پديد آورندگان :
پاينده، رضا دانشگاه تهران، ايران , منطقي، منوچهر دانشگاه صنعتي مالك اشتر، تهران، ايران , شهبازي، ميثم دانشگاه تهران - دانشكده پرديس فارابي، ايران
كليدواژه :
همكاري , نوآوري , بانك , فين تك , خوشه بندي
چكيده فارسي :
همكاري بانك و فين‌تك به يكي از موضوعات مهم در مطالعات كسب و كارهاي فناوري مالي و تحول در سيستم بانكداري تبديل شده است، بااين‌حال تاكنون پژوهش دقيقي پيرامون وضعيت و الگوي همكاري بانك‌هاي ايران با فين‌تك‌ها انجام نشده است. هدف اين پژوهش كشف الگوهاي همكاري بانك‌ها با فين‌تك‌ها از منظر بانك‌هاست و بر اين اساس سؤال اصلي پژوهش بدين شرح است: چه الگوهاي همكاري ميان بانك‌هاي ايران و فين‌تك‌ها وجود دارد؟ در اين پژوهش تلاش گرديد تا ضمن توزيع پرسشنامه در ميان 144 نفر از مديران ارشد بانكي و توليد داده‌هاي موردنياز، وضعيت همكاري 16 بانك ايراني با فين‌تك‌ها در چهار بخش همكاري، نوآوري، بانك و فين‌تك مطابق با چارچوب مفهومي مدنظر موردبررسي قرار گيرد. به منظور تحليل داده‌هاي به دست آمده، از الگوريتم‌هاي خوشه‌بندي كه يكي از كاربردي‌ترين روش‌هاي داده كاوي است استفاده گرديد. نتايج حاصل نشان مي‌دهد: اول اينكه الگوي همكاري بانك‌هاي موردمطالعه در پنج خوشه بهينه تقسيم‌بندي مي‌شود: الگوي سرآمدانه، الگوي تحول طلبانه، الگوي شتابانه، الگوي زيركانه و الگوي سرمايه‌گذارانه. دوم اينكه به دلايل گوناگوني از جمله عدم توسعه گونه‌هاي مختلف فين‌تك و مدل‌هاي كسب و كار مربوط به آن، اكثر بانك‌هاي موردمطالعه در يك خوشه قرار مي‌گيرند و رفتار نسبتاً مشابهي دارند. سوم اينكه نتايج خوشه‌بندي نشان مي‌دهد عامل دولتي و خصوصي بودن بانك‌ها نمي‌تواند به‌عنوان عامل متمايزكننده در رابطه بين بانك و فين‌تك مطرح شود.
چكيده لاتين :
Bank-fintech collaboration has become one of the crucial topics in the study of financial technology and the banking system transformation. Yet, there has been very little research into this phenomenon, so as to establish best practices, because neither bank-fintech collaboration nor associated and relevant characteristics have been evaluated. The purpose of this study is to discover the patterns of bank-fintech collaboration, accordingly, the key question of the research is: What are the collaboration patterns of Iranian banks with fintechs? To answer this question, we have benefited from a theoretically founded and empirically proven taxonomy including cooperation, innovation, banking, and fintechs dimension. In this study, while distributing the questionnaire among 144 senior bank managers, the situation of cooperation between 16 Iranian banks and fintechs was examined. To analyze the data, clustering algorithms, one of the most useful data mining methods, were utilized. The results show: Firstly, the patterns are divided into the five optimal clusters: perfectionist pattern, transformational pattern, impatient pattern, smart pattern, and shareholding pattern. Second, for a variety of reasons, including a low verity of fintech types in the market, most of the banks studied are in the same cluster and have relatively similar behaviors. Third, clustering results indicate that the public or private factor cannot be considered as a distinguishing factor in the relationship between banks and fintechs.
