<?xml version="1.0" encoding="UTF-8"?>
<ArticleSet>
  <Article>
    <Journal>
      <PublisherName></PublisherName>
      <JournalTitle>علم تصمیم گیری و سیستم های هوشمند</JournalTitle>
      <Issn>3060-7574</Issn>
      <Volume></Volume>
      <Issue>در دست انتشار</Issue>
      <PubDate PubStatus="epublish">
        <Year>1405</Year>
        <Month>06</Month>
        <Day>01</Day>
      </PubDate>
    </Journal>
    <ArticleTitle>پیش­بینی بحران مالی بازار سهام ایران با تاکید بر متغیرهای درونی و بیرونی با استفاده از مدل­های هوشمند</ArticleTitle>
    <VernacularTitle>پیش­بینی بحران مالی بازار سهام ایران با تاکید بر متغیرهای درونی و بیرونی با استفاده از مدل­های هوشمند</VernacularTitle>
    <FirstPage>1</FirstPage>
    <LastPage>15</LastPage>
    <Language>FA</Language>
    <AuthorList>
      <Author>
        <FirstName>مینا</FirstName>
        <LastName>رمضانی لیندی</LastName>
        <Affiliation>دانشگاه آزاد اسلامی واحد ساری</Affiliation>
      </Author>
      <Author>
        <FirstName>علی</FirstName>
        <LastName>ذبیحی</LastName>
        <Affiliation>دانشگاه آزاد اسلامی واحد ساری</Affiliation>
      </Author>
    </AuthorList>
    <PublicationType>Journal Article</PublicationType>
    <History>
      <PubDate PubStatus="received">
        <Year>1404</Year>
        <Month>09</Month>
        <Day>11</Day>
      </PubDate>
    </History>
    <Abstract></Abstract>
    <OtherAbstract Language="FA">&lt;p&gt;هدف پژوهش حاضر، ارائه مدلی نوین برای پیش‌بینی بحران‌های مالی در بازار سهام ایران با تأکید بر نقش متغیرهای درونی و بیرونی و بهره‌گیری از مدل‌های هوشمند است. با توجه به ضعف نسبی مدل‌های سنتی در تحلیل پیچیدگی‌های بازار سرمایه ایران و وجود عوامل کلان اقتصادی، نوسانات شدید، تحریم‌ها و وقایع سیاسی، پژوهش حاضر با ترکیب رویکردهای دلفی فازی، دیمتل فازی و سیستم استنتاج فازی-عصبی تطبیقی (ANFIS) به شناسایی و تحلیل ۲۹ شاخص مؤثر پرداخت. این شاخص‌ها شامل عوامل کلان اقتصادی، ویژگی‌های شرکت، ویژگی‌های صنعت، وقایع سیاسی و نظرات خبرگان هستند که ساختار علّی و معلولی آن‌ها به دقت بررسی شد. نتایج مدل هوشمند طراحی‌شده، دقت بالایی را در پیش‌بینی بحران‌های مالی بازار سهام نشان داد (ضریب همبستگی 0.93) و توانست روابط بحرانی و حساسیت هر عامل نسبت به بروز بحران را روشن سازد. دستاورد پژوهش برای تصمیم‌گیرندگان بازار مالی، توسعه مدل‌های پیش‌بینی دقیق‌تر، طراحی سیستم‌های هشداردهنده زودهنگام و بهبود مدیریت ریسک است. همچنین، نتایج این مطالعه می‌تواند مبنایی برای بهینه‌سازی سیاست‌های مالی و مقاوم‌سازی بازار سرمایه در برابر شوک‌های اقتصادی باشد. پژوهش حاضر زمینه مناسبی برای مطالعات آتی فراهم می‌کند؛ از جمله بررسی نقش متغیرهای رفتاری و روان‌شناختی سرمایه‌گذاران و به‌کارگیری روش‌های پیشرفته داده‌کاوی و یادگیری ماشین برای ارتقای دقت مدل‌های هشدار بحران.&lt;/p&gt;
&lt;p&gt; &lt;/p&gt;</OtherAbstract>
    <ArchiveCopySource DocType="pdf"></ArchiveCopySource>
  </Article>
</ArticleSet>
