صندوق ها و شرکت های سرمایه گذاری یکی از مهم ترین نهاد ها و ساز و کار های مفید سرمایه گذاری در بازار های سرمایه هستند. از این رو ارزیابی عملکرد آنها با هدف شناسایی بنگاه های سرمایه گذاری کارآمد و هم چنین ارائه راه کار اصلاحی برای بنگاه های نا کارآمد، امری ضروری است. هدف از پژوهش پیش رو ارائه یک رویکرد نوین به منظور ارزیابی عملکرد و طبقه بندی شرکت های سرمایه گذاری در شرایط عدم قطعیت می باشد. با توجه به ساختار دو مرحله ای حاکم بر بنگاه های سرمایه گذاری، در این پژوهش از رویکرد تحلیل پوششی داده های شبکه ای به منظور ارزیابی عملکرد هر یک از مراحل و کل شرکت سرمایه گذاری، استفاده می گردد. هم چنین به منظور در نظر گرفتن عدم قطعیت موجود در داده ها، مدل تحلیل پوششی داده های شبکه ای بازه ای با ساختار دو مرحله ای ارائه می گردد. با بهره گیری از داده های مربوط به 10 شرکت سرمایه گذاری فعال در بورس اوراق بهادار تهران، رویکرد پیشنهادی پژوهش پیاده سازی شده است و تمامی شرکت ها مورد ارزیابی و طبقه بندی قرار گرفته اند. نتایج مربوط به مدل تحلیل پوششی داده های شبکه ای بازه ای مبتنی بر رویکرد غیر مشارکتی، حاکی از توانمندی و کارآمدی رویکرد پیشنهادی پژوهش در ارزیابی عملکرد و طبقه بندی بنگاه های سرمایه گذاری تحت عدم قطعیت داده ها است. پرونده مقاله

توسعه سیستم های معاملاتی سهام با استفاده از الگوریتم های تکاملی (EA) طی چند سال اخیر به موضوعی پرمخاطب در حوزه مالی مبدل ‌شده است. در پژوهش حاضر، سیستم معاملاتی تکنیکی هوشمند با بهره گیری از مدلی مرکب از شبکه عصبی MLP و الگوریتم‌های تکاملی شامل الگوریتم ژنتیک (GA)، الگوریتم بهینه‌سازی مورچگان پیوسته (ACOR) و الگوریتم بهینه‌سازی ازدحام ذرات (PSO) پیشنهادشده است. داده‌های مربوط به 15 شرکت منتخب طی سال‌های 1387 تا 1396 بر اساس دوره‌های کوتاه‌مدت و بلندمدت و همچنین روندهای بازار صعودی، نزولی و خنثی موردبررسی قرار گرفته اند. جهت انتخاب متغیرهای ورودی نهایی، از مقایسه رتبه بازدهی شاخص‌های تکنیکی بر اساس قواعد معاملاتی استفاده‌شده است. درنهایت، آزمون مقایسه زوجی بازدهی مدل‌ها در مقایسه با استراتژی خرید و نگهداری انجام شد و بازدهی مدل ها با یکدیگر مقایسه شده است. نتایج تحقیق نشان می دهد مدل های ترکیبی MLP و الگوریتم های تکاملی عملکرد بهتر و معناداری نسبت به روش خرید و نگهداری و مدل MLP-BP داشته است و مدل MLP_PSO بازدهی بیش تری نسبت به سایر مدل ها کسب کرده است. پرونده مقاله

یک فرد بازنشسته با دو نوع ریسک مهم مواجه است: ریسک طول عمر و ریسک سرمایه گذاری. در این مقاله به بررسی تاثیر سیاست تصمیم گیری افراد بر میزان نکول آنها با استفاده از دو تابع هدف برای ثروت در زمان بازنشستگی پرداخته شده است. در فرایند تصمیم گیری، سیاست های بیان شده وابسته به بازدهی بازارهای هدف جهت سرمایه گذاری و نرخ تنزیل در اقتصاد است. در مدل سازی سیاست های مذکور از رویکرد برنامه ریزی پویا توام با شبیه سازی تاریخی استفاده شده است. نتایج به دست آمده حاکی از اهمیت انتخاب تابع هدف است. با توجه به نوسانات شدید اقتصادی در کشور، و همچنین نیاز به انباشت بیشتر ثروت و مشارکت بیشتر در کنترل نوسانات اقتصادی، سیاست تمرکز بر مستمری در دوران بازنشستگی در سطح ثروت اولیه اندک به عنوان سیاست بهینه - به دلیل پذیرفتن ریسک کمتر برای سطح معینی از ثروت - و استفاده بیشتر از تابع ثروت در زمان بازنشستگی پیشنهاد شده است. پرونده مقاله

موضوع تقسیم سود نقدی شرکت ها از بحث برانگیزترین مفاهیم مطرح در حوزه مالی و سرمایه گذاری بوده و توجه اقتصاددانان و مدیران زیادی را به خود جلب کرده است. به همین جهت در این پژوهش به دنبال آن هستیم که رابطه بین سهامداران، وام دهندگان و دولت را در رابطه با سیاست تقسیم سود نقدی به کمک نظریه بازی ها تحلیل کنیم. بازی میان این سه بازیکن از نوع بازی ایستای محض با اطلاعات کامل و جمع غیر صفر بوده و هر بازیکن دارای سه استراتژی کاهش در میزان سود نقدی پرداختی، افزایش و حفظ وضع موجود می باشد. تعادل ناش بازی میان این سه بازیکن نقطه ای است که در آن سهامداران مایل به حفظ وضعیت موجود، و دولت و وام دهندگان مایل به کاهش در میزان سود نقدی هستند. اما تصمیم مدیریت ممکن است چیزی غیر از نقطه تعادل باشد، چراکه اعضای هیات مدیره و سایر مدیران به صورت مستقیم و غیر مستقیم توسط سهامداران تعیین می گردند و در نتیجه نظر آنها بر بقیه ارجح تر است. پرونده مقاله

Behavioral biases are defined as systematic errors in judgment. researchers have identified and presented a long list of types of behavioral biases. recent studies have introduced more than fifty types of known behavioral biases about investors, while many behavioral biases have not yet been clearly identified. This study used a combined quantitative and qualitative method to present the research model. Based on the capital market’s nature, accountants and auditory information is provided by an effective influence of personal decisions and market results, derived systematically by information structure and market participants’ features. Auditors’ choices are influenced by perception, judgment and decision options processes, which may affect auditing errors. The study's purpose is to investigate auditors’ different biases and decision-making factors on errors based on a cognitive approach in the capital market. The model’s objective is practical and based on a descriptive-analytical methodology. The statistical population of the study includes all certified auditors of Iran's Securities and Exchange Organization, who were provided with the researcher-made questionnaires with valid narration and reliability. The collected data were analyzed by AMOS software. The findings indicate that components of the cognitive bias are predictable by auditors’ errors based on the priority level and maximum influences, including mental accounting bias, availability bias, heuristic bias, and ambiguity aversion bias. Also, components of decision-making are predictable by auditors’ errors based on the priority level and maximum influences, including decision case, job experience, decision-making situation, and individual features. پرونده مقاله

