورهای در حال توسعه همچون ایران با محدودیت‌های قانونی و البته شناختی از نظر قابلیت‌ها و زمینه‌های تبدیل دارایی‌ها به توکن‌ها مواجه است؛ به همین دلیل با تمرکز بر فرایند پدیدارشناسی، این مطالعه ضمن شناسایی پیش‌نیازهای توسعه توکنیزاسیون، قابلیت‌های بلاکچین را در یک الگوی ساختاری مبتنی بر سازه‌های نقاط مرجع استراتژیک تبیین می‌کند. روش: با مرور پژوهش‌های مشابه در فرایند غربالگری محتوایی سیستماتیک، پژوهش‌هایی با بیشترین مشابهت با دو پدیده این مطالعه ارزیابی شدند تا براساس تعیین دو بُعدِ محوری پیش‌نیازهای زمینه‌ای توسعه توکنیزاسیون، سازه‌های الگوی اولیه نقاط مرجع استراتژیک تعیین شوند. سپس با قرار دادن این دو زمینه شناسایی شده در دو محور عمودی و افقی، سؤال‌های مصاحبه، برای تعیین کدهای باز تدوین شد تا طی ۱۶ مصاحبه با کنشگران، مشخص شود که چه مضامین گزاره‌ای پدیدار خواهد شد. در ادامه نیز با تناسب‌سازی مضامین گزاره‌ای به‌شکل مفاهیم هم‌معنا و حذف زوائد تکراری، مضامین نهایی برای مقوله‌بندی ساختاریِ الگوی نهایی مرجع استراتژیک از طریق چک‌لیست‌های ارزیابی امتیازی سلسله‌مراتبی مشخص شدند. یافته‌ها: با مرورِ ۹ پژوهش مشابه، ابتدا پیش‌نیازهای توسعه سازوکارهای توکنیزاسیون، به‌عنوان محورهای اصلی الگوی اولیه مرجع استراتژیک، به‌صورت ایجاد ماتریس دو بُعدی به‌صورت عمودی و افقی تعیین شدند. نتایج مطالعه براساس شناسایی دو زمینه «پشتیبانی سایبری» و «پشتیبانی نهادی» از طریق مرور نظام‌مند پژوهش‌های مشابه، به ۲۶۱ کد باز براساس ۱۶ مصاحبه انجامید که در قالب ۲۵ مضمون گزاره‌ای دسته‌بندی شد. در نهایت با انجام مقیاس‌بندی امتیازی، از مجموع ۲۵ مضمون گزاره‌ای، ۴ مقوله با عناوین «قابلیت توکنِ استیکینگ»، «قابلیت توکنِ بایننس کوین»، «قابلیت توکنِ استیبل کوین» و «قابلیت توکن اوراق بهادار»، بنیان الگوی نهایی ماتریس نقاط مرجع استراتژیک را پایه‌ریزی کردند. نتیجه‌گیری: این مطالعه به سیاست‌گذاران و توسعه‌دهندگان هنجارهای تراکنش‌های مالی مبتنی بر بستر دیجیتال کمک می‌کند تا با فاصله‌گرفتن از نگاه تک‌بعدی، مبنی بر نادیده‌انگاشتن صِرف این قابلیت در دنیای پُرفناورانه امروز، ظرفیت‌هایی از قابلیت‌های تفکیک شده بلاکچین را که می‌تواند به پویایی نظام اقتصادی جهت تبادلات مالی کم‌دردسرتر کمک کند، مدنظر قرار دهند و سازوکارهایی را برای آزادی بیشتر معامله‌گران در نظر گیرند. در واقع، بر اساس نتایج کسب شده، به سیاست‌گذاران و توسعه‌دهندگان هنجارهای تراکنش‌های مالی مبتنی بر بستر دیجیتال توصیه می‌شود که با فاصله گرفتن از نگاه تک‌بعدی مبنی بر نادیده‌انگاشتن صِرف این قابلیت در دنیای پُرفناورانه امروز، ظرفیت‌هایی از قابلیت‌های تفکیک شده بلاکچین را که در این مطالعه مشخص شده است، مدنظر قرار دهند. ظرفیت‌هایی که می‌تواند به پویایی نظام اقتصادی جهت تبادلات مالی کم‌دردسرتر، حتی با وجود تحریم‌های مالی بدون واسطه کمک کند و این آزادی عمل را به معامله‌گران بدهد تا با انتخاب سبد مناسب از تبادلات مالی، به بازده‌های با ریسک کمتر دست یابند.

