آینده‌‌پژوهی و ریسک

وقتی که به ریسک فکر می‌کنیم، مردم معمولاً برداشت‌های متفاوتی دارند. حتی یک نوجوان هم ممکن است تعریفی از ریسک ارائه دهد که با تعریف علمی آن فرق داشته باشد. در واقع، ریسک دو کلیدواژه اصلی دارد: «عدم قطعیت» و «آثار نامطلوب». یعنی، وقتی که با عدم قطعیت مواجهیم و نمی‌دانیم در آینده چه اتفاقاتی ممکن است بیفتد، این عدم قطعیت می‌تواند آثار منفی به همراه داشته باشد.

حالا، این عدم قطعیت فرق دارد با ریسک. اگر ما هیچ دانشی از آینده نداشته باشیم، با «ابهام» مواجه‌ایم. ولی وقتی که با استفاده از داده‌های گذشته و مدل‌سازی، بتوانیم احتمال هر اتفاقی را پیش‌بینی کنیم، در این حالت با ریسک روبه‌رو هستیم. با توجه به فناوری‌های نوین که وارد شده‌اند، تغییراتی در نحوه مدیریت ریسک به وجود آمده است.

حالا که خدمات مالی به‌طور فزاینده‌ای بر پایه فناوری اطلاعات و داده‌ها قرار دارند، ما می‌توانیم با استفاده از داده‌های بیشتر، مدل‌سازی دقیق‌تری انجام دهیم. این دقت باعث می‌شود که پیش‌بینی‌های ما بهتر و با ضریب اطمینان بیشتری باشد.

در گذشته، بیشتر مدیریت ریسک‌ها به‌طور تجربی و با نظرات کارشناسان انجام می‌شد. اما اکنون با استفاده از فناوری‌های پیشرفته، مانند مدل‌های یادگیری عمیق و هوش مصنوعی، ما می‌توانیم پیش‌بینی‌های دقیق‌تری داشته باشیم. این مدل‌ها با استفاده از داده‌های تاریخی، به ما کمک می‌کنند تا آینده را بهتر پیش‌بینی کنیم. البته، هنوز هم در صنعت بیمه چالش‌هایی وجود دارد. به‌ویژه در بیمه، استفاده از فناوری اطلاعات و مدل‌های پیشرفته هنوز به‌طور کامل گسترش نیافته است.

اطلاعات هنوز به‌طور کامل و جامع در دسترس نیست و بسیاری از فرآیندها به‌صورت کاغذی و سنتی انجام می‌شود. آینده مدل‌سازی ریسک به‌طور حتم به سمت استفاده بیشتر از فناوری‌های پیشرفته و داده‌های بزرگ خواهد رفت. این تغییرات به ما این امکان را می‌دهند که ریسک‌ها را با دقت بیشتری پیش‌بینی و مدیریت کنیم. این تحولات می‌تواند به بهبود عملکرد و تصمیم‌گیری‌های مالی کمک کند و فرصت‌های جدیدی را ایجاد نماید.

اگر موقعیت را سنجیده و بررسی کنیم و بخواهیم دقیق‌تر بشویم می بینم با توجه به روندهای حاکم. صنایع مالی که صحبتش را می‌کنیم، خیلی متنوع‌اند و در واقع، تعداد زیادی از آن‌ها وجود دارند. اما اگر بخواهیم تمرکز کنیم روی بورس، بانک، و بیمه، می‌توانیم بگوییم این سه شاخه اصلی هستند که باید بررسی کنیم. سوال این است که موقعیت این‌ها از نظر فهم و جذب ریسک‌ها و مدل‌سازی چه طوری است؟ آیا توانسته‌اند ریسک‌های جدید را شناسایی و مدیریت کنند؟

به طور کلی، وقتی صحبت از ریسک می‌شود، تکنولوژی‌های جدید می‌توانند به کنترل بعضی از ریسک‌ها کمک کنند. اما در عین حال، با ریسک‌های جدیدی هم مواجه می‌شویم که قبلاً وجود نداشتند. یعنی حتی با وجود مدل‌های پیچیده و انبوه داده‌ها، ممکن است با ریسک‌های مدل روبرو شویم. این موضوع از این نظر اهمیت دارد که مدل‌های پیش‌بینی که بر پایه داده‌های گذشته هستند، ممکن است نتوانند تغییرات سریع و ناگهانی که به خاطر تکنولوژی‌های جدید ایجاد می‌شود را پیش‌بینی کنند.