اتخاذ تصمیمات سرمایه گذاری صحیح در بلندمدت وابسته به سیاست سرمایه گذاری تعیین شده است. عمده اختلاف بازده سرمایه‌گذاری ها در طول زمان نیز ناشی از تفاوت در الگوی تخصیص دارایی ها است. با توجه به تاثیر سیاست سرمایه گذاری بر بازده سرمایه گذاری ها، در این پژوهش سیاست بهینه سرمایه گذاری بلندمدت توسط افراد در طرح حساب بازنشستگی فردی مورد بررسی قرار گرفته است.تامین درآمد مناسب در دوران بازنشستگی هدف مشارکت کنندگان طرح حساب بازنشستگی فردی است. دو سیاست بیشینه سازی ثروت در زمان بازنشستگی و بیشینه‌سازی مستمری در دوران بازنشستگی در طرح مزبور قابل اتخاذ است. در این پژوهش از الگوریتم ژنتیک در حل تابع های هدف مرتبط با سیاست های بیان شده با توجه به پیچیدگی محاسباتی آن ها استفاده شده است. مطابق نتایج پژوهش، سیاست بیشینه سازی مستمری در دوران بازنشستگی ماهیت انباشت بیشتر ثروت و کنترل مناسب تر نوسانات اقتصاد را دارد و به عنوان سیاست بهینه پیشنهاد شده است. پرونده مقاله

با توجه به تعداد زیاد صندوق‌های سرمایه‌گذاری، عملکرد متفاوت آنها در گذشته و ویژگی‌های متفاوت آنها، انتخاب صندوق سرمایه‌گذاری مناسب توسط یا برای سرمایه‌گذاران امری مهم و حیاتی است. علاوه بر عملکرد گذشته شامل ریسک و بازده، عوامل متعدد ساختاری و رفتاری دیگری وجود دارد که می‌تواند بر بازدهی آتی صندوق سرمایه‌گذاری اثر گذارد. این عوامل می‌تواند شامل اندازه، هزینه‌های صندوق، حق الزحمه مدیریت، نسبت گردش پرتفولیوی، جریان نقدینگی، عمر صندوق، میزان تمرکز، موقعیت مکانی، تجربه و مهارت مدیریت، جنسیت مدیریت، حجم معاملات، ساختار حاکمیتی صندوق‌های سرمایه‌گذاری و ... باشد. از سوی دیگر، در صورت اطلاع از عوامل اثر‌گذار بر تصمیم‌گیری، فرآیند تحلیل، تفسیر و انتخاب صندوق نیز موضوعی ناشناخته است پرونده مقاله

هدف اصلی و اساسی تحقیق حاضر ارائه الگوی اثر عدم اطمینان از نرخ تورم و بیش اعتمادی مدیران بر افزایش در سرمایه‌گذاری می‌باشد. این تحقیق از نظر هدف جزء تحقیقات کاربردی به حساب می‌آید. همچنین این تحقیق از نظر روش‌شناسی، از نوع تحقیقات پس رویدادی می‌باشد. از سوی دیگر پژوهش حاضراز نظر نوع توصیفی ـ پیمایشی از نوع همبستگی و بر اساس معادلات رگرسیونی است. جامعه آماری این تحقیق شامل تمامی شرکتهای دچار درماندگی مالی پذیرفته شده در بورس اوراق بهادار تهران بین سال‌های 1390 الی 1396 می‌باشند که با در نظر گرفتن محدودیت‌های سیستماتیک، نمونة آماری به اندازة 122 شرکت از بین شرکت‌های پذیرفته شدة بورس اوراق بهادار تهران انتخاب و مورد بررسی قرار گرفتند. نتایج تحلیل‌ها نشان داد در شرایط نااطمینانی تورم نسبت به شرایط اطمینان، سطح سرمایه‌گذاری مضاعف شرکتها افزایش نمی‌یابد. همچنین نتایج نشان داد شرایط نااطمینانی تورم باعث کاهش بیش‌اعتمادی نزد مدیران شرکتها نمی‌شود. از طرفی نتایج نشان داد مدیران با سطح بیش اعتمادی بالاتر علاقه‌مندی بیشتری برای انجام سرمایه‌گذاری مضاعف دارند. در نهایت در شرایط نااطمینانی تورم، مدیران با سطح بیش اعتمادی بالاتر نسبت به مدیران با بیش اعتمادی پایین‌تر، میزان سرمایه‌گذاری مضاعف بیشتری را انجام نمی‌دهند. پرونده مقاله

هدف از این تحقیق ارائه الگویی برای تورش رفتاری حسابرس با رویکرد ترکیبی (داده بنیاد و معدلات ساختاری) می‌باشد. مرحله اول این پژوهش در چارچوب رویکرد کیفی و با به کارگیری روش تحقیق داده بنیاد انجام شد و همچنین در مرحله دوم جهت بررسی میزان اثرگذاری با معادلات ساختاری روابط متغیرهای مستقل با متغیر وابسته سنجیده شد. ابزار جمع آوری داده ها، مصاحبه های نیمه ساختار یافته بود و به منظور گردآوری اطلاعات، با به کارگیری روش نمونه گیری هدفمند با 20 نفر از خبرگان حسابرسی مصاحبه انجام شد. و با مصاحبه عمیق به جمع آوری اطلاعات پرداخته شد. قلمرو زمانی این پژوهش برای سالهای1399-1400 می باشد. تجزیه و تحلیل داده ها در سه مرحله کدگذاری باز، کدگذاری محوری و کدگذاری انتخابی انجام گرفت. بر اساس آن، الگوی کیفی پژوهش طراحی شد و نیز معادلات ساختاری وجود روابط را تایید کرد.یافته های پژوهش حاضر، نشان دهنده‌ استخراج 82 کد یا مفهوم اولیه از مصاحبه ها و نیز دسته بندی 56 مفهوم و 5 مقوله بود. سپس شرایط علی، راهبردی، زمینه ای ، مداخله گر و نتایج و پیامدها بررسی و همچنین مدل نهایی با استفاده از جمع آوری 306 پرسشنامه از جامعه آماری و روش معادلات ساختاری مورد تایید قرار گرفت. پرونده مقاله