https://jfr.ut.ac.ir/article_106761_a2d5d62485edd9277650009a13f34e20.pdf

انتشارات دانشگاه تهران تحقیقات مالی 1024-8153 28 1 2026 03 21 Design and Validation of a Service Marketing Model for the Adoption of Social Security Retirement Funds with a Financial Literacy Approach طراحی و اعتبارسنجی مدل بازاریابی خدمات جهت پذیرش صندوق‌‌های بازنشستگی تأمین اجتماعی با رویکرد سواد مالی 93 127 104072 10.22059/frj.2024.380672.1007631 FA حمید شیخ‌پوده دانشجوی دکتری، گروه مدیریت بازرگانی، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران. محمد نصراله نیا استادیار، گروه مدیریت بازرگانی، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران. ناصر آزاد استادیار، گروه مدیریت بازرگانی، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران. عبدالرسول مستاجران استادیار، گروه ریاضیات مالی، دانشگاه خوارزمی، تهران، ایران. Journal Article 2024 08 10 Objective The marketing of retirement fund services is inherently linked to the future security and welfare of individuals; therefore, it must be conducted in a specialized manner. Marketing strategies for retirement fund services must be designed with careful consideration of the financial literacy and knowledge levels of the target audience to ensure maximum effectiveness. As a result, this issue has become a focal point for policymakers, managers, and practitioners within the Iranian Social Security Organization. This study is particularly important because, without continuous evaluation, monitoring, and enhancement of individuals’ financial literacy, the marketing objectives of these funds cannot be realized, leading to a potential waste of substantial budgets and resources. From a theoretical standpoint, this topic holds significant value; although numerous studies have addressed retirement funds, none have specifically explored them from a marketing perspective with an emphasis on financial literacy. Previous studies have addressed these components separately, without any integration or alignment between them. The development and evolution of the role of service marketing in the domain of retirement funds, emphasizing financial literacy, has been overlooked by researchers. A review of the literature indicates a profound research gap in the area under investigation. Therefore, the present study was conducted with an applied-developmental approach to service marketing for the adoption of retirement funds with a financial literacy perspective within the Social Security Organization. The theoretical contribution and knowledge enhancement of this study lie in linking the concepts of service marketing and financial literacy in the context of retirement funds. Moreover, since the Iranian Social Security Organization has its unique conditions and requirements, this research employs an exploratory mixed-methods design to identify the relevant factors. Accordingly, the present study addresses the key question: What is the service marketing model for the adoption of Iranian Social Security retirement funds from the financial literacy perspective? Methods This study is applied-developmental in its objective and utilizes a cross-sectional survey design regarding method and data collection period. To achieve the research objectives, an exploratory mixed-methods approach was employed. The qualitative sample included 20 experienced managers of the Social Security retirement fund, selected purposively until theoretical saturation was reached. For the quantitative phase, the views of 384 compulsory and self-employed insured individuals were surveyed. Sampling for the quantitative phase was conducted via cluster-random sampling. Data collection tools included semi-structured interviews and a researcher-made questionnaire, which were validated through construct validity, convergent validity, and discriminant validity. Reliability was assessed using Cronbach’s alpha and composite reliability, confirming the questionnaire’s adequacy. To identify the dimensions and components of service marketing for the adoption of Social Security retirement funds with a financial literacy approach, qualitative thematic analysis was used; the relationships between elements were determined by Interpretive Structural Modeling (ISM), and the model was validated using Partial Least Squares (PLS). Results Results revealed that 302 codes were identified during the open coding phase. Ultimately, four overarching categories, 10 organizing categories, and 59 basic themes were extracted through axial coding. Conclusion The findings indicate that service marketing strategy, users’ financial literacy, and physical equipment and facilities impact reliability and responsiveness. Reliability and responsiveness affect the improvement of customer experience, which leads to customer engagement, customer loyalty, and customer satisfaction. Through effective customer engagement, the adoption of retirement funds is ultimately promoted. هدف: بازاریابی خدمات صندوق‌های بازنشستگی با تأمین آتیه و آیندۀ افراد گره خورده است؛ بنابراین باید به‌صورت تخصصی صورت گیرد. برنامه‌ریزی شیوه‌های بازاریابی خدمات، باید مبتنی بر سواد و دانش مالی مخاطبان صندوق باشد تا از حداکثر اثرگذاری برخوردار شود؛ به همین دلیل، این مسئله در کانون توجه سیاست‌گذاران، مدیران و فعالان سازمان تأمین اجتماعی قرار دارد. از منظر سلبی نیز این مطالعه حائز اهمیت است؛ زیرا در صورت‌عدم ارزیابی، پایش و رصد سواد مالی افراد، دستیابی به اهداف بازاریابی خدمات صندوق‌های مذکور میسر نخواهد شد و بودجه و توان بسیاری که در این حوزه مصروف شده، بی‌استفاده خواهد ماند. به‌لحاظ نظری نیز این مسئله مهم است و پیش‌تر پژوهشگران مطالعات متعددی در زمینۀ «صندوق‌های بازنشستگی» انجام داده‌اند؛ اما این مطالعه از منظر بازاریابی و با تمرکز بر سواد مالی افراد صورت نگرفته است. مطالعه در خصوص مؤلفه‌های یادشده، به‌صورت جداگانه بوده است؛ به‌گونه‌ای که هیچ امتزاج و هم‌سویی بین آن‌ها وجود ندارد. تکوین و تکامل نقش بازاریابی خدمات در حوزۀ صندوق‌های بازنشستگی با تأکید بر سواد مالی، از دیدگاه پژوهشگران مغفول مانده است. بررسی مطالعات گویای شکاف پژوهشی ژرف در این زمینه است؛ بنابراین مطالعه حاضر با نگاهی کاربردی – توسعه‌ای، به بازاریابی خدمات برای پذیرش صندوق‌های بازنشستگی با رویکرد سواد مالی در سازمان تأمین اجتماعی صورت گرفته است. سهم نظری و دانش‌افزایی مطالعه حاضر، پیوند مفاهیم بازاریابی خدمات و سواد مالی در حوزه صندوق‌های بازنشستگی است. همچنین از آنجا که سازمان تأمین اجتماعی شرایط و اقتضائات خاص خود را دارد، در این پژوهش کوشش شد تا با روشی مبتنی بر طرح تحقیق آمیختۀ اکتشافی، به شناسایی این عوامل پرداخته شود. در این راستا، مطالعه حاضر به این پرسش کلیدی پاسخ می‌دهد که مدل بازاریابی خدمات جهت پذیرش صندوق‌های بازنشستگی تأمین اجتماعی با رویکرد سواد مالی چگونه است؟ روش: این مطالعه از نظر هدف کاربردی ـ توسعه‌ای و از نظر روش و بازه زمانی گردآوری داده‌ها، یک پژوهش پیمایش مقطعی است. در راستای دستیابی به هدف پژوهش، از طرح پژوهش آمیخته اکتشافی استفاده شد. جامعه مشارکت‌کنندگان بخش کیفی، مدیران باسابقه صندوق بازنشستگی تأمین اجتماعی است که ۲۰ نفر از آن‌ها، به‌شیوۀ هدفمند و تا دستیابی به اشباع نظری انتخاب شدند. در بخش کمی نیز از دیدگاه ۳۸۴ نفر از بیمه‌شدگان اجباری و خویش‌فرما استفاده شد. نمونه‌گیری بخش کمی با روش خوشه‌ای ـ تصادفی انجام گرفت. ابزار گردآوری داده‌ها، مصاحبۀ نیم‌ساختاریافته و پرسش‌نامه محقق‌ساخته بود که با روش روایی سازه، روایی همگرا و روایی واگرا اعتبارسنجی شد. با استفاده از آلفای کرونباخ و پایایی ترکیبی نیز، قابلیت اعتماد پرسش‌نامه مطلوب ارزیابی شد. برای شناسایی ابعاد و مؤلفه‌های بازاریابی خدمات جهت پذیرش صندوق‌های بازنشستگی تأمین اجتماعی با رویکرد سواد مالی، از روش تحلیل کیفی مضمون؛ تعیین روابط عناصر، از روش مدل‌سازی ساختاری ـ تفسیری و اعتبارسنجی مدل، از روش حداقل مربعات جزئی استفاده شد. یافته‌ها: بر اساس یافته‌ها ۳۰۲ کد در مرحله کدگذاری باز شناسایی شد. در نهایت ۴ مقوله فراگیر، ۱۰ مقوله سازمان‌دهی و ۵۹ مضمون پایه از طریق کدگذاری محوری به‌دست آمد. نتیجه‌گیری: نتایج نشان داد که استراتژی بازاریابی خدمات، سواد مالی کاربران و تجهیزات و امکانات فیزیکی، بر قابلیت اعتماد و پاسخ‌گویی تأثیر می‌گذارند. قابلیت اعتماد و پاسخ‌گویی بر بهبود تجربۀ مشتریان اثر می‌گذارند و به مشارکت مشتریان، وفاداری مشتریان و رضایت‌مندی مشتریان منجر می‌شوند. از طریق مشارکت مشتریان، در نهایت دستیابی به پذیرش صندوق‌های بازنشستگی میسر می‌شود.

