اولویتبندی مؤلفههای شناساییشده الگوی شرکتهای خدمات مشاوره مالی و سرمایهگذاری از منظر تصمیمات سرمایهگذاران نهادی با استفاده از دیمتل فازی
کلمات کلیدی:
خدمات مشاوره مالی, سرمایهگذاران نهادی, تصمیمگیری سرمایهگذاری, دیمتل فازی, بازار سرمایه, عدم قطعیت اقتصادیچکیده
هدف پژوهش حاضر شناسایی و اولویتبندی مؤلفههای الگوی شرکتهای خدمات مشاوره مالی و سرمایهگذاری از منظر تصمیمات سرمایهگذاران نهادی و تبیین روابط علّی و معلولی میان این مؤلفهها با استفاده از روش دیمتل فازی بود. این پژوهش از نظر هدف کاربردی و با رویکرد آمیخته کیفی–کمی انجام شد. در بخش کیفی، از نظریه دادهبنیاد و مصاحبه نیمهساختاریافته با ۳۷ خبره شامل ۱۲ نفر از سرمایهگذاران نهادی، ۱۳ نفر از شرکتهای مشاور مالی و ۱۲ نفر از نهادهای ناظر استفاده شد. مشارکتکنندگان به روش هدفمند و معیاری انتخاب شدند و مصاحبهها تا دستیابی به اشباع نظری ادامه یافت. دادهها با کدگذاری باز، محوری و انتخابی و با استفاده از MAXQDA 20 تحلیل شدند. در بخش کمی، ۲۴ معیار اصلی استخراجشده از مدل کیفی با تکنیک دیمتل فازی بررسی شدند. از ۳۷ پرسشنامه مقایسات زوجی، ۳۴ پرسشنامه کامل وارد تحلیل شد و روابط اثرگذاری، اثرپذیری و برجستگی معیارها تعیین گردید. نتایج، مدل پارادایمی شامل شرایط علی، پدیده محوری، شرایط زمینهای، شرایط مداخلهگر، راهبردها و پیامدها را نشان داد. شرایط علی با وزن ۰.۳۴۷ بالاترین اولویت را داشت. در رتبهبندی نهایی، عدم قطعیتهای کلان اقتصادی با وزن ۰.۱۴۸، فرایند تصمیمگیری سرمایهگذاری نهادی با وزن ۰.۱۴۰ و استفاده از خدمات مشاوره مالی با وزن ۰.۰۸۳ در رتبههای نخست قرار گرفتند. در تحلیل دیمتل، ضرورت توسعه شرکتهای مشاوره مالی با مقدار برجستگی ۱۷.۲۸۲۳ مهمترین معیار شبکه بود، در حالی که تحریمها و نوسانات شدید بازار با شاخص علّی ۰.۷۵۴۳ قویترین عامل اثرگذار شناخته شد. یافتهها نشان دادند که الگوی مطلوب شرکتهای خدمات مشاوره مالی و سرمایهگذاری باید بر مدیریت عدم قطعیت، پشتیبانی ساختاریافته از تصمیمگیری نهادی، تحلیل تخصصی، استقلال حرفهای، شفافیت اطلاعاتی، مدیریت ریسک و انطباق خدمات با ویژگیهای نهادی بازار سرمایه استوار باشد و توسعه این صنعت مستلزم توجه همزمان به عوامل اقتصادی، نظارتی، فناورانه و سازمانی است.
دانلودها
مراجع
Ahmad, U., Van Keulen, M., Briassouli, A., & Saad, M. (2025). Cognitive Biases, Robo Advisor and Investment Decision Psychology: An Investor's Perspective from New York Stock Exchange. Acta Psychologica, 256, 105048. https://doi.org/10.1016/j.actpsy.2025.105048
Azad, P., & Sharma, M. (2025). Examining the Influence of Behavioural Finance on Institutional Investors and Their Financial Decision Making in Financial Markets. International Journal of Accounting and Economics Studies, 12, 197-202. https://doi.org/10.14419/cky8bc30
Bhatia, A., Chandani, A., Divekar, R., Mehta, M., & Vijay, N. (2022). Digital Innovation in Wealth Management Landscape: The Moderating Role of Robo Advisors in Behavioural Biases and Investment Decision-Making. International Journal of Innovation Science, 14(3-4), 693-712. https://doi.org/10.1108/IJIS-10-2020-0245
Bonelli, M. I., & Liu, J. (2024). Revolutionizing Robo-Advisors: Unveiling Global Financial Markets, AI-Driven Innovations, and Technological Landscapes for Enhanced Investment Decisions. Advances in Science Technology and Engineering Systems Journal, 9(2), 33-44. https://doi.org/10.25046/aj090205
Chen, H., De, P., Hu, Y., & Hwang, B. H. (2012). Customers as advisors: The role of social media in financial markets.