در پژوهش حاضر به پیش‌بینی ورشکستگی در افق‌های زمانی مختلف بر پایه مدل قیمت گذاری بلک و شولز پرداخته شده است. جامعه آماری پژوهش شامل شرکت‎های پذیرفته شده در بورس اوراق بهادار تهران طی سال‌های 1393 تا 1399 است که تعداد 129 شرکت به عنوان نمونه آماری پژوهش در نظر گرفته شدند. روش پژوهش از نوع همبستگی بوده و روش آماری مورد استفاده روش رگرسیون داده های ترکیبی است. نتایج حاصل از آزمون فرضیه ها نشان داده که عوامل شرکتی و عوامل بازار تاثیر معناداری بر ریسک ورشکستگی شرکت ها دارند و در افق های زمانی مختلف، اثرات متفاوتی بر ریسک ورشکستگی می گذارند. همچنین نتایج حاکی از این است که پیش بینی ورشکستگی بر پایه مدل بلک-شولز و با استفاده از عوامل شرکتی و بازار می تواند با دقتی بیشتر از 90 درصد صورت پذیرد. طبق نتایج، برخی عوامل در افق های زمانی کوتاه مدت و برخی دیگر در افق های زمانی بلندمدت بر ریسک ورشکستگی تاثیرگذارند. پرونده مقاله

این پژوهـش سبد بهـینه سـرمایه گذاری شـرکت های بیمه را با توجه به فعالیت های بیمه گری تعیین می کند. در شرکت های بیمه تصـمیمات سـرمایه گذاری متأثر از فعــالیت های بیمه گری است. در این مقاله مسئله بهینه سازی سرمایه گذاری با استفاده از ارزش در معرض ریسک شرطی مبتنی بر توابع کاپیولا و با در نظر گرفتن نتایج فعالیت های بیمه گری مدل سازی می شود. همچنین از آنجا که تاکید بر دنباله های توزیع است، توزیع احتمال متغیرها در دنباله ها با استفاده از توزیع پارتو تعمیم یافته و در سایر بخش های توزیع با استفاده از توزیع احتمال تجربی تخمین زده می شود. داده ها که بصورت ماهانه جمع آوری می شوند دو دوره درون نمونه، از 1385 تا 1394 و برون نمونه، از 1395 تا 1398 را پوشش می دهند. یافته ها نشان می دهند که بهترین سبد شامل هشتاد درصد دارایی های ریسکی (سهام و املاک و مستغلات) و تنها بیست درصد دارایی های بدون ریســک (سپــرده های بانکی) است. این نتیجه خارج از حدود قانونی تعیین شده توسط بیمه مرکزی اســت. بنابــراین محــدودیت های قــانونی مانع از انتخاب بهینه سبد ســرمایه گــذاری توسط شرکت های بیمه می شوند. همچنین مقایسه عملکرد برون نمونه ای و درون نمونه ای سبدها نشان میدهد که سبدهای مبتنی بر توابع کاپیولا نسبت به سبدهای سنتی عملکرد بهتر و پایدارتری دارند. پرونده مقاله

هدف اصلی از این تحقیق، ارائه مدل تاثیر ریسک غیرسیستماتیک بر سیاست های تأمین مالی کل شرکت ‌های تولیدی پذیرفته شده در بورس و اوراق بهادار تهران طی دوره زمانی 93-1380 با رویکرد اقتصادسنجی دادههای تابلویی می باشد. ابتدا ضمن بیان مبانی نظری مرتبط با ریسک غیرسیستماتیک و تامین مالی به بررسی پیشینه تحقیق پرداختیم. در گام بعدی تصریح و برآورد مدل تحقیق صورت پذیرفته که نتایج تخمین های مختلف با و بدون متغیرهای کنترلی بیانگر تایید روش اثرات ثابت برای مدل نهایی تحقیق بدون متغیر کنترلی مازاد/کسری مالی، و متغیر روند بود. تخمین مدل نهایی تحقیق نیز بیانگر رابطه مثبت و معنادار متغیرهای مستقل (ارزش بازاری به ارزش دفتری، بازده دوسالانه سهام، سودمندی و داراییهای مشهود و نیز تاثیر منفی و معنادار متغیر Z-Score بر اهرم مالی می باشد. بنابراین، هرشش فرضیه فرعی تحقیق و به تبع آن فرضیه اصلی تحقیق مورد تایید قرار گرفت. در پایان نیز پیشنهاداتی مبتنی بر نتایج تحقیق در کنار پیشنهاداتی برای مطالعات آتی ارائه شده است. پرونده مقاله

این مقاله با استفاده از قیمت جهانی هر اونس طلا به دلار آمریکا به صورت روزانه، طی 37 سال گذشته و شاخص قدرت نسبی از شاخص های هدایت گر تحلیل تکنیکی، به بررسی سودمندی استفاده از تحلیل تکنیکی در بازار جهانی طلا می پردازد. نتایج این پژوهش نشان می دهند که استفاده از سیگنال های خرید و فروش ناشی از تحلیل تکنیکی با استفاده شاخص قدرت نسبی روش تقاطع 50 در بازار جهانی طلا، طی 37 سال گذشته به طور معنی داری سودمند و مفید بوده است و متوسط بازدهی حاصل از مالکیت طلا در بازار جهانی طلا، زمانی که سیگنالهای پیش بینی کننده تحلیل تکنیکی شاخص قدرت نسبی، علامت فروش می دهند، مقدار منفی است و متوسط بازدهی حاصل از مالکیت (یا نگهداری) طلا در بازار جهانی طلا، زمانی که سیگنالهای پیش بینی کننده تحلیل تکنیکی شاخص قدرت نسبی، علامت خرید می دهند، مقدار مثبتی است. این مقاله همچنین مدل سودمندی را جهت تحلیل تکنیکی قیمت جهانی طلا ارائه می نماید. پرونده مقاله

در این مقاله با بکارگیری رویکرد واین کاپیولا و با استفاده از مشاهدات روزانه از شاخص های بانک، بیمه، سرمایه گذاری ها و سایرمالی در بورس اوراق بهادار تهران طی دوره ای 8 ساله، شواهدی دال بر ارتباط معنی دار و متقارن میان زیر بخش های شاخص مالی بورس اوراق بهادار تهران به دست آمده است. پس از جمع آوری داده ها و محاسبه بازدهی پیوسته گروه ها و پس از برآورد توزیع حاشیه ای نرخ های بازدهی هریک از شاخص ها با استفاده از مدل ARMA-APGARCH و با فرض پیروی مقادیر باقیمانده استاندارد از توزیع تی استیودنت چوله، ساختار وابستگی شاخص های مورد بررسی در قالب ساختارهای R-Vine مدلسازی گردید. با استفاده از یافته های پژوهش و به عنوان کاربرد ساختارهای واین کاپیولا در مدیریت ریسک سبدهای سرمایه گذاری، تخمین سنجه ارزش در معرض خطر با استفاده از این روش به نتایج قابل قبولی منجر شده است. پرونده مقاله

