مدیریت، آموزش و توسعه در عصر دیجیتال 1 پیاپی ۴ 2025 03 01 Designing a Model of Factors Influencing FinTech Optimization in the Financial Market Using a Hybrid Approach طراحی مدل عوامل مؤثر بر بهینه سازی فین تک در بازار مالی با استفاده از رویکرد ترکیبی 17 37 10.61838/medda.1.4.2 FA عصمت قاسم زاده گروه مدیریت صنعتی ، واحد تهران مرکزی ، دانشگاه آزاد اسلامی، تهران ، ایران. محمدعلی کرامتی گروه مدیریت صنعتی،واحد تهران مرکزی ،دانشگاه آزاد اسلامی ،تهران ، ایران. صفیه مهری نژاد گروه مدیریت مالی ،واحد تهران مرکزی ،دانشگاه آزاد اسلامی ،تهران ، ایران. آزاده مهرانی گروه مدیریت مالی ، واحدنوشهر، دانشگاه آزاد اسلامی ، نوشهر ، ایران. Journal Article 2024 08 15 <p>The present study examines the factors influencing the optimization of FinTech in financial markets using a hybrid approach. FinTech, as one of the fundamental transformations in the financial world, has significantly altered financial interactions, particularly through the application of advanced technologies such as artificial intelligence, blockchain, and big data processing. The objective of this research is to identify and model the components that affect FinTech optimization in financial markets and to employ optimization models to enhance their performance. Initially, to identify the key components, a qualitative method and meta-synthesis technique were utilized. In this phase, documents and articles related to FinTech and the banking industry were reviewed, and data extracted from other studies were analyzed. These data encompass various dimensions, including cybersecurity, artificial intelligence indicators, system scalability, and the economic and social impacts of financial technologies. After identifying the main components, the quantitative phase of the research involved modeling FinTech optimization based on these components using mathematical programming methods. The proposed optimization models were implemented using GAMS software with the epsilon constraint algorithm and MATLAB software with the Non-Dominated Sorting Genetic Algorithm II (NSGA-II). The results obtained from the optimization models indicate that improvements in the identified components can lead to increased efficiency and reduced costs in FinTech systems. This study also demonstrates that employing a hybrid approach and simultaneously analyzing qualitative and quantitative data can facilitate a more accurate simulation of FinTech performance in financial markets and offer more effective solutions for improving financial processes.</p> <p>پژوهش حاضر به بررسی عوامل مؤثر بر بهینه‌سازی فین تک در بازارهای مالی با استفاده از رویکرد ترکیبی می‌پردازد. فین تک به عنوان یکی از تحولات اساسی در دنیای مالی، به‌ویژه با استفاده از فناوری‌های نوین مانند هوش مصنوعی، بلاک‌چین، و پردازش داده‌های کلان، توانسته است تغییرات قابل توجهی در نحوه تعاملات مالی ایجاد کند. هدف این تحقیق شناسایی و مدلسازی مؤلفه‌های مؤثر بر بهینه‌سازی فین تک در بازارهای مالی و استفاده از مدل‌های بهینه‌سازی به‌منظور بهبود عملکرد آن‌ها است. در ابتدا، به‌منظور شناسایی مؤلفه‌های کلیدی، از روش کیفی و تکنیک فراترکیب استفاده شده است. در این بخش، اسناد و مقالات مرتبط با فین تک و صنعت بانکداری بررسی و داده‌های استخراج‌شده از مطالعات دیگر تحلیل شده‌اند. این داده‌ها شامل ابعاد مختلفی از جمله امنیت سایبری، شاخص‌های هوش مصنوعی، مقیاس‌پذیری سیستم‌ها و تأثیرات اقتصادی و اجتماعی فناوری‌های مالی می‌باشند. پس از شناسایی مؤلفه‌های اصلی، در بخش کمی تحقیق، مدلسازی بهینه‌سازی فین تک بر اساس این مؤلفه‌ها با استفاده از روش‌های برنامه‌ریزی ریاضی صورت گرفت. مدل‌های پیشنهادی برای بهینه‌سازی با استفاده از نرم‌افزار GAMS و الگوریتم اپسیلن محدودیت و همچنین نرم‌افزار MATLAB با الگوریتم ژنتیک مرتب‌سازی نامغلوب (NSGA-II) بهینه‌سازی شدند. نتایج به‌دست‌آمده از مدل‌های بهینه‌سازی نشان می‌دهند که بهبود در مؤلفه‌های شناسایی‌شده می‌تواند منجر به افزایش کارایی و کاهش هزینه‌ها در سیستم‌های فین تک شود. این تحقیق همچنین نشان می‌دهد که استفاده از رویکرد ترکیبی و تحلیل همزمان داده‌های کیفی و کمی می‌تواند به شبیه‌سازی دقیق‌تری از عملکرد فین تک‌ها در بازارهای مالی کمک کند و راهکارهای بهینه‌تری برای بهبود فرآیندهای مالی ارائه دهد.</p> https://www.jmedda.com/jmedda/article/download/55/51