برای نسل جدید کارآفرین­‌ها، شاید تالار شیشه‌­ای در خیابان حافظ نباشد



به احتمال زیاد اکثر فعالان بازار و کارآفرین های تکنولوژیک با کلمه فینتک آشنا باشند؛ ورود تکنولوژی به حوزه فاینانس که طیف وسیعی از صنعت مالی از پرداخت ­های بانکی تا مدیریت دارایی­ ها را شامل می ­شود. البته این موضوع در کشورهای توسعه یافته نیز موضوع جدیدی است چرا که بخش مالی همیشه خودشان را شهروندان فرست کلاس می ­دانستند و به هیچ عنوان نمی توانستند بپذیرند که چند دانشجوی کم سن و سال تهدیدی برای صنعت پولساز آن­‌ها باشد.

اولین موج شرکت‌های تکنولوژیک شاید به کوانت­‌ها بر می‌گشت که با علم ریاضی و آمار با معاملات با فرکانس بالا (HFT) شروع به محدود کردن نقش تریدرها کردند. عامل دوم ورود هج فاندهای بسیار تخصصی در حوزه­ های مدیریت دارایی بود که سبب شد شرکت ­های بزرگ مثل گلدمن که زمانی یکی از برزگترین بازیگرهای حوزه مدیریت دارایی بود به Fund of Fund تبدیل بشوند. هج فاندها با استفاده از ابزارهای مالی متنوع از جمله معاملات در بازارهای مشتقه بازار سهام و نرخ بهره سبب بالا رفتن عمق معاملات و تخصصی تر شدن هرچه بیشتر صنعت مدیریت دارایی و ثروت شدند. اما شاید مهم­ترین عامل تکنولوژیک بحث Big Data در بازارهای مالی بود.

سال­ها معامله­ گران بازارهای مالی با مطالعه صورت­ های مالی و اصطلاحا فهمیدن زنجیره B2B بیزینس­ ها سعی در فهم شرکت ­ها داشتند. به عنوان مثال برای تحلیل یک شرکت پتروشیمی شما باید قیمت ورودی خوراک را حساب کنید و از فروش محصولات شرکت کم کنید. اکثر فروش­ ها هم به بیزینس ­های بعدی در خط تولید است. اما در دهه­های اخیر با قدرت گرفتن شرکت ­های B2C و البته موضوع شبکه­ های اجتماعی بحث تحلیل صورت­ های مالی به طور کلی عوض شد. فرض کنید شما مدیر یک صندوق بزرگ هستید که می­خواهید روی یک شرکت B2C مثل سامسونگ سرمایه گذاری کنید. برای تعیین میزان فروش شرکت از چه پارامترهایی می توانید برای تخمین مقبولیت گوشی­ های سامسونگ استفاده کنید؟ مشخص است که دیگر نمی توان با استفاده از روش­ های معمول در بازار سرمایه به این سوال جواب داد.

Financial-Technology

در حال حاضر با استفاده از تکنولوژی حوزه Big data، در حوزه انالتیکس کارهای بسیار خوبی انجام شده است. تحلیل شبکه‌های اجتماعی از طریق سنتیمنت آنالیز و تعیین نظر مردم در بازارهای مختلف در مورد یک محصول یکی از موارد بسیار مهم برای تحلیل وضعیت شرکت­‌های B2C هست. اما نکته مهم تر استفاده از cutting-edge technology برای داده­های غیرساختار یافته است. به عنوان مثال یک استارت‌آپ در حال حاضر با بررسی عکس‌های بنادر چین میزان واقعی ورودی و خروجی کشتی‌ها به بنادر چین را مشخص می‌کند و این داده را قبل از انتشار داده ­های رسمی منتشر می‌کند. البته همین داده نیز می­‌تواند به عنوان سنجشی برای میزان درستی داده ­های رسمی استفاده شود.

اما موضوعی که بسیار می تواند برای صنعت فاینانس و به خصوص مدیریت دارایی به عنوان یک game-changer باشد بحث هوش مصنوعی است. هوش مصنوعی در سطح معمول می تواند رقیب مناسبی برای تریدرها و تحلیلگرها باشد اما موضوع مهم‌تر تکنولوژی مربوط به deep learning است که می تواند الگوهای غیرساختار یافته را نیز تشخیص دهد. این موضوع به خصوص در بازار سهام به خاطر پیچیدگی خاص بازار و وجود الگوهای غیرساختار یافته بسیار پیچیده در کنار سرعت عمل این تکنولوژی برتری خاصی به دارندگان این تکنولوژی می دهد که تقریبا هیچ موسسه مالی یا تحلیلی توان رقابت با این موضوع را ندارد.

در پایان با اطمینان می توان گفت که نسل جدیدی از استارت‌آپ‌ها در فضای مالی کشور در حال شکل گیری هستند، در حال حاضر شاهد یک تغییر اساسی در ترکیب استارت‌آپ های داخلی و حرکت آن‌ها از کسب و کارهای عملیاتی به شرکتهای تکنولوژیک هستیم و می توان دانشگاه شریف و مرکز فناوری این دانشگاه (ستاک) را به عنوان پیشرو در این موضوع دانست و شاید خیلی طول نکشد که تالار شیشه ای به جای خیابان حافظ به نزدیک میدان آزادی منتقل شود.

منبع: لینکدین وحید شیرازی

پاسخی بگذارید