امروز بازار سرمایه ایران در آستانه چنین نقطهای ایستاده است؛ نقطهای که در آن، هوش مصنوعی، داراییهای دیجیتال و تحلیل دادهمحور، دیگر واژههایی از جنس آیندهپژوهی نیستند، بلکه به موضوع مذاکره میان سیاستگذار، ناظر و فعالان بازار تبدیل شدهاند.
به گزارش صنعت مالی، هر تحول بزرگ در تاریخ بازارهای مالی، از یک نوآوری فنی عبور کرده و سپس خود را در قالب یک دگرگونی نهادی تثبیت کرده است.
ثبت الکترونیکی معاملات، حذف تالارهای فیزیکی و فراگیری سامانههای آنلاین، نمونههایی از همین مسیرند: فناوری ابتدا بهعنوان یک امکان مطرح شد، سپس مقرراتگذار ناچار شد چارچوبهای تازهای برای آن تعریف کند و در نهایت، رفتار سرمایهگذار نیز بر همان اساس بازآرایی شد.
امروز نیز بازار سرمایه ایران در آستانه چنین نقطهای ایستاده است؛ نقطهای که در آن، هوش مصنوعی، داراییهای دیجیتال و تحلیل دادهمحور، دیگر واژههایی از جنس آیندهپژوهی نیستند، بلکه به موضوع مذاکره میان سیاستگذار، ناظر و فعالان بازار تبدیل شدهاند.
نکته مهم آن است که این تغییر، صرفاً یک ارتقای فنی نیست. پرسش اصلی این است که آیا بازار سرمایه کشور میتواند از جایگاه «مصرفکننده فناوری» به جایگاه «طراح راهکارهای بومی» ارتقا یابد؟ پاسخ به این پرسش، بیش از آنکه به توان مهندسی وابسته باشد، به کیفیت هماهنگی نهادی، ثبات مقررات و بلوغ زیرساخت داده بستگی دارد.
در گفتوگویی که اخیراً با دو کارشناس بازار سرمایه و کمیسیون اقتصادی مجلس شورای اسلامی داشتیم چهار محور کلیدی این تحول بررسی شد: بازتعریف تحلیل و مشاوره با هوش مصنوعی، ظرفیت توکنایز شدن دارایی و معاملات شبانهروزی، موقعیت نهادهای مالی نسبت به مرزهای دانش، و منطق احتیاط نهادهای حاکمیتی. آنچه در ادامه میآید، خوانشی تحلیلی از این گفتوگو و نسبت آن با مسیر پیشروی بازار سرمایه است.
یکی از رایجترین خطاها در تحلیل اثر هوش مصنوعی بر بازار سرمایه، تقلیل آن به یک ابزار پیشبینی قیمت است. در حالی که تحول واقعی در لایهای دیگر رخ میدهد: بازآرایی زنجیره تولید تصمیم. در مدل سنتی، تحلیلگر بخش عمده توان خود را صرف گردآوری، پاکسازی و یکسانسازی دادههای پراکنده میکرد و تنها بخش کوچکی از ظرفیت شناختی او به تفسیر و قضاوت اختصاص مییافت.
با ورود سامانههای هوشمند، این نسبت معکوس میشود؛ ماشین بار پردازش را برمیدارد و انسان بر داوری حرفهای متمرکز میشود. به بیان دیگر، ارزشآفرینی از مرحله «دسترسی به اطلاعات» به مرحله «تفسیر اطلاعات» منتقل میشود.
این جابهجایی، پیامدهای مشخصی برای ساختار بازار دارد. نخست، کاهش هزینه تحلیل و در نتیجه گسترش پوشش پژوهشی به شرکتهای کوچکتر که پیشتر از دایره توجه تحلیلگران بیرون میماندند. دوم، شخصیسازی مشاوره بر پایه پروفایل واقعی ریسکپذیری سرمایهگذار که میتواند به مهار رفتار هیجانی و تقویت افق بلندمدت کمک کند. سوم، ارتقای کیفیت پایش بازار از سوی ناظر، از طریق شناسایی الگوهای غیرعادی معاملاتی.