دراین تحقیق سعی گردیده است تا در جهت اجرای نگرش مدیریت فعال پرتفوی، روشی برای انجام معاملات هوشمند براساس قیمت پیش بینی شده سهام در یک بازه زمانی چهار ساله مشخص ارائه گردد. ابتدا با استفاده از روش مارکویتز وزن های هریک از شش سهم پرتفوی شش سهمی ساخته شده در هریک از سال های بازه زمانی چهار ساله را بدست می آوریم. سپس با استفاده از بیست ودو نماگر تکنیکی (ویژگی های هر سهم) که به عنوان ورودی های الگوریتم ژنتیک به عنوان یک روش انتخاب ویژگی در نظر گرفته شده است،استفاده کرده و با استفاده از دو روش پیش بینی مجاورت نزدیکترین همسایه و شبکه عصبی اقدام به پیش بینی قیمت هر سهم می نماییم. با توجه به قیمت پیش بینی شده برای هرسهم مطابق با روش های پیش بینی شبکه عصبی مبتنی بر الگوریتم ژنتیک و روش مجاورت در نزدیکترین همسایه بر پایه الگوریتم ژنتیک و استراتژی معاملاتی تعریف شده، معاملات هوشمند سهام صورت می پذیرد. استراتژی معاملاتی تعریف شده بر اساس قیمت های پیش بینی شده دارای سیگنال های خروجی (1و0و1-) بوده که به معنای خرید سهم، فروش سهم و یا انجام هیچ گونه عملی تفسیر می گردند. بازده حاصل از پرتفوهای روش های شبکه عصبی مبتنی بر الگوریتم ژنتیک و روش مجاورت در نزدیکترین همسایه بر پایه الگوریتم ژنتیک و پرتفوی خرید و نگه داری به عنوان نماینده رویکرد مدریت غیر فعال پرتفوی در هر یک از چهار سال محاسبه گردید. پرتفوی حاصل از روش شبکه عصبی مبتنی بر الگوریتم ژنتیک دارای بالاترین بازده در دوره چهار ساله را دارا بوده که این خود نشان از برتری رویکرد مدیریت فعال پرتفوی نسبت به رویکرد مدیریت غیر فعال پرتفوی می باشد. پرونده مقاله

This study examines the criterion of value at risk from another perspective and presents a new type of mean-value at Risk model. To solve the portfolio optimization problem in Tehran Stock Exchange, we use NSGA II, MOACO, and MOABC algorithms and then compare the mean-pVaR model with the mean-SV model. Given that, finding the best answer is very important in meta-heuristic methods, we use the concept of dominance in the discussion of multi-objective optimization to find the best answers and show that, at low iterations, the performance of the NSGA II algorithm is better than the MOABC and MOACO algorithms in solving the portfolio optimization problem. As the iteration increases, the performance of the algorithms improves, but the rate of improvement is not the same, in a way, the performance of the MOABC algorithm is better than that of the NSGA II and MOACO algorithms. Then, to compare the performance of the “mean-percentage of Value at Risk” model and the “mean-semi variance” model, we examine both models in the standard mean-variance model and show that the mean-pVaR model, compared to the mean-SV model, Has better performance in stock portfolio optimization. پرونده مقاله

The purpose of this paper is investigating the effect of JCPOA on the network behavior analysis of Tehran Stock Exchange indexes using the minimum spanning tree (MST) and hierarchical clustering. By simplifying a complex system, network analysis allows for the extraction of important and essential information from that system. In this paper, using network analysis the simultaneous behavior of 38 industry indexes in Tehran Stock Exchange in manufacturing, service and invest-ment sectors during 2012-2017 was investigated. These analysis included identi-fying the main indexes in the direction of moving other indexes using the MST, providing a classification using hierarchical clustering for the behavioral similarity of the indexes as well as examining the degree of integration (behavioral similarity) of market indexes over time. The results showed that investment, automobile, industry and medicine indexes in the research period had a major role in guiding other indexes and indexes can be classified into six groups in terms of behavioral similarity. The market has also been moving toward integration of indexes since early 2015 and beginning the executive steps of Joint Comprehensive Plan of Action (JCPOA). This reflects the investors' hope for the promotion of all indexes. پرونده مقاله

The main purpose of this study is to determine the real and dynamic relationship between returns and stock market fluctuations in different time horizons so that its key results can measure the predictive power of returns and stock market fluctuations in determining the level of economic activity of investors. Accurate measurement of these relationships helps investors predict stock market movements in the future and Develop, plan and implement their own investment strategies in each time horizon. In this research Maximal overlap discrete wavelet transform has been used to investigate the relationships between industries return fluctuations and stock main indices in different time horizons from 2011 to 2020 have been estimated. The results showed that the wavelet variance of the rate of return varies in different industries. The return of investment companies on various time scales is equal to the investment return of the banking industry. The variance of the total index is less on different time scales than the value of the cash index. پرونده مقاله

The issue of asset pricing in the market is one of the most important and old issues in the financial world. Factor pricing models seek to be able to determine a significant relationship between return on assets based on the risk parameters of that asset. A wide range of factors can be found in the literature that can be an element for measuring the risk of an asset, but the big question is which of these models will work better. The factors studied in this research include factors that cover market risk, valuation risk, psychological (technical) market risk, profit quality risk, profitability, investment, etc. In this study, we have tried to Using machine learning techniques and optimization tools is a way to derive adaptive-robust nonlinear models that can reduce the risk of model error as much as possible. In this research, two models have been developed. In the first model, using the feature extraction technique and optimization of models based on neural network, a non-linear and adaptable model has been developed for each asset. In the second approach, a portfolio of improved neural network-based models is used in the first stage, which can be used to minimize the risk of model error and achieve a model that is resistant to different market conditions. Finally, it can be seen that the development of these models can significantly improve the risk of error and average error of the model compared to traditional CAPM approaches and the Fama and French three-factor model. پرونده مقاله

