ارائه چارچوبی برای شناسایی پیشرانهای کلیدی اثرگذار روی آینده فناوری مالی با بکارگیری فنون دلفی فازی و تحلیل سلسله مراتبی فازی نوع2
محورهای موضوعی : مهندسی مالیرضا کوشش کردشولی 1 , محمد حسن ملکی 2 , رضا غلامی جمکرانی 3
1 - گروه مهندسی مالی، واحد قم، دانشگاه آزاد اسلامی، قم، ایران.
2 - گروه مدیریت، دانشکده مدیریت و اقتصاد، دانشگاه قم، قم، ایران
3 - گروه حسابداری و مدیریت مالی، واحد قم، دانشگاه آزاداسلامی، قم، ایران.
کلید واژه: آینده, رویکرد فازی, فناوری مالی, پیشران کلیدی,
چکیده مقاله :
فناوری مالی، صنعت خدمات مالی و موسسات آن را در حوزههایی از جمله بانک و بیمه به شدت تغییر داده است. با توجه به نقش بیشتر فینتک در آینده صنعت خدمات مالی، شناخت پیشرانهای موثر روی آینده فناوری مالی اهمیت زیادی دارد. تحقیق حاضر به دنبال شناسایی و اولویتبندی پیشرانهای موثر روی آینده فناوری مالی در کشور است. این مطالعه به علت استفاده از روشهای کمی دارای مبانی فلسفی اثباتی بوده و جهتگیری آن، کاربردی است. جامعه نظری پژوهش، خبرگان فناوری مالی بوده و نمونهها از روش نمونهگیری قضاوتی انتخاب شدهاند. برای جمعآوری دادهها از دو ابزار مصاحبه و پرسشنامه استفاده شد. برای تحلیل دادهها، در ابتدا پیشرانهای استخراج شده از مرور پیشینه و مصاحبه با خبرگان با کاربست دلفی فازی و نظرات خبرگان غربال شدند. از 14 پیشران شناسایی شده، 7 پیشران با استفاده از تحلیل دلفی فازی کنار گذاشته شد و عوامل باقیمانده با بکارگیری تکنیک تحلیل سلسلهمراتبی فازی نوع 2 مورد تجزیه و تحلیل قرار گرفتند. با توجه به اوزان ، پیشرانهای میزان سهولت مبادلات و معاملات بینالمللی، مدلهای همکاری بین موسسات فینتک با موسسات مالی سنتی و توجه به علایق و دیدگاههای ذینفعان در شکلگیری قوانین و مقررات بیشترین اثرگذاری را روی آینده فناوری مالی دارند.
Financial technology has drastically changed the financial services industry andinstitutions in areas such as banking and insurance. Given the increasing role of FinTech in the future of the financial services industry, important understand the affecting drivers on future of financial technology. The present study seeks to identify and prioritize the drivers affect the future of financial technology in the country. This study has positive philosophical basis due to the use quantitative methods and its orientation is practical. The theoretical population the research is financial technology experts in the country and the samples were selected using judgmental sampling method. Two tools of interview and questionnaire were used to collect data. To analyze the data, the drivers extracted from the literature review and interviews with experts were first screened using fuzzy Delphi and expert opinions. the 14 key drivers identified, 7 drivers were excluded using fuzzy Delphi analysis and remaining factors were analyzed using the best-worst fuzzy typetechnique. Given the weights gained, the drivers of international exchanges and transactions, models cooperation between fintech institutions and traditional financial institutions and paying attention the interests and views of stakeholders in developing laws and regulations have the greatest impact on the future of financial technology.
_||_