با این حال، این مسیر سه شرط بنیادین دارد که نادیده گرفتن هریک، کل معادله را مخدوش میکند. شرط نخست، یکپارچگی و اتکاپذیری داده است؛ الگوریتم بر بستر داده ناهمگون، تنها خطای سریعتر تولید میکند. شرط دوم، توضیحپذیری است؛ سرمایهگذار باید بتواند منطق توصیه را درک کند، وگرنه اعتماد به سامانههای هوشمند به همان اندازه شکننده خواهد بود که اعتماد به صندوق سیاه. شرط سوم، تخصیص شفاف مسئولیت است؛ در زنجیرهای که انسان، ماشین و نهاد ناظر حضور دارند، باید مشخص باشد که پاسخگویی نهایی بر عهده کیست.
جمعبندی این بخش آن است که هوش مصنوعی، جایگاه تحلیلگر را حذف نمیکند، بلکه آن را ارتقا میدهد؛ به شرط آنکه زیرساخت داده، استاندارد توضیحپذیری و چارچوب مسئولیت، همزمان و همتراز توسعه یابند. در غیر این صورت، فناوری به جای تعمیق بازار، میتواند به منبع نوسان و بیاعتمادی تبدیل شود.
توکنایز شدن دارایی، در سادهترین تعریف، تبدیل حقوق مالی به واحدهای دیجیتال قابل انتقال و قابل تفکیک است. اهمیت این تعریف در پیامد اقتصادی آن نهفته است: کوچکشدن واحد سرمایهگذاری. زمانی که یک دارایی بزرگ به اجزای کوچک تقسیم میشود، دایره مشارکت گستردهتر میشود و سرمایههای خُرد نیز امکان ورود مییابند. صندوقهای املاک، اوراق بدهی و صندوقهای کالایی، سه حوزهای هستند که در آنها این ظرفیت بیشترین تناسب را با ساختار بازار ایران دارد. مزیت دوم، شفافیت سوابق مالکیت و کاهش هزینه انتقال است که به کارآمدی بازار کمک میکند.
درباره معاملات ۲۴ ساعته، تحلیل دقیقتر نیازمند تفکیک دو لایه است. لایه فنی، امروز مانع اصلی نیست؛ توان پردازشی سامانههای معاملاتی کشور در سطحی است که گسترش ساعات معامله را ممکن میکند. مانع اصلی در لایه دوم، یعنی معماری نهادی نهفته است: زنجیره تسویه، سازوکار تضمین، مدیریت ریسک اعتباری، پایش مستمر بازار و پاسخگویی به رخدادهای عملیاتی. معاملهای که ساعت سه بامداد انجام میشود، به همان اندازه معامله ساعت یازده صبح نیازمند پشتوانه تسویه و نظارت است. اگر این زنجیره آماده نباشد، گسترش ساعات معامله میتواند نوسان را تشدید کند و ریسک عملیاتی را افزایش دهد.
از این تحلیل، یک نتیجه راهبردی حاصل میشود: مسیر درست، حرکت پلکانی است، نه جهش یکباره. اجرای آزمایشی در ابزارهای کمریسک، تدوین همزمان دستورالعمل توکنایز اوراق، تقویت زیرساخت امانیگری دیجیتال و سرمایهگذاری در آموزش سرمایهگذار، چهار گام منطقی این مسیرند. تجربه بازارهای پیشرو نیز نشان میدهد که موفقیت در این حوزه، بیش از آنکه مرهون فناوری باشد، مرهون کیفیت مقرراتگذاری بوده است.
ارزیابی وضعیت نهادهای مالی کشور، نیازمند پرهیز از دو خطای متقابل است: بزرگنمایی دستاوردها و نادیدهگرفتن آنها. آنچه مسلم است، بلوغ قابل قبول زیرساخت معاملات آنلاین و سرمایهگذاری بخشی از کارگزاریهای بزرگ، شرکتهای تأمین سرمایه و صندوقها در سامانههای تحلیل داده و احراز هویت دیجیتال است. این دستاورد، سرمایهای است که مسیر گام بعدی را هموار میکند.
