هدف از این تحقیق بررسی اثرات نامتقارن معاملات پربسامد بر بازدهی شرکت ‌های کوچک و بزرگ پذیرفته شده در بورس اوراق بهادار تهران با استفاده از روش‌ تغییرپذیری مارکوف است. بدین منظور از داده ‌های 5 دقیقه‌ای بورس در بازه زمانی 1401-1400 استفاده شده است. براساس نتایج، تغییرات بازدهی بورس در شرکت ‌های بزرگ و کوچک، حالت غیرخطی دارد و زمانی که نوسانات معاملات سهام؛کوچک است میانگین بازدهی بورس دچار تغییر می‌شود اما بر واریانس بازدهی بورس تأثیر معنی‌داری ندارد. همچنین تاثیرپذیری شرکت ‌های کوچک در رژیم صفر از شوک ‌های مثبت بیشتر از شرکت ‌های بزرگ است و در رژیم یک اثر شوک ‌های منفی در شرکت ‌های بزرگ بیشتر از شرکت ‌های کوچک است و تأثیر معاملات سهام، بر روی تغییرات بازدهی بورس در رژیم رونق، نامتقارن می‌باشد و نوسانات معاملات سهام در رژیم میانگین و واریانس بالا، در حالت افزایش و کاهش معاملات سهام تأثیر متفاوتی بر تغییرات بازدهی بورس خواهدگذاشت و تأثیر مثبت آن کوچکتر از تأثیرات منفی آن است. پیشنهاد می‌گردد که سیاست‌گذاران در اجرای سیاست‌های مرتبط با بازار سرمایه متناسب با اینکه بازار سرمایه در کدام رژیم قرار دارد، سیاست‌های متفاوت و حتی در صورت یکسان بودن سیاست‌ها، شدت اجرای آنها باید در هر رژیم، متناسب با خصوصیات آن رژیم باشد. پرونده مقاله

پرونده مقاله

FinTech is the solution that strengthens the way of financial communication and if we apply this technology, it will provide us with new methods of performing smarter, more agile and wider financial services. The purpose of this study is to investigate and analyze the factors affecting the implementation of FinTech in Iran's banking industry using structural equation modeling to provide comprehensive solutions of removing barriers and development of this industry in the Iranian banking industry by fully understanding the current situation. The present article is of descriptive-analytical type and data collection has been done through library studies and questionnaires. The statistical sample of the study was 12147 personnel working in Iran's banks in 1400. Due to the size of the population, Cochran’s method and random sampling method were used to determine the sample size. To analyze and classify the extracted data, a questionnaire and a test of the main hypothesis and sub-hypotheses and structural equation modeling were used using smart PLS statistical software. The obtained results confirm the main hypothesis and the sub-hypotheses of the research. The results indicated that in the banking sector, there is a need for legalization and harmonization with upstream laws, as well as the need for infrastructure and tools that are very important in adopting strategies to implement FinTech in Iran's banking industry, in order to make transparency, reduce costs, provide high-speed services, and move towards a smart economy. پرونده مقاله

Social trust is considered as an important type of social capital and in fact an informal institution in any country. The purpose of the present study is to evaluate the impacts of social trust and managers' over self-confidence on the investment efficiency. The general method used in this study had been an applied one in terms of purpose and a correlational and fundamental experimental method type in nature. To achieve this purpose, financial information of 130 companies in the years 2012 to 2021 has been extracted and analysed as the research statistical sample. A linear regression method has been used to test the hypotheses. The research findings showed that social trust has positive, significant positive and negative impacts on the investment efficiency, over-investment and under-investment, respectively. In addition, managers' over self-confidence has positive, significant positive and negative impacts on the investment efficiency, over-investment and under-investment, respectively. پرونده مقاله

