<?xml version="1.0" encoding="UTF-8"?>
<ArticleSet>
  <Article>
    <Journal>
      <PublisherName></PublisherName>
      <JournalTitle>حسابداری، امور مالی و هوش محاسباتی</JournalTitle>
      <Issn>3092-7366</Issn>
      <Volume>4</Volume>
      <Issue>پاییز 1405</Issue>
      <PubDate PubStatus="epublish">
        <Year>1405</Year>
        <Month>07</Month>
        <Day>01</Day>
      </PubDate>
    </Journal>
    <ArticleTitle>The Impact of Behavioral Biases on Portfolio Optimization among Investors in the Tehran Stock Exchange: A Behavioral Finance Approach</ArticleTitle>
    <VernacularTitle>تأثیر تورش‌های رفتاری بر بهینه‌سازی پرتفوی سرمایه‌گذاران در بورس اوراق بهادار تهران: رویکردی مبتنی بر مالی رفتاری نوین</VernacularTitle>
    <FirstPage>1</FirstPage>
    <LastPage>17</LastPage>
    <Language>FA</Language>
    <AuthorList>
      <Author>
        <FirstName>محبوبه</FirstName>
        <LastName> اسکندری</LastName>
        <Affiliation>گروه حسابداری، واحد بوشهر، دانشگاه آزاد اسلامی، بوشهر، ایران </Affiliation>
      </Author>
      <Author>
        <FirstName>عبدالرضا</FirstName>
        <LastName>محسنی</LastName>
        <Affiliation>گروه حسابداری، واحد بوشهر، دانشگاه آزاد اسلامی، بوشهر، ایران</Affiliation>
      </Author>
      <Author>
        <FirstName>مصطفی</FirstName>
        <LastName>قاسمی</LastName>
        <Affiliation>گروه حسابداری، واحد بوشهر، دانشگاه آزاد اسلامی، بوشهر، ایران</Affiliation>
      </Author>
    </AuthorList>
    <PublicationType>Journal Article</PublicationType>
    <History>
      <PubDate PubStatus="received">
        <Year>1404/04/02</Year>
        <Month></Month>
        <Day></Day>
      </PubDate>
    </History>
    <Abstract>&lt;p&gt;This study aims to examine the impact of major behavioral biases—including overconfidence, herding, anchoring, adjustment, and loss aversion—on portfolio optimization among investors in the Tehran Stock Exchange. The research employed a mixed-method exploratory–explanatory design. In the qualitative phase, grounded theory was used to identify behavioral factors influencing financial decision-making through semi-structured interviews with 15 behavioral finance experts. In the quantitative phase, a questionnaire developed from the qualitative findings was distributed among 384 investors. Data were analyzed using SPSS-27 and AMOS-24 through confirmatory factor analysis and structural equation modeling (SEM). Results revealed that all behavioral biases had significant negative effects on portfolio optimization. The strongest negative impacts were observed for loss aversion (β = -0.35, p = 0.001) and herding (β = -0.34, p = 0.001). Overconfidence (β = -0.28), anchoring (β = -0.21), and adjustment bias (β = -0.19) also demonstrated significant negative effects. The model fit indices indicated acceptable adequacy for the extended model (CFI = 0.93, RMSEA = 0.058, χ²/df = 2.41). Behavioral biases significantly hinder rational decision-making and reduce portfolio optimization efficiency. Integrating behavioral variables into financial models enhances predictive accuracy and provides a more realistic understanding of investor behavior. Behavioral finance education and the adoption of intelligent analytical technologies are recommended to mitigate the negative effects of cognitive and emotional distortions.&lt;/p&gt;</Abstract>
    <OtherAbstract Language="FA">&lt;p&gt;هدف این پژوهش، بررسی نقش تورش‌های رفتاری شامل اعتمادبه‌نفس بیش‌ازحد، توده‌واری، لنگرگیری، اتکا و تعدیل، و زیان‌گریزی در تبیین میزان بهینه‌سازی پرتفوی سرمایه‌گذاران در بورس اوراق بهادار تهران است. پژوهش حاضر از نوع آمیخته اکتشافی–تبیینی است. در بخش کیفی، از روش نظریه داده‌بنیاد برای استخراج مؤلفه‌های رفتاری مؤثر بر تصمیم‌گیری مالی استفاده شد و داده‌ها از طریق مصاحبه نیمه‌ساختاریافته با ۱۵ کارشناس مالی رفتاری تحلیل گردید. در بخش کمی، ابزار پرسش‌نامه بر اساس یافته‌های کیفی طراحی و بین ۳۸۴ سرمایه‌گذار بورس تهران توزیع شد. داده‌ها با استفاده از نرم‌افزارهای SPSS-27 و AMOS-24 از طریق تحلیل عاملی تأییدی و مدل معادلات ساختاری (SEM) تجزیه و تحلیل گردیدند. نتایج نشان داد که تمامی تورش‌های رفتاری اثر منفی و معناداری بر بهینه‌سازی پرتفوی دارند. بیشترین اثر منفی مربوط به زیان‌گریزی (β = -0.35, p = 0.001) و توده‌واری (β = -0.34, p = 0.001) بود. اعتمادبه‌نفس بیش‌ازحد (β = -0.28)، لنگرگیری (β = -0.21) و اتکا و تعدیل (β = -0.19) نیز تأثیرات منفی معناداری داشتند. شاخص‌های برازش مدل نشان‌دهنده کفایت مدل توسعه‌یافته بود (CFI = 0.93، RMSEA = 0.058، χ²/df = 2.41). تورش‌های رفتاری نقش بازدارنده‌ای در کارایی تصمیم‌گیری و بهینه‌سازی پرتفوی سرمایه‌گذاران دارند. ادغام متغیرهای رفتاری در مدل‌های مالی می‌تواند منجر به تبیین دقیق‌تر رفتار سرمایه‌گذاران و ارتقای کیفیت تصمیم‌گیری شود. آموزش مالی رفتاری و استفاده از فناوری‌های تحلیلی هوشمند می‌تواند ابزار مؤثری در کاهش اثرات منفی این تورش‌ها باشد.&lt;/p&gt;</OtherAbstract>
    <ObjectList>
      <Object Type="keyword">
        <Param Name="value">Behavioral finance</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">cognitive biases</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">portfolio optimization</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">overconfidence</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">loss aversion</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">Tehran Stock Exchange</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">مالی رفتاری</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">تورش‌های شناختی</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">بهینه‌سازی پرتفوی</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">اعتمادبه‌نفس بیش‌ازحد</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">زیان‌گریزی</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">بورس تهران</Param>
      </Object>
    </ObjectList>
    <ArchiveCopySource DocType="pdf">https://jafci.com/index.php/jafci/article/download/275/162</ArchiveCopySource>
  </Article>
</ArticleSet>