Ewe, S. Y., Lee, C. K. C., & Gul, F. A. (2020). Regulatory Focus and Investment Advisers' Recommending Behavior. The International Journal of Bank Marketing, 39(1), 107-126. https://doi.org/10.1108/ijbm-12-2019-0452
Gerrans, P., & Hershey, D. A. (2016). Financial Adviser Anxiety, Financial Literacy, and Financial Advice Seeking. Journal of Consumer Affairs, 51(1), 54-90. https://doi.org/10.1111/joca.12120
Huang, Z., Che, C., Zheng, H., & Li, C. (2024). Research on Generative Artificial Intelligence for Virtual Financial Robo-Advisor. Academic Journal of Science and Technology, 10(1), 74-80. https://doi.org/10.54097/30r2kk80
Lassoued, N., Khanchel, I., & Souguir, Z. (2025). Carbon Risk and Corporate Tax Avoidance: Do Institutional Investors Drive Business to Organize for Social Good? Strategic Change, 34(1), 75-91.
Li, X., Lou, Y., Wang, R., & Zhou, K. (2025). How Do Institutional Investors Facilitate Reporting Comparability? Evidence From Common Institutional Ownership in the United States. Contemporary Accounting Research, 42(2), 1176-1211. https://doi.org/10.1111/1911-3846.13028
Mirmohammadi, Z., & Talaneh, A. (2021). Identification of Nonfinancial Measures through Thematic Analysis Identifying Non-financial Measures Based on Thematic Analysis Method. Accounting and Auditing Review, 28(1), 161-180. https://doi.org/10.22059/acctgrev.2021.313117.1008463
Mohammadi, A. (2011). The Role of Ethical Systems in Financial Reporting Islamic Azad University, Science and Research Branch, Tehran].
Okeke, I. C., Agu, E. E., Ejike, O. G., Ewim, C. P., & Komolafe, M. O. (2023). A Policy Model for Regulating and Standardizing Financial Advisory Services in Nigeria’s Capital Markets. International Journal of Frontline Research and Reviews, 1(4), 040-056. https://doi.org/10.56355/ijfrr.2023.1.4.0037
Pagliaro, C. (2021). Investor Behavior Modeling by Analyzing Financial Advisor Notes: A Machine Learning Perspective. https://doi.org/10.48550/arxiv.2107.05592
Saranj, A., & Zolfaghari, M. (2025). Trading behavior-stock market volatility nexus among institutional and individual investors. https://doi.org/10.1186/s40854-024-00717-0
Wang, H., & Yu, S. M. (2021). Robo-Advising: Enhancing Investment With Inverse Optimization and Deep Reinforcement Learning. https://doi.org/10.48550/arxiv.2105.09264
Waweru, N. M., Munyoki, E., & Uliana, E. (2007). The Effects of Behavioral Factors in Investment Decision Making: A Survey of Institutional Investors Operating at the Nairobi Stock Exchange. Fourth Annual Corporate Reporting & Governance Conference, Los Angeles, USA.
Wu, C. (2025). Applications of Modern Portfolio Theory in Resource Allocation and Asset Management for Institutional Investors: A Review. Advances in Economics, Management and Political Sciences. https://doi.org/10.54254/2754-1169/2025.bj24978
Zeinivand, M., Janani, M. H., Hemmatfar, M., & Setayesh, M. R. (2021). Behavioral biases and decisions of individual and institutional investors based on technical information in the Tehran Stock Exchange. Financial Economics, 15(57), 233-258.
Zeynali, A. (2010). Examining the Effects of Behavioral Factors on the Investment Decisions of Active Institutional Investors in the Tehran Stock Exchange Allameh Tabatabai University].
Zhu, H., Vigren, O., & Söderberg, I. L. (2024). Implementing artificial intelligence empowered financial advisory services: A literature review and critical research agenda. Journal of Business Research, 174, 114494. https://doi.org/10.1016/j.jbusres.2023.114494
دانلود
گاهشمار انتشار
- ارسال
- بازنگری
- پذیرش
شماره
نوع مقاله
مجوز
حق نشر 2025 Pouria Ghaderi Dehkordi (Author); Iraj Torabi (Corresponding author); Bahareh Banitalebi Dehkordi (Author)

این پروژه تحت مجوز بین المللی Creative Commons Attribution-NonCommercial 4.0 می باشد.