مطالعات راهبردی مالی و بانکی

چکیده هدف: این پژوهش با توجه به اهمیت اعتماد مشتریان به ارزش پول ملی در شرایط تورمی و نقش آن در اثربخشی سیاست پولی، مهار تورم و پایداری نظام بانکی، با هدف تبیین تاثیر شفافیت اطلاعات و کیفیت گزارشگری مالی بانک‌ها بر اعتماد مشتریان به ارزش پول ملی، با میانجی‌گری ادراک انصاف و صیانت حقوقی ذی‌نفعان انجام شد.
روش‌شناسی پژوهش: این پژوهش از نوع توصیفی-پیمایشی و همبستگی بود. جامعه آماری شامل مشتریان حقیقی بانک‌های شهر تهران بود که ۴۰۰ نفر از آنان با استفاده از نمونه‌گیری ترکیبی انتخاب شدند. داده‌ها با استفاده از پرسشنامه محقق‌ساخته ۶۸ گویه‌ای گردآوری و با استفاده از مدل‌سازی معادلات ساختاری به روش حداقل مربعات جزیی و آزمون سوبل تحلیل شدند.
یافته‌ها: نتایج نشان داد که هر دوازده فرضیه پژوهش معنادار بودند. در مسیرهای مستقیم، صیانت حقوقی بیشترین اثر را بر اعتماد داشت (0.448) و پس از آن ادراک انصاف قرار گرفت (0.302)، در حالی که اثرات مستقیم شفافیت اطلاعات (0.103) و کیفیت گزارشگری مالی (0.098) ضعیف‌تر اما معنادار بودند. همچنین، اثرات غیرمستقیم شفافیت اطلاعات بر ادراک انصاف (0.075)، کیفیت گزارشگری مالی بر ادراک انصاف (0.129)، شفافیت اطلاعات بر صیانت حقوقی (0.068) و کیفیت گزارشگری مالی بر صیانت حقوقی (0.091) همگی در سطح 0.01 معنادار بودند. مقادیر VAF در دامنه 0.398 تا 0.569 قرار داشت. ضریب تعیین متغیر اعتماد برابر با 0.681 و شاخص‌های GOF = 0.603 و SRMR = 0.062 بود که برازش مناسب مدل را نشان دادند.
اصالت/ارزش افزوده علمی: ارزش افزوده این پژوهش در ارایه و آزمون مدلی است که نقش شفافیت اطلاعات و کیفیت گزارشگری مالی بانک‌ها را در شکل‌گیری اعتماد مشتریان به ارزش پول ملی، با در نظر گرفتن هم‌زمان نقش میانجی ادراک انصاف و صیانت حقوقی ذی‌نفعان، تبیین می‌کند. یافته‌ها نشان می‌دهد که در شرایط تورمی، این عوامل بیش از آنکه صرفا از طریق اثرات مستقیم بر اعتماد عمل کنند، از مسیر تقویت ادراک انصاف و صیانت حقوقی به بازسازی اعتماد مشتریان به ارزش پول ملی کمک می‌کنند.

چکیده هدف: استقرار فناوری هوش مصنوعی در بانک‌ها علاوه بر منافع، با هزینه‌ها و ریسک‌هایی همراه است. پراکندگی یافته‌های پژوهش‌های پیشین، ضرورت ارایه تصویری جامع از پیامدهای به‌کارگیری هوش مصنوعی در صنعت بانکداری جهت تدوین فرآیندهای بهینه در به‌کارگیری آن را آشکار می‌سازد. لذا، پژوهش حاضر با هدف بررسی پیامدهای به‌کارگیری هوش مصنوعی در صنعت بانکداری انجام شده است.

روش‌شناسی پژوهش: این پژوهش از نظر هدف، کاربردی و از نظر نوع داده‌ها، کیفی است. منابع مرتبط از طریق جست‌وجوی نظام‌مند کلیدواژه‌های فارسی و انگلیسی در پایگاه‌های اطلاعاتی داخلی و خارجی، از جمله اسکوپوس، وب‌آوساینس، ساینس‌دایرکت، نورمگز، مگیران، و غیره در بازه زمانی ۲۰۱۰ تا ۲۰۲۶ میلادی و ۱۳۸۹ تا ۱۴۰۵ خورشیدی شناسایی شدند. پس از بررسی، ۳۲ مطالعه برای تحلیل نهایی انتخاب شد. تحلیل داده‌ها با استفاده از روش فراترکیب هفت‌مرحله‌ای سندلوسکی و باروسو انجام گرفت و اعتبار دسته‌بندی‌ها و یافته‌ها نیز با شاخص کاپا، روایی صوری و نظر خبرگان مورد تایید قرار گرفت.

