Knowledge Management Scientific Association مدیریت پویا و تحلیل کسب و کار 3041-8933 5 بهار 1405 2026 03 21 Designing an Intelligent Leadership Model for Managers of Education Departments in Tehran Province: A Qualitative Grounded Theory Study طراحی الگوی رهبری هوشمند برای مدیران ادارات آموزش و پرورش استان تهران: یک پژوهش کیفی با رویکرد نظریه داده‌بنیاد 1 19 10.61838/dmbaj.271 FA جواد کاظم پور گروه مدیریت آموزشی، واحد رودهن، دانشگاه آزاد اسلامی، رودهن،ایران. فریبا حنیفی گروه علوم تربیتی، واحد رودهن، دانشگاه آزاد اسلامی، رودهن، ایران. ذوالفقار رشیدی گروه مدیریت آموزشی، واحد رودهن، دانشگاه آزاد اسلامی، رودهن، ایران. Journal Article 2025 07 23 Objective: The study aims to develop an efficient predictive model for Iran’s capital market stress index by integrating machine learning algorithms with dynamic econometric modeling. Methodology: Daily time-series data of 20 industrial indices from the Tehran Stock Exchange over a ten-year period (2014–2024) were analyzed. Log returns were calculated, and normality, stationarity, and ARCH effects were tested. Systemic risk was measured using the DCC–MGARCH framework combined with the ∆CoVaR criterion. Three supervised machine learning models—Random Forest, Support Vector Regression, and Artificial Neural Networks—were compared to determine feature importance and extract index weights. The final stress index was constructed using dynamic conditional correlations and normalized risk weights. Findings: Most indices exhibited non-normality but were stationary and heteroskedastic. The Engle–Sheppard test confirmed dynamic conditional correlations. Based on ∆CoVaR, automotive, real estate, paper products, and basic metals demonstrated the highest systemic risk. Random Forest achieved the lowest MAE and RMSE, outperforming other models. The constructed stress index successfully identified high-risk periods and issued early warning signals prior to major market downturns. Granger causality tests revealed a unidirectional causal effect from the free-market exchange rate to the stress index, while gold coin returns showed no significant influence. Conclusion: The hybrid modeling framework—combining DCC–MGARCH with machine learning—provides a reliable, forward-looking tool for monitoring systemic risk and forecasting comprehensive market stress in Iran’s capital market. هدف: هدف پژوهش شناسایی عوامل و مؤلفه‌های رهبری هوشمند مدیران ادارات آموزش و پرورش استان تهران است. روش‌شناسی: این پژوهش از نظر هدف کاربردی و از نظر رویکرد، کیفی و مبتنی بر نظریه داده‌بنیاد نظام‌مند بود. جامعه پژوهش شامل مطلعین کلیدی حوزه آموزش و پرورش استان تهران بود که با روش نمونه‌گیری گلوله‌برفی تا رسیدن به اشباع نظری انتخاب شدند و در مجموع ۱۹ مصاحبه نیمه‌ساختاریافته انجام شد. داده‌ها با روش اسنادی و میدانی گردآوری و اعتبار ابزار با سه نوع کثرت‌گرایی در روش، پژوهشگر و مشارکت‌کننده تأیید شد. تحلیل داده‌ها طی فرایند کدگذاری باز، محوری و گزینشی انجام گرفت. یافته‌ها: تحلیل مصاحبه‌ها منجر به استخراج ۳۱۹ کد اولیه و در نهایت ۱۰۴ کد باز گردید که در قالب ۲۰ کد محوری و ۶ مقوله اصلی طبقه‌بندی شد. مقوله‌های زمینه‌ای شامل فرهنگ سازمانی، رهبری استراتژیک سازمانی، سیاست‌ها و رویه‌های سازمانی، دانش سازمانی و پویایی و یادگیری سازمانی بود. شرایط علی شامل ویژگی‌های فردی، ویژگی‌های مدیریتی، توان علمیاتی و مدیریت منابع انسانی و شرایط مداخله‌گر شامل فناوری اطلاعات، ساختار سازمانی و عوامل محیطی شناسایی شد. راهبردهای رهبری هوشمند نیز در پنج محور هدایت سرمایه فکری، مدیریت مشارکتی، استقرار تفکر سیستمی، تقویت ارتباطات و آینده‌نگری استخراج شد و پیامدها در سه محور بهبود عملکرد آموزشی، کارآمدی سازمانی و تعالی سازمانی مشاهده شد. نتیجه‌گیری: نتایج نشان داد تحقق رهبری هوشمند مستلزم فراهم‌سازی بسترهای فرهنگی، تقویت تفکر استراتژیک، توسعه زیرساخت‌های فناورانه، استقرار ساختارهای مشارکتی و ارتقای قابلیت‌های فردی و مدیریتی مدیران است و می‌تواند به بهبود عملکرد آموزشی و ارتقای کارآمدی ادارات آموزش و پرورش منجر شود.

https://dmbaj.org/index.php/dmba/article/download/271/308