الگوی عوامل مدیریتی مؤثر بر تصمیمات زنجیره تأمین مالی نظام تعاونی‌های تولیدی در ایران

محورهای موضوعی : حسابداری مدیریت

حسین اسلامی مفیدآبادی ¹ (پژوهشگر دوره پسا دکتری مدیریت مالی،گروه حسابداری و مدیریت، واحد سمنان، دانشگاه آزاد اسلامی، سمنان، ایران)
یونس وکیل الرعایا ² (دانشیار گروه مدیریت، مرکز تحقیقات کارآفرینی، ایده پردازی و تجاری سازی، واحد سمنان، دانشگاه آزاد اسلامی، سمنان، ایران (تویسنده مسئول))

تاریخ دریافت : 1401/04/25 تاریخ پذیرش : 1401/04/25 تاریخ انتشار : 1401/03/01

کلید واژه: تصمیمات مالی, تعاونی‌های تولیدی, زنجیره تأمین مالی,

چکیده مقاله :

هدف از این مطالعه، طراحی و تبیین الگوی عوامل مؤثر برتصمیمات زنجیره تأمین مالی نظام تعاونی‌های تولیدی در ایران می‌باشد. روش پژوهش از منظر هدف کاربردی و از نوع ترکیبی و اکتشافی بوده است. جامعه آماری پژوهش شامل زنجیره تأمین مالی نظام تعاونی‌های تولیدی در ایران بوده و کلیۀ داده‌ها و اطلاعات مورد نیاز پژوهش در دو بخش کمی و کیفی تهیه شده است. در بخش کیفی با رویکرد نظریه برخواسته ازداده‌ها و نشانه‌گذاری عددی عوامل مؤثر بر تصمیمات زنجیره تأمین مالی نظام تعاونی‌های تولیدی در ایران شناسایی شده‌اند. در بخش کمی نیز با مرور مبانی نظری و بررسی میدانی و توزیع 384 پرسشنامه تجزیه ‌و تحلیل داده‌ها و آزمون فرضیه‌های پژوهش با استفاده از رویکرد الگو‌یابی معادلات ساختاری انجام شده است. نتایج بیانگر آنست که، اثر مقوله‌های محوری درونی و بیرونی، عوامل مداخله‌گر، زمینه‌ای، علی و راهبردی بر پیامدهای کلیدی یعنی انتخاب رویکردهای تأمین مالی در زنجیره تأمین مالی نظام تعاونی‌های تولیدی ایران معنادار بوده است. به‌طوری‌که اثرمعناداری هرکدام از عوامل تعیین شده و برآوردی در الگوی پژوهش به ترتیب برابر بود با ؛ 69/0، 51/0، 53/0، 57/0 ، 68/0، 68/0 و 66/0 درصد. از این‌رو، نتایج این پژوهش به همراه ابعاد و مؤلفه‌های تعیین شده در الگوی پژوهش به نوبۀ خود امکان برنامه‌ریزی و اجرای صحیح طرح‌ها و اقدامات سیاست‌گذاران در بخش نظام تعاونی‌های تولیدی در ایران را فراهم می‌نماید. به‌طوری‌که برآیند این جریان به سهم خود هم امکان حل مسائل و مشکلات تأمین مالی تعاونی‌های تولیدی و هم امکان افزایش مشارکت بیشتر سرمایه‌گذاران در بخش تعاونی‌های به منظور توسعه‌ی اقتصادی بخش تعاونی در اقتصاد ایران را فراهم می‌نماید.

چکیده انگلیسی:

The purpose of this study was to design and explain the model of factors effecting the financing chain decisions of the production cooperatives system in Iran. The research method was applied from the perspective of purpose and is of combined and exploratory type. The statistical population of the research also includes the financing chain of the production cooperatives system in Iran and all the data and information required for the research have been prepared in two parts: quantitative and qualitative. In the qualitative section, with the approach of data theory and numerical notation, the factors affecting the financing chain decisions of the production cooperatives system in Iran have been identified. In the quantitative section, with a review of theoretical foundations and field research, a questionnaire was prepared and distributed to 384 people. Then the research hypotheses were tested using the structural equation modeling approach. The results indicate that the effect of internal and external pivotal categories, intervening, contextual, causal and strategic factors on key outcomes, ie the choice of financing approaches in the financing chain of the Iranian production cooperatives system was significant. In other words, that significantly effect of each of the determined and estimated factors in the research model was equal to; 0.69, 0.51, 0.53, 0.57, 0.68, 0.68 and 0.66%. Therefore, it can be said that the dimensions and components specified in the research model provide the possibility of planning and proper implementation of plans and actions of policy makers in the system of production cooperatives in Iran. As a result, this process, for its part, provides both the possibility of solving the problems of financing production cooperatives and the possibility of increasing the participation of more investors in the cooperative sector in the economic development of the cooperative sector in the Iranian economy.