Nowadays, business groups play an outstanding role in financial markets. Corporates in the trading groups are able to use technology, capital, human resources, productions and services of other members in the group in addition to their own resources and capabilities. Thus, this paper studies the effect of business group affiliation on cash holdings and return on equity. The sample involves 94 corporates among those accepted in Tehran Stock Exchange. In this research, the effect of business group affiliation on cash holdings and return on equity during 2010-2015 has been investigated; in total, it includes 564 observations for the research. Statistical method applied here is the multivariate regression in the data panel way. Results achieved by the research hypotheses indicate that there is a significant relationship between business group affiliation, cash holdings and return on equity. پرونده مقاله

The present study models the risk of investment in the petrochemical industry considering the impacts of exchange rate (US dollar to Iran's Rial) movements using the time series data from November 2008 to March 2019 and ARFIMA-FIGARCH framework. The empirical results prove the existence of the Fractal Market Hypothesis, FMH, and the Long Memory property in both the risk and return of the petrochemical stock index. These findings can be culminated in reaching a reliable and significant model to evaluate the investment risk in the petrochemical industry. In line with this, to analyze the idea whether considering the exchange rate movements matter for assessing the risk management in the petrochemical industry, the effects of exchange rate movements as a crucial source of systematic risk in Iran has been taken into consideration in the process of modelling the risk of investment in that industry. Our results demonstrate that the exchange rate movements have had a direct and significant effect on the investment risk of that industry so that if, on average, one percent change occurs in the exchange rate, the investment risk in this industry changes by 57% in the same direction. پرونده مقاله

In any country, commercial banks lay the groundwork for economic growth by collecting national resources and capitals and allocating them to different economic sectors. Optimal allocation of resources is especially important in achieving this goal. Banks with an effective and dynamic system of customer assessment can efficiently allocate their resources to customers regardless of their geographic area. Following[M1] a linear programming optimization approach, this research employs the UTilités Additives DIScriminantes (UTADIS) model for credit scoring of bank customers. The advantages of the proposed technique are high flexibility, mutual interaction with decision makers, and the ability to update under various macroeconomic conditions. The chosen environment is a branch of Bank Refah Kargaran, one of the popular banks in Iran. According to the experimental results, the proposed technique demonstrates high effectiveness. Also, the results indicate that the initial credit score and age of the applicants are the most influential factors for credit scoring of customers. پرونده مقاله

سرایت ریسک میان شاخص های مالی، حاکی از فرایند انتقال اطلاعات میان بازارها است. با توجه به اینکه بازارهای مالی با یکدیگر مرتبط هستند، اطلاعات ایجاد شده در یک بازار، می تواند سایر بازارها را متاثر سازد. در این میان، مدلسازی ریسک در بازارهای مختلف و ارتباط این بازارها با یکدیگر از منظر علم مالی، به لحاظ موارد استفاده آن در پیش بینی، موضوع با اهمیتی به شمار می رود. هدف این مطالعه بررسی سرایت‌پذیری ریسک مالی از بخش مالی به بخش واقعی اقتصاد با استفاده از شاخص برخورد شرطی[i] (CCX) برای صنایع فعال در بورس اوراق بهادار تهران در دوره زمانی 1388-1395 است. برای این منظور از روش گشتاروهای تعمیم یافته(GMM) و معیار CCX برای سرایت پذیری ریسک استفاده شد. در این مطالعه ابتدا دوره‌های رونق و رکود با استفاده از فیلتر میان گذر کریستیانو- فیلتزگرالد استخراج شد. نتایج به‌دست‌آمده از این مطالعه با لحاظ کردن دوره رونق و رکود در بازار بورس بیانگر سرایت ریسک از بخش مالی به صنایع فعال در بازار بورس است. ضرایب برآورد شده برای سرایت مالی در نمونه بیانگر این است که در اکثر شرکت‌های مورد بررسی سرایت ریسک در سطح معنی‌داری قرار دارد. همچنین ضرایب برآورد شده برای لحاظ کردن دوره بحران و رکود در بازار بورس بیانگر شدت بیشتر سرایت ریسک در ردوه‌های رکودی است. بر اساس نتایج به‌دست‌آمده با روش CCX علاوه بر انتقال ریسک ریسک های شدید نیز از بخش مالی به بخش واقعی انتقال می یابد. بر اساس دیگر نتایج تحقیق سرایت ریسک از بخش مالی با میزان بدهی و نوسان بازده ارتباط مستقیم و با ارزش و فعالیت های سرمایه گذاری شرکت ارتباط منفی داشته است.Risk Spillover from Financial Sector to Real Sector using the Conditional Coincidence Index (CCX): Case Study of Iranian Capital MarketEsmaiel AbounooriReza TehraniHossein Sabouri[i] Conditional Coincidence IndexRisk contagion between financial sectors indicates the process of information transfer between markets. Given that financial markets are interlinked, information created in a market can affect other markets. Meanwhile, risk modeling in different markets and the relationship between these markets with each other in terms of financial science, in terms of its use in forecasting, is an issue of importance. The purpose of this study was to investigate the financial risk appetite from the financial sector to the real sector of the economy using CCX for the active industries in the Tehran Stock Exchange during the period of 1388-1395. For this purpose, we used the Generalized Method of Moments (GMM) and CCX methods. In this study, firstly, the cycles of boom and recession were extracted using the Cristiano-Filzagrande intermediate pass filter. The results of this study indicate that for the full period of the research sample and considering the period of the boom and the recession in the stock market, the results indicate the effects of overflow in the active industries in the stock market. Estimated coefficients for tipping effects in the sample indicate that in most of the companies surveyed, the effect of overturning is significant. Also, the estimated coefficients for considering the period of the crisis and the recession in the stock market indicate that the coefficients are positive for the effect of the outflow in the stock market. Also, in the case study, there is a probability of financial risk fluctuation between the investigated industries. Based on the results, it can be stated that the amount of CCX and the significant level reported in each sector have a negative relationship with the amount of direct and value related debt and investment activities. In addition, the results indicate that the risk and turmoil among the active industries in the stock market and the real sector of the Iranian economy are tangible.Keywords: Financial risk, Financial sector, Real sector, Capital market, IranJEL Classification: C58, G11 پرونده مقاله