با وجود اینکه مدل‌های پیچیده و داده‌های زیادی داریم، باز هم ممکن است نتوانیم به طور کامل به پیش‌بینی درست از آینده برسیم، زیرا تکنولوژی‌های جدید و تغییرات سریع رفتار فعالان بازار ممکن است به شکلی غیرقابل پیش‌بینی رخ دهند. این موضوع می‌تواند چالشی جدی ایجاد کند.

چرایی مدل سازی ریسک

یکی از مسائل کلیدی این است که مدل‌سازی‌های فعلی بر اساس فرضیه‌هایی است که وضعیت آینده مشابه وضعیت گذشته است. اما اگر این فرضیه رد شود، یعنی اگر تغییرات اساسی و نوآوری‌های جدیدی در آینده رخ دهد که در گذشته تجربه نشده‌اند، ما وارد دنیای جدیدی از مدل‌سازی خواهیم شد که ترکیبی از آینده‌پژوهی و مدل‌سازی ریاضی است.

در آینده‌پژوهی، ما سعی می‌کنیم تعاملات مختلف در محیط‌های متنوع را بررسی کنیم تا ببینیم چه اتفاقاتی ممکن است بیفتد. همچنین، در آینده‌نگاری، تلاش می‌کنیم تمهیداتی بیندیشیم تا اهداف‌مان را با تغییر دادن شرایط به تدریج محقق کنیم.

با ورود هوش مصنوعی و مدل‌های جدیدی مانند «مدل‌های خلاقانه»، ما می‌توانیم به داده‌های گذشته نگاه نکنیم و به ترکیب داده‌های گذشته با خلاقیت‌های جدید بپردازیم. این مدل‌ها تلاش می‌کنند نوآوری‌ها و تغییرات جدید را شناسایی کنند و به پیش‌بینی دقیق‌تری برسند. البته، هنوز این دانش به بلوغ نرسیده است و استفاده از هوش مصنوعی به عنوان ابزاری جدید برای تحلیل داده‌ها و نوشتن مقالات علمی، نشان‌دهنده این است که این تکنولوژی‌ها هنوز به حد کمال نرسیده‌اند.

در نهایت، با توجه به اینکه نسل‌های جدید بیشتر با تکنولوژی آشنا هستند و خدمات سنتی به تدریج به سمت پلتفرم‌های غیرحضوری و دیجیتال می‌روند، به نظر می‌رسد که آینده‌ای بسیار متفاوت از دنیای امروز خواهیم داشت. این تغییرات به همراه پیشرفت‌های هوش مصنوعی، می‌توانند ریسک‌ها و چالش‌های جدیدی را به همراه داشته باشند که هنوز به طور کامل شناخته نشده‌اند.

کلیت موضوع

تعریف مفاهیم مالی با توجه به توسعه و سرعت پیشرفت فناوری به طور قابل توجهی تغییر کرده است. فناوری‌های نوین و تحولات دیجیتال به طور مستقیم بر روی نحوه تعریف و درک مفاهیم مالی از جمله مقوله ریسک تأثیر گذاشته‌اند.

بنابراین، لازم است که با این تحولات همگام شویم و تعاریف را مدام به‌روز کنیم. طبیعی است که لازم داریم تا موقعیت‌سنجی دقیقی انجام داده و بررسی کنیم که اکنون چه میزان تحول در تعاریف و انتظارات مالی ایجاد شده است.

تحلیل میزان پذیرش و تطابق این تحولات با نیازهای موسسات مالی جدید، به ما کمک خواهد کرد تا درک بهتری از وضعیت کنونی و جهت‌گیری‌های آینده داشته باشیم.