en ارزیابی استراتژی های تامین مالی زنجیره تامین تحت عدم قطعیت ریسک اعتباری با رویکرد تصمیم گیری چند معیاره اقتصاد Economics پژوهشی اصیل - كاربردی Original Research - Empirical <p>در محیط پرریسک و ناپایدار اقتصادی امروز، انتخاب استراتژی مناسب تأمین مالی زنجیره تأمین (SCF) با درنظرگرفتن عدم‌قطعیت‌های مرتبط با ریسک اعتباری، به یکی از دغدغه‌های اساسی مدیران زنجیره تأمین و بنگاه‌های کوچک و متوسط (SMEs) تبدیل شده است. این پژوهش با هدف ارزیابی و اولویت‌بندی استراتژی‌های SCF با تمرکز ویژه بر مدیریت ریسک اعتباری، یک چارچوب تصمیم‌گیری چندمعیاره ترکیبی مبتنی بر روش‌های AHP و TOPSIS ارائه می‌دهد.</p> <p>در گام نخست، ۱۰ معیار کلیدی مرتبط با ریسک اعتباری از طریق مرور ادبیات تخصصی و نظر خبرگان شناسایی و با روش دلفی تأیید اعتبار شدند. سپس با استفاده از AHP وزن معیارها محاسبه و در ادامه، ۵ استراتژی اصلی SCF شامل مدل‌های خریدارمحور، تأمین‌کننده‌محور، واسطهمحور، مبتنی بر دارایی و فین‌تک‌محور با روش TOPSIS رتبه‌بندی شدند.</p> <p>نتایج نشان داد که استراتژی‌های فین‌تک‌محور، به‌دلیل شفافیت بالا، انعطاف‌پذیری و پوشش بهتر ریسک، بیشترین کارایی را در کاهش ریسک اعتباری دارند، در حالی که مدل‌های سنتی مانند فاکتورینگ رتبه پایین‌تری کسب کردند. این مطالعه با ارائه مدلی جامع و قابل اتکا، می‌تواند راهنمایی کاربردی برای تصمیم‌گیرندگان مالی در زنجیره‌های تأمین به‌ویژه در شرایط پرریسک باشد.</p> In today&rsquo;s volatile business environment, selecting an optimal supply chain finance (SCF) strategy under credit risk uncertainty has become a critical concern&mdash;particularly for small and medium-sized enterprises (SMEs). This study evaluates and prioritizes SCF strategies with a focus on mitigating credit risk, using a multi-criteria decision-making (MCDM) approach. Key evaluation criteria were identified through expert consultation and the Delphi method. The Analytic Hierarchy Process (AHP) was then employed to assign weights to these criteria, followed by the Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) to rank five major SCF strategies.<br> The findings reveal that fintech-based strategies are the most effective in mitigating credit risk, offering benefits such as increased transparency, greater flexibility, and risk transfer to third-party financial institutions. In contrast, traditional receivables-based methods, such as factoring, were ranked lowest in effectiveness.<br> This research addresses a critical gap by incorporating credit-risk-specific evaluation criteria into SCF strategy selection&mdash;an aspect often overlooked in conventional models that focus primarily on cost or liquidity. By integrating AHP and TOPSIS with Delphi-based expert validation, the study introduces a structured, risk-sensitive decision-making framework. Additionally, the inclusion of modern approaches such as fintech-enabled SCF and reverse factoring within a unified comparative model enhances the existing literature and supports resilient financial decision-making in uncertain environments.<br> <span style="font-size:11.0pt"><span style="font-family:&quot;Times New Roman&quot;,serif">Ultimately, the study provides a robust, empirically validated framework for decision-makers seeking to strengthen financial resilience across supply chains, particularly under credit uncertainty.</span></span> تامین مالی زنجیره تامین, ریسک اعتباری, فین تک, تصمیم گیری چند معیاره (MCDM) Supply Chain Finance, Credit Risk, AHP, TOPSIS, Fintech, Multi-Criteria Decision Making (MCDM) 69 93 http://jme.mbri.ac.ir/browse.php?a_code=A-10-693-1&slc_lang=en&sid=1 Reyhaneh Abed reyhaneh.abed@gmail.com 10031947532846007680 10031947532846007680 Yes PhD candidate, Department of Finance and Banking, Faculty of Management and Accounting, Allameh Tabatabai University, Tehran, Iran mostafa sargolzaei mostafa.sargolzaei@atu.ac.ir 10031947532846007681 10031947532846007681 No Associate Professor, Department of Finance and Banking, Faculty of Management and Accounting, Allameh Tabatabai University, Tehran, Iran Amiri Maghsoud amiri@atu.ac.ir 10031947532846007682 10031947532846007682 No Professor, Department of Management of Operations and Information Technology, Faculty of Management and Accounting, Allameh Tabatabai University, Tehran, Iran Mohammad Ali Dehghan Dehnavi dehghandehnavi@atu.ac.ir 10031947532846007683 10031947532846007683 No Assistant Professor, Department of Finance and Banking, Faculty of Management and Accounting, Allameh Tabatabai University, Tehran, Iran