چکیدهعدم مدیریت نقدینگی بانک‌ها یکی از مهم‌ترین ریسک‌های هر بانک می‌باشد و کم‌توجهی به ریسک نقدینگی منجر به عواقب جبران‌ناپذیر می‌شود. جلوگیری از وقوع ریسک نقدینگی نیازمند یک روش اندازه‌گیری جامع می‌باشد؛ اما ریسک نقدینگی موضوعی پیچیده است و این پیچیدگی ارائه یک تعریف مناسب را دشوار می‌سازد. علاوه بر این، تعریف فاکتورهای تعیین‌کننده ریسک نقدینگی و فرمول‌بندی تابع هدف مرتبط برای تقریب و پیش‌بینی مقدار آن پیچیده‌ است. در این تحقیق برای مقابله با این مشکلات و ارزیابی ریسک نقدینگی و فاکتورهای کلیدی آن، مدلی را پیشنهاد می‌کنیم که از شبکه‌های عصبی مصنوعی و بیزی استفاده ‌می‌کند. طراحی و اجرای این مدل شامل چندین الگوریتم و آزمایش جهت اعتبارسنجی است. در این مقاله از الگوریتم‌های بهینه‌سازی لونبرگ-مارکوارت و ژنتیک جهت آموزش شبکه‌ عصبی مصنوعی استفاده کرده‌ایم. همچنین یک مطالعه موردی در بانک ملت برای نشان دادن قابلیت اجرا، کارایی، دقت و انعطاف‌پذیری مدل اندازه‌گیری ریسک نقدینگی تحقیق، پیاده‌سازی کرده‌ایم. پرونده مقاله

شفافیت اطلاعات مالی، همیشه یکی از مهم‌ترین دغدغه سرمایه‌گذاران جهت سرمایه‌گذاری در سهام بانک‌های پذیرفته شده در بورس اوراق بهادار می‌باشد. هدف این پژوهش بررسی ارتباط معنی‌دار، بین ارزش در معرض خطر با استفاده از داده‌های دفتری و دادهای بازار به‌عنوان معیاری برای سنجش شفافیت و کیفیت اطلاعات می‌باشد. در این مطالعه برای محاسبه ارزش در معرض خطر از مدل گارچ چندمتغیره با استفاده از داده‌های ترازنامه‌ای و بازاری ماهانه بانک‌های پارسیان، سامان، سینا، پاسارگاد و اقتصاد نوین به‌عنوان نماینده بانک‌های خصوصی پذیرفته شده در بورس اوراق بهادار تهران استفاده شده است. همچنین برای ارتباط معناداری و رتبه‌بندی بانک‌های موضوع پژوهش از نظر شفافیت اطلاعاتی از ضریب همبستگی پیرسون میان ارزش در معرض خطر محاسبه شده با استفاده از داده‌های بازار و داده‌های دفتری استفاده شده است. نتایج پژوهش نشان داد در بعد داده‌های هم‌زمان رابطه ضعیفی بین ارزش در معرض خطر دفتری و بازاری وجود دارد و تنها ضریب همبستگی بین ارزش در معرض خطر دفتری و بازاری دو بانک پاسارگاد و سینا از نظر آماری در سطح ۹۵ درصد اطمینان معنی‌دار می‌باشد. همچنین نتایج نشان داد، چنانچه مسئله سرعت انتشار اطلاعات دفتری در بازار را با یک وقفه زمانی در نظر بگیریم، مقادیر ضریب همبستگی ارزش‌های در معرض خطر دفتری و بازار برای بانک‌های پارسیان، پاسارگاد و اقتصاد نوین در سطح ۹۹ درصد معنادار بوده و این ضریب برای بانک‌های سینا و سامان در سطح ۹۵ درصد معنادار است. بر این مبنا می‌توان این بانک‌ها را بر اساس کیفیت اطلاعات به ترتیب از پارسیان، سامان، سینا، پاسارگاد تا اقتصاد نوین طبقه‌بندی کرد. پرونده مقاله

طی دهه اخیر مطالعات در مورد بررسی عوامل مؤثر بر بازده بازار سهام با پیشرفت‌های اقتصاد مالی در حوزه آمار و ریاضیات به اوج خود رسیده و مدل‌سازی در این زمینه از اهمیت بالایی برخوردار شده است. بر این اساس این پژوهش به دنبال ارائه رویکرد جدیدی از مدلسازی رابطه غیرخطی بین متغیرهای مالی با تأکید بر تأثیر متغیرهای اقتصادی بر بازار سرمایه است. برای تبیین رابطه غیرخطی متغیرهای مورد بررسی با توجه به رابطه بین متغیرها از رویکرد مدل رگرسیون کوانتیل آستانه بیزین با در نظر گرفتن ناهمسانی واریانس شرطی(BQTR-GARCH) استفاده شده است. برای بررسی و مدلسازی این رویکرد از اطلاعات بازده کل سهام بورس اوراق بهادار تهران، قیمت سکه طلا، قیمت نفت و طلای جهانی از ابتدای سال 1390 تا انتهای شهریور 1398 استفاده شده است. نتایج بررسی نشان دهنده تأثیر غیرخطی بازارهای مختلف بر بازهی بازار سهام بوده است. به گونه ای که تأثیر بازدهی بازارهای طلا، سکه و نفت بر بازده بازار سهام در مقادیر بالاتر و پایین‌تر از آستانه متفاوت است. علاوه بر این، رفتار در کوانتیل‎‌های توزیع بازدهی بازار سهام نیز متفاوت است و نشان می‌دهد که بازار سهام تنها در دوران حدی خود (بازار افزایشی و کاهشی) متأثر از بازارهای دیگر است. پرونده مقاله

پژوهش حاضر به دنبال یافتن تأثیر حافظه بلندمدت بر ساختار وابستگی بین بازده ها و سپس بر ساختار پرتفوی بهینه است. در این راستا، تابع کاپیولا به عنوان ابزاری قدرتمند و منعطف برای تعیین ساختار وابستگی استفاده شده است. داده های پژوهش شامل شاخص بازار سهام ایران و شاخص بازار سهام ترکیه می باشند. در گام اول ساختار وابستگی بین بازده های خالص و بازده های فیلترشده را که ازARFIMA-GARCH به دست آمده مورد مقایسه قرارداده تا تأثیرحافظه بلندمدت بر بازده ها را مورد بررسی قرار دهیم. در گام دوم تأثیر ساختار وابستگی بین بازده های خالص و بازده های فیلترشده روی بهینه سازی پرتفوی مورد بررسی قرار گرفته است. نتایج نشان دادند که می توان الگوی کاپیولاها را به بازده دو سری زمانی مورد بررسی برازش داد و بهترین الگو الگوی Frank است. همچنین، نتایج بیانگر وجود حافظه بلندمدت در میانگین و واریانس بازده سهام در بازار ایران و وجود حافظه بلندمدت در واریانس بازار سهام ترکیه است. همه الگوها درصد سرمایه گذاری بیشتری را به بازار سهام ایران و درصد کمتری را به بازار سهام ترکیه اختصاص دادند. پرونده مقاله