https://jfr.ut.ac.ir/article_104072_5d82564c28006580499e2042bc486412.pdf

انتشارات دانشگاه تهران تحقیقات مالی 1024-8153 28 1 2026 03 21 The Impact of Macroeconomic Variables on the Systematic Risk of the Top 50 Companies on the Tehran Stock Exchange: A Bayesian Model Averaging Approach بررسی تأثیر متغیرهای کلان اقتصادی بر ریسک سیستماتیک ۵۰ شرکت برتر بورس اوراق بهادار تهران: رویکرد میانگین‌‌گیری مدل بیزی 128 160 103546 10.22059/frj.2025.382691.1007647 FA لیلا فرویزی دانشجوی دکتری، گروه اقتصاد مالی، پردیس بین‌المللی ارس، دانشگاه تبریز، تبریز، ایران. سکینه سجودی دانشیار، گروه اقتصاد، دانشکده مدیریت و حسابداری، دانشگاه تبریز، تبریز، ایران. حسین اصغرپور استاد، گروه اقتصاد، دانشکده مدیریت و حسابداری، دانشگاه تبریز، تبریز، ایران. جعفر حقیقت استاد، گروه اقتصاد، دانشکده مدیریت و حسابداری، دانشگاه تبریز، تبریز، ایران. Journal Article 2024 09 22 Objective Since unsystematic risk can be mitigated through diversification of the asset portfolio, the focus of researchers and investors has increasingly shifted towards systematic risk and its determinants. The global financial crisis of 2007 brought significant economic turmoil and triggered a substantial chain reaction within the financial sector, which further amplified the emphasis on systematic risk as a critical factor related to financial stability. Consequently, due to the growing significance of systematic risk and the necessity for companies to respond appropriately, it becomes imperative to investigate the factors that influence systematic risk. In fact, an understanding of the factors impacting the level of systematic risk is a prerequisite for the implementation of effective risk management measures. Moreover, beta, as a measure of systematic risk, cannot be directly assessed through stock price movements for unlisted firms, presenting challenges in estimating the cost of capital and the relative risk profiles of these entities. Therefore, the development of a model capable of predicting systematic risk using macroeconomic variables is a research priority. The multitude of variables that potentially affect systematic risk necessitates experimental research to identify the most salient among them. Therefore, the main goal of this research is to investigate and identify the most important macroeconomic variables that determine the systematic risk of shares in the Iranian Stock Exchange. Methods Despite the extensive body of research examining the determinants of systematic risk in corporate stock, there exists a paucity of theoretical modeling addressing the macroeconomic determinants of this variable. Furthermore, existing studies often rely on an arbitrary selection of independent variables without comprehensive theoretical foundations. There is considerable debate regarding the variables influencing systematic risk and their inclusion in the model. These differing viewpoints have resulted in disparate outcomes across various studies. Given the importance of systematic risk and the lack of comprehensiveness in prior research, the present study employs the Bayesian Model Averaging (BMA) approach to analyze the effects of macroeconomic variables on the systematic risk of companies listed on the Tehran Stock Exchange during the period from 2015 to 2015, encompassing a total of 72 periods. Recognizing that the values of macroeconomic variables are consistent for all companies within a given year, cross-sectional analysis is deemed inadequate. Thus, this research utilizes the systematic risk of a sample portfolio of stocks over time, specifically selecting a common portfolio comprising 50 actively listed companies in the Iranian stock market. Accordingly, the dependent variable in this study is the beta of the portfolio comprising the 50 most active stocks, with 14 macroeconomic variables identified as potential explanatory variables. Results The findings indicate that among the variables examined, a total of eight variables exert the most significant influence on systematic risk. Notably, the housing rental price index and the consumer price index rank first and second, respectively, in their impact. The average coefficient for the housing rent variable is positive, while the average coefficient for the consumer price index is negative. Following these, the unemployment rate and the amount of foreign assets held by the banking system rank third and fourth, respectively; the average coefficient for the unemployment rate is positive, whereas foreign assets exhibit a negative average coefficient. Liquidity is positioned fifth with a positive coefficient. Lastly, government expenditures and the price of gold coins serve as the sixth and seventh explanatory variables, respectively, with PIP values exceeding 0.5, demonstrating negative and positive average effects on the systematic risk of the stock portfolio comprising the top 50 companies. Conclusion According to the findings of this study, it is possible to predict the systematic risk of stocks and stock portfolios using macroeconomic variables such as housing rental prices, consumer price index, unemployment rate, volume of foreign assets of the banking system, volume of liquidity, government spending, and gold price. This prediction helps investors to manage the risk of their portfolio and provides economic policymakers and company managers with the possibility to consider the necessary measures to deal with and manage the risk in the stock market. هدف: ریسک غیرسیستماتیک، از طریق تنوع‌بخشی سبد دارایی‌ها کاهش می‌یابد؛ از این رو، توجه پژوهشگران و سرمایه‌گذاران، بیش از پیش به ریسک سیستماتیک و عوامل تعیین‌کنندۀ آن معطوف شده است. بحران مالی جهانی ۲۰۰۷ با ایجاد آشفتگی گستردۀ اقتصادی و واکنش‌های زنجیره‌ای در بخش مالی، اهمیت ریسک سیستماتیک را به‌عنوان عاملی کلیدی در پایداری مالی برجسته ساخت. در نتیجه، بررسی عوامل مؤثر بر ریسک سیستماتیک و درک دقیق آن‌ها، پیش‌نیازی برای مدیریت مؤثر ریسک به شمار می‌رود. بتا، به‌عنوان معیار ریسک سیستماتیک، در شرکت‌های غیربورسی، به‌طور مستقیم، از طریق نوسان‌های قیمت سهام سنجیده نمی‌شود و این امر برآورد هزینۀ سرمایه و ریسک نسبی را با چالش مواجه می‌کند. بنابراین، تدوین مدلی برای پیش‌بینی ریسک سیستماتیک بر پایۀ متغیرهای کلان اقتصادی، از اولویت‌های پژوهشی است. با توجه به کثرت متغیرهای بالقوه، هدف اصلی این پژوهش، شناسایی مهم‌ترین متغیرهای کلان اقتصادی مؤثر بر ریسک سیستماتیک سهام در بورس اوراق بهادار ایران است. روش: با وجود پژوهش‌های گسترده در زمینۀ عوامل ریسک سیستماتیک سهام شرکت‌ها، مدل‌سازی نظری عوامل کلان اقتصادی این متغیر، کمتر در کانون توجه قرار گرفته است و مطالعات موجود، اغلب بر انتخاب دلخواه متغیرهای مستقل، بدون پایۀ نظری جامع استوار است. اختلاف‌نظرهای موجود در خصوص متغیرهای مؤثر، به نتایج ناهمگون در پژوهش‌های پیشین انجامیده است. پژوهش حاضر، با بهره‌گیری از رویکرد میانگین‌گیری مدل بیزی (BMA)، اثرهای متغیرهای کلان اقتصادی بر ریسک سیستماتیک شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران را در بازۀ زمانی ۱۳۹۴ تا ۱۴۰۳ (۷۲ دوره) بررسی می‌کند. با توجه به یکسان بودن مقادیر متغیرهای کلان برای همۀ شرکت‌ها در هر سال، تحلیل مقطعی کافی نیست؛ به همین دلیل، از ریسک سیستماتیک سبدی متشکل از ۵۰ شرکت فعال برتر بازار استفاده شده است. متغیر وابسته، بتای این سبد است و ۱۴ متغیر کلان اقتصادی به‌عنوان متغیر توضیحی بالقوه در نظر گرفته شده است. یافته‏ها: از میان متغیرهای بررسی‌شده، هشت متغیر بیشترین تأثیر را دارند. شاخص قیمت اجارۀ مسکن و شاخص قیمت مصرف‌کننده، به‌ترتیب رتبه‌های اول و دوم قرار گرفتند. ضریب میانگین اولی مثبت و دومی منفی است. نرخ بیکاری (با ضریب مثبت) و حجم دارایی‌های خارجی نظام بانکی (با ضریب منفی) در رتبه‌های سوم و چهارم قرار گرفتند. نقدینگی با ضریب مثبت در رتبۀ پنجم است. مخارج دولت (اثر منفی) و قیمت سکۀ طلا (اثر مثبت) نیز با احتمال پسین گنجاندن (PIP)، بیش از ۰/۵، به‌عنوان متغیرهای ششم و هفتم شناسایی شدند. نتیجه‌گیری: یافته‌ها نشان می‌دهد که پیش‌بینی ریسک سیستماتیک سهام و سبدهای سرمایه‌گذاری با استفاده از متغیرهایی چون قیمت اجارۀ مسکن، شاخص قیمت مصرف‌کننده، نرخ بیکاری، دارایی‌های خارجی بانکی، نقدینگی، مخارج دولت و قیمت طلا امکان‌پذیر است. این قابلیت، سرمایه‌گذاران را در مدیریت ریسک سبد یاری می‌رساند و به سیاست‌گذاران اقتصادی و مدیران شرکت‌ها کمک می‌کند تا اقدامات پیشگیرانه و مدیریتی مناسبی برای مقابله با ریسک‌های بازار بورس اتخاذ کنند.

