پیشگیری از وقوع بحران با نظارت برخط بانک مرکزی

گروه اقتصادی - علی نادری شاهی کارشناس پول و بانک در یادداشتی نوشت: با توجه به پیشرفتی که در حوزه‌ آی تی اتفاق افتاده بانک مرکزی می‌تواند به صورت برخط نظارت کند و لازم نیست مثل گذشته این نظارت به صورت پسینی اتفاق بیفتد، یعنی بانک‌ها اقدامات و عملیاتی را انجام بدهند و بعد این عملیات در جایی ذخیره شود و بانک مرکزی بر آن اساس به صورت پسینی به نظارت بپردازد. پیشرفت تکنولوژی این امکان را فراهم کرده که به صورت برخط شاخص‌های مختلف برای هر بانک به صورت آنی در اختیار بانک مرکزی قرار بگیرد و بر آن اساس نظارت کند.
این نوع نظارت نسبت به حالت پسینی مزیت‌هایی دارد؛ نخست اینکه، می‌تواند از اتفاقاتی که ممکن است بیفتد پیشگیری کند، یعنی نظارت به صورت پسینی نیست و امکان پیشگیری دارد. همچنین از اینکه بانک‌ها بخواهند بانک مرکزی را دور بزنند و اطلاعات غلط ارئه کنند جلوگیری می‌کند، چون به صورت برخط و آنی اطلاعات در اختیار بانک مرکزی قرار می‌گیرد و طبیعتاً امکان نظارت را برای بانک مرکزی بالا می برد.
به صورت کلی در همه جای دنیا احتمال اتفاق افتادن خطا در نظام بانکی بالاست و ممکن است منجر به بحران‌های خیلی عمیق بشود، از این جهت لازم است که بانک مرکزی نظارت کامل داشته باشد و این نظارت به صورت برخط خیلی بهتر خواهد بود.

دومین نکته که در مورد بحث نظارت برخط اهمیت دارد این است که بانک مرکزی سیاست‌های پولی را بهتر اعمال کند. منظور از سیاست پولی در اینجا این است که تسهیلات با چه کیفیتی، به چه حوزه‌ای و به چه کسانی اعطا بشود. به دلایل مختلف ممکن است که بانک‌ها در کشورهای مختلف تمایل داشته باشند به بخش سفته‌بازی وام بدهند که سودآوری بالایی دارد، فارغ از اینکه ممکن است منجر به بحران یا حباب در آن بخش بشود.
مثلا در کشوری علیرغم اینکه اگر یک وام به بخش مالی داده شود شاید هیچ اشکالی نداشته باشد، اما اگر درصد بالایی از وام ها توسط بانک‌های این کشور به سمت بخش مالی برود ممکن است منجر به شکل گیری حباب در بخش مالی شود و در نتیجه بحرانی به وجود بیاید که همه را در بر بگیرد. در این مورد نیاز هست که نظارت آنلاین وجود داشته باشد تا بانک مرکزی بتواند از هجوم تسهیلات به بخش های خاص جلوگیری کند تا درنهایت بحران در آن بخش ها به وجود نیاید.
در بعضی کشورها نظارت کمتر است و ممکن است بانک‌ها تمایل داشته باشند به نزدیکان و آشنایان خودشان یا به دلایلی صرفا به شرکت‌های زیرمجموعه خودشان وام بدهند. به عنوان مثال یک بانک برای ساخت یک مرکز خرید بزرگ تسهیلات بالایی به شرکت‌های زیر مجموعه خودش ارائه داده که سهامداران خیلی از این شرکت‌ها از جنس همان سهامداران بانک بوده‌اند و به این صورت منابع خیلی زیادی به یک حوزه خاص وارد شده که در نهایت تورم آن را مردم احساس کرده‌اند و سودش را بانک برده است.