اما میان «استفاده از فناوری» و «حرکت در مرز دانش» تفاوتی وجود دارد. اولی، پذیرش ابزارهای آماده است؛ دومی، تولید راهکار و استاندارد. فاصله موجود سه ریشه دارد: محدودیت منابع در نهادهای کوچکمقیاس، کمبود نیروی انسانی آشنا به هر دو حوزه مالی و داده، و نبود استانداردهای مشترک داده در سطح بازار. اینها مسائلی نیستند که با تلاش فردی نهادها حل شوند؛ به سیاستگذاری تسهیلگر نیاز دارند.
در چنین شرایطی، ابزارهای سیاستی مشخصی قابل پیشنهاد است: ایجاد آزمایشگاه نوآوری مالی زیر نظر ناظر بازار، تشکیل صندوق پژوهش و فناوری تخصصی، تعریف مشوقهای مالیاتی هدفمند برای هزینههای تحقیق و توسعه نهادهای مالی، و همکاری ساختاریافته دانشگاه و صنعت برای تربیت نیروی متخصص. نکته کلیدی آن است که این ابزارها باید در قالب یک برنامه منسجم و با افق میانمدت طراحی شوند، نه بهصورت اقدامات پراکنده.
پرسشی که اغلب با لحنی شتابزده مطرح میشود اینکه چرا نهادهای حاکمیتی در بهکارگیری هوش مصنوعی کُندتر از بخش خصوصی حرکت میکنند. پاسخ منصفانه، تفکیک میان «احتیاط مشروع» و «تأخیر ساختاری» است. احتیاط، در نهادی که امانتدار پسانداز عمومی است، یک حُسن حرفهای است؛ ناظر نمیتواند مانند یک استارتآپ بیازماید، چراکه هزینه خطای او اجتماعی است. اما در کنار این توضیح، چهار مانع ساختاری نیز وجود دارد که رفع آنها وظیفه سیاستگذار است: پراکندگی داده در نظام مالی، کمبود نیروی متخصص ترکیبی، ابهام در چارچوب حقوقی مسئولیت الگوریتم، و نبود سند راهبردی ملی که وظایف و مرزهای هر نهاد را تعیین کند.
راهحل، نقد گذشته نیست؛ طراحی آینده است. تدوین سند راهبردی هوش مصنوعی در نظام مالی با مشارکت سازمان بورس، بانک مرکزی، وزارت امور اقتصادی و دانشگاهها، میتواند نقطه آغاز باشد.
منطق تدوین چنین سندی، اولویتبندی بر اساس ریسک است: آغاز از کاربردهای کمحساسیت و پرفایده مانند پایش تخلفات، کشف دستکاری بازار، گزارشگری نظارتی هوشمند و مدیریت شکایات و سپس حرکت تدریجی به سمت کاربردهای پیچیدهتر. این رویکرد، هم اعتمادسازی میکند و هم ظرفیت نهادی میسازد.
نقطه شروع پیشنهادی، حرکت پلکانی و آزمونمحور است. چهار گام در این مسیر تعریف میشود: اجرای پایلوت معاملات شبانهروزی در یکی دو ابزار کمریسک نظیر صندوقهای قابل معامله؛ تدوین دستورالعمل توکنایز اوراق و صندوقها با مشارکت سازمان بورس و بانک مرکزی؛ تقویت زیرساخت تسویه و امانیگری دیجیتال؛ و سرمایهگذاری در آموزش و فرهنگسازی سرمایهگذار. درس تجربه جهانی روشن است: در این حوزه، کیفیت مقرراتگذاری و نظارت، تعیینکنندهتر از خود فناوری است. ظرفیت فنی و نیروی انسانی متخصص در کشور موجود است و با هماهنگی نهادهای ناظر، این مسیر قابل پیمودن به نظر میرسد.
تصویر کلی، حرکتی آغازشده اما ناهمگون است. کارگزاریهای بزرگ، شرکتهای تأمین سرمایه و صندوقها در سامانههای تحلیل داده، احراز هویت دیجیتال و خدمات آنلاین سرمایهگذاری کردهاند و زیرساخت معاملات آنلاین کشور در مقایسه با بسیاری از بازارهای منطقه از بلوغ قابل قبولی برخوردار است؛ سرمایهای که مسیر گام بعدی را هموار میکند.