چکیده هدف این مقاله بررسی آثار توزیعی و رفاهی انتقال از نظام بازنشستگی پرداخت جاری به نظام اندوخته‌گذاری جزیی در ایران است. برای این منظور، مدل‌های تعادل عمومی نسل‌های هم‌پوشان شش دوره‌ای طراحی و شبیه‌سازی شده است. نتایج شبیه‌سازی مدل طراحی شده نشان می‌دهد که با اصلاحات اعمال شده مصرف تمامی نسل‌ها افزایش یافته و پس‌اندازهای افراد و به تبع آن انباشت سرمایه در اقتصاد کاهش می‌یابد؛ نتیجه نهایی این تحولات، کاهش تولید در سطح کل اقتصاد است. بر اساس این نتایج و به اعتبار رکود فراگیر در اقتصاد کشور، پیشنهاد می‌شود که سیاست‌گذاران در زمینه اصلاحات نظام بازنشستگی به اصلاحات ساختاری عجولانه و انتقال به نظام اندوخته‌گذاری اقدام نکنند. پرونده مقاله

چکیده هدف از این تحقیق بررسی اثرات نامتقارن معاملات پربسامد بر بازدهی شرکت پذیرفته شده در بورس اوراق بهادار تهران با استفاده از مدل MS-EGARCH است. بدین منظور از داده های 5 دقیقه ای بورس اوراق بهادار تهران در بازه زمانی1401-1400 استفاده شده است. براساس نتایج تحقیق مشخص گردید که روند متغیر تغییرات بازدهی بورس در حالت غیر خطی (تفکیک طول دوره به رژیم‌های بالا و پایین) بر حالت خطی، ارجحیت دارد و زمانی که نوسانات معاملات سهام؛ کوچک است میانگین بازدهی بورس دچار تغییر می‌ شود اما بر واریانس بازدهی بورس تأثیر معنی‌داری ندارد. همچنین نتایج نشان دهنده‌ی اثرات نامتقارن تأثیر معاملات سهام، بر روی تغییرات بازدهی بورس در رژیم رونق می‌باشد و نوسانات معاملات سهام در رژیم میانگین و واریانس بالا، در حالت افزایش و کاهش معاملات سهام تأثیر متفاوتی بر تغییرات بازدهی بورس خواهد گذاشت و عموماً تأثیر مثبت آن کوچکتر از تأثیرات منفی آن است. در نتیجه پیشنهاد می گردد که سیاست‌گذاران در اجرای سیاست‌های مرتبط با بازار سرمایه متناسب با اینکه بازار سرمایه در کدام رژیم قرار دارد، سیاست‌های متفاوت و حتی در صورت یکسان بودن سیاست‌ها، شدت اجرای آن‌ها باید در هر رژیم، متناسب با خصوصیات آن رژیم باشد. پرونده مقاله

هدف: محبوبیت فین‌تک‌ها باعث ایجاد فضای رقابتی جدیدی بین بانک‌ها شده است، زیرا فین‌تک‌ها الزامات بوروکراتیک را کاسته و مؤسسات مالی مانند بانک‌ها راحت‌تر، کارآمدتر و سریع‌تر خدمات ارائه می‌دهند. باتوجه‌به حرکت بانک‌‌ها به سمت فنّاوری‌های جدید در سطح جهان، لازم است برای همسو شدن با رشد جهانی و همگام شدن با محصولات ارائه‌شدة شرکت‌های ارائه‌دهندة خدمات، شناختی کلی بر میزان استقبال از فنّاوری‌های نوین داشته باشیم. هدف از انجام این پژوهش، شناسایی مؤلفه‌ها و ارائه مدلی جهت پیاده‌سازی فین‌تک در صنعت بانکداری کشور ایران است.روش‌شناسی پژوهش: به‌منظور شناسایی مؤلفه‌های این مدل از مصاحبه نیمه‌ساختاریافته استفاده‌شده و با 15 نفر از خبرگان حوزه پولی و بانکی استفاده‌شده است که با استفاده از روش نمونه‌گیری هدفمند از نوع نظری انتخاب شدند. در این پژوهش با استفاده از روش داده‌بنیاد با رهیافت استراوس و کربین در سه مرحله کدگذاری انجام شد.یافته‌ها: در مرحله کدگذاری باز 123 مقوله و پس از طبقه‌بندی در مرحله کدگذاری محوری 26 مؤلفه استخراج شد که در نهایت در مرحله کدگذاری انتخابی پس از شناسایی روابط بین مؤلفه‌ها مدل پارادایمی پژوهش شکل گرفت.اصالت / ارزش افزوده علمی: عوامل علی اثرگذار بر پیاده‌سازی مدل سیاست‌گذاری: قانون‌گذاری، زیرساخت‌های حقوقی، تسهیلات دولتی، مشوق‌های قانونی، اصلاح سیاست‌های کلان حاکمیتی تحلیل می‌شوند. به‌علاوه در این مسیر عوامل مانند زیرساخت‌های فناوری، ایجاد کانال‌های ارتباطی نقش مداخله‌گر بوده و عوامل قصد استفاده از فناوری، فرهنگ مشارکت، فرهنگ کارآفرینی، ریسک‌پذیری، یادگیری و آموزش، اعتمادسازی نقش زمینه‌ای را دراین‌خصوص بازی می‌کنند. پرونده مقاله

