دانشگاه سمنانمدلسازی اقتصادسنجی2345-654X10120250421The Role of Investor Sentiment in Decision Making and its Impact on Stock Returns in Different Companies and Industriesنقش احساسات در تصمیمگیری سرمایهگذاران و تأثیر آن بر بازده سهام در شرکتها و صنایع مختلف938946810.22075/jem.2025.36109.1956FAمحمدانصاریکارشناس ارشد اقتصاد، دانشکده اقتصاد و مدیریت، دانشگاه تبریز، تبریز، ایرانالهامنوبهاردانشیار اقتصاد، دانشکده اقتصاد و مدیریت، دانشگاه تبریز، تبریز، ایرانرضارنجپوراستاد اقتصاد، دانشکده اقتصاد و مدیریت، دانشگاه تبریز، تبریز، ایرانJournal Article20241201This study examines the impact of investors' sentiment on stock returns in different companies and industries using the panel quantile regression approach. In this study, 175 companies listed on the Tehran Stock Exchange were selected through systematic screening and elimination, and data related to these companies were analyzed on a monthly basis from the beginning of 2019 until the end of the first half of 2023. Analyzing the impact of sentiment based on company characteristics reveals that in smaller companies (with lower market value), companies with lower book-to-market ratios, and companies with higher beta coefficients, stock returns are more strongly influenced by investor sentiment. Another key finding of this study is the variation in the intensity of the impact of investor sentiment on stock returns across different industries. According to the results, the automotive industry is the most affected by sentiment, while the chemical industry is the least influenced by sentiment.پژوهش حاضر به بررسی تأثیر احساسات سرمایهگذاران بر بازده سهام، به تفکیک ویژگیهای شرکتها و صنایع، با استفاده از رهیافت رگرسیون پانل کوانتایل میپردازد. در این مطالعه، از بین شرکتهای فعال در بورس اوراق بهادار تهران، 175 شرکت با استفاده از غربالگری و حذف سیستماتیک انتخاب شد و دادههای مربوط به این شرکتها به صورت ماهانه از ابتدای سال 1398 تا پایان شش ماهه اول سال 1402 مورد بررسی قرار گرفت. بررسی تأثیر احساسات بر اساس ویژگی شرکتها نشان میدهد که در شرکتهای کوچکتر (با ارزش بازاری کمتر)، شرکتها با نسبت ارزش دفتری به بازاری کوچکتر و شرکتها با ضریب بتای بزرگتر، بازده سهام به میزان بیشتری تحت تأثیر احساسات سرمایهگذاران قرار میگیرد. از دیگر نتایج حاصل از این مطالعه میتوان به تفاوت در شدت تأثیرگذاری احساسات سرمایهگذاران بر بازده سهام در صنایع مختلف اشاره کرد. مطابق نتایج، صنعت خودرو بیشترین و صنعت محصولات شیمیایی کمترین تأثیرپذیری را از شاخص احساسات دارند.https://jem.semnan.ac.ir/article_9468_ea9b38b4363cc9d277e4371d4dc6058a.pdfدانشگاه سمنانمدلسازی اقتصادسنجی2345-654X10120250421The role of financial development in expanding or controlling environmental pollutionنقش توسعه مالی در گسترش یا کنترل آلودگی محیطزیست3975943710.22075/jem.2025.36130.1957FAزهرهنصیریدانش آموخته کارشناسی ارشد اقتصاد، دانشگاه یزد، یزد، ایرانمهدیحاج امینیدانشیار دانشکده اقتصاد، مدیریت و حسابداری، دانشگاه یزد، یزد، ایرانمحمدحسنزارعاستادیار دانشکده اقتصاد، مدیریت و حسابداری، دانشگاه یزد، یزد، ایرانJournal Article20241202Today, pollution and climate change, stemming from human activities, present themselves as significant challenges. The dual and ambiguous nature of the role of financial development in either exacerbating or mitigating this challenge is a topic of debate. Some argue that financial development, through the increase in consumption and production leading to higher energy usage, contributes to heightened pollution levels. Conversely, others posit that financial development, by means such as funding environmentally friendly projects and adopting clean technologies, offers the potential for economic growth devoid of pollution. The current study delves into exploring the influence of financial development on environmental pollution.