با این حال، میان «کاربر فناوری» و «پیشرو در مرز دانش» فاصلهای معنادار وجود دارد. سه ریشه اصلی این فاصله عبارت است از محدودیت منابع و مقیاس نهادهای کوچکتر، کمبود نیروی متخصص ترکیبی مالی–داده و نبود استانداردهای مشترک داده. رفع اینها فراتر از توان نهادهاست و به نقش تسهیلگر سیاستگذار نیاز دارد.
ابزارهای پیشنهادی در این زمینه: ایجاد آزمایشگاه نوآوری مالی زیر نظر سازمان بورس، تشکیل صندوق پژوهش و فناوری تخصصی بازار سرمایه، تعریف مشوقهای مالیاتی هدفمند برای هزینههای تحقیق و توسعه نهادهای مالی و همکاری ساختاریافته دانشگاه و صنعت برای تربیت نیروی متخصص. مجلس نیز در چارچوب احکام برنامه و بودجه و قوانین توسعه فناوری، از این مسیر حمایت میکند.
کُندی نهادهای حاکمیتی در بهکارگیری هوش مصنوعی را باید در دو سطح خواند. سطح نخست، احتیاط است؛ ناظر پیش از پذیرش هر فناوری باید از درستی، امنیت و قابلیت حسابرسی آن مطمئن شود و در حوزهای که امانتدار دارایی مردم است، آزمون و خطا هزینه اجتماعی دارد.
موانع ساختاری است که رفع آنها وظیفه سیاستگذار است:
داده: پراکندگی و ناهمگونی داده در نظام مالی، اصلیترین گلوگاه است.
سرمایه انسانی: جذب و نگهداشت نیروی متخصص مالی–داده در بخش عمومی با محدودیت روبهروست.
چارچوب حقوقی: تا پاسخ روشنی برای مسئولیت خطای الگوریتم وجود نداشته باشد، احتیاط ناظر منطقی است.
سند راهبردی: نبود سند ملی هوش مصنوعی در حوزه مالی، مرز وظایف نهادها را مبهم گذاشته است.
راهحل پیشنهادی، تدوین «سند راهبردی هوش مصنوعی در نظام مالی کشور» با مشارکت سازمان بورس، بانک مرکزی، وزارت امور اقتصادی و دانشگاههاست؛ سندی که اولویت را به کاربردهای کمریسک و پرفایده مانند پایش تخلفات، کشف دستکاری بازار، گزارشگری نظارتی هوشمند و مدیریت شکایات بدهد. این کاربردها کمترین حساسیت و بیشترین منفعت را دارند و میتوانند نقطه آغاز اعتمادسازی باشند.
آنچه از مجموع این تحلیل برمیآید، یک تصویر دووجهی است. از یک سو، بازار سرمایه ایران از نظر زیرساخت معاملاتی، نیروی انسانی متخصص و تجربه نهادی، در موقعیتی قرار دارد که میتواند در بازه میانمدت گامهای معناداری در حوزه فناوریهای مالی بردارد. از سوی دیگر، این ظرفیت تنها در صورتی به نتیجه میرسد که سه عنصر همزمان تأمین شوند: هماهنگی میان نهادهای ناظر، ثبات و پیشبینیپذیری مقررات، و نگاه بلندمدت به فناوری بهعنوان ابزاری در خدمت سرمایهگذار و تأمین مالی تولید.
نکته پایانی آن است که تحول فناورانه در بازار سرمایه، پیش از آنکه یک مسابقه فنی باشد، یک آزمون نهادی است. فناوری، سرعت میآورد؛ اما این مقررات و نهادها هستند که تعیین میکنند این سرعت، به تعمیق بازار منتهی شود یا به نوسان. تجربه جهانی و منطق اقتصادی هر دو یک چیز میگویند: در بازارهای مالی، نوآوری پایدار آن نوآوری است که در چارچوبی قابل حسابرسی و قابل اعتماد رشد کند. اگر این چارچوب با همکاری مجلس، نهادهای ناظر، دانشگاه و بخش خصوصی ساخته شود، بازار سرمایه کشور میتواند از موقعیت «پیرو» به موقعیت «الگوساز منطقهای» ارتقا یابد؛ هدفی که با ظرفیتهای موجود، دستنیافتنی نیست.
گزارش از حسین بوذری