سرمایه گذاری به عنوان یک تصمیم مالی همواره دارای دو مؤلفه ریسک و بازده بوده است که مبادله میان این دو ترکیب های گوناگون سرمایه گذاری را بوجود می آورد. تمامی تصمیمات سرمایه گذاری براساس روابط میان ریسک و بازده صورت می گیرد. در این پژوهش سعی شده است از مدلی است برای انتخاب چند دوره ای سبد سهام استفاده شود تا بیشترین مطلوبیت را نصیب سرمایه گذاران نماید. در مدل پیشنهادی علاوه بر واریانس ازگشتاور مرتبه سوم نیز برای بهینه سازی استفاده شده است. دراین تحقیق با استفاده از داده های بازده 50 شرکت بزرگ بورس اوراق بهادار تهران از لحاظ ارزش بازاری از سال های 1386 تا 1395 کوشیده است تا با در نظر گرفتن چولگی و هزینه معاملات در طی چند دوره بتواند مدلی ارائه نماید تا با مینیمم سازی واریانس تابع مطلوبیت سرمایه گذار میزان تخصیص بهینه هر دارایی را مشخص نماید. خروجی مدل پیشنهادی با خروجی مدل مارکویتز و همچنین مدل ساده 1/N با در نظر گرفتن ترجیحات متفاوت سرمایه گذار، توسط ابزارهای مختلف پیشنهادی ارزیابی عملکرد پرتفو، مورد مقایسه قرار گرفته شده است. نتایج بدست آمده نشان می دهد که مدل پیشنهادی نسبت به مدل های مذکور عملکرد بهتری از خود نشان داده است. پرونده مقاله

در دنیای امروز بازارهای سرمایه با توجه به پیشرفت تکنولوژی های کامپیوتری و استفاده از زیر ساختهای فناوری اطلاعات امکان ایجاد سودآوری از طریق معاملات پربسامد را افزایش داده است. هدف اصلی این پژوهش بررسی و ارائه مدلی است از الگوریتم های معاملات زوجی است که توان ایجاد بازدهی بالاتری را نسبت به الگوریتم های پیشین مبتنی بر هم انباشتگی داشته باشد. در مطالعه پیشینه تحقیقات یکی از محدودیت های الگوریتم معاملات زوجی استفاده از حدود و قوانین ثابت بوده است که نمی تواند بخشی از پویایی های سیستم را مدل نمایید. این پژوهش که بر حسب هدف در زمره تحقیقات کاربردی و از حیث گردآوری داده ها در قالب تحقیقات توصیفی با رویکرد ارائه یک مدل قرار میگیرد. به منظور آزمون مدل با استفاده از داده های سال 1395 سهام به صورت درون روزی مدلها آزمون شدند. جامعه آماری این تحقیق 50 شرکت برتر بورس اوراق بهادار تهران بوده اند که با استفاده از فیلتر نمودن داده ها به منظور ایجاد جفت سهم این تعداد به 33 سهم کاهش یافت که این تعداد به عنوان نمونه انتخاب گردید. با پیاده سازی دو مدل الگوریتم معاملات زوجی و الگوریتم معاملات زوجی کنترل کیفیت آماری فازی نتایج پژوهش ارائه گردید و در پایان نتایج نشان داد که الگوریتم اصلاح شده در دوره مشابه سرمایه گذاری توانسته است 95/57% بازده ایجاد نماید در حالی که مدل پایه 17/46% بازده را برای سرمایه گذرار به همراه داشته است. پرونده مقاله

در این پژوهش به بهینه سازی کلاسیک سبد سهام که در سال 1952 توسط هری مارکویتز ارائه شد پرداخته می شود. با این تفاوت که برای اندازه گیری ریسک از معیار فاستر-هارت استفاده می گردد. روشی نوین که در سال 2009 توسط فاستر و هارت در مقاله ای عنوان شد. این ریسک به رخدادهای دنباله چپ بسیار حساس است و به دنبال مصون نگه داشتن سرمایه گذار از خطر ورشکستگی است و به صورت تئوری حداقل سطح ثروتی بیان می شود که سرمایه گذار می بایست داشته باشد تا سرمایه گذاری در یک دارایی ریسکی به ورشکستگی وی منتج نشود. به همین منظور از قیمت سهام 34 شرکت بورس اوراق بهادار تهران در بازه زمانی 01/07/1391 تا 31/06/1396 استفاده شده است و سبدهای بهینه با استفاده از معیارهای فاستر-هارت، ارزش در معرض خطر، ارزش در معرض خطر شرطی، قدر مطلق انحرافات، واریانس و نیم واریانس به دست آمده اند. نتایج این پژوهش نشان می دهد که در بازه زمانی فوق سبدهای بهینه بر اساس ریسک فاستر-هارت عملکرد مطلوب تری در مقایسه با سایر روش های نام برده دارد. پرونده مقاله

یکی از مهم‌ترین موضوعات مطرح بازارهای مالی پیش‌بینی قیمت و بازده سهام است. در این پژوهش سعی می‌شود بهترین مدل و رویکرد پیش‌بینی قیمت سهام با توجه به شاخص های میانگین مربعات خطا (MSE)، مجذور میانگین مربعات خطاها (RMSE)، ضریب تعیین ( 14R2"> ) انحراف معیار (S.D)، میانگین قدر مطلق خطاها (MAE) و معیار میانگین قدر مطلق خطاها (MAPE) برای مدل پنج عاملی فاما و فرنچ انتخاب شود. بدین منظور پس از تشکیل پرتفوی با توجه به مدل پنج عاملی فاما و فرنچ در بازه زمانی 1388 تا 1395 قیمت سهام توسط مدل اقتصادسنجی، رویکردهای شبکه عصبی، شبکه عصبی بهینه سازی شده، شبکه عصبی فازی بهینه سازی شده شبکه عصبی پایه شعاعی، شبکه عصبی GMDH، شبکه عصبی SVR و شبکه های عصبی فازی پیش‌بینی و دقت هر کدام از رویکردها برآورد شده است. نتایج پیش‌بینی بازدهی پرتفوی‌های تشکیل شده، نشان می‌دهد که دقت پیش‌بینی شبکه عصبی تابع پایه شعاعی (RBF) نسبت به دیگر مدل های ARMA و شبکه‌های عصبی بسیار بالا است. پرونده مقاله

