با توجه به روند تکاملی انقلاب‌های صنعتی مختلف، جهان امروز از آن «داده» است.

اگر نگاهی به زندگی روزمره خود داشته باشیم و آن را مرور کنیم، متوجه می‌شویم چه حجمی از داده‌ها در فعالیت‌های روزمره در حال تولید است. همین‌طور نسل جوان و جدیدی که در حوزۀ بازارهای مالی فعالیت می‌کنند، همگی به گوشی تلفن همراه دسترسی دارند و از فن‌آوری‌های نوین این حوزه و تحلیل‌های موجود استفاده می‌کنند. همین‌طور شیوع بیماری کرونا در دو سال اخیر و تأثیرات ناشی از آن، سرعت استفاده از فن‌آوری‌های نوین در حوزه‌های مختلف احراز هویت الکترونیکی مشتریان، دیجیتالی شدن بازارها و استفاده‌ از فن‌آوری‌های نوین در خودکارسازی معاملات و یادگیری‌های ماشین را در سطح جهان گسترش داده است. از همین‌رو ابعاد مختلف این فن‌آوری‌های نوین و کاربردهای آن در بازار سرمایه ایران را با موسی احمدی، مدیرعامل شرکت پردازش اطلاعات مالی نواندیشان‌افزار بررسی کردیم. وی با اشاره به اهمیت داده‌ها و منافع خدمات ارزش افزوده بر روی آن در بازار سرمایه برای انواع ذی‌نفعان از جمله سرمایه‌گذاران، فعالان، نهادهای مالی، سیاست گذاران و مقام ناظر و سایر آحاد مردم اذعان داشت که در این میان، حوزه و منابع داده‌ای و نوع داده‌هایی که در بازار موجود وجود دارد نیز گسترش زیادی پیدا کرده است. متن این گفت‌وگو را در ادامه بخوانید.

  • آیا نگاه‌ها درخصوص بهره‌گیری از فن‌آوری‌های نوین در حوزه‌های بازار سرمایه تغییری کرده است؟

    با نگاهی گذرا متوجه می‌شویم که در سال‌های نه چندان دور تنها به داده‌های مالی، صورت‌های مالی شرکت‌های پذیرفته شده و داده‌های بازار ناشی از خرید و فروش اوراق بهادار محدود می‌شد اما در حال حاضر، می‌توان دید که داده‌های اخبار، شبکه‌های اجتماعی و سایر منابع داده‌ای نیز مورد توجه قرار گرفته است و تأثیرات خود را بر روی تصمیم‌های سرمایه‌گذاری نشان می‌دهد. این تغییرات نشان از نوعی تغییر نگاه و بهره‌گیری از فن‌آوری‌های نوین در حوزه‌های بازار سرمایه دارد.
  • بخش‌های مهم یک پلتفرم داده چیست؟

    تغییر پارادایم رخ داده در دنیای نوین کسب وکار با عناوین داده‌محوری و کسب وکارهای مبتنی بر داده از جمله در زمینۀ تصمیم‌گیری مبتنی بر داده، معاملات مبتنی بر داده، سرمایه‌گذاری مبتنی بر داده و تحلیل ریسک مبتنی بر داده رخ نموده است. به عنوان مثال در حوزۀ بازارهای اعتباردهی شاهد راه‌اندازی پلتفرم‌های اعتباردهی خودکار مبتنی بر امتیازدهی اعتباری و در حوزۀ بازار سرمایه نیز شاهد راه‌اندازی معاملات الگوریتمی خودکار مبتنی بر الگوهای یادگیری هستیم. در این میان آن چه مهم است جمع‌آوری، پردازش و ارائۀ خدمات ارزش افزوده و تحلیل‌ها از جمله بخش‌های مهم یک پلتفرم داده است که در بازار سرمایه نیز با اهمیت است و لازم است به آن توجه شود.
  • اهمیت داده‌ها و اطلاعات پردازش شده و تحلیل حاصل از آنها چیست؟