در این شرایط لازم است که بانک مرکزی با نظارت برخط اعطای تسهیلات را کنترل کند تا در وهله اول این تسهیلات به افرادی برسد که معتبر هستند و یا وثائق کافی دارند. در مرحله دوم نظارت، علاوه بر اینکه تسهیلات به افراد سالم داده بشود، همه تسهیلات فقط به یک بخش داده نشود و بطور متناسب توزیع شود. یعنی فارغ از اینکه این فرد مناسبی است برای دریافت تسهیلات، بانک مرکزی نظارت کند آیا این حجم از تسهیلات که دارد وارد یک حوزه خاص مانند مسکن می‌شود آیا کافی است یا اگر از یک حدی بیشتر شود ممکن است به صورت دومینو وار منجر به بحران در آن بخش و بخش های دیگر شود.
بنابراین بانک مرکزی باید نظارت خود را تکمیل کند و این اطلاعات را داشته باشد که به هر بخش چه میزان تسهیلات داده شده است و این صرفاً نباید بر اساس خوداظهاری فرد یا بانک باشد بلکه باید رصد تراکنش‌های بانکی به نحوی صورت بگیرد که محل اصابت اولیه تسهیلات برای بانک مرکزی مشخص باشد. برای مثال اگر کسی وام برای خرید خانه گرفته است، سامانه‌ها به گونه‌ای به هم وصل شود که اگر برای این فرد در سامانه، خرید خانه ثبت شد، از طرف دیگر تراکنش بانکی آن تطبیق داده شود تا افراد وام‌ها را با یک عنوان دریافت نکنند و به بخش دیگری ببرند.
به نظر می‌رسد که هوش مصنوعی بتواند پارادایم نظارت را به طور کلی تغییر بدهد. الان نظارت بر این اساس می‌باشد که یک‌سری شاخص‌ها را ما تعریف کرده‌ایم، مثل کفایت سرمایه و بر اساس این تعریف بانک ها را ارزیابی می کنیم اما تفاوت هوش مصنوعی در اینجاست که ما الزاماً به صورت پیشینی شاخصی تعریف نمی‌کنیم بلکه مجموعه‌ای از ورودی ها و نتایج مربوط به گذشته را به کامپیوتر می‌دهیم و بر اساس آن ورودی‌ها و نتایج پیشین، ورودی‌ها و نتایج کنونی را ارزیابی می کنیم.
بانک مرکزی باید نظارت برخط داشته باشد که به هر بخش چقدر تسهیلات می رسد تا از انحراف اعتبارات جلوگیری شود.
به عنوان مثال وقتی می خواهیم بسنجیم که وضعیت یک بانک از نظر تسهیلات خوب است یا خیر، اطلاعات مربوط به یک تسهیلات‌دهی موفق، از جمله اینکه مقدارش چقدر بوده و فردی گیرنده تسهیلات چه ویژگی هایی داشته و ... در کامپیوتر وارد می‌شود و از سوی دیگر، خروجی کار که منجر به چه نتایجی شده از جمله اینکه آیا این فرد این وام را پس داده یا نداده یا نرخ سود وام چطور بوده و پارامتر هایی از این قبیل را در اختیار کامپیوتر قرار می‌دهیم. در مقابل ویژگی‌های وام‌هایی که ناموفق بوده‌اند را هم از قبل احصا نموده و به کامپیوتر می‌دهیم که مثلاً وام معوق شد یا پرداخت نشد و ... حالا وقتی این اطلاعات را در حجم بالا از بانک‌های مختلف در اختیار داشتیم و به کامپیوتر دادیم اگر یک مورد جدیدی به کامپیوتر داده شود، می‌تواند بسنجد که آیا این وام خوب است یا خیر، یا در سطح بالاتر آیا بانکی که مجموعه‌ای از این وام ها را داده در وضعیت خوبی قرار خواهد گرفت یا خیر.

بنابراین می‌توان به صورت یک حالت پویا مجموعه ای از اطلاعات و ویژگی‌ها را به کامپیوتر داد و بر اساس آن سنجید که وضعیت بانک یا وضعیت تسهیلاتی که داده شده به چه صورت خواهد بود.
به نظر می‌رسد راه زیادی تا رسیدن به این نقطه وجود داشته باشد چرا که بانک مرکزی ما در نظارت‌های پیشینی هم نیازمند تکمیل کارهای از قبل مانده است. با این حال به نظر می‌رسد در صورتی که به سمت هوش مصنوعی برویم، دیگر تنها با یک شاخص ایستا مثل کفایت سرمایه روبرو نیستیم که خیلی وقت ها ناکارایی نشان می‌دهد، بلکه قدرت نظارتی بانک مرکزی بالاتر می‌رود.