✍️دکتر وحید نوبهار، مشاور مدیرعامل بانک دی

🔸نظام‌های کلاسیک اعتبارسنجی بانکی بر یک منطق تقلیل‌گرایانه مالی استوار بوده‌اند که در آن ریسک اعتباری اغلب به متغیرهای کمی قابل مشاهده در ترازنامه و جریان‌های نقدی تقلیل می‌یابد. متغیرهایی همچون سابقه تسهیلات، الگوی بازپرداخت، گردش حساب، نسبت بدهی به درآمد و تاریخچه نکول، اگرچه تصویر قابل اندازه‌گیری از وضعیت مالی مشتری ارائه می‌دهندلکن در سطح معرفت‌شناختی تنها پیامدهای رفتاری را ثبت می‌کنند و به علل رفتاری آن نمی پردازند. این تمایز اساسی موجب می‌شود که نظام‌های سنتی در مواجهه با عدم تقارن اطلاعاتی، ریسک اخلاقی و رفتارهای فرصت‌طلبانه دچار ضعف ساختاری شوند چرا که ابزار تحلیلی آن‌ها قادر به شناسایی ریسک‌های پنهان غیرمالی، نااطمینانی‌های رفتاری و ناهمگنی کیفی تصمیم‌گیری اقتصادی افراد نیست. 

لذا اعتبارسنجی به یک سازوکار پس‌نگر(Ex-post Oriented) تبدیل می‌شود که بیشتر به ثبت شکست‌ها همراه باعدم پیش‌بینی نظام‌مند ریسک می‌پردازد. 

باید گفت داده‌های بیمه‌ای واجد یک کارکرد معرفتی متفاوت هستند. این داده‌ها هم بازتاب وضعیت مالی و هم بازنمایی الگوهای تصمیم‌گیری در شرایط عدم قطعیت‌اند. داده‌های بیمه‌ای حامل اطلاعاتی درباره نگرش به ریسک، سطح عقلانیت اقتصادی، افق زمانی برنامه‌ریزی، میزان ترجیح مصرف حال نسبت به آینده و درجه ثبات رفتاری افراد هستند. انتخاب نوع پوشش بیمه‌ای، استمرار در پرداخت حق‌بیمه، حساسیت به تغییرات شرایط قرارداد، رفتار در اعلام خسارت، فراوانی و شدت خسارت‌ها همگی به‌عنوان متغیرهای کیفی-رفتاری عمل می‌کنند که ساختار روان‌اقتصادی تصمیم‌گیریفرد را رمزگذاری می‌کنند. این داده‌ها به‌جای ثبت نتیجه نهایی رفتار مالی،فرآیند شکل‌گیری رفتار اقتصادی را بازنمایی کرده و از این جهت ارزش تحلیلی عمیق‌تری در مدل‌سازی ریسک دارند. همچنین یکی از ریشه‌های اصلی نکول اعتباری فقدان شاخص‌های پیش‌نگر از کیفیت تصمیم‌گیری اقتصادی است. نکول علاوه بر پیامد ناتوانی مالی، نتیجه ترکیبی از خطاهای شناختی، افق زمانی کوتاه‌مدت، ضعف در مدیریت ریسک شخصی و ناپایداری رفتاری است. داده‌های بیمه‌ای این امکان را فراهم می‌کنند که این لایه‌های پنهان رفتاری به متغیرهای تحلیلی قابل الگو‌سازی تبدیل شوند. به این معنا بیمه از جایگاه یک ابزار جبران خسارت، به یک زیرساخت اطلاعاتی ارتقا می‌یابد که توان سیگنال‌دهی رفتاری دارد. لذا بیمه به‌مثابه یک سیستم سیگنال‌دهی رفتاری عمل می‌کند که اطلاعات نهفته درباره کیفیت تصمیم‌گیری اقتصادی افراد را به نظام اعتبارسنجی منتقل می‌سازد. نتیجه پیوند این مفاهیم امکان گذار از یک مدل اعتبارسنجی مالی‌محور به یک مدل ریسک‌محور چندبعدی است که در آن ریسک اعتباری به‌عنوان یک پدیده رفتاری-اقتصادی پیچیده تحلیل می‌شود. اعتبار در این الگو به یک برآیندچندسطحی از ظرفیت مالی، عقلانیت تصمیم‌گیری، ثبات رفتاری و الگوی مواجهه با عدم قطعیت تبدیل می‌شود. این بازتعریف، بنیان نظری اعتبارسنجی بانکی را از یک منطق حسابداری‌محور به یک منطق تحلیلی-رفتاری ارتقا داده و امکان شکل‌گیری نظام‌های پیش‌بینانه‌تر، پایدارترو دقیق‌تر در مدیریت ریسک اعتباری را فراهم می‌سازد.