    در دنیای کسب‌وکارهای امروزی خصوصاً در حوزۀ بازار سرمایه، داده‌ها و اطلاعات پردازش شده و تحلیل حاصل از آنها، ‌مانند نقشه‌ای است که به مدیران و تصمیم‌گیرندگان در اتخاذ تصمیمات استراتژیک سرمایه‌گذاری کمک می‌کنند. از سوی دیگر مدیریت داده‌ محور باعث می‌شود ریسک و هزینه‌های تصمیمات سرمایه‌گذاران به‌مراتب کاهش پیدا کند و در نتیجه منابع مالی سرمایه‌گذاران به بهترین نحو مدیریت شود. متناسب با عملکرد و اهداف هر سرمایه‌گذار و کسب و کاری، از داده‌ها می‌توان برای کمک به افزایش درآمد، کاهش هزینه‌ها، ایجاد فرصت‌های جدید، شناسایی بازار، کاهش ریسک، افزایش رضایت مشتریان و کارکنان استفاده کرد. از همین روست که در کسب‌وکارهای داده‌ محور امروزی، جایگاه شغلی متخصصین داده به یکی از جایگاه‌های کلیدی در سازمان‌ها و نهادهای مالی و سرمایه‌گذاران تبدیل ‌شده است. شرکت‌های بلومبرگ و تامسون رویترز نیز به عنوان دو مؤسسۀ مطرح بین‌المللی در ارائه ترمینال‌های کسب وکار داده و تحلیل مطرح هستند که نقش ویژه‌ای را در سطح جهانی برعهده دارند و سهم بازار عمده‌ای را در این کسب و کار داشته و از همین جهت علاوه بر درآمدزایی ویژه، نقش‌های سیاسی و اقتصادی مهمی نیز پیدا کرده‌اند.
    در حوزه سرمایه‌گذاری و ارائه خدمات سبدگردانی به سرمایه‌گذاران حقیقی و حقوقی نیز این موضوع به دو زمینه بازار و سرمایه‌گذار باز می‌گردد. در حوزه بازار تمامی داده‌های مربوط به بازارها، شرکت‌ها و قیمت‌ها و معاملات و صورت‌های مالی شرکت‌ها در این زمینه جای می‌گیرد. اما با استخراج شاخص‌های مربوطه، زمینه بعدی به سرمایه‌گذاران مربوط می‌شود که لازم است داده‌هایی از جنس شخصیت‌شناسی و استخراج الگوهای رفتاری سرمایه‌گذاران مدنظر قرار گیرد. در حال حاضر در حوزه مدیریت مالی شخصی و مدیریت ثروت، این موضوع مورد توجه قرار گرفته و مراکز ارائه‌دهنده این خدمات که «مشاوران رباتیک» نام‌گذاری شده‌اند، از قابلیت‌های فن‌آوری مالی برخوردارند و با توجه به خصوصیات ریسک‌پذیری اشخاص در زمینه ارائه خدمات مشاوره مالی در زمینه‌های بانکی، بیمه‌ای، خرید و فروش سهام و... عمدتاً در بستر نرم‌افزارهای موبایلی اقدام می‌کنند.
    با توجه به روند تکاملی انقلاب‌های صنعتی مختلف، جهان امروز از آن «داده» است. با گذر از سال‌های انقلاب صنعتی اول که به حکمرانی ماشین‌های بخار مربوط می‌شد، انقلاب صنعتی دوم با مهم شدن نقش الکتریسیته در ماشین‌ها و تولید ظهور پیدا کرد. بهره‌مندی کسب‌وکارها از کامپیوتر، سامانه‌های عملیاتی کامپیوتری و اتوماسیون صنعتی در این مرحله موجب ظهور انقلاب صنعتی سوم شد. حال پس از پشت سر گذاشتن این ایام، قدم به دوره جدیدی گذاشته‌ایم که می‌توان آن را دورۀ حکمرانی توامان «داده»، «ارتباطات» و «هوشمندی» نامید.
  • داده‌ها در بازار سرمایه چه جایگاهی دارند؟

