اهمیت فن‌آوری‌های مالی در عصر جدید بر هیچ کسی پوشیده نیست، جدیدترین شماره اکونومیست که در آن میزان سرمایه‌گذاری در بخش‌های مختلف بررسی شده، بیانگر این نکته است که بیش از ۷۰% سرمایه‌گذاری‌ها (به طور خاص در دو سال گذشته که در آن ویروس کرونا نیز آنرا تشدید کرده است) به بخش فن آوری‌های مالی( فین‌تک) اختصاص داشته است. درک موضوعات مرتبط با این شاخه از فاینانس و نحوه کارکرد و رشد آنها، چشم انداز مناسبی از نحوه حرکت این فن آوری در آینده را بدست می دهد؛ در این راستا وبینار مقدمه ای بر فن‌آوری نوین مالی با همت گروه فاینانس و مهندسی مالی دانشکده علوم مالی، و مرکز مطالعات اروپا دانشگاه خوارزمی طراحی و اجرا شد. مدیریت این وبینار به عهده دکتر پاکیزه مدیرگروه فاینانس و مهندسی مالی بود و ارایه کنندگان شامل پروفسور کاظمی، استاد تمام دانشگاه ماسوچوست آمرست، آقای رامین مدیری، تحلیلگر خبره مالی از انیستیتو سی اف ای آمریکا و رئیس جامعه سرمایه گذاران حرفه ای از اورنج کانتی کالیفرنیا و دکتر آسا دانشیار کنت بیزنس اسکول از انگلستان بود که به ارایه مطالب و سخنرانی پرداختند.
در این وبینار ابتدا آقای دکتر کاظمی موضوع ارزهای دیجیتال، قراردادهای هوشمند و بلاکچین را مورد بحث قرار دادند و در آن به اهمیت بالای زیرساخت بلاکچین در توسعه دارایی های دیجیتال پرداختند، سپس آقای رامین مدیری به نقش هوش مصنوعی، یادگیری ماشین، یادگیری عمیق، علم داده و تحلیل کلان داده در مشاوره های مالی و سرمایه گذاری پرداختند. ابزارهای علم داده با تحلیل داده های مالی، می توانند در بهبود مدیریت ریسک، بهینه سازی سبد سهام و کاهش هزینه های مشاوره مالی کمک کنند. در ادامه با ارایه چندین مثال واقعی تحولات صورت گرفته ناشی از توسعه الگوریتمها و تکنیکهای علم داده در حوزه مشاوره های مالی مورد بحث و بررسی قرار گرفت. پس از ارایه تعریف فین تک، مثالهایی از فین تک ها ارایه شد. برای نمونه ایشان بیان داشتند که تکنولوژیهای مالی (فین تک ها) برنامه های کاربردی، نرم افزارها و راه حلهای فناورانه ای هستند که فرایندهای مالی را تسهیل کرده و موجب ارتقاء کارایی و سودآوری آنها شده اند. پرداختهای موبایلی، بانکداری آنلاین، مشاوره های مالی خودکار، تکنولوژی بلاکچین و پلتفرمهای کارگزاری همه مثالهایی از فین تک ها هستند.
در ادامه آقای دکتر هیربد آسا تاثیر و نقش یادگیری ماشین در صنعت خدمات مالی و بیمه را مورد بحث قرار دادند. یادگیری ماشین مجموعه‌ای از الگوریتمها و تکنیکهای برخاسته از ترکیب علم آمار و علوم کامپیوتر را شامل می شود که امکان تحلیل داده و استخراج الگو از آن را فراهم می کند. الگوریتمهای مختلف یادگیری ماشین اعم از انواع رگرسیون، شبکه های عصبی، درخت تصمیم، ماشین‌های بردار پشتیبان، نایو بیز و ... به بهبود خدمات مالی مشاوره‌ای و سرمایه‌گذاری کمک شایان توجهی کرده و همچنین امکان حل مسایلی را فراهم می‌آورند که بدون حضور این الگوریتمها حل این مسایل ناممکن بود. در آخر به مباحثی همچون استراتژی‌های معامله‌گری کمی و الگوریتمیک اشاره کردند.
|