<strong> </strong>Data from 106 developed, developing, and least developed nations were gathered between 1990 and 2021. The financial development index was computed with four separate indicators across two dimensions (banking sector and stock market) and two stages (flow and stock). Subsequently, a benchmark model was estimated and its alignment with theoretical and empirical research was examined. Ultimately, the financial development indicators were integrated into the initial model. The findings indicated that the influence of the banking industry contributes positively to environmental pollution and has led to environmental degradation. Conversely, the effect of the stock market on environmental pollution is adverse, underscoring the significant responsibility of stock corporations in mitigating pollution.<strong> </strong>The results suggest the significance of financial development in managing environmental degradation, attaining carbon neutrality, and addressing the climate change challenge. It is imperative to amend and establish legislation, tools, and organizations tailored to environmental concerns. Consequently, it is essential to efficiently distribute financial capital towards socially conscious sectors, eco-friendly businesses, and sustainable initiatives while restricting funding for polluting enterprises and projects.یکی از چالشهای جدی بشر آلودگی و تغییرات اقلیم ناشی از فعالیتهای انسانی است. نقش توسعه مالی در گسترش یا کنترل این چالش دوگانه و مبهم است. برخی معتقدند توسعه مالی با افزایش مصرف و تولید و در نتیجه مصرف بیشتر انرژی موجب آلودگی بیشتر میشود؛ در حالی که گروهی دیگر ادعا میکنند توسعه مالی از کانالهایی مانند تامین مالی پروژههای سبز و فناوریهای پاک امکان رشد اقتصادی بدون آلایندگی را فراهم میکند. بر همین اساس، پژوهش حاضر با تعریف مناسبی از ابعاد توسعه مالی به بررسی تاثیر توسعه مالی بر آلودگی محیطزیست پرداخته است. دادههای 106 کشور توسعهیافته، درحالتوسعه و کمتر توسعهیافته طی دوره زمانی 1990 تا 2021 جمعآوری شدند. توسعه مالی برای این کشورها با چهار شاخص جداگانه در دو بعد و دو سطح محاسبه شده است (بخش بانکی و بازار سهام در دو سطح جریان و ذخیره). سپس با روش دادههای ترکیبیِ نامتوازن یک مدل پایه برآورد و پس از اطمینان از همخوانیِ ضرایب مدل پایه با مبانی نظری و پژوهشهای پیشین، مدلهای نهایی با لحاظ شاخصهای توسعه مالی برآورد شدند. برآوردها نشان داد شاخصهای توسعه بخش بانکی تاثیر مثبت بر آلودگی محیطزیست دارند و توسعه این بخش موجب تخریب محیطزیست شده است. در مقابل، تاثیر شاخصهای توسعه بازار سهام بر آلودگی محیطزیست منفی بدست آمده که نقش مهم شرکتهای بورسی در کاهش آلودگی را نشان میدهد. این نتایج اهمیت توسعه مالی را برای کنترل آلودگی محیطزیست، دستیابی به انتشار صفر خالص و مقابله با بحران تغییرات اقلیم نشان میدهد. اصلاح و وضع قوانین، ابزارها و نهادهای بخش مالی متناسب با نیازهای توسعهای و مسائل محیطزیستی اهمیت بسیاری دارد. در همین راستا، تخصیص بهینه منابع مالی به صنایع مسئولیتپذیر اجتماعی، شرکتهای دارای تولید سبز (کمکربن) و پروژههای دوستدار محیطزیست و همچنین ایجاد محدودیت در تامین مالی صنایع و پروژههای آلاینده ضروری است.https://jem.semnan.ac.ir/article_9437_95b4309cdda44cb7d71d6a90d20ecbfc.pdfدانشگاه سمنانمدلسازی اقتصادسنجی2345-654X10120250421An analysis of the currency crises of the Iranian economyتحلیلی بر بحران های ارزی اقتصاد ایران7799947010.22075/jem.2025.36181.1960FAمهدیتاجدینیدانشجوی دکتری اقتصاد، گروه اقتصاد، دانشکده اقتصاد، مدیریت و علوم اداری، دانشگاه سمنانعلیرضاعرفانیاستاد