    در حوزه بازار سرمایه بنا به ماهیت آن حجم بالایی از داده‌ها تولید می‌شود. این داده‌ها در نتیجه فعالیت‌های مختلفی تولید می‌شود که از آن جمله می‌توان به معاملات اوراق بهادار، روندهای قیمتی اوراق بهادار، مشخصات شرکت‌های پذیرفته شده در بورس و اطلاعات مربوط به صورت‌های مالی این شرکت‌ها اشاره کرد. محدودیت‌هایی که در گذشته در زمینه محاسبات مربوط به حجم بالای داده‌ها و محدودیت‌های هزینه‌ای مربوط به این موضوع وجود داشت از جمله مواردی بود که مدیریت داده‌های با حجم بالای موجود در بازار سرمایه را با مشکل مواجه کرده بود اما در حال حاضر با ظهور فن‌آوری‌های نوین در این حوزه شاهد این هستیم که محدودیت‌ها و مشکلات موجود در این راه کاهش پیدا کرده است و این امکان را به کاربران ایجاد کرده تا بتوانند نگاهی یکپارچه به حجم بالایی از داده‌ها داشته باشند. از سوی دیگر در این میان برخی شرایط نیز بر تسریع در پذیرش این موضوع تأثیر گذاشته است که از آن جمله می‌توان به تغییرات در قوانین و مقررات حاکم بر بازارهای سرمایه، امکان طراحی و پیاده‌سازی استراتژی‌های معاملاتی پیشرفته، امکان اتخاذ تدابیر شدیدتر در زمینۀ مدیریت ریسک و تطبیق با قوانین و مقررات حاکم، امکان اجرای پردازش‌های پیچیده‌تر در خصوص داده‌ها و همچنین امکان ارائه گزارش‌گیری‌های متنوع از داده‌ها در دوره‌های زمانی مختلف اشاره کرد.
  • حوزه‌های کلیدی مورد توجه در بازارها با چه عواملی ارتباط دارند؟

    حوزه‌های کلیدی مورد توجه در بازارها به مدیریت روابط با مشتریان، داده‌های بازار، مدیریت ریسک، پردازش بعد از معاملات، معاملات، نظارت و پژوهش مرتبط هستند. از این رو برنامه‌های کاربردی که در این زمینه‌ها تولید شده، عمدتاً در سه حوزه کلیدی ایجاد شده است: اولین گروه مربوط به حوزه درآمدزایی است. دومین گروه مربوط به برنامه‌های مربوط به تطبیق با مقررات یا مدیریت ریسک است و سومین گروه به حوزه کاهش هزینه و کارایی عملیاتی مربوط می‌شود.
  • تکنیک‌های موجود در زمینه پردازش داده‌ها چیست؟

    اکنون داده‌ها با کمک یادگیری ماشین و هوش مصنوعی پردازش و تحلیل می‌شوند و استراتژی‌های معاملاتی و نتایجی را ارائه می‌کنند که پردازش و تحلیل آنها در حالت عادی برای ذهن انسان امکان‌پذیر نیست. به‌کارگیری سریع این فن‌آوری‌ها و دخیل‌کردن آنها در حوزه تصمیم‌گیری سرمایه‌گذاری و کسب وکار، موجب ایجاد نوعی مزیت رقابتی نسبت به رقبای حاضر در بازار یا کسب بازده در بازار سرمایه می‌شود. گسترش این فن‌آوری‌ها در بازارهای مالی و سرعت گسترش آنها نیز به گونه‌ای است که نهادهای مالی و سرمایه‌گذاری چاره‌ای به جز پذیرش آن نخواهند داشت و در آینده لازم است خود را با آن تطبیق دهند. از همین رو در روندهای نهادهای مالی دنیا دو استراتژی مطرح است که یکی ورود مستقیم نهادهای مالی به حوزه توسعه فن‌آوری‌های مالی جدید برای ارائه خدمات است و استراتژی دوم، مشارکت با شرکت‌های تخصصی فن‌آوری مالی در زمینه ارائه خدمات مالی و سرمایه‌گذاری است. شرکت‌های پردازش اطلاعات مالی فعال در بازار سرمایه به عنوان نهادهای مالی تحت نظارت و دارای مجوز از سازمان بورس و اوراق بهادار از جمله ظرفیت‌هایی هستند که می‌توانند نیازهای سایر نهادهای مالی، سرمایه‌گذاران و تصمیم‌گیرندگان بازارهای مالی را با فراهم‌آوردن راهکارهای نوین تحلیل و پردازش داده فراهم کنند.
  • درخصوص داده‌کاوی توضیح دهید.