هدف: هدف از پژوهش حاضر بررسی توانایی شبکه‌های عصبی مصنوعی و الگوریتم‌های یادگیری ماشین شامل ماشین بردار پشتیبان و جنگل تصادفی در پیش‌بینی محتوای اطلاعاتی سود حسابداری قبل از اعلان آن در شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران در بازه زمانی سال‌های 1394الی 1399می‌باشد.روش‌شناسی پژوهش: برای جمع‌آوری داده‌های روزانه موردنیاز پژوهش از نرم‌افزار ره‌آورد نوین استفاده شده است و با استفاده از روش نمونه‌گیری حذفی سیستماتیک 88 شرکت انتخاب شدند. از نرم‌افزار متلب به‌منظور مدل‌سازی شبکه‌های عصبی و الگوریتم‌های یادگیری ماشین استفاده شده است و به‌منظور محاسبه بازده غیرعادی در شبکه‌های عصبی و الگوریتم‌های یادگیری ماشین از کد نوشته شده در نرم‌افزار پایتون استفاده شده است. محتوای اطلاعاتی سود از طریق آزمون ارتباط بین سود و بازده غیرعادی و بر اساس مدل پورتی و همکاران (Poretti et al., 2018) سنجیده شده است. متغیرهای ورودی شبکه‌های عصبی و الگوریتم‌های یادگیری ماشین اندیکاتورها تحلیل تکنیکال می‌باشند. به‌منظور ارزیابی عملکرد طبقه‌بندی، از معیارهای صحت، دقت، فراخوانی و اندازه F استفاده شده است.یافته‌ها: نتایج حاصل از پیش‌بینی سه مدل شبکه‌های عصبی مصنوعی، ماشین بردار پشتیبان و جنگل تصادفی نشان داد که ماشین بردار پشتیبان و جنگل تصادفی از دقت بالاتری نسبت به شبکه‌های عصبی مصنوعی، در پیش‌بینی استراتژی خرید، فروش و نگهداری برخوردار بوده‌اند و تنها ماشین بردار پشتیبان از سه مدل مذکور توان پیش‌بینی محتوای اطلاعاتی سود را داشته است.اصالت / ارزش‌افزوده علمی: طراحی مدل پیش‌بینی جهت حرکت قیمت سهام در روز آتی معاملاتی، با سه روش شبکه‌های عصبی مصنوعی، ماشین بردار پشتیبان و جنگل تصادفی به‌عنوان اصلی‌ترین نوآوری پژوهش می‌باشد و همچنین یافته‌های پژوهش می‌تواند سرعت انتقال اطلاعات به بازار و جذب آن را افزایش دهد که این عامل منجر به کاهش اثر عدم تقارن اطلاعاتی و معاملات مبتنی بر اطلاعات نهانی و در نهایت افزایش کارایی بازار خواهد شد. پرونده مقاله