منابع و مأخذ:

• اُسکونژاد،محمد مهدی. (1368). اقتصاد مهندسی. تهران: انتشارات دانشگاه صنعتی امیر کبیر، ویرایش دوم.


• اسلامی بیدگلی، غلامرضا؛ احتشام راثی،رضا؛ (1390). کاربرد تئوری بازی‏ها در ارزیابی سرمایه‏گذاری در سهام. مجله دانش مالی تحلیل اوراق بهادار، 4(3/11)، 95-123.


• اسلامی مفیدآبادی،حسین؛ رهنمای رود پشتی، فریدون؛ وکیلی فرد، حمیدرضا؛ نیکومرام، هاشم؛ طبیبی، سیدجمال‌الدین. (1398). طراحی الگوی آمیختۀ تصمیمات مالی در راستای توسعه‌ی بازارهای مالی ایران (مورد مطالعه: بازار سرمایه ایران). دانش مالی تحلیل اوراق بهادار،12(43):1-39.


• آذر، عادل؛ سلمانی نژاد، رمضانعلی. (1396). زنجیره خدمات تأمین مالی مبتنی بر سرمایه: رویکرد مدلسازی نرم در مدیریت (مورد مطالعه: بورس اوراق بهادار تهران). تحقیقات نوین مدیریت خاتم، 1(1): 141-166.


• جباری، امیر؛ قربانی، فهمیده. (1395). بررسی رابطه بین اعطای تسهیلات بانکی و نوسانات تولید در ایران (طی دوره 93-1385). سیاست‌گذاری پیشرفت اقتصادی، 4(4): 127-144


• جعفرپیشه، جواد. (1384). تعاون، بازاندیشی در سیاست‌ها، تولید اشتغال. مجموعه مقالات منتخب کنفرانس تعاون واشتغال توسعه، جلد اول.


• حاجی غلام سریزدی، علی؛ رجب زاده قطری, علی؛ مشایخی، علینقی؛ حسن‏زاده، علیرضا. (1399). طراحی مدل پویایی‌شناسی سیستم تامین مالی جمعی در ایران. پژوهش‌های نوین در تصمیم‏گیری، 5(2): 49-80.


• رضایی دولت‏آبادی، حسین؛ مهرآذین، سمیرا. (1392). تحلیل نقش حسابداری مدیریت در ایجاد مزیت رقابتی برای سازمانها، در محیط‌های متغییر و پویا. حسابداری ومنافع اجتماعی، 3(1): 89-99.


• فتح اله، مهدی؛ نجفی، مهدی. (1395). توسعه الگوی مدیریت مالی زنجیره تامین وتأمین مالی زنجیره‌ای. نشریه پژوهش‌های مهندسی صنایع در سیستم‌های تولید،4(9): 257-269.


• فرهادی، فرهاد؛ فائض، علی. (1399). شناسایی و اولویت‌بندی عوامل موثر بر ارزیابی مدیریت زنجیره تأمین مالی(FSCM) با استفاده از از رویکرد آمیخته در صنایع تولید فولاد اصفهان. فصلنامه مدیریت صنعتی،14(50): 148-157.


• Almeida, H., and Campello, M., (2007), Financial constraints, asset tangibility, and corporate investment, Review of Financial Studies, 20 (5), 1429–1460. https://www.jstor.org/stable/4494809


• Austin, J. E. (2000a). Strategic alliances between nonprofits and businesses. Nonprofit & Voluntary Sector Quarterly, 29(1), 69-97.


• Austin, J. E. (2000b). The collaboration challenge: How nonprofits and businesses succeed through strategic alliances. San Francisco, CA: Jossey-Bass.


• Bailey, Kate, and Mark Francis. (2008). Managing information flows for improved value chain performance. International Journal of Production Economics 111: 2–12. [CrossRef]


• Banker, R.D., Chang, H., Janakiraman, S.N., and C. Konstans., (2004). “A balanced scorecard analysis of performance metrics,” European Journal of Operational Research,15(2), 423-436.


• Beamon, B. M. (1998). Supply Chain Design and Analysis: Models and Methods. International Journal of Production Economics,55(3), 281-294.


• Bigliardi, B., & Bottani, E., (2010). Performance measurement in the food supply chain: a balanced scorecard approach, Facilities, 28(5/6), 249-260.


• Boissay, Frederic, and Reint Gropp. (2007). Trade credit defaults and liquidity provision by firms. ECB Working Paper No. 753, May 31.


• Cai, S., Jun, M., & Yang, Z. (2010). Implementing supply chain information integration in China: The role of institutional

 

forces and trust. Journal of Operations Management, 28(3), 257–268.

• Caniato, Federico, Luca Mattia Gelsomino, Alessandro Perego, and Stefano Ronchi. (2016). Does finance solve the supply chain financing problem? Supply Chain Management: An International Journal 21: 534–49. [CrossRef]


• Chopra, S. Meindle, P. (2007). Supply Chain Management (strategy, planning, and operation). Pearson Education, Inc., Upper Saddle River, New Jersey, 07458. (Third ed.).


• Coricelli, Fabrizio, and Igor Masten. (2004). Growth and volatility in transition countries: The role of credit. In Festschrift in Honor of Guillermo A. Calvo. Washington DC: International Monetary Fund, April.


• Creswell, J. W. (2005), Educational Research: Planning, Conducting, and Evaluating Quantitative and Qualitative Research (2nd edition).


• Fabbri, Daniela, and Leora F. Klapper. (2016). Bargaining power and trade credit. Journal of Corporate Finance 41: 66–80. [CrossRef]


• Fiedler, A. (2022). An agent-based negotiation protocol for supply chain finance. Computers & Industrial Engineering,168, June2022,. [CrossRef]


• Gunasekaran, A., (1999). Agile manufacturing: a frame work for research and development- a brief overview with emphasis on communications and information infrastructure. International Journal of Production Research, 62(1): 87–105.


• Gunasekaran, A., Patel, C. and E. Tirtiroglu. (2000),“ Performance metrics in a supply chain environment,” International Journal of Operations and Production Management,21(1/2): 74-87.


• Gunasekaran, A., Patel, C. and R.E. McGaughey. (2004).“A framework for supply chain performance measurement,”International Journal of Production Economics,87(3):333-347.


• Lamoureux, Jean-François, and Todd Evans. (2011). Supply chain finance: A new means to support the competitiveness and resilience of global value chains. Available online: https://ssrn.com/abstract=2179944(accessed on 12 October 2011).


• Lee, J. (2001). A Grounded Theory: Integration and Internalization in ERPAdoption and Use, Unpublished Doctoral Dissertation, University of Nebreska, In Proquest UMI Database.


• Lo Nigro, G., Favara, G., Abbate, L. (2021). Supply chain finance: The role of credit rating and retailer effort on optimal contracts. International Journal of Production Economics, 240 (October 2021): 108235. https://doi.org/10.1016/j.ijpe.2021.108235 


• Marak, R. Z., Pillai, D. (2019). Factors, Outcome, and the Solutions of Supply Chain Finance: Review and the Future Directions. Journal of Risk and Financial Management, 12(1), 3: 1-23. https://doi.org/10.3390/jrfm12010003


• Miles, M., & Huberman, A. (2002). Qualitative Data Analysis: An Expanded Sourcebook, 2nd Edition. SAGE Publications.


• Otto, A., and H. Kotzab (2003), “Does supply chain management really pay? Six perspectives to measure the performance of managing a supply chain,”European Journal of Operational Research, 144(2):306-320.


• Ozceylan, E., and T. Paksoy. (2012). Interactive fuzzy programming approaches to the strategic and tactical planning of a closed-loop supply chain under uncertainty." International Journal of Production Research, 52 (8): 2363-2387.


• Pellegrino, R., Costantino, N., Tauro, D. (2019). Supply Chain Finance: A supply chain-oriented perspective to mitigate commodity risk and pricing volatility, Journal of Purchasing and Supply Management, 25(2), 118-133. https://doi.org/10.1016/j.pursup.2018.03.004


• Pfohl, Hans-Christian, and Moritz Gomm. (2009). Supply chain finance: Optimizing financial flows in supply chains. Logistics Research 1: 149–61. [CrossRef]


• Raddatz, Claudio. (2010). Credit chains and sectoral comovement: Does the use of trade credit amplify sectoral shocks? The Review of Economics and Statistics 92: 985–1003. [CrossRef]


• Ronchini, A., Moretto, A., Caniato,, F. (2021). A decision framework for inventory- and equipment-based supply chain finance solutions, Journal of Purchasing and Supply Management, Available online 30 June 2021, 100712, In Press, [Corrected Proof]. https://doi.org/10.1016/j.pursup.2021.100712


• Selsky, J. W., & Parker, B. (2005). Cross-sector partnerships to address social issues: Challenges to theory and practice. Journal of Management, 31(6), 849-873.


• Simchi, D., Levi, D., (2004). Managing the supply chain: the definitive guide for the business professional: McGraw-Hill Companies.


• Soni, G. and Kodali, R. (2010). «Internal benchmarking for assessment of supply chain performance», Benchmarking: An International Journal, 17 (1), pp. 44-76.


• Strauss, Anselm L. (1987), Qualitative Analysis for Social Scientists, Cambridge, England: Cambridge University Press.


• Strauss, Anselm L., & Corbin, Juliet. (1990). Basics of Qualitative Research: Grounded Theory Procedures and Techniques, Sage.

Vurro, C., Dacin, M.T. & Perrini, F. (2010). Institutional Antecedents of Partnering for