    داده‌کاوی فرآیند مرتب‌سازی و طبقه‌بندی داده‌های حجیم و آشکارسازی اطلاعات مرتبط با هم است. امروز داده‌کاوی به عنوان یکی از ابزارهای بسیار مهم مدیران جهت شناخت دقیق‌تر وضعیت سازمان و همچنین کمک به اتخاذ تصمیمات مناسب کاربرد دارد. با استفاده از این تکنیک، داده‌های موجود با به‌کارگیری ابزارهای نرم‌افزاری، مورد بررسی و تحلیل دقیق قرار می‌گیرد تا الگوهای پنهان و پیچیده‌ای که در آنها وجود دارد کشف و استخراج گردد. داده‌کاوی را می‌توان نسل سوم تکنولوژی‌هایی نامید که با «داده» سروکار دارند. در نسل اول یا نسل سنتی، فقط انجام پرس و جوهای ساده امکان‌پذیر بود، مثلا تعداد فروش یک سهام خاص چقدر است؟ میزان خرید یک سرمایه‌گذار خاص در ماه جاری چه مبلغی است؟ در نسل دوم یا همان پردازش لحظه‌ای برخط امکان پرس و جوی هم‌زمان چند بعدی فراهم شد. در این روش به عنوان مثال به سوالاتی مانند میزان فروش اوراق بهادار به تفکیک سرمایه‌گذاران فروشنده و خریدار و کلاس دارایی خاص چقدر است؟ به صورت لحظه‌ای و با استفاده از مکعب تصمیم و گزارش ماتریسی پاسخ داده‌ می‌شود. اما در نسل سوم یا همان داده‌کاوی فقط مساله پرس و جو و دریافت گزارش‌ها از داده‌ها نیست، بلکه از حجم انبوه داده‌ها، الگوهایی کشف می‌شود که هیچ‌وقت امکان کشف این الگوها در پردازش لحظه‌ای برخط یا روش سنتی وجود نداشت. در عمل برای امکان انجام داده‌کاوی و استفاده از تکنیک‌های فوق‌الذکر، ابتدا باید نسبت به ایجاد یک انبار داده مناسب اقدام کرد.
    گذری بر روند پیشرفت بازارهای مالی جهانی نشان می‌دهد که توسعه نظام‌های تأمین مالی و تخصیص بهینه دارایی‌ها در پرتو ایجاد فضایی شفاف و به دور از عدم‌تقارن اطلاعات بوده و این موضوع در پرتو فعالیت شرکت‌های پردازش اطلاعات مالی و همچنین موسسات رتبه‌بندی اعتباری در حوزه‌ها و بازارهای مختلف آن هم با استفاده از داده‌های پردازش شده محقق شده است.
  • مزایای پردازش داده‌ها در بازار اعتباردهی چیست؟