اقتصاد، گروه اقتصاد، دانشکده اقتصاد، مدیریت و علوم اداری، دانشگاه سمنانJournal Article20241207In the last 13 years; Iran's economy has gone through five currency crises. The negative effect of this situation on key macroeconomic variables cannot be ignored. This article seeks to model and analyze the variance of the data of the above-mentioned crises. Although a large number of studies have been conducted on modeling currency fluctuations, there is no study that specifically examines currency crises in a standard statistical framework. Here, daily exchange rate data from 1390 to 1403 has been examined. Also, the divergence and convergence of fluctuations have been examined. Exchange rate fluctuations are generally divergent, although they have been convergent in some crises. Also, the risk vector of the Iranian currency market has been extracted and its positive and significant effect on the exchange rate has been observed. In addition, the discussion of symmetric and asymmetric fluctuations was also evaluated with the EGARCH model and it was found that negative news has a greater effect on exchange rate fluctuations. Finally, the effect of the risk variable on dollar returns was tested with the GARCH-M model, and no direct and clear relationship was found between them.در 13 سال اخیر؛ اقتصاد ایران پنج بحران ارزی را از سر گذرانده است. آنچه اتفاق افتاده یک استثنا در مدیریت منابع ارزی است. شناخت آثار زیانبار این تجربه ناخوشایند که در بسیاری از کشورها هیچوقت تجربه نشده در اقتصاد ایران امری ضروری است که نیازمند تحقیقات بیشتری میباشد. با وجود آنکه مطالعات به نسبت زیادی در خصوص مدلسازی نوسانات ارزی انجام شده است اما مطالعهای که به طور مشخص بحرانهای ارزی را در یک چارچوب آماری استاندارد بررسی نماید، وجود ندارد. در اینجا دادههای روزانه نرخ ارز در فاصله زمانی 1390 تا اردیبهشت 1403 بررسی شده است. واگرایی و همگرایی نوسانات به منظور بررسی عارضه «سرریز بحران» از یک بحران به بحران بعدی مورد مطالعه قرار گرفته است. نوسانات نرخ ارز در حالت کلی واگراست؛ هر چند در برخی بحرانها همگرا بوده است. همچنین بردار ریسک بازار ارز ایران نیز استخراج گردیده و تاثیر مثبت و معنیدار آن بر نرخ ارز ملاحظه شده است. علاوه بر اینها بحث متقارن و نامتقارن بودن نوسانات نیز با مدل EGARCH ارزیابی گردیده است؛ به نظر میرسد اخبار منفی تاثیر بیشتری بر نوسانات نرخ ارز داشته باشد. در پایان تاثیر متغیر ریسک بر بازدهی دلار با مدل GARCH-M آزمون شده که رابطه مستقیم و مشخصی بین آنها یافت نگردیده است.https://jem.semnan.ac.ir/article_9470_943607fd7beb660f0173eb54501c4f3c.pdfدانشگاه سمنانمدلسازی اقتصادسنجی2345-654X10120250421The impact of artificial intelligence on the added value of selected industrial activities in Iranتاثیر هوش مصنوعی بر ارزش افزوده رشته فعالیتهای منتخب صنعتی در ایران101122964610.22075/jem.2025.36740.1987FAسیدصالحاکبرموسویاستادیار موسسه مطالعات و پژوهشهای بازرگانیمنصورعسگریهیات علمی/موسسه مطالعات و پژوهشهای بازرگانیJournal Article20250129This study aims to investigate the impact of artificial intelligence on value added in 10 selected industrial sectors in Iran (focusing on labor), disaggregated by the two-digit ISIC codes (Revision 4), over the period 2017-2021 using a panel data approach. To do this, four models with different labor inputs were estimated. The results showed that the lowest elasticity of value added in the selected industries towards artificial intelligence (model with simple labor) was 0.19, and the highest elasticity of value added in these industries towards artificial intelligence (model with technician labor) was 0.25. Consequently, industries utilizing a more skilled workforce experience a greater impact of artificial intelligence on value-added. Therefore, developing effective policies and strategies to benefit from the advantages of AI-based advancements in the country's industries and using more skilled labor familiar with up-to-date technologies is recommended.