https://jfr.ut.ac.ir/article_103546_39b7dddeb1751091d7456cd382d9d438.pdf

انتشارات دانشگاه تهران تحقیقات مالی 1024-8153 28 1 2026 03 21 Decisions on Leverage Adjustment and Stock Price Crash Risk تصمیمات تنظیم اهرم و ریسک سقوط قیمت سهام 161 186 103309 10.22059/frj.2025.387484.1007682 FA اعظم پوریوسف استادیار، گروه حسابداری، دانشگاه پیام نور، تهران، ایران. مهدی ثقفی استادیار، گروه حسابداری، دانشگاه پیام نور، تهران، ایران. محسن مودی دکتری، گروه اقتصاد، واحد اصفهان، دانشگاه آزاد اسلامی، اصفهان، ایران. Journal Article 2024 12 23 Objective Existing theories of capital structure indicate that information asymmetry is an important factor in adjusting target leverage. The signaling theory of capital structure shows that the stock market reacts positively (negatively) to the announcement of debt (equity). Furthermore, the dynamic trade-off theory allows firms to weigh the benefits of maintaining a financial structure below the target leverage level against the costs of adjusting leverage. Accordingly, this theory suggests that firms with higher adjustment costs tend to adjust their leverage ratios toward their targets at a slower speed. In this article, we examine whether stock price crash risk can affect the decision-making process regarding financial leverage adjustment. Thus, it is expected that as stock price crash risk increases, firms’ tendency to adjust their leverage decreases. Methods The study population was selected from the Tehran Stock Exchange based on four criteria. Data from 143 companies were collected for the period from 2013 to 2024, and the research models were estimated using multivariate regression, controlling for year and industry fixed effects. Results Stock price crash risk has a negative effect on the speed of leverage adjustment, and a firm’s leverage level does not moderate this relationship. Conclusion Two interesting findings may shed light on how dynamic capital structure decisions are made. First, the empirical results show that firms more exposed to stock price crash risk adjust their leverage ratios more slowly toward their target leverage ratio. This result can be explained by the fact that firms facing higher stock price crash risk encounter greater transaction costs when adjusting their financial leverage. Recent evidence on stock price crash risk indicates its association with information asymmetry. Therefore, in line with dynamic trade-off theory, firms with higher adjustment costs show greater tolerance for operating below optimal leverage and adjust more slowly toward their target leverage. Second, the empirical results reveal that the effect of stock price crash risk on the speed of financial leverage adjustment does not depend on the actual level of financial leverage. According to capital structure signaling theory, stock prices are predicted to increase (decrease) following the announcement of debt (equity) issuance. Thus, in firms with lower leverage, an increase in stock price crash risk reduces the speed of leverage adjustment, as they typically need to issue equity. On the other hand, for firms with higher leverage, this effect is weaker because issuing debt can help conceal bad news. Consequently, the researchers’ expectations regarding the moderating role of firms’ financial leverage on the relationship between stock price crash risk and the speed of leverage adjustment were not confirmed. Possible reasons for this result include the weak efficiency of the Iranian capital market, the substantial trading volume of new investors entering the market, and the generally low level of financial leverage among the sample firms. هدف: تئوری‌های موجود در خصوص ساختار سرمایه نشان می‌دهد که‌عدم تقارن اطلاعاتی، عامل مهمی برای تعدیل اهرم هدف است. تئوری علامت‌دهی دربارۀ ساختار سرمایه نشان می‌دهد که بازار سهام به اعلان بدهی (سهام) واکنش مثبت (منفی) نشان می‌دهد. علاوه‌براین، تئوری تعادل پویا، به شرکت‌ها اجازه می‌دهد تا تعادل بین ساختار مالی زیر حد اهرم هدف و هزینه‌های تعدیل اهرم را در نظر بگیرند. بنابراین، بر اساس این نظریه، شرکت‌هایی که هزینه‌های معاملاتی بیشتری دارند، تمایل دارند که نسبت‌های اهرمی خود را با نرخ کمتری نسبت به اهداف خود تنظیم کنند. هدف مقالۀ حاضر، بررسی این موضوع است که آیا ریسک سقوط قیمت سهام، می‌تواند بر فرایند تصمیم‌گیری در خصوص تعدیل اهرم مالی تأثیر بگذارد یا خیر. با توجه به شواهد، انتظار می‌رود که با افزایش ریسک کاهش قیمت سهام، تمایل شرکت‌ها به تعدیل اهرم کاهش یابد. روش: در این راستا نمونه‌ای شامل ۱۴۳شرکت پذیرفته شده در بورس اوراق بهادار ایران، طی یک دوره زمانی ده‌ساله ۱۳۹۳ تا ۱۴۰۲ به‌روش حذفی انتخاب شد. برای تجزیه‌وتحلیل داده‌ها و آزمون فرضیه‌ها، از الگوی رگرسیون چندمتغیره با در نظر گرفتن اثرهای ثابت سال و صنعت استفاده شد. یافته‌ها: نتایج نشان داد شرکت‌هایی که بیشتر در معرض ریسک سقوط قیمت سهام قرار دارند، سرعت تعدیل اهرم کمتری دارند. همچنین تأثیر ریسک سقوط قیمت بر سرعت تعدیل اهرم، می‌تواند تحت تأثیر میزان اهرم شرکت‌ها قرار گیرد. نتیجه‌گیری: با دو نتیجه‌گیری جالب، می‌توان چگونگی اتخاذ تصمیم‌های ساختار سرمایه را تفسیر کرد. ابتدا، نتایج تجربی مطالعۀ حاضر نشان می‌دهد شرکت‌هایی که بیشتر در معرض خطر سقوط قیمت سهام هستند، نسبت‌های اهرمی خود را با سرعت کمتری به‌سمت اهرم هدف تعدیل می‌کنند. در توضیح این نتیجه می‌توان بیان کرد شرکت‌هایی که بیشتر در معرض خطر سقوط قیمت سهام هستند، ممکن است در تعدیل اهرم مالی خود با هزینه‌های مبادله‌ای بیشتری روبه‌رو باشند. شواهد اخیر در مورد ریسک سقوط قیمت سهام نشان می‌دهد که ریسک سقوط قیمت سهام باعدم تقارن اطلاعاتی مرتبط است. بنابراین، بر اساس تئوری تعادل پویا، شرکت‌هایی که هزینه‌های معاملات بالاتری دارند، تحمل بیشتری در اهرم‌های کمتر از اهرم هدف دارند و سرعت تعدیل اهرم کمتری دارند. دوم، نتایج تجربی مطالعه حاضر نشان داد که تأثیر سرعت تعدیل اهرم بر خطر سقوط قیمت سهام، به سطح اهرم مالی واقعی بستگی ندارد. با توجه به تئوری علامت‌دهی در مورد ساختار سرمایه، پیش‌بینی می‌شود که قیمت سهام پس از اعلام بدهی (سهم) افزایش (کاهش) داشته باشد. بنابراین در شرکت‌هایی که اهرم کمتری دارد با کاهش سرعت تعدیل اهرم، ریسک سقوط قیمت سهام افزایش می‌یابد؛ زیرا این شرکت‌ها معمولاً به انتشار سهام نیاز دارند. از سوی دیگر، برای شرکت‌هایی که اهرم بیشتری دارند، این اثر کمتر است؛ زیرا انتشار بدهی می‌تواند به آن‌ها کمک کند اخبار بد را پنهان کنند. بنابراین، انتظارات محققان در رابطه با نقش تعدیل اهرم مالی شرکت‌ها، در مورد رابطه بین ریسک سقوط قیمت سهام و سرعت تعدیل اهرم مالی تأیید نشد. از دلایل احتمالی این نتیجه، می‌توان به ضعف بازدهی بازار سرمایه ایران، حجم قابل توجه معاملات سرمایه‌گذاران تازه‌وارد به بازار و پایین بودن سطح اهرم مالی شرکت‌های نمونه اشاره کرد.

https://jfr.ut.ac.ir/article_103309_8c360cb9222929dafbff0c366befda79.pdf

انتشارات دانشگاه تهران تحقیقات مالی 1024-8153 28 1 2026 03 21 Predicting Mutual Fund Returns in Member Countries of the Federation of Euro-Asian Stock Exchanges: A Spatial and Artificial Intelligence Approach پیش‌‌بینی بازده صندوق‌‌های سرمایه‌‏گذاری مشترک کشورهای عضو فدراسیون بورس‌‌های اروپایی و آسیایی ـ رویکرد فضایی و هوش مصنوعی 187 235 106762 10.22059/frj.2025.385026.1007665 FA نشمیل اسماعیلی دانشجوی دکتری، گروه حسابداری مالی، دانشکده اقتصاد و مدیریت، دانشگاه ارومیه، ارومیه، ایران. پرویز پیری دانشیار، گروه حسابداری، دانشکده اقتصاد و مدیریت، دانشگاه ارومیه، ارومیه، ایران. علی آشتاب استادیار، گروه حسابداری، دانشکده اقتصاد و مدیریت، دانشگاه ارومیه، ارومیه، ایران. مهدی حیدری دانشیار، گروه حسابداری، دانشکده اقتصاد و مدیریت، دانشگاه ارومیه، ارومیه، ایران. اکبر زواری رضایی استادیار، گروه حسابداری، دانشکده اقتصاد و مدیریت، دانشگاه ارومیه، ارومیه، ایران. 0009-0005-1999-3676 Journal Article 2024 11 07 Objective The primary objective of this study is to forecast the returns of investment funds in developed and developing countries that are members of the Federation of Euro-Asian Stock Exchanges (FEAS). Methods This applied research study analyzes financial data from investment funds in FEAS countries over the period 2015–2023. The modeling framework employs artificial intelligence techniques, spatial econometrics, and a hybrid approach combining both within a spatial hybrid panel structure. The study examines the effects of key variables—including the Sharpe ratio, Jensen’s alpha, asset growth rate, and the proportion of retail investors—on fund returns. The central aim is to assess the predictive efficiency of these models under different economic conditions. Results The findings demonstrate that artificial intelligence models outperform alternative approaches in forecasting returns for both developed and developing country groups. The neoclassical neural network showed the strongest performance across both groups, while the multilayer perceptron also proved effective in developed markets; in contrast, decision tree models exhibited weaker predictive capability. Moreover, integrating artificial intelligence methods with spatial techniques led to significant improvements in forecasting accuracy. The results indicate that market returns had a positive effect in both groups, with a more pronounced impact in developed countries. The analysis identified the Sharpe ratio, Jensen’s alpha, asset growth rate, and the proportion of retail investors as significant determinants of fund returns. Notably, the Sharpe ratio had a significant positive effect in both groups, reflecting the greater sensitivity of investors in developed markets to risk-adjusted returns. Finally, forecasting mutual fund returns using the combined artificial intelligence and spatial hybrid panel approach revealed substantial differences in model performance between developed and developing countries. In developed countries, models such as the multilayer perceptron and decision tree achieved superior performance, whereas in developing countries, deep learning and support vector machine models demonstrated greater effectiveness. Conclusion This study demonstrates that developed markets substantially outperform developing markets in terms of predictability and performance stability. Advanced artificial intelligence models proved effective in forecasting fund returns in both developed and developing country groups. Ultimately, the design of hybrid models that integrate artificial intelligence with spatial analysis and spatial hybrid panels can enhance the accuracy of fund return forecasts, thereby enabling investors and fund managers to make more informed financial decisions. Accordingly, the implementation of hybrid artificial intelligence and spatial hybrid panel models in both groups improved efficiency and increased forecasting precision, exerting a considerable influence on the quality of financial decision-making. This research also revealed that variables affecting fund returns—including the Sharpe ratio, Jensen’s alpha, asset growth rate, and the proportion of retail investors—together with countries’ economic conditions, influence model performance, underscoring the importance of incorporating macroeconomic factors into financial and accounting analyses. For market practitioners and financial analysts, these findings can contribute to enhanced financial reporting processes, more rigorous risk assessment, and improved investment decision-making. Specifically, the results can facilitate greater transparency of financial information within investment funds. هدف: هدف اصلی این مقاله، پیش‌بینی بازده صندوق‌های سرمایه‌گذاری در کشورهای توسعه‌یافته و در حال توسعۀ عضو فدراسیون بورس‌های اروپایی و آسیایی است. روش: پژوهش حاضر از نوع کاربردی است و داده‌های مالی دورۀ ۲۰۱۵ تا ۲۰۲۳ مرتبط با صندوق‌های کشورهای توسعه‌یافته و در حال توسعه را بررسی می‌کند. برای مدل‌سازی، روش‌های هوش مصنوعی، اقتصادسنجی فضایی و ترکیب این دو در چارچوب پانل هیبرید فضایی به‌کار رفته‌اند تا تأثیر متغیرهای مهمی همچون نسبت شارپ، معیار بازدهی تفاضلی جنسن، رشد ارزش و درصد سرمایه‌گذاران حقیقی بر بازده بررسی شود. هدف اصلی، سنجش کارایی مدل‌ها در پیش‌بینی عملکرد صندوق‌ها تحت شرایط اقتصادی متفاوت است. یافته‌ها: نتایج نشان می‌دهد که مدل‌های هوش مصنوعی نسبت به سایر روش‌ها، توانایی بیشتری برای پیش‌بینی بازده هر دو گروه کشورهای توسعه‌یافته و در حال توسعه دارند. شبکۀ عصبی نئوکلاسیک، بهترین عملکرد را در هر دو گروه نشان داده است، در حالی که پرسپترون چند لایه در کشورهای توسعه‌یافته نیز موفق بوده و درخت تصمیم ضعیف‌تر ظاهر شده است. همچنین، ترکیب روش‌های هوش مصنوعی با تکنیک‌های فضایی، باعث افزایش معنادار دقت پیش‌بینی شده است. یافته‌ها حاکی از آن است که بازده بازار در هر دو گروه اثر مثبت دارد و در کشورهای توسعه‌یافته پررنگ‌تر است. تحلیل‌های انجام شده نشان داد که متغیرهای مؤثر بر بازده صندوق‌ها، شامل نسبت شارپ، معیار بازدهی تفاضلی جنسن، رشد ارزش و درصد سرمایه‌گذاران حقیقی بوده‌اند. نسبت شارپ در هر دو گروه، تأثیر مثبت معناداری داشته است و حساسیت بالای سرمایه‌گذاران در بازارهای توسعه‌یافته به ریسک تعدیل شده بازده را نشان می‌دهد. در نهایت، نتایج پیش‌بینی بازده صندوق‌های سرمایه‌گذاری مشترک با استفاده از رویکرد ترکیبی هوش مصنوعی و پانل هیبرید فضایی، نشان می‌دهد که عملکرد مدل‌ها در کشورهای توسعه‌یافته و در حال توسعه، تفاوت‌های معناداری دارد. در کشورهای توسعه‌یافته، مدل‌هایی مانند پرسپترون چند لایه و درخت تصمیم، بهترین عملکرد را داشته‌اند، در حالی که در کشورهای در حال توسعه، یادگیری عمیق و ماشین بردار پشتیبان برتری نشان داده‌اند. نتیجه‌گیری: پژوهش حاضر نشان داد که بازارهای توسعه‌یافته از نظر پیش‌بینی‌پذیری و ثبات عملکرد، به‌مراتب بهتر از بازارهای در حال توسعه هستند. همچنین مدل‌های پیشرفتۀ هوش مصنوعی در پیش‌بینی بازده صندوق‌ها، در هر دو گروه کشورهای توسعه‌یافته و در حال توسعه کارایی دارند. در نهایت، طراحی مدل‌های ترکیبی از هوش مصنوعی و تحلیل‌های فضایی و پانل هیبرید فضایی، می‌تواند دقت پیش‌بینی بازده صندوق‌ها را بهبود بخشد و به سرمایه‌گذاران و مدیران صندوق‌ها در اتخاذ تصمیم‌های مالی مؤثرتر کمک کند. بنابراین، طراحی مدل‌های ترکیبی هوش مصنوعی و پانل هیبرید فضایی، در هر دو گروه، باعث بهبود کارایی و افزایش دقت پیش‌بینی شده است و قادر است بر کیفیت تصمیم‌گیری‌های مالی تأثیر بسزایی بگذارد. این پژوهش نشان داد که متغیرهای مؤثر بر بازده صندوق‌ها، شامل نسبت شارپ، معیار بازدهی تفاضلی جنسن، رشد ارزش و درصد سرمایه‌گذاران حقیقی و شرایط اقتصادی کشورها، بر عملکرد این مدل‌ها تأثیر می‌گذارد. این امر اهمیت در نظر گرفتن عوامل کلان اقتصادی در تحلیل‌های مالی و حسابداری را برجسته می‌کند. برای فعالان بازار و تحلیلگران مالی، این نتایج می‌تواند به بهبود فرایندهای گزارشگری مالی، ارزیابی ریسک، و تصمیم‌گیری‌های سرمایه‌گذاری منجر شود. یافته‌های این پژوهش، به‌صورت ویژه می‌تواند به گسترش دامنۀ اطلاعات مالی صندوق‌های سرمایه‌گذاری کمک کند.