معماری فنی الگو‌های اعتبارسنجی بیمه‌محور

معماری فنی الگوهای اعتبارسنجی بیمه‌محور بر منطق همجوشی داده‌ای ساختاریافته (Structured Data Fusion) استوار است که داده‌های بانکی و بیمه‌ای در یک چارچوب تحلیلی چندلایه و چندسطحی ادغام شده و از حالت تجمیع ساده اطلاعات به سطح یکپارچگی مفهومی و الگو‌محور ارتقا می‌یابند. داده‌های بیمه‌ای در این ساختار نقش متغیرهای توضیحی مکمل را ایفا نموده و به‌مثابه متغیرهای معناشناختی که لایه رفتاری ریسک را به الگو‌های امتیازدهی وارد می‌سازند. این تحول موجب می‌شود که منطق کلاسیکScorecard که بر وزن‌دهی خطی متغیرهای مالی استوار است، به‌تدریج جای خود را به معماری‌های تحلیلی غیرخطی، یادگیری ماشین، شبکه‌های عصبی عمیق و مدل‌های ترکیبی چندمنبعی بدهد که قادر به شناسایی الگوهای پنهان، روابط غیرخطی و همبستگی‌های ساختاری بین رفتار مالی و رفتار بیمه‌ای هستند. در این معماری شاخص‌هایی همچون ثبات بیمه‌ای، رفتار خسارتی، ریسک‌پذیری بیمه‌ای و انضباط پرداخت حق‌بیمه به‌صورت متغیرهای ساختاری وارد الگو می‌شوند که به‌صورت داده‌های خام نبوده و در قالب شاخص‌های مهندسی‌شده (Engineered Indicators) که از طریق نرمال‌سازی، وزن‌دهی زمانی، تحلیل توالی رفتار و خوشه‌بندی رفتاری استخراج شده‌اند. این شاخص‌ها به‌صورت پویا با داده‌های بانکی نظیر گردش حساب، نسبت‌های بدهی، تاریخچه نکول و الگوهای مصرف تلفیق می‌شوند و یک فضای ویژگی چندبعدی (Multi-Dimensional Feature Space) شکل می‌دهند که در آن ریسک اعتباری به‌صورت یک پدیده چندعلتی مدل‌سازی می‌شود. این ساختار به سمت الگو‌هایی حرکت می‌کند که توان پردازش داده‌های ناهمگن، ناپایدار و رفتاری را دارند؛ به‌ویژه مدل‌های ترکیبی که از هم‌زمانی روش‌های آماری کلاسیک، یادگیری ماشین و تحلیل شبکه‌ای استفاده می‌کنند. لذا نمایه ریسک مشتری به یک بردار چندبعدی تبدیل شدهکه شامل مؤلفه‌های مالی، رفتاری، شناختی و تصمیم‌گیری است. این نمایهعلاوه بر بیان احتمال نکول، ساختار درونی ریسک را توصیف کرده و نشان می‌دهد که ریسک از کدام مسیرهای رفتاری و اقتصادی تولید می‌شود. پیامد آن شکل‌گیری یک نظام اعتبارسنجی است که از منطق پیش‌بینی خطی فاصله گرفته و به سمت الگو‌سازی ساختاری ریسک حرکت می‌کند. اعتبار در این نظام برآیند یک شبکه پیچیده از متغیرهای رفتاری-اقتصادی است که در یکچارچوب تحلیلی منسجم پردازش می‌شوند. لذا این تحول، اعتبارسنجی را ازیک ابزار تصمیم‌سازی ساده به یک زیرساخت تحلیلی پیشرفته در مدیریتریسک ارتقا داده و امکان تولید الگو‌هایی را فراهم می‌سازد که هم از نظر دقت پیش‌بینی و هم از نظر عمق تبیین ریسک، سطح بالاتری از مدل‌های کلاسیک دارند. 