هدف از پژوهش پیش رو، ارائه مدل تحلیل پوششی داده های پنجره ای فازی با هدف ارزیابی عملکرد مالی سهام در خلال دور ه های زمانی مختلف تحت عدم قطعیت داده ها می باشد. به عبارت دیگر در این تحقیق تلاش می شود تا یک رویکرد نوین ارزیابی عملکرد سهام با قابلیت پیاده سازی در حضور داده های پانل غیر قطعی ارائه گردد. زیرا بهره گیری از اطلاعات مربوط به چند دوره زمانی مختلف به جای یک دوره زمانی و هم چنین در نظر گرفتن عدم قطعیت موجود در داده ها، می توانند منجر به نتایج قابل اتکاتری در فرایند ارزیابی عملکرد سهام گردند. لازم به توضیح است که در مدل سازی و ارائه رویکرد مذکور، از روش های تحلیل پوششی داده ها، تحلیل پنجره ای و برنامه ریزی امکانی بهره گرفته شده است. در نهایت نیز به منظور آشنایی با چگونگی پیاده سازی رویکرد پیشنهادی پژوهش، مدل تحلیل پوششی داده های پنجره ای فازی بر روی پنج سهم از صنعت فرآورده های شیمیایی در بورس اوراق بهادار تهران برای چهار دوره زمانی از سال 1392 الی سال 1395 اجرا و نتایج مورد تجزیه و تحلیل قرار گرفته اند که حاکی از کارآمدی رویکرد مذکور می باشند. پرونده مقاله

موضوع شناخت و بررسی رفتار قیمت سهام، همواره یکی از موضوع های مهم و موردتوجه محافل علمی و سرمایه‌گذاری بوده است. در سالیان گذشته مدل های گوناگونی برای پیش‌بینی با استفاده از شبکه عصبی و مدل های ترکیبی پیشنهاد شده‌اند که از مدل های سنتی عملکرد بهتری داشتند. در این پژوهش یک مدل ترکیبی از شبکه عصبی و تبدیل موجک پیشنهادشده است که از الگوریتم ژنتیک برای بهینه سازی تابع پایه تبدیل موجک با هدف حداکثر نمایی کارایی این تبدیل، استفاده‌شده است. داده های مورداستفاده برای این پژوهش داده های روزانه از تاریخ 02/02/1391 تا تاریخ 30/01/1396 است. نتایج این پژوهش نشان داد که با این روش می‌توان تابع پایه‌ای متناسب با ویژگی های ذاتی سری زمانی برای پیش‌بینی یافت که خطای پیش‌بینی در این مدل نسبت به مدل شبکه عصبی و مدل ترکیبی شبکه عصبی و تبدیل موجک کاهش یابد. پرونده مقاله

استفاده از رویکردهای سنتی مبتنی بر تنزیل جریان‌های نقدی برای ارزیابی و مقایسه فرصت‌های سرمایه‌گذاری در بسیاری از صنایع رایج است. از آنجا که در این نوع سرمایه‌گذاری عدم اطمینان قابل توجهی وجود دارد، تکیه بر رویکردهای سنتی به دلیل در نظر نگرفتن انعطاف مدیریتی می‌تواند به تصمیم‌گیرهای نادرستی منجر شود. در این پژوهش رویکرد مبتنی بر اختیار واقعی در بودجه‌بندی سرمایه‌ای با رویکرد سنتی مقایسه شده است. فرضیه پژوهش این است که رویکرد اختیار واقعی، کیفیت فرآیند تصمیم‌گیری و انتخاب سبد سرمایه‌گذاری از بین طرح‌های پرخطر را بهبود می‌بخشد. باتوجه به این موضوع؛ با استفاده از روش مورد کاوی و با توجه دو شاخص میزان دسترسی و کامل‌تر بودن اطلاعات مالی، یک شرکت سرمایه‌گذاری خطرپذیر در حوزه تولید محصولات دارویی و تجهیزات پزشکی و درمانی برای پیاده‌سازی مدل انتخاب گردیده است. نتایج نشان می‌دهد که عملکرد مدل بودجه بندی سرمایه‌ای بر اساس برنامه‌ریزی پویا و اختیار واقعی با در نظر گرفتن ارزش انعطاف تصمیم‌گیری، دقیق‌تر از روش‌های سنتی بودجه‌بندی است. پرونده مقاله

هدف:با افزایش پیچیدگی‌های محیطی در ساختار بازارها، شکافِ هزینه‌های نمایندگی بین شرکت با سهام‌داران روزبه‌روز عمیق‌تر گردید که قدرت مدیرعامل یک معیار مهم در راستای ایجادِ تبعیض منافع بین سهام‌داران با مدیران یا متوازن نمودن منافع، نقش مهمی را دراین‌رابطه ‌ایجاد می‌نماید. این پژوهش باهدف طراحی مدلِ خردمندی در ارتقای ‌تصمیم‌گیری‌های ازدحامی در بازار سرمایه ارائه گردید. روش شناسی پژوهش: این پژوهش از نظر هدف اکتشافی و از نظر نتیجه جزء پژوهش‌های توسعه‌ای و از نظر نوع داده جزء پژوهش‌های آمیخته است. در بخش کیفی، اقدام به ارائه مدل خردمندی در راستای ارتقای تصمیم‌گیری ازدحامی در بازار سرمایه با استفاده از رویکردِ تحلیل نظری داده‌بنیاد، از طریق مصاحبه با 22 نفر از خبرگان در حوزه مدیریت صنعتی، مالی، شامل مدیران و اساتید دانشگاه نموده است. سپس در بخش کمی با مشارکتِ 80 نفر از اساتید، دانشجویان دکتری، مدیران سطوح مختلفِ 50 شرکت برتر بازار سرمایه، به ارزیابی مدل کیفی طراحی شده با استفاده از مدل‌سازی معادلات ساختاری پرداخته شد. یافته‌ها: نتایج بیانگر آن است خردمندی مدیران در راستای کثرت‌گرایی ارزش‌های سهام‌داران و ذی‌نفعان، متأثر از ریسک ناشی از منابع اطلاعاتی متعدد، در حوزه مؤلفه‌های هزینه‌محور، همچون تسهیل دستیابی به منابع مالی سازمانی، مؤلفه‌های بازار محور همچون تسهیل دستیابی به منابع مالی فراسازمانی و در مؤلفه‌های زیست محور چرخش اقتصاد جهانی به‌سوی اقتصاد مدور متأثر ‌‌می‌گردد. اصالت/ ارزش‌افزوده علمی:نتایج نشان ‌‌می‌دهد پیاده‌سازی راهبردهای خردمندی برای ارتقای ارزش‌های اجتماعی کثرت‌گرایانه ‌‌می‌تواند به افزایش مشروعیت تصمیم از دید ذی‌نفعان، اثربخشی رقابت، کاهش تضاد منافع در ‌تصمیم‌گیری و تأکید بر ابعاد اجتماعی منجر ‌‌‌شود پرونده مقاله