Engenharia Ensaios em Engenharia, Ciência e Sustentabilidade

15/12/2020 | domtotal.com

Mercados Financeiros e a Ciência da Computação

A construção e desenvolvimento permanente de plataformas digitais

Para garantir essa eficiência, novas tecnologias estão sendo exigidas para melhorar o sistema financeiro e os mercados em geral em diferentes esferas
Para garantir essa eficiência, novas tecnologias estão sendo exigidas para melhorar o sistema financeiro e os mercados em geral em diferentes esferas (Markus Spiske / Unsplash)

José Antonio de Sousa Neto*

Velocidade, liquidez, efetividade, inovação e confiabilidade são elementos basilares para o funcionamento dos mercados financeiros. A globalização significa ainda um sistema mais complexo, com mais variáveis a serem ajustadas e previstas. A chave está na capacidade para fazer melhores e mais rápidas previsões com a atualização dos cenários financeiros de transações em todo o mundo. 

Para garantir essa eficiência, novas tecnologias estão sendo exigidas para melhorar o sistema financeiro e os mercados em geral em diferentes esferas. Um exemplo é a utilização do aprendizado de máquina para precificação, ajustes de avaliação e risco de mercado. O uso de redes neurais pode tornar os cálculos mais rápidos, analisando uma grande quantidade de dados e criando modelos com maior precisão de previsibilidade.

O interessante é que em muitos casos, pelo menos em situações menos complexas, essa tecnologia pode ser relativamente simples e acessível a todos, através do uso, por exemplo, de algoritmos básicos da ferramenta Google Colab, muito popular na internet, gerando diferentes análises sobre a precificação de ativos do mercado de ações ao longo do tempo e possibilidades para fazer previsões. Na linguagem python, um único comando de linha é capaz de gerar relatórios, contendo análise de indicadores de mercado, como beta, alfa, taxa de estabilidade e visualização de tendências.

A pandemia mostrou-nos a volatilidade do mercado financeiro em tempos de crise. Tanto as empresas como as instituições financeiras encontravam-se vulneráveis à fluidez e incerteza do mercado. Assim, as instituições financeiras e investidores de uma forma mais ampla estão buscando desenvolver capacidades quantitativas mais avançadas para apoiar tomadas de decisões mais rápidas e precisas quando situações semelhantes acontecerem novamente. Instituições financeiras têm usado redes neurais para analisar os relacionamentos de dados complexos e não lineares, onde elas podem "aprender" como precificar instrumentos financeiros e melhor calibrar modelos. 

O que se tem alcançado, dentre outras coisas, é uma maior eficiência nas análises / cálculos com redução dos custos operacionais e permitindo gerenciamento de risco em tempo real, avaliações mais precisas e geração de grandes volumes de dados. Existem aplicações igualmente promissoras na avaliação de portfólio em tempo real, avaliação de risco e margem. A abordagem de rede neural pode realizar avaliações de portfólio e cálculos de risco usando caminhos de fator de risco simulados e fluxos de caixa avaliados de maneira inteligente para otimizar a precisão de preço e risco.

De um modo geral, o aprendizado de máquina pode agilizar os processos, o que reduz custos e permite que os esforços sejam utilizados para a solução de problemas complexos. Além disso, permite o uso de modelos bem mais complexos e abrangentes na busca por estimativas / previsões mais precisas. 

Como consequência do uso constante dessas tecnologias, uma grande quantidade de dados é gerada e isso vai melhorar ainda mais as previsões futuras, pois esses tipos de modelos funcionam melhor se tiverem mais dados para aprender. Os principais desafios no desenvolvimento de uma solução são a necessidade de grande poder computacional nem sempre disponível, a velocidade de resposta exigida e os recursos necessários para construir, manter e aplicar modelos de aprendizado de máquina. Avaliações mais precisas e oportunas são necessárias para otimizar as carteiras de negociação e as posições de risco, sobretudo em cenários de crise.

Da migração para internet banking, gestão de patrimônio e muito mais, as novas tecnologias têm tido impacto em quase todas as formas de transações financeiras. Desde a compra e venda de ativos que para se concretizar necessitam de precificação adequada, passando pelo uso de algoritmos inteligentes que aprimoram a tomada de decisão, pelo uso de tecnologias como o blockchain e pela computação em nuvem. O uso de robôs, por exemplo, apresenta uma grande vantagem competitiva para um fundo de investimento que precisa vender ou comprar ações, principalmente uma grande quantidade, onde uma perda irrisória em termos percentuais pode significar milhões no final do dia.

A construção e desenvolvimento permanente de plataformas digitais também é uma condição sine qua non. Os que não têm recursos para fazê-lo necessariamente estarão utilizando plataformas já desenvolvidas por terceiros. Mas se as novas tecnologias trazem velocidade e informações valiosas para tomada de decisão elas também afetam a estrutura do próprio mercado financeiro e como eles são regulados por governos e suas instituições. As regras e a burocracia também precisam se adaptar às rápidas e disruptivas mudanças na tecnologia. Estes são desafios não só do setor privado, mas obviamente também do setor público.

De toda forma, o que já estamos vendo e continuaremos vendo nos próximos anos é uma corrida dos sistemas financeiros para oferecer as melhores opções baseadas em tecnologia para seus clientes, com ajustes de segurança cibernética no centro, onde as transações estarão cada vez mais na tela do telefone celular e a invasão de contas será uma das fraudes mais realizadas. Para isso, o reconhecimento facial e de voz e o uso de inteligência artificial para identificar padrões anormais serão cada vez mais necessários e integrados pelo mercado financeiro, até mesmo rastreando as fraudes via cyberlocation

Há um consenso de que, em um futuro próximo, a tecnologia transformará o cenário da indústria financeira, conforme as empresas financeiras implementam inovações emergentes, como armazenamento em nuvem e análise de big data. A segurança e proteção cibernética com a garantia de que medidas e salvaguardas adequadas sejam tomadas é uma absoluta prioridade. Também aqui o campo de trabalho para engenheiros e cientistas da computação é imensamente promissor.

Para finalizar nossa breve reflexão, um exemplo próximo, bem atual e interessante da mudança e adequação do sistema financeiro no Brasil é a recente adoção do PIX, que integra diversas instituições financeiras para realizar transações de forma rápida, simples e segura e com a garantia do Bacen (Banco Central do Brasil).

*José Antonio de Sousa Neto é professor da EMGE (Escola de Engenharia e Ciência da Computação)

O texto reflete a opinião pessoal do autor, não necessariamente do Dom Total. O autor assume integral e exclusivamente responsabilidade pela sua opinião.



Comentários
Newsletter

Você quer receber notícias do domtotal em seu e-mail ou WhatsApp?

* Escolha qual editoria você deseja receber newsletter.

DomTotal é mantido pela EMGE - Escola de Engenharia e Dom Helder - Escola de Direito.

Engenharia Cívil, Ciência da Computação