https://jfr.ut.ac.ir/article_106762_77ec87f1d9bdc1ccfa25593c5b40b92f.pdf

انتشارات دانشگاه تهران تحقیقات مالی 1024-8153 28 1 2026 03 21 Value Creation Framework in Capital Market Financing: A Thematic Analysis Approach چارچوب خلق ارزش در تأمین مالی از بازار سرمایه با رویکرد تحلیل مضمون 236 260 106764 10.22059/frj.2025.375344.1007596 FA زهرا صالح جلالی دانشجوی دکتری، گروه مدیریت پروژه و ساخت، دانشکده هنر، دانشگاه تربیت مدرس، تهران، ایران. محمدحسین صبحیه دانشیار، گروه مدیریت پروژه و ساخت، دانشکده هنر، دانشگاه تربیت مدرس، تهران، ایران. Journal Article 2024 05 02 Objective Value and value creation constitute the core elements of any business strategy, and corporate success largely depends on the ability to create value that is perceived as meaningful by customers and other stakeholders. Firm value is directly associated with the strategic decisions undertaken by organizations, among which financing decisions represent one of the most critical. In this regard, capital markets are recognized as one of the main channels of financing within an economy and play a pivotal role in the efficient allocation of financial resources. Capital markets possess the capacity to reduce financing gaps that the banking system alone has been unable to fully address and provide firms with a wide range of alternative financing instruments. Consequently, more than a decade after the global financial crisis, firms have increasingly shown a preference for utilizing diversified financing instruments available through capital markets. Alongside the banking network, capital markets can substantially contribute to alleviating financing constraints and play a significant role in enhancing macroeconomic dynamism. Moreover, capital markets exhibit unique characteristics that, beyond merely addressing financing needs, can facilitate value creation at both the firm level and within the broader economic environment. Accordingly, this study aims to examine the concept of value creation in the context of financing through capital markets and to propose an integrated framework for value creation in capital market financing. Methods A thematic analysis approach was employed within the framework of a systematic literature review. Relevant factors influencing value creation in capital market financing were identified, and their underlying themes were extracted and categorized. The identified open codes and themes were examined, refined, and prioritized. This process ended in the development of a comprehensive and structured framework that reflects both theoretical insights and expert perspectives on value creation in capital market financing. Results The findings indicate that the key themes constituting the value creation framework in capital market financing, in order of priority, include targeted, high-quality, and integrated disclosure and reporting, financial leverage, corporate governance, managerial performance, macroeconomic impact, risk and return considerations, investor protection, and drivers of intangible asset creation. These themes collectively illustrate the multidimensional nature of value creation in capital markets and emphasize the interplay between firm-level practices and broader economic factors. Conclusion The results suggest that, in examining value creation frameworks for capital market financing, even when profitability is considered as the primary focus, stakeholder theory demonstrates a superior capacity for integrating the diverse factors and themes associated with value creation. Therefore, financial managers and decision-makers are encouraged to adopt a multidimensional perspective on value creation and to consider the interests of all stakeholders in order to achieve more sustainable value outcomes. Furthermore, the findings indicate that capital markets possess the potential to realize value creation from this perspective. A comparison between the results of the systematic literature review and the prioritization derived from the focus group reveals that themes such as disclosure, reporting quality, and corporate governance are consistently emphasized and validated in both approaches. In contrast, themes related to drivers of intangible asset creation, despite their frequent appearance and growing prominence in recent literature, were assigned lower priority by the focus group participants. This discrepancy highlights the necessity for empirical and field-based studies that take into account the institutional and economic characteristics specific to Iran. هدف: ارزش و خلق ارزش از عناصر اصلی هر استراتژی کسب‌وکار محسوب می‌شود و موفقیت شرکت‌ها در گرو خلق ارزشی است که از دیدگاه مشتریان و سایر ذی‌نفعان، معنادار و قابل اتکا تلقی شود. ارزش شرکت به‌طور مستقیم مرتبط است با تصمیم‌های استراتژیکی‌ای که اتخاذ می‌کند و یکی از این تصمیم‌های مهم، نحوۀ تأمین منابع مالی است. در این میان، بازار سرمایه، به‌عنوان یکی از شریان‌های اصلی تأمین مالی در اقتصاد، در تخصیص بهینه منابع نقشی کلیدی ایفا می‌کند. این بازار با برخورداری از ظرفیت‌های متنوع، پتانسیل کاهش شکاف‌های تأمین مالی‌ای را دارد که نظام بانکی به‌تنهایی قادر به رفع آن‌ها نبوده است و می‌تواند طیف گسترده‌ای از ابزارهای تأمین مالی جایگزین را در اختیار بنگاه‌ها قرار دهد. ازاین‌رو، بیش از یک دهه پس از بحران مالی جهانی، شرکت‌ها تمایل فزاینده‌ای به بهره‌گیری از ترکیبی متنوع از ابزارهای تأمین مالی از طریق بازار سرمایه نشان داده‌اند. به بیان دیگر، بازار سرمایه در کنار شبکه بانکی، می‌تواند کمک شایانی باشد برای رفع معضلات تأمین مالی و در پویایی اقتصاد کلان، نقش پُررنگ و مؤثری ایفا کند. افزون‌براین، بازار سرمایه، واجد ویژگی‌های منحصربه‌فردی است که علاوه‌بر پاسخ‌گویی به نیازهای تأمین مالی، می‌تواند زمینه‌ساز خلق ارزش در سطح شرکت و بستر اقتصادی آن باشد. بر این اساس، پژوهش حاضر با هدف بررسی مقولۀ خلق ارزش در حیطه تأمین مالی از بازار سرمایه و ارائه چارچوبی منسجم برای تبیین این مفهوم اجرا شده است. روش: در این پژوهش با بهره‌گیری از رویکرد تحلیل مضمون و در قالب یک مطالعه مرور نظام‌مند، عوامل مؤثر بر خلق ارزش در تأمین مالی از بازار سرمایه شناسایی و مضامین اصلی مرتبط با آن استخراج شد. سپس بر اساس نتایج حاصل از اجرای روش گروه کانونی، کدهای باز و مضامین شناسایی‌شده، به‌طور دقیق‌تر واکاوی شدند و پس از اولویت‌بندی، چارچوب نهایی خلق ارزش تدوین شد. یافته‌ها: نتایج پژوهش نشان داد که مضامین چارچوب خلق ارزش در تأمین مالی از بازار سرمایه، به‌ترتیب اولویت، شامل افشای اطلاعات و گزارش‌دهی هدفمند و باکیفیت و یکپارچه، اهرم مالی، حکمرانی شرکتی، عملکرد مدیریتی، تأثیر بر اقتصاد کلان، ریسک و بازده، محافظت از سرمایه‌گذاران و محرک‌های خلق دارایی‌های ناملموس است. نتیجه‌گیری: یافته‌ها بیانگر آن است که در بررسی چارچوب خلق ارزش در تأمین مالی از بازار سرمایه، حتی در صورت تمرکز صرف بر سودآوری، نظریۀ ذی‌نفعان از قابلیت بیشتری در یکپارچه‌سازی عوامل و مضامین متنوع مرتبط با خلق ارزش برخوردار است. بر این اساس، مدیران و تصمیم‌گیرندگان حوزۀ تأمین مالی بایستی مفهوم خلق ارزش را به‌عنوان مفهومی چندبعدی مدنظر قرار دهند و به‌منظور دستیابی به ارزش پایدارتر، توجه متوازنی به منافع تمامی ذی‌نفعان داشته باشند. افزون‌براین، نتایج مطالعه نشان می‌دهد که بازار سرمایه ظرفیت تحقق خلق ارزش از این منظر را دارد. از سوی دیگر، مقایسۀ نتایج حاصل از مرور نظام‌مند ادبیات با اولویت‌بندی مضامین در گروه کانونی حاکی از آن است که مضامینی نظیر افشای اطلاعات و گزارش‌دهی و حکمرانی شرکتی، در هر دو رویکرد مورد تأیید قرار گرفته‌اند، درحالی‌که مضامینی مانند محرک‌های خلق دارایی‌های ناملموس، با وجود تکرار و رشد فراوان در ادبیات سال‌های اخیر، از دیدگاه گروه کانونی اولویت و اهمیت کمتری داشته‌اند. ازاین‌رو، انجام مطالعات میدانی متناسب با ویژگی‌های نهادی و اقتصادی ایران ضروری به نظر می‌رسد.

