اندیشکده مدیریت و اقتصاد تدبیر نیکان هوشمندسازی در حسابداری، اقتصاد و مدیریت مالی 1 پیاپی 1 1404 02 01 Modeling the Effect of Intelligent Financial Technologies on Capital Market Efficiency Using a Dynamic Econometric Approach and High-Frequency Data مدل‌سازی اثر فناوری‌های هوشمند مالی بر کارایی بازار سرمایه با رویکرد اقتصاد‌سنجی پویا و داده‌های پرتکرار 41 54 FA مریم کریمی راد گروه مهندسی مالی، دانشگاه خاتم، تهران، ایران سید امیر حسین علوی گروه مهندسی مالی، دانشگاه خاتم، تهران، ایران Journal Article <p>This study aimed to develop a conceptual model explaining the effects of intelligent financial technologies on capital market efficiency, with emphasis on dynamic econometrics, high-frequency data, market microstructure, and mechanisms for reducing informational inefficiency. This applied qualitative study employed an exploratory model-building design. The participants consisted of capital market experts, financial technology specialists, financial data analysts, managers of financial institutions, finance and econometrics academics, and market supervision experts in Tehran. Purposeful and snowball sampling strategies were used, and theoretical saturation was achieved after 22 semi-structured interviews. Data were collected through in-depth interviews and analyzed using thematic analysis in NVivo software. To enhance trustworthiness, member checking, peer review, analytical memoing, and constant comparison of codes were applied. The analysis resulted in five main categories: “high-frequency data infrastructure and market microstructure quality,” “intelligent information processing and price discovery,” “dynamic econometrics and real-time efficiency monitoring,” “technological, algorithmic, and regulatory risks,” and “data-driven governance and intelligent market policymaking.” The findings indicated that intelligent financial technologies may enhance market efficiency by reducing information latency, increasing transparency, improving liquidity, lowering information search costs, and strengthening volatility forecasting. However, weak data infrastructure, insufficient supervisory standards, algorithmic bias, and unequal technological access may generate new forms of market fragility, liquidity instability, correlated algorithmic behavior, and informational asymmetry. Capital market efficiency in the era of intelligent financial technologies is not a static condition; rather, it is the dynamic outcome of interactions among data quality, processing speed, algorithm design, supervisory transparency, and institutional capacity to manage emerging risks. The proposed model suggests that effective use of high-frequency data and dynamic econometrics can provide a foundation for real-time monitoring of efficiency, identification of temporary inefficiencies, and design of intelligent supervisory systems in capital markets.</p> <p><strong>Keywords: </strong><em>Financial technology, capital market efficiency, dynamic econometrics, high-frequency data, algorithmic trading, thematic analysis, Tehran capital market.</em></p> <p>هدف پژوهش حاضر طراحی مدل مفهومی اثر فناوری‌های هوشمند مالی بر کارایی بازار سرمایه با تأکید بر قابلیت‌های اقتصادسنجی پویا، داده‌های پرتکرار، ریزساختار بازار و سازوکارهای کاهش ناکارایی اطلاعاتی بود. این پژوهش از نظر هدف، کاربردی و از نظر رویکرد، کیفی با طرح اکتشافی ـ مدل‌ساز انجام شد. جامعه مشارکت‌کنندگان شامل خبرگان بازار سرمایه، متخصصان فناوری مالی، تحلیلگران داده‌های مالی، مدیران نهادهای مالی، استادان مالی و اقتصادسنجی و کارشناسان نظارت بازار در شهر تهران بود. نمونه‌گیری به‌صورت هدفمند و گلوله‌برفی انجام شد و پس از انجام 22 مصاحبه نیمه‌ساختاریافته، اشباع نظری حاصل گردید. داده‌ها از طریق مصاحبه‌های عمیق گردآوری و با روش تحلیل مضمون در نرم‌افزار NVivo کدگذاری شد. برای افزایش اعتبارپذیری از بازبینی مشارکت‌کنندگان، بررسی همتایان، یادداشت‌برداری تحلیلی و مقایسه مستمر کدها استفاده شد. تحلیل داده‌ها به استخراج پنج مقوله اصلی انجامید: «زیرساخت داده‌های پرتکرار و کیفیت ریزساختار بازار»، «هوشمندسازی پردازش اطلاعات و کشف قیمت»، «اقتصادسنجی پویا و پایش لحظه‌ای کارایی»، «ریسک‌های فناورانه، الگوریتمی و نظارتی» و «حکمرانی داده‌محور و سیاست‌گذاری هوشمند بازار». یافته‌ها نشان داد فناوری‌های هوشمند مالی می‌توانند از طریق کاهش تأخیر اطلاعاتی، افزایش شفافیت، بهبود نقدشوندگی، کاهش هزینه جست‌وجوی اطلاعات و ارتقای قابلیت پیش‌بینی نوسان، کارایی بازار را تقویت کنند؛ اما در صورت ضعف زیرساخت داده، نبود استانداردهای نظارتی، سوگیری الگوریتمی و تمرکز دسترسی فناورانه، ممکن است به شکنندگی نقدشوندگی، رفتارهای هم‌جهت الگوریتمی و نابرابری اطلاعاتی جدید منجر شوند. کارایی بازار سرمایه در عصر فناوری‌های هوشمند مالی پدیده‌ای ایستا نیست، بلکه نتیجه تعامل پویا میان کیفیت داده، سرعت پردازش، طراحی الگوریتم، شفافیت نظارتی و توانایی نهادی در کنترل ریسک‌های نوظهور است. مدل پیشنهادی نشان می‌دهد بهره‌گیری مؤثر از داده‌های پرتکرار و اقتصادسنجی پویا می‌تواند مبنایی برای پایش بلادرنگ کارایی، شناسایی ناکارایی‌های مقطعی و طراحی نظام نظارت هوشمند در بازار سرمایه فراهم کند.</p> https://jsaefm.com/index.php/jsaefm/article/download/5/4