یافته‎ها: نتایج حاصل از تحلیل، به استخراج ۱۶۹ کد پایه منجر شد که پس از مقایسه، ادغام و طبقه‌بندی مفاهیم هم‌معنا، در قالب ۶۵ کد مفهومی و ۱۳ مقوله اصلی سازمان‌دهی شدند. مقوله‌های شناسایی‌شده شامل منافع اقتصادی، عملیاتی و فرآیندی، راهبردی و سازمانی، و غیره، هزینه‌های آشکار و پنهان، ریسک‌های فنی، داده‌ای و امنیتی، حاکمیتی، اجرایی و غیره هستند.
اصالت/ارزش‌افزوده علمی: نتایج پژوهش نشان داد که به‌کارگیری هوش مصنوعی در صنعت بانکداری پدیده‌ای چندبعدی است و نمی‌توان آن را صرفا از منظر افزایش کارایی یا کاهش هزینه ارزیابی کرد. چارچوب ارایه‌شده می‌تواند به مدیران بانک‌ها، سیاست‌گذاران و نهادهای ناظر کمک کند تا با ارزیابی هم‌زمان منافع، هزینه‌های آشکار و پنهان و ریسک‌های استقرار، تصمیم‌های دقیق‌تر و متوازن‌تری درباره طراحی، اجرا و توسعه سامانه‌های هوش مصنوعی اتخاذ کنند.

چکیده هدف: ساختار مالکیت بانک‌ها صرفا بازتاب ترکیب سهامداران نیست و می‌تواند با ویژگی‌های قدرت مدیریتی، ارتباطات سیاسی و شرایط ریسک اعتباری پیوند داشته باشد. پژوهش حاضر رابطه ارتباطات سیاسی و قدرت ساختاری مدیرعامل با ساختار مالکیت بانک‌ها را بررسی و نقش تعاملی ریسک اعتباری را در این روابط ارزیابی می‌کند.
روش‌شناسی پژوهش: داده‌های پژوهش شامل ۱۱۹ مشاهده بانک-سال از ۱۴ بانک پذیرفته‌شده در بورس اوراق بهادار تهران طی دوره ۱۳۹۵ تا ۱۴۰۳ است. ریسک اعتباری با نسبت تسهیلات غیرجاری به حقوق صاحبان سهام و نسبت ذخیره زیان تسهیلات به درآمد خالص بهره سنجیده شد. برآوردهای اصلی با رگرسیون چندمتغیره مبتنی بر داده‌های تابلویی و روش حداقل مربعات تعمیم‌یافته تابلویی انجام شد. برای ارزیابی استحکام نتایج تعاملی نسبت به نحوه تصریح مدل، مشخصات سلسله‌مراتبی با ورود هم‌زمان اثرات اصلی اجزای تعامل نیز مبنای تحلیل قرار گرفت.
یافته‎ها: نتایج نشان داد ارتباطات سیاسی و قدرت ساختاری مدیرعامل با شاخص ساختار مالکیت مورد‌بررسی رابطه مثبت و معناداری دارند. آثار تعاملی دو سنجه ریسک اعتباری با این دو ویژگی مدیریتی در برآوردهای اولیه مثبت و معنادار بود؛ با این‌حال، پس از ورود هم‌زمان اثرات اصلی، معناداری این تعامل‌ها حفظ نشد. بنابراین، شواهد مربوط به نقش تعدیل‌گری ریسک اعتباری نسبت به نحوه تصریح مدل حساس است و حمایت آماری پایداری از فرضیه‌های تعاملی به دست نمی‌دهد.
اصالت/ارزش افزوده علمی: پژوهش حاضر با بررسی هم‌زمان ارتباطات سیاسی، قدرت ساختاری مدیرعامل، بعد ساختار مالکیت مورد‌بررسی و ریسک اعتباری، چارچوبی منسجم برای تحلیل پیوند سازوکارهای حاکمیتی و شرایط ریسک در بانک‌ها ارایه می‌کند. یافته‌ها بر ضرورت تفسیر ساختار مالکیت در کنار ویژگی‌های مدیریتی و شرایط ریسک اعتباری تاکید دارند و درعین‌حال نشان می‌دهند نتیجه‌گیری درباره نقش تعدیل‌گری ریسک اعتباری باید با احتیاط انجام شود

چکیده هدف: هدف پژوهش حاضر، شناسایی و اولویت‌بندی کاربردهای هوش مصنوعی در صنعت بانکداری و ارایه چارچوب تصمیم‌گیری برای کمک به مدیران بانک‌ها در تخصیص منابع و انتخاب اولویت‌های سرمایه‌گذاری در پروژه‌های هوش مصنوعی است.
روش‌شناسی پژوهش: این پژوهش از نظر هدف، کاربردی و از نظر روش، توصیفی-تحلیلی و مبتنی بر رویکرد تصمیم‌گیری چندمعیاره است. در مرحله نخست، با بررسی مطالعات پیشین و استخراج کاربردها و معیارهای مرتبط، کاربردهای اصلی هوش مصنوعی و معیارهای موثر بر اولویت‌بندی آن‌ها شناسایی می‌شوند. سپس معیارها و گزینه‌های اولیه با استفاده از روش دلفی و نظر خبرگان حوزه بانکداری، فناوری اطلاعات و هوش مصنوعی اعتبارسنجی و پالایش خواهند شد. پس از تعیین معیارهای نهایی، روش بهترین-بدترین برای تعیین وزن معیارها و روش تکنیک ترجیح بر اساس تشابه به راه‌حل ایده‌آل برای رتبه‌بندی کاربردهای هوش مصنوعی به‌کار گرفته خواهد شد. در نهایت، به‌منظور بررسی استحکام نتایج، تحلیل حساسیت بر اساس تغییر وزن معیارها انجام خواهد شد.
یافته‎ها: بر اساس مرور مطالعات پیشین، کاربردهایی از قبیل تشخیص تقلب، اعتبارسنجی و امتیازدهی اعتباری، مدیریت ریسک، مبارزه با پول‌شویی، خدمات مشتری و چت‌بات‌ها، اتوماسیون فرایندها، احراز هویت و امنیت سایبری به‌عنوان گزینه‌های اولیه شناسایی شده‌اند. همچنین، شش بعد اولیه شامل ارزش اقتصادی، ارزش عملیاتی، ارزش مربوط به ریسک و امنیت، ارزش مشتری، امکان‌پذیری اجرا و الزامات مقرراتی و هوش مصنوعی مسئولانه برای ارزیابی و اولویت‌بندی این کاربردها استخراج شده‌اند. انتظار می‌رود نتایج دلفی ضمن اعتبارسنجی و پالایش این معیارها، مبنای تعیین وزن آن‌ها و رتبه‌بندی نهایی کاربردهای هوش مصنوعی در بانکداری را فراهم کند.
اصالت/ارزش افزوده علمی: ارزش افزوده پژوهش حاضر در توسعه یک چارچوب اختصاصی برای صنعت بانکداری است که برخلاف مطالعاتی که صرفا کاربردهای هوش مصنوعی یا عوامل پذیرش آن را بررسی کرده‌اند، چندین کاربرد هوش مصنوعی را به‌صورت هم‌زمان و بر اساس مجموعه‌ای از معیارهای اقتصادی، عملیاتی، ریسک و امنیت، مشتری، امکان‌پذیری اجرا و الزامات مقرراتی و هوش مصنوعی مسئولانه مقایسه می‌کند. ترکیب مرور ادبیات، دلفی، BWM و TOPSIS امکان تلفیق شواهد علمی و قضاوت خبرگان و ارایه یک ابزار تصمیم‌گیری نظام‌مند برای اولویت‌بندی سرمایه‌گذاری‌های هوش مصنوعی در بانک‌ها را فراهم می‌سازد