https://jfr.ut.ac.ir/article_106764_b9668d3792a03f17d68cc55e4b95f453.pdf

انتشارات دانشگاه تهران تحقیقات مالی 1024-8153 28 1 2026 03 21 The Impact of FinTech on Financial Inclusion and Financial Stability in Selected Developing Countries تأثیر فین‌‌تک بر شمول مالی و ثبات مالی در منتخبی از کشورهای در حال توسعه 261 299 106765 10.22059/frj.2025.387002.1007676 FA سهاد محسن کاظم دانشجوی دکتری، گروه اقتصاد مالی، دانشکده اقتصاد و مدیریت، دانشگاه ارومیه، ارومیه، ایران. علی رضازاده دانشیار، گروه اقتصاد، دانشکده اقتصاد و مدیریت، دانشگاه ارومیه، ارومیه، ایران. یوسف محمدزاده دانشیار، گروه اقتصاد، دانشکده اقتصاد و مدیریت، دانشگاه ارومیه، ارومیه، ایران. سیدجمال الدین محسنی زنوزی دانشیار، گروه اقتصاد، دانشکده اقتصاد و مدیریت، دانشگاه ارومیه، ارومیه، ایران. Journal Article 2024 12 14 Objective With the rapid expansion of digital financial services, FinTech has emerged as one of the key instruments for increasing access to formal financial services among different segments of society. However, alongside the positive effects of FinTech on the expansion of financial inclusion, concerns have been raised regarding its potential implications for financial stability, systemic risk, and the sustainability of the banking system. Accordingly, this study seeks to simultaneously investigate the dynamic and causal relationships among FinTech development, financial inclusion, and financial stability within a dynamic econometric framework. Its main focus is to identify the direction and magnitude of the effects of FinTech on financial inclusion and financial stability, to determine whether the development of digital financial services can improve the performance of the financial system in developing countries without generating structural risks. Methods This study employs panel data from 38 developing countries over the period 2004–2023. To capture the dynamic and endogenous relationships among the variables, a Panel Vector Autoregression (PVAR) model is utilized. Prior to model estimation, panel unit root tests are conducted, and the results confirm that all variables are stationary at the 5% significance level. Based on standard information criteria, the optimal lag length of the PVAR model is selected as one period. The financial stability is measured using the banking Z-score, which is a widely accepted indicator of banking system resilience. Financial inclusion is constructed through Principal Component Analysis (PCA) using variables such as the number of bank branches, automated teller machines (ATMs), bank loans, and bank deposits. The FinTech index was measured using the extent of mobile-based digital payment utilization, reflecting the diffusion of digital financial technologies. To analyze the dynamic interactions and causal linkages among the variables, Granger causality tests, impulse response functions, and forecast error variance decomposition are employed. Results The results of the stability tests confirm that the estimated PVAR model is structurally stable. The Granger causality tests reveal a unidirectional causal relationship running from FinTech development to financial inclusion, indicating that the expansion of digital financial services plays a significant role in enhancing access to financial services. Moreover, a bidirectional causal relationship is identified between FinTech and financial stability, suggesting a mutual interaction between digital financial innovation and the resilience of the financial system. Additionally, a unidirectional causal relationship from financial stability to financial inclusion is observed, highlighting the importance of a stable financial environment in facilitating broader financial access. The impulse response analysis shows that positive shocks to FinTech development and financial stability have a positive and statistically significant effect on financial inclusion over a ten-period horizon. In contrast, inflation and exchange rate shocks exert a negative impact on financial inclusion in the long run. Furthermore, the response of financial stability to shocks in FinTech development and financial inclusion is positive in the short run but turns negative in the long run, reflecting the dynamic and potentially nonlinear nature of these relationships. Conclusion The findings of this study indicate that FinTech development can serve as an effective instrument for enhancing financial inclusion in developing countries without constituting a serious long-term threat to financial stability. Nevertheless, the impact of FinTech on financial stability is dynamic and requires continuous monitoring, as potential risks may emerge over time. Therefore, appropriate regulatory frameworks and prudent supervisory policies are essential to mitigate financial risks while maximizing the benefits of FinTech. Overall, the results emphasize the importance of designing smart and adaptive regulatory policies to harness the advantages of FinTech in promoting financial inclusion while safeguarding financial stability in developing economies. هدف: هدف این پژوهش، بررسی نقش توسعۀ فین‌تک در ارتقای شمول مالی و ثبات مالی در کشورهای در حال توسعه است. با گسترش سریع خدمات مالی دیجیتال، فین‌تک به یکی از ابزارهای کلیدی برای افزایش دسترسی اقشار مختلف جامعه به خدمات مالی رسمی تبدیل شده است. با این حال، در کنار آثار مثبت فین‌تک بر گسترش شمول مالی، نگرانی‌هایی در خصوص پیامدهای آن بر ثبات مالی، ریسک‌های سیستمی و پایداری نظام بانکی مطرح شده است. ازاین‌رو، این مطالعه تلاش می‌کند تا روابط پویا و علّی میان توسعۀ فین‌تک، شمول مالی و ثبات مالی را به‌صورت هم‌زمان و در یک چارچوب اقتصادسنجی پویا بررسی کند. تمرکز اصلی پژوهش، بر شناسایی جهت و شدت اثرهای فین‌تک بر شمول مالی و ثبات مالی است تا مشخص شود آیا توسعۀ خدمات مالی دیجیتال، می‌تواند بدون ایجاد مخاطرات ساختاری، به بهبود عملکرد نظام مالی در کشورهای در حال توسعه منجر شود یا خیر. روش: در این پژوهش از داده‌های پانلی ۳۸ کشور در حال توسعه، طی دورۀ زمانی ۲۰۰۴ تا ۲۰۲۳ استفاده شده است. به‌منظور تحلیل روابط پویا و درون‌زای متغیرها، مدل خودرگرسیون برداری پانلی (PVAR) به‌کار گرفته شده است. پیش از برآورد مدل، آزمون‌های ایستایی انجام شده است. نتایج این آزمون‌ها نشان می‌دهد که تمامی متغیرها در سطح معناداری ۵ درصد ایستا هستند. وقفۀ بهینه مدل، بر اساس معیارهای اطلاعاتی، برابر با یک دورۀ زمانی انتخاب شده است. شاخص ثبات مالی از طریق Z-score بانکی، به‌عنوان معیاری برای سنجش پایداری نظام بانکی محاسبه شده است. شاخص شمول مالی با استفاده از روش تحلیل مؤلفه‌های اصلی (PCA) و بر مبنای متغیرهایی شامل تعداد شعب بانکی، دستگاه‌های خودپرداز، حجم وام‌ها و سپرده‌های بانکی استخراج شده است. شاخص فین‌تک نیز با استفاده از میزان بهره‌گیری از پرداخت‌های دیجیتال مبتنی بر تلفن همراه، اندازه‌گیری شده است. برای تبیین روابط علّی و پویای میان متغیرها، از آزمون علیت گرنجری، توابع عکس‌العمل آنی و تجزیه واریانس خطای پیش‌بینی استفاده شده است. یافته‌ها: نتایج آزمون پایداری، ثبات ساختاری مدل PVAR را تأیید می‌کند. بر اساس نتایج آزمون علیت گرنجری، رابطه علّی یک‌طرفه‌ای از فین‌تک به شمول مالی مشاهده می‌شود که بیانگر نقش توسعۀ خدمات مالی دیجیتال در گسترش دسترسی مالی است. همچنین، رابطه علّی دوطرفه‌ای بین فین‌تک و ثبات مالی وجود دارد که تعامل متقابل میان نوآوری‌های مالی دیجیتال و پایداری نظام مالی را نشان می‌دهد. افزون‌براین، نتایج حاکی از وجود رابطۀ علّی یک‌طرفه از ثبات مالی به شمول مالی است. توابع عکس‌العمل آنی نشان می‌دهد که شوک‌های مثبت فین‌تک و ثبات مالی، اثر مثبت و معناداری بر شمول مالی در افق زمانی ۱۰ دوره‌ای دارند، در حالی که شوک‌های تورم و نرخ ارز در بلندمدت، اثر منفی بر شمول مالی برجای می‌گذارند. واکنش ثبات مالی به شوک‌های فین‌تک و شمول مالی در کوتاه‌مدت مثبت است؛ اما در بلندمدت به‌صورت منفی ظاهر می‌شود که گویای ماهیت پویا و بالقوه غیرخطی این روابط است. نتیجه‌گیری: یافته‌های پژوهش نشان می‌دهد که توسعۀ فین‌تک می‌تواند به‌عنوان ابزاری مؤثر برای ارتقای شمول مالی در کشورهای در حال توسعه عمل کند، بدون آنکه در بلندمدت، تهدیدی جدی برای ثبات مالی ایجاد کند. با این حال، اثرهای فین‌تک بر ثبات مالی، به مدیریت و نظارت مستمر نیاز دارد؛ زیرا در بلندمدت می‌تواند مخاطرات بالقوه‌ای برای پایداری نظام مالی ایجاد کند. در مجموع، نتایج بر ضرورت طراحی چارچوب‌های نظارتی هوشمند و تقویت زیرساخت‌های مالی دیجیتال تأکید دارد تا ضمن بهره‌برداری از مزایای فین‌تک، در جهت گسترش شمول مالی، ثبات مالی نیز حفظ شود.