    سرمایه‌گذاران با توجه به اشتهای ریسک‌پذیری خود می‌توانند زمینه‌های متناسب با ریسک و بازده انتظاری خود را انتخاب کنند. در حال حاضر تکنولوژی‌های تأمین مالی در دنیا به دو بخش عمده تکنولوژی تأمین مالی مبتنی بر وثیقه و تأمین مالی مبتنی بر رتبه و امتیاز اعتباری تقسیم‌بندی می‌شوند، به این معنا که در تأمین مالی بر اساس ضمانت و وثیقه، بیشتر به کیفیت و ارزش ضمانت ارائه شده توجه می‌شود که این روش در کشورهای فاقد سازوکار مستقل رتبه‌بندی اعتباری فراگیری بیشتری پیدا کرده است. اما دسترسی به منابع اطلاعاتی تسهیلاتی و منابع اطلاعاتی داده‌های جایگزین در کشورهای مختلف این زمینه را فراهم کرده است که اقشار مختلف حقیقی و شرکت‌های حقوقی کشور از رتبه اعتباری مبتنی بر داده‌های در دسترس بانک‌های اطلاعاتی بهره‌مند شوند و ضمن پردازش داده‌های موجود نسبت به تخصیص رتبه‌ اعتباری متناسب به هر مشتری و اعتباردهی به آن اقدام کنند.

پردازش داده چه فوایدی دارد؟

برخورداری از داده‌های مالی پردازش شده می‌تواند کمک بسزایی در نقش‌آفرینی سایر نهادهای مالی بازار سرمایه از جمله شرکت‌های رتبه‌بندی اعتباری، سرمایه‌گذاری، تأمین سرمایه و سایر نهادهای مالی داشته باشد. شرکت‌های پردازش اطلاعات مالی هرچند به طور مستقیم از کسب و کار مالی قوی‌ای برخوردار نیستند اما تأثیر مهمی در زنجیره ارزش خدمات سایر نهادهای مالی فعال در بازار سرمایه برعهده دارند. از این رو لازم است یک «پلتفرم داده»‌ در بازار سرمایه تشکیل شود. این‌که این موضوع چگونه می‌تواند محقق شود، لازم است از ابعاد زیر به موضوع نگریسته شود:

  • داشتن نگاه فرآیندی به موضوع: این موضوع لزوم «بازمهندسی فرآیندها» را در بازار سرمایه در حوزۀ داده‌ها و تحلیل آن‌ها را بیش از پیش نمایان می‌سازد. از همین رو لازم است بازمهندسی فرایندها و مهندسی داده برای کل مسیر به صورت مشروح همراه با فرم‌های کنترل‌ها آماده و به صورت سند تنظیم شود. در این صورت است که با شناسایی تمامی بخش‌ها و نیازهای آن‌ها به داده‌ها در تصمیم‌گیری‌های خود می‌توانیم شاهد ایجاد تحولی در کسب و کار داده و تأمین نیازهای آن‌ها داشته باشیم.
  • توسعه سرمایه انسانی کیفی: این‌که سرمایه‌گذاران و شرکت‌ها به نحو مناسبی از داده‌ها در تصمیم‌گیری‌های خود استفاده کنند بستگی به در اختیار داشتن سرمایه انسانی کیفی در حوزه‌های تخصصی دارد.
  • بهبود فرهنگ و سواد داده‌ای: نحوۀ استفاده، تحلیل و تصمیم‌گیری مبتنی بر داده‌ها به عنوان علم و هنر مورد توجه در دنیا از چنان اهمیتی برخوردار است که بدون توجه به آن نمی‌توان شاهد بروز مزایای داده‌ها در کسب وکارها بود.
  • خلأ دسترسی به داده‌های منابع اطلاعاتی داخلی: دسترسی به بسیاری از منابع داده‌ای معتبر داخلی تنها از طریق دستگاه‌های اجرایی و نهادهای فعال که بعضاً در قانون تعریف شده میسر می‌باشد و ایجاد سازوکاری به منظور ارائۀ این اطلاعات به نهادهای مالی پردازش اطلاعات مالی و سپس ارائۀ آن‌ها به ذی‌نفعان بازار از اهمیت بالایی برخوردار است.
  • خلأ دسترسی به داده‌های منابع اطلاعاتی معتبر بین‌المللی: از آن‌جایی که دسترسی به منابع داده‌ای بین‌المللی توسط تک تک نهادهای مالی فعال در بازار سرمایه کاری هزینه‌بر و سخت بوده و هزینه سرجمع زیادی را تحمیل می‌کند، خرید، جمع‌آوری و ارائۀ داده‌ها توسط نهادهای مالی از جمله نهادهای مالی پردازش اطلاعات مالی و تولید ارزش افزوده و ارائه به سایر نهادهای مالی فعال از اهمیت بالایی برخوردار است.
  • - تدوین زنجیرۀ ارزش خدمات داده: کسب و کار داده از زمان جمع‌آوری، پردازش و ارائۀ شاخص‌های تحلیل آغاز می‌شود. از همین رو منابع اطلاعاتی که می‌تواند در مرحله جمع‌آوری داده‌ها مورد استفاده قرار گیرد، فروش وب‌سرویس‌ها و داده‌های خام به مشتریان و ارائه خدمات ارزش افزوده خدمات داده به شرکت‌های پردازش اطلاعات مالی و ارائۀ خدمات تخصصی به بازار و نهادهای مالی دیگر بنا به نیاز از جمله سایر موارد مورد توجه در این بخش می‌باشد.
  • - استفاده از تکنیک‌های علوم داده‌ای و هوش تجاری: در صورت استانداردسازی داده است که می‌توان انواع استعلام‌ها و گزارش‌گیری‌ها و ارائۀ داشبوردهای تصمیم‌سازی برای مدیران محقق می‌شود.
  • لزوم برخورداری از نوآوری، انگیزه و تخصص قشر تحصیلکرده و صاحب ایده را چگونه ارزیابی می‌کنید؟