هدف مطالعه حاضر، بررسی تأثیرات هوش مصنوعی بر ارزش افزوده 10 رشته فعالیت صنعتی منتخب در ایران (با محوریت نیروی کار)، به تفکیک کدهای دو رقمی ISIC ویرایش چهارم در طی دوره 1400-1397، با استفاده از رویکرد پانل دیتا است. برای تحقق این هدف، چهار مدل با نیروی کارهای مختلف تخمین زده شد. نتایج نشان داد که کمترین کشش ارزش افزوده صنایع منتخب نسبت به هوش مصنوعی (مدل با نیروی کار ساده) 19/0 و بیشترین کشش ارزش افزوده این صنایع نسبت به هوش مصنوعی (مدل با نیروی کار تکنسین) 25/0 است. در نتیجه اثرگذاری هوش مصنوعی بر ارزش افزوده صنایعی که از نیروی کار ماهرتر استفاده میکند، بیشتر از سایر صنایع است. از این رو، تدوین سیاستها و استراتژیهای مؤثر برای بهرهمندی صحیح از مزایای پیشرفتهای مبتنی بر هوش مصنوعی در صنایع کشور و همچنین استفاده از نیروی کار ماهرتر و آشنا به فناوریهای بهروز توصیه میشود.https://jem.semnan.ac.ir/article_9646_226b0ddf39d258d4d0405f3e33e33926.pdfدانشگاه سمنانمدلسازی اقتصادسنجی2345-654X10120250421Estimating the Effects of Technology and Economic Complexity on Per Capita Carbon Emissions in Iran: A Quantile-on-Quantile Approachبرآورد آثار تکنولوژی و پیچیدگی اقتصادی بر سرانه انتشار کربن در ایران: رویکرد چندک بر چندک123156967910.22075/jem.2025.31811.1873FAسیدمحمدقائمذبیحیدانشجوی دکتری علوم اقتصادی، دانشکده علوم اداری و اقتصادی، دانشگاه فردوسی مشهد، مشهد، ایران0000-0001-6677-3418فاطمهاکبریدانشجوی کارشناسی ارشد علوم اقتصادی، دانشکده علوم اداری و اقتصادی، دانشگاه فردوسی مشهد، مشهد، ایراننرگسصالح نیادانشیار گروه اقتصاد، دانشکده علوم ادرای و اقتصادی، دانشگاه فردوسی مشهد، مشهد، ایرانJournal Article20230919Technological innovation and economic complexity are two pivotal factors shaping contemporary social and environmental transformations. Their impact on carbon emissions—a key driver of climate change—is critically significant. This study investigates the role of technological innovation, the Economic Complexity Index (ECI), economic growth, and population density in reducing per capita carbon dioxide (CO₂) emissions in Iran, employing the novel Quantile-on-Quantile Regression (QQR) modelling approach for the period 1996–2020. The statistical relationships between these variables are analysed using EViews12 and MATLAB software. Findings reveal that advancements in technological innovation and improvements in the Economic Complexity Index can lead to a substantial reduction in carbon emissions. Consequently, prioritizing policies that foster technological innovation, enhance economic complexity, and amplify their effectiveness in lowering per capita CO₂ emissions is imperative for environmental sustainability.نوآوری تکنولوژی و پیچیدگی اقتصادی، دو عامل بسیار مهم در تحولات اجتماعی و محیطزیستی جهان معاصر هستند. تأثیر این دو بر انتشار کربن که یکی از عوامل تغییرات آبوهوایی است، بسیار حائز اهمیت است. ازاینرو، پژوهش حاضر به دنبال بررسی نقش نوآوری تکنولوژی، شاخص پیچیدگی اقتصادی، رشد اقتصادی و تراکم جمعیت در کاهش سرانه انتشار کربندیاکسید (CO<sub>2</sub>) با بهرهگیری از رویکرد رگرسیون چندک بر چندک (QQR) در بازه زمانی 1996 تا 2020 است. رابطه آماری بین متغیرهای ذکرشده با استفاده از نرمافزارهای ایویوز12 و متلب برای کشور ایران مورد بررسی قرار گرفته است. نتایج حاصله نشان میدهد که بهبود نوآوری تکنولوژی و شاخص پیچیدگی اقتصادی میتوانند منجر به کاهش قابلتوجهی در انتشار کربن شوند. بدین