چکیده هدف: افشای زیست‌محیطی و رتبه‌بندی اعتباری شرکت‌ها با سیگنال‌دهی در مورد ریسک‌های سیستماتیک و غیر‌سیستماتیک ناشی از شفافیت، جذابیت سهام را افزایش داده و از یک ضرورت صرفا اخلاقی فراتر رفته و به یک ضرورت راهبردی برای مدیریت ریسک و کاهش هزینه سرمایه تبدیل شده است و بنابراین از نظر تصمیمات ذینفعان و اعتباردهندگان دارای اهمیت است. هدف از این پژوهش بررسی رابطه رتبه‌بندی اعتباری شرکت و افشای زیست‌محیطی، اجتماعی و حاکمیتی با نقدشوندگی سهام با‌توجه‌به نقش اندازه حسابرس و زیان شرکت است.
روش‌شناسی پژوهش: پژوهش، ازنظر هدف کاربردی و ازنظر ماهیت و محتوا از نوع همبستگی است. برای آزمون وجود رابطه بین متغیرها و معنادار‌بودن مدل برآورده‌شده از روش رگرسیون چندگانه مبتنی بر تحلیل داده‌های تابلویی (پانل دیتا) استفاده شد. داده‌های پژوهش برگرفته از صورت‌های مالی 164 شرکت در بازه زمانی 1395-1403 است.
یافته‎ها: نتایج آزمون فرضیه‌های تحقیق نشان داد بین افشای اطلاعات ESG و رتبه‌بندی اعتباری با نقدشوندگی سهام رابطه مثبت و معنی‌داری وجود دارد. زیان شرکت بر رابطه بین افشای اطلاعات ESG با نقدشوندگی سهام نقش تعدیل‌گر منفی دارد؛ اما نقش تعدیل‌گر اندازه حسابرس بر رابطه بین افشای اطلاعات ESG و نقدشوندگی معنی‌دار نیست.
اصالت/ارزش افزوده علمی: این تحقیق نشان می‌دهد عوامل موثر بر نقدشوندگی در تحقیقات اخیر جدای از نسبت‌های مالی به حوزه اعتبار و شهرت شرکت و همچنین گزارش‌های پایداری و زیست‌محیطی معطوف شده است و به یکی از عوامل کلیدی برای شرکت‌هایی تبدیل شده است که قصد جذب سرمایه‌گذاران و بهبود نقدشوندگی بازار را دارند

چکیده هدف: این پژوهش با هدف تحلیل ساختار وابستگی متقابل و خوشه‌بندی ریسک بازار در صنعت بانکداری ایران انجام شده است. هدف شناسایی کانون‌های اتصال، پل‌های ارتباطی و گروه‌های رفتاری بانک‌ها، بررسی پویایی زمانی هم‌حرکتی آن‌ها و ارایه راهکارهای عملیاتی برای مدیریت ریسک شبکه‌ای و پایش ثبات مالی است.
روش‌شناسی پژوهش: بازده هفتگی سهام ۹ بانک طی دوره ۱۳۹۴ تا ۱۴۰۵ (۵۹۳ هفته) محاسبه و پس از پالایش صدکی، ماتریس همبستگی پیرسون برآورد شد. سپس با تبدیل همبستگی به فاصله، درخت پوشای کمینه و شبکه همبستگی آستانه‌دار (۰٫۲۵) ساخته و شاخص‌های مرکزیت محاسبه گردید. خوشه‌بندی سلسله‌مراتبی وارد برای گروه‌بندی بانک‌ها و همبستگی غلتان ۵۲ هفته‌ای برای رصد پویایی زمانی به کار رفت.
یافته‎ها: همبستگی‌ها مثبت اما ناهمگن‌اند؛ بالاترین ضریب میان صادرات و تجارت (۰٫۷۷۳) و کمترین همبستگی‌ها مربوط به بانک شهر است. در درخت پوشای کمینه، صادرات با بینابینی ۲۳ دروازه‌بان اصلی و تجارت کانون دوم شبکه‌اند. در شبکه قوی، تجارت (قدرت ۳٫۹۵) و صادرات (۳٫۸۸) بیشترین شدت اتصال را دارند. خوشه‌بندی سه گروه را شناسایی کرد: هسته‌ای شش‌تایی، لایه‌ای میانی (اقتصاد نوین و پست بانک) و پیرامونی منفرد (شهر). همبستگی غلتان در دوره کووید-۱۹ (میانگین 438/0) و تنش‌های منطقه‌ای (میانگین 430/0) نسبت به میانگین کل دوره (367/0) افزایش یافت که نشان‌دهنده تشدید هم‌حرکتی و تضعیف موقت اثر تنوع‌بخشی در بحران است.
اصالت/ارزش افزوده علمی: این مطالعه با ترکیب هم‌زمان چند ابزار شبکه‌ای بر بازده هفتگی بلندمدت و پوشش شوک‌های اخیر، تصویری چندلایه از ساختار اتصال بانکی ایران ارایه می‌کند و میان الگوی رفتاری و شدت اتصال تفکیک قایل می‌شود؛ رویکردی که در مطالعات پیشین کمتر دیده شده و مکمل پژوهش‌های مبتنی بر داده بین‌بانکی است