    لازم است مراجع سیاست‌گذار و نظارتی تدابیر لازم در زمینه فراهم‌سازی زیست بوم کسب وکارهای نوپا و ایجاد زنجیره کامل حمایتی از این کسب وکارها را فراهم کنند و از ظرفیت‌ها و توانمندی‌های بالقوه دانشگاهی و فنی موجود در کشور استفاده بهینه را ببرند. برگزاری مراسم مختلف در زمینه فراخوان و گردهم‌آیی فعالیت‌های استارت‌آپی و کسب وکارهای نوپا، ایجاد زمینه‌های شتاب‌دهی به این فعالیت‌ها، دریافت ایده‌ها و پرورش آن‌ها از طریق مراکز دانشگاهی، ایجاد دانش فنی تدوین مدل کسب وکار، ارزشگذاری و مدیریت مالی کسب وکارها در این حوزه و حمایت مالی و معنوی از خیل عظیم جوانان مستعد و کارآفرینان و سرمایه‌گذاران متمایل به سرمایه‌گذاری در این زمینه از جمله مواردی است که می‌تواند به دستیابی به فضای جدید کسب وکار که در بالا به آن‌ها اشاره شد، کمک ‌کند.
    تعامل با مراکز شتاب‌دهی و رشد دانشگاهی به ویژه حوزه‌های مالی و فن‌آوری اطلاعات، ایجاد سازوکار انگیزشی جذب و پرورش ایده ناب، ایجاد مرکز کارآفرینان و سرمایه‌گذاران متمایل به سرمایه‌گذاری در این حوزه‌ها، ایجاد مراکز مشاوره و داوری از طرح‌ها، تسریع در شکل‌گیری و ایجاد صندوق‌های سرمایه‌گذاری تخصصی و سازوکارهای ورود به بورس این‌گونه طرح‌ها از جمله عرضه عمومی اولیه و خصوصی، اتخاذ سازوکارهای حمایتی مالی و معنوی از این‌گونه کسب و کارها از جمله اقداماتی است که می‌تواند به تکمیل‌شدن زیست‌بوم کارآفرینی و فعالیت‌های دانش بنیان در کشور به ویژه در فضای بازار سرمایه کمک کند.