https://jfr.ut.ac.ir/article_106765_2304c7c8f94b866535e0d5af2c610408.pdf

انتشارات دانشگاه تهران تحقیقات مالی 1024-8153 28 1 2026 03 21 Informed Trading Probability in Exchange-traded Funds on the Tehran Stock Exchange: A Market Microstructure Approach تخمین احتمال معاملات مبتنی بر اطلاعات نهانی در صندوق‏های قابل معامله در بورس تهران: رویکردی بر مبنای ریزساختار بازار 300 326 105502 10.22059/frj.2026.403269.1007796 FA علی نمکی دانشیار، گروه مهندسی مالی، دانشکده حسابداری و علوم مالی، دانشکدگان مدیریت، دانشگاه تهران، تهران، ایران. 0000-0003-4167-6472 رضا عیوضلو استادیار، گروه مدیریت مالی و بیمه، دانشکده حسابداری و علوم مالی، دانشکدگان مدیریت دانشگاه تهران، تهران، ایران. محسن سیار دانشجوی دکتری، گروه مهندسی مالی، پردیس بین‌‌المللی کیش، دانشگاه تهران، تهران، ایران. Journal Article 2025 09 28 Objective Informed trading, as a key factor undermining market transparency and efficiency, plays a pivotal role in investor decision-making and risk management. Accordingly, identifying and quantifying such trading activities at the microstructure level of the market is of critical importance. Given the growing presence of exchange-traded equity funds (ETFs) in Iran’s capital market and the need for enhanced transparency and regulatory oversight, this study aims to propose a robust and reliable index for measuring information asymmetry within these financial institutions. Methods The foundational model for estimating the extent of informed trading is the Probability of Informed Trading (PIN) model. This well-established measure in financial economics captures the likelihood of informed traders’ participation in the market and reflects the degree of information asymmetry in trading activity. Over time, the PIN model has undergone refinements to address computational inefficiencies and the complexity of multi-parameter estimation. A prominent advancement is the Volume-Synchronized Probability of Informed Trading (VPIN) model, which offers superior speed and accuracy, requires fewer parameter estimations, and incorporates a volume-based framework that enables continuous updating. By addressing the primary limitation of the original model—its disregard for trading volume—VPIN facilitates a more precise assessment of informed trading probabilities. The dataset used in this study consists of intraday price, time, and volume data for 92 equity exchange-traded funds listed on the Tehran Stock Exchange, covering the period from April 2019 to March 2025. To compute the VPIN index, real-time data on trade time, volume, and price were collected and processed, yielding VPIN values for each fund across the specified timeframe. Additionally, the funds were categorized based on variables such as assets under management and the industry sector of investment (sectoral ETFs), allowing for an examination of structural factors influencing informed trading levels. Results The results reveal significant variation in the probability of informed trading across the studied funds. Specifically, funds with larger assets under management (AUM) exhibited lower average VPIN values compared to smaller funds. Furthermore, sector-specific funds investing in different industries display varying VPIN levels. Moreover, funds investing in less transparent and specialized industries demonstrated higher average VPIN scores. These differences suggest that structural factors—including fund size, the nature of the target industry, and investor trading behavior— significantly influence the extent of informed trading. Conclusion This study contributes to the literature by introducing an analytical framework grounded in the VPIN methodology to identify and quantify information asymmetry among ETFs operating in Iran’s capital market. The findings—encompassing VPIN monitoring across sectoral, small, medium, and large equity funds—underscore the necessity for regulatory authorities and policymakers to consider variables such as fund structure, industry focus, and trading volume in efforts to enhance market transparency and mitigate informational inequality. Furthermore, the VPIN index proves to be an effective analytical tool for modeling informational risk in ETFs and offers a foundation for developing intelligent regulatory monitoring systems. Ultimately, the insights derived from this research hold practical relevance for investor decision-making, strategic trading design, and the advancement of capital market oversight policies. هدف: معاملات آگاهانه، به‌عنوان یکی از عوامل مخدوش‌کنندۀ شفافیت و کارایی بازار، در تصمیم‌گیری‌های سرمایه‌گذاران و مدیریت ریسک، نقشی مؤثر ایفا می‌کند؛ بنابراین شناسایی و سنجش میزان این‌گونه معاملات در سطوح خُرد بازار، اهمیت ویژه‌ای دارد. با توجه به گسترش فعالیت صندوق‌های سهامی قابل معامله در بورس، در بازار سرمایۀ ایران و نیاز به افزایش شفافیت و نظارت مؤثر بر آن‌ها، این مقاله در تلاش است که شاخصی معتبر و قابل اتکا برای سنجش‌عدم تقارن اطلاعاتی در این نهادهای مالی ارائه کند. روش: اولین مدل برای سنجش میزان معاملات مبتنی بر اطلاعات نهانی، مدل تخمین احتمال معاملات مبتنی بر اطلاعات نهانی (PIN) بوده است. این مدل شاخصی در اقتصاد مالی است که احتمال حضور معامله‌گران دارای اطلاعات نهانی در بازار را اندازه‌گیری می‌کند و نشان‌دهندۀ میزان‌عدم تقارن اطلاعاتی در فرایند معاملات است. مدل PIN طی زمان بهبود یافته است و مشکلات آن، از جمله سرعت کُند محاسبات و نیاز به تخمین چندین پارامتر، رفع شده است. یکی از مدل‌های تعدیل شده، مدل VPIN است که علاوه‌بر سرعت و دقت بیشتر، نیاز کمتری به تخمین پارامترهای مجهول مدل PIN دارد و با داشتن خاصیت حجم‌محور، قابلیت به‌روزرسانی پیوسته را نیز دارد. مدل VPIN با رفع ضعف اصلی مدل اولیه که حجم معاملات را نادیده می‌گرفت، امکان ارزیابی دقیق‌تری از احتمال وقوع معاملات آگاهانه را فراهم می‌آورد. داده‌های مورد استفاده در این مقاله، اطلاعات درون روزی قیمت، زمان و حجم معاملات برای ۹۲ صندوق سهامی قابل معامله در بورس اوراق بهادار تهران، طی بازه زمانی فروردین ۱۳۹۸ تا اسفند ۱۴۰۳ است. به‌منظور محاسبه شاخص احتمال معاملات مبتنی بر اطلاعات نهانی، ضمن جمع‌آوری و پردازش اطلاعاتی از جمله زمان، حجم و قیمت روزانه به‌صورت لحظه‌ای، شاخص VPIN برای هر صندوق در بازه زمانی مذکور استخراج شد. همچنین، صندوق‌ها بر اساس متغیرهایی چون میزان دارایی تحت مدیریت و نوع صنعت سرمایه‌پذیر (صندوق‌های سهامی بخشی قابل معامله در بورس) دسته‌بندی شدند تا تأثیر عوامل ساختاری بر سطح معاملات مبتنی بر اطلاعات نهانی بررسی شود. یافته‌ها: نتایج تحقیق نشان می‌دهد که احتمال وقوع معاملات مبتنی بر اطلاعات نهانی، در میان صندوق‌های مورد مطالعه تفاوت معناداری دارد. به‌طور مشخص، صندوق‌هایی با سطح دارایی تحت مدیریت بالاتر، میانگین شاخص VPIN کمتری نسبت به صندوق‌های کوچک‌تر داشته‌اند. همچنین، صندوق‌های بخشی در صنایع مختلف، شاخص VPIN متفاوتی دارند و این تفاوت‌ها نشان می‌دهد که عوامل ساختاری، از جمله حجم دارایی، نوع صنعت سرمایه‌پذیر و رفتار معاملاتی سرمایه‌گذاران، بر میزان معاملات آگاهانه تأثیرگذارند. نتیجه‌گیری: مقاله حاضر با ارائه یک چارچوب تحلیلی بر پایه مدل VPIN، گامی در راستای شناسایی و سنجش‌عدم تقارن اطلاعاتی در صندوق‌های ETF فعال در بازار سرمایه ایران برداشته است. نتایج مطالعه (شامل بررسی و پایش شاخص VPINدر صندوق‌های سهامی، بخشی و کوچک، متوسط و بزرگ) بیانگر ضرورت توجه نهادهای نظارتی و سیاست‌گذاران، به متغیرهایی چون ساختار دارایی صندوق‌ها، نوع صنعت سرمایه‌پذیر و حجم معاملات برای افزایش شفافیت و کاهش نابرابری اطلاعاتی در بازار سرمایه است. همچنین، شاخص VPIN می‌تواند به‌عنوان ابزار تحلیلی مؤثر در مدل‌سازی ریسک اطلاعاتی در صندوق‌های ETF مورد استفاده قرار گیرد و مبنایی برای توسعه سامانه‌های نظارتی هوشمند فراهم سازد. در نهایت، یافته‌های این تحقیق ظرفیت کاربرد در تصمیم‌گیری‌های سرمایه‌گذاران، طراحی راهبردهای معاملاتی و ارتقای سیاست‌های نظارتی بازار سرمایه را دارد.

https://jfr.ut.ac.ir/article_105502_ce0a8723c4e4a0fba874945aa5adc3ae.pdf