ترتیب، لزوم توجه به سیاستهای توسعه نوآوریهای تکنولوژی و بهبود شاخص پیچیدگی اقتصادی و ارائه راهکارهایی جهت تأثیرگذاری بیشتر آنها بر کاهش سرانه انتشار CO<sub>2</sub> در محیطزیست از اهمیت بالایی برخوردار است.https://jem.semnan.ac.ir/article_9679_dff3cc92e5e65c022c2b6d8df72fadad.pdfدانشگاه سمنانمدلسازی اقتصادسنجی2345-654X10120250421Investigating the Effect of Government Revenue uncertainty on the Budget Deficit (Quantile Regression Approach Based on Wavelet Transform)بررسی اثر نااطمینانی درآمدهای دولت بر کسری بودجه (رویکرد رگرسیون کوانتایل مبتنی بر تبدیل موجک)157198968010.22075/jem.2025.36087.1953FAامیر علیفرهنگدانشیار، گروه اقتصاد، دانشگاه پیام نور، تهران، ایرانسعیدکیان پورعضو هیات علمی گروه اقتصاد دانشگاه پیام نورمهنوشبقایی فردانشجوی دکتری علوم اقتصادی دانشگاه علوم تحقیقات، تهران، ایرانJournal Article20241129In the real world, the uncertainty of economic variables causes risk in the decision-making space of governments and economic factors for applying policies and annual budgeting and affects their behavior, so conceptualizing the tax revenue model as a part of government revenue will be useful. The present study examines the quantitative effects of the uncertainty of government revenues on the budget deficit in Iran's economy using the generalized autoregression model of conditional variance in the period from 2016 to 2016. For the first time, for a more accurate analysis of fluctuations, the discontinuous wavelet transform method with maximum overlap was used to determine the effects of income uncertainty on the budget in different time scales. For Iran, the results of the analysis show that the uncertainty of government revenues has a positive and significant effect on the budget deficit in all parameters. This effect is lower in the initial quantiles and higher in the final quantiles, which indicates the increasing positive effect of government revenue uncertainty on the budget deficit over time. These results emphasize that managing uncertainty in government revenues, especially in the short and medium term, is critical. Economic policies that can help reduce dependence on oil revenues and increase the diversity of government revenue sources can play a key role in reducing the budget deficit and improving economic stability.در دنیای واقعی، نااطمینانی متغیرهای اقتصادی موجب ریسک در فضای تصمیمگیری دولتها و عوامل اقتصادی برای اعمال سیاستها و بودجهریزی سالانه شده و رفتار آنها را تحت تأثیر قرار میدهد، بنابراین مفهومسازی مدل درآمد مالیاتی به عنوان بخشی از درآمد دولت مفید خواهد بود. مطالعه حاضر به بررسی اثرات کمی عدم قطعیت درآمدهای دولت برکسری بودجه دراقتصاد ایران با استفاده از مدل خودتوضیحی تعمیمیافته واریانس شرطی در بازه زمانی 1386 الی 1401 می پردازد. برای نخستین بار برای تحلیل دقیق تر نوسانات، از روش تبدیل موجک ناپیوسته با حداکثر همپوشانی استفاده کرده تا تأثیرات نااطمینانی درآمدها برکسری بودجه درمقیاسهای زمانی مختلف تعیین شود<strong>.</strong> نتایج تحلیل نشان میدهد که نااطمینانی درآمدهای دولت تأثیر مثبت و معناداری بر کسری بودجه در تمامی چندکها دارد. این تأثیر در چندکهای ابتدایی کمتر و در چندکهای انتهایی بیشتر است، که نشاندهنده افزایش اثر مثبت نااطمینانی درآمدهای دولت برکسریبودجه در طول زمان است. این نتایج تأکید میکنند که مدیریت نااطمینانی در درآمدهای دولت، به ویژه در کوتاهمدت و میانمدت، بسیار حیاتی است. سیاستهای اقتصادی که بتوانند به کاهش وابستگی به درآمدهای نفتی و افزایش تنوع منابع درآمدی دولت کمک کنند، میتوانند در کاهش کسری بودجه و بهبود پایداری اقتصادی نقش کلیدی ایفا کنند.https://jem.semnan.ac.ir/article_9680_3a1f4d95656838105cc9c4b02778339d.pdf