پیامدهای ساختاری برای بانک‌ها و بیمه‌ها

ادغام داده‌های بیمه‌ای در نظام اعتبارسنجی بانکی هم یک نوآوری فنی یا تحلیلی بوده و نیز یک دگرگونی ساختاری در منطق عملکرد نظام مالی به شمار می‌آید که پیامدهای ساختاری در سطوح خُرد، نهادی و کلان به‌همراه دارد. این تحول در سطح بانکی موجب جابه‌جایی پارادایم مدیریت ریسک از یک منطق واکنشی مبتنی بر ثبت پیامدهای نکول، به یک منطق پیش‌نگر مبتنی بر شناسایی ریشه‌های رفتاری و ساختاری ریسک می‌شود. بهبود دقت پیش‌بینی نکول در این قالب نتیجه ارتقای کیفیت معرفتی داده‌هاست به این معنا که نظام اعتبارسنجی از تحلیل نشانه‌های مالی ظاهری به تحلیل ساختار تصمیم‌گیری اقتصادی مشتریان منتقل می‌شود. این امر امکان تفکیک دقیق‌تر ریسک‌های واقعی از ریسک‌های ظاهری را فراهم نموده و به کاهش ریسک اعتباری پنهان، تخصیص بهینه سرمایه و قیمت‌گذاری عقلایی‌تر تسهیلات منجر می‌گردد. لذا نرخ بهره و شرایط اعتباری بر اساس نمایه های ریسک چندبعدی و ساختاری تعیین می‌شوند که این خود به بهبود کارایی تخصیصی منابع در شبکه بانکی می‌انجامد. 

همچنین باید به رویکرد بیمه گری نیز اشاره نمود که داده‌های رفتاری مشتریان از یک دارایی عملیاتی به یک دارایی راهبردی ارتقا می‌یابد. صنعت بیمه در این قالب از جایگاه سنتی جبران خسارت فراتر رفته و به یک کنشگر فعال در زنجیره مدیریت ریسک سیستم مالی تبدیل می‌شود. ارزش اقتصادی داده‌های بیمه‌ای دیگر به پرتفوی حق‌بیمه و خسارت محدود نمی‌ماند و در قالب تولید دانش ریسک، تحلیل رفتار اقتصادی و پشتیبانی از تصمیم‌سازی اعتباری شبکه بانکی بازتعریف می‌شود. لذا می تواند جایگاه نهادی صنعت بیمه را در ساختار مالی ارتقا می‌دهد و آن را از یک بخش خدماتی وابسته به تقاضای خسارت، به یک زیرساخت اطلاعاتی مؤثر در حکمرانی ریسک مالی تبدیل می‌کند. دراین شرایط صنعت بیمه به تولیدکننده سرمایه اطلاعاتی ریسک بدل می‌شود که ارزش آن فراتر از کارکردهای کلاسیک بیمه‌ای است. 

خاطرنشان می سازد همگرایی بانک و بیمه در بستر داده‌های مشترک به شکل‌گیری یک زیست بوم مالی داده‌محور منجر شده که در آن تفکیک‌های سنتی نهادی جای خود را به یک معماری یکپارچه ریسک‌محور می‌دهد. این زیست بوم بر اساس منطق تولید، پردازش و حکمرانی داده‌های ریسک سازمان یافته و نظام مالی به‌تدریج از یک شبکه نهادهای مستقل به یک سیستم یکپارچه مدیریت ریسک تبدیل می‌شود که در آن جریان داده، جریان سرمایه و جریان تصمیم‌گیری به‌صورت هم‌بسته عمل می‌کنند. پیامد سیاستی این تحول، ضرورت بازتعریف چارچوب‌های تنظیم‌گری، نظارت نهادی و حکمرانی داده است که سیاست‌گذار مالی معمار زیرساخت‌های داده‌ای و نظم اطلاعاتی نظام مالی محسوب می‌شود. همچنین ورود داده‌های بیمه‌ای به اعتبارسنجی بانکی، مرزهای مفهومی بین بانکداری و بیمه‌گری را بازتعریف می‌کند. بانک و بیمه نه به‌عنوان دو صنعت مجزا، بلکه به‌عنوان دو زیرسیستم مکمل در یک معماری کلان مدیریت ریسک اقتصادی عمل نموده و بنیان یک نظم مالی جدید را شکل می‌دهد که در آن محوریت از محصول مالی به دانش ریسک منتقل شده و حکمرانی مالی بر پایه تحلیل ساختاری ریسک سامان می‌یابد.

گفتنی است با وجود ظرفیت‌های بالا، اعتبارسنجی بیمه‌محور بدون چارچوب‌های حقوقی و اخلاقی پایدار می‌تواند به مخاطرات نهادی منجر شود. موضوع مالکیت داده، رضایت آگاهانه مشتری، حریم خصوصی، تبعیض الگوریتمی و شفافیت الگوها از چالش‌های اساسی این رویکرد است. بدون حکمرانی داده (Data Governance) و چارچوب‌های تنظیم‌گری شفاف، الگو‌های اعتبارسنجی ترکیبی می‌توانند به ابزارهای قدرت نامتقارن اطلاعاتی تبدیل شوند که عدالت مالی را تضعیف می‌کنند. بنابراین توسعه این مدل‌ها مستلزم طراحی نظام تنظیم‌گری داده‌محور، استانداردهای اخلاق الگوریتمی و سازوکارهای نظارت نهادی است. 

افق راهبردی: از اعتبارسنجی مالی به حکمرانی ریسک

الگو‌های اعتبارسنجی بیمه‌محور بیانگر یک دگرگونی مفهومی بنیادین در منطق تحلیل ریسک هستند که در آن اعتبار به‌عنوان یک شاخص مالی ایستا تعریف نمی‌شود و به‌مثابه یک پدیده پویا و چندلایه رفتاری-اقتصادی بازفهممی‌گردد. لذا گذار از اعتبارسنجی مالی به حکمرانی ریسک فردی به معنایعبور از منطق اندازه‌گیری پیامدهای مالی به منطق تحلیل فرآیندهای تولیدریسک است. مشتری دیگر یک واحد تقاضای تسهیلات با چند متغیر عددی نخواهدبود و یک کنشگر اقتصادی با ساختار پیچیده تصمیم‌گیری، ترجیحات زمانی، الگوی مواجهه با عدم قطعیت، سطح عقلانیت اقتصادی و ثبات رفتاری تلقی می‌شود. ریسک اعتباری در این الگو برآیند یک شبکه علّی از عوامل شناختی، رفتاری و اقتصادی است که در تعامل با ساختارهای نهادی شکل می‌گیرند. در این معماری نوین بانک از نقش سنتی تأمین‌کننده اعتبار فاصله گرفته و به یک نهاد مدیریت ریسک رفتاری ارتقا می‌یابد که کارکرد اصلی آن تحلیل، پیش‌بینی و تنظیم الگوهای ریسک در سطح فردی و جمعی است. اعتبار به‌جای آنکه فقط یک تصمیم اعتباری باشد، به یک مداخله تنظیمی در ساختار ریسک اقتصادی افراد تبدیل می‌شود. به همین قیاس، صنعت بیمه از جایگاه ابزاری برای جبران خسارت عبور کرده و به یک زیرساخت اطلاعاتی راهبردی در نظام مالی بدل می‌شود که وظیفه آن تولید دانش ریسک، رمزگذاری الگوهای رفتاری و پشتیبانی از معماری تصمیم‌سازی مالی بوده وبخشی از سازوکار پیشگیری ساختاری از ریسک است. همگرایی این دو نهاد در قالب الگو‌های اعتبارسنجی بیمه‌محور، بنیان نظری بانکداری بیمه‌ای را به‌صورت ریشه‌ای بازتعریف می‌کند. بانکداری بیمه‌ای به سطح هم‌افزایی ساختاری در مدیریت ریسک ارتقا می‌یابد که در آن داده، تحلیل رفتاری و مدل‌سازی ریسک به هسته اصلی همکاری نهادی تبدیل می‌شود. در این افق راهبردی، نظام مالی به‌تدریج از یک ساختار مبتنی بر تبادل محصولات مالی، به یک نظام مبتنی بر حکمرانی ریسک تحول یافته که در آن تصمیم‌سازی اقتصادی بر پایه فهم ساختاری ریسک صورت می‌گیرد. 

پیامد این دگرگونی شکل‌گیری یک الگوی نوین از بانکداری است که در آن داده، رفتارکاوی و مدل‌سازی چندبعدی ریسک، جایگزین منطق‌های کلاسیک حسابداری‌محور می‌شود. حکمرانی مالی در این الگو به‌معنای تنظیم جریان ریسک در سطوح فردی و نهادی تعریف می‌شود. این افق تصویری از نظام مالی ترسیم می‌کند که در آن اعتبار، بیمه و داده به‌صورت یکپارچه عمل نمودهو بانکداری به یک زیرساخت تحلیل ریسک اقتصادی در مقیاس اجتماعی ارتقا می‌یابد که کارکرد اصلی آن تولید ثبات، پیش‌بینی‌پذیری و عقلانیت در تصمیم‌گیری اقتصادی است.