طراحی مدل شناسایی عوامل پذیرش رمزارزها توسط سرمایه گذاران با رویکرد داده بنیاد
سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 74
فایل این مقاله در 24 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JBME-5-3_020
تاریخ نمایه سازی: 25 آبان 1404
چکیده مقاله:
با گسترش رمزارزها در دهه گذشته و توسعه صرافی های رمزارز ایرانی برای ارائه خدمات به سرمایه گذاران ایرانی، با توجه به نوپا بودن و نیاز آنها برای توسعه الگوهای بومی کسب وکار بخصوص در بحث مالی تحقیق حاضر با هدف شناسایی عوامل پذیرش رمزارزها توسط سرمایه گذاران با رویکرد داده بنیاد انجام شده است.این پژوهش بر اساس نوع داده ها از نوع پژوهش های کیفی، با توجه به هدف از نوع پژوهش های بنیادی و اکتشافی به شمار می رود که در پی طراحی مدل شناسایی عوامل پذیرش رمزارزها توسط سرمایه گذاران است. مشارکت کنندگان شامل اساتید مهندسی مالی و سرمایه گذاران بازار رمز ارز بوده اند در انتخاب نمونه ها تلاش گردید که آگاه ترین و در بسیاری از موارد فعال ترین افراد حوزه رمزارز انتخاب شوند. ابزار گردآوری داده ها در این پژوهش مصاحبه ی نیمه ساختاریافته و روش گردآوری داده ها از نوع میدانی است. در این پژوهش از نمونه گیری نظری استفاده گردید و تعداد حجم نمونه با توجه به اشباع نظری ۱۵ نفر بوده است. از طریق روش نظری پردازی داده بنیاد به تحلیل داده های کیفی اقدام شده است. با توجه به نتایج بدست آمده از کدگذاری باز، محوری و انتخابی، متغیرهای شناسایی شده در دو بخش علل و پیامد قرار گرفته اند. علل شناسایی شده در پژوهش شامل ویژگی های معاملاتی رمزارز، ویژگی های فردی-رفتاری، ویژگی های فناوری وپشتیبانی قوانین است و عوامل پیامدی نیز شامل ریسک های ویژه، درآمدزایی(سود) و جایگاه نظارتی و عملیاتی دولت است.
کلیدواژه ها:
نویسندگان
سمانه گودرزوندچگینی
گروه مدیریت بازرگانی، واحد رشت، دانشگاه آزاد اسلامی، رشت، ایران
ابراهیم چیرانی
گروه مدیریت بازرگانی، واحد رشت، دانشگاه آزاد اسلامی، رشت، ایران.
مهدی خشنود
گروه حسابداری، واحد رودسرواملش، دانشگاه آزاد اسلامی، رودسر، ایران
مجتبی افشاریان
گروه مدیریت بازرگانی، واحد رشت، دانشگاه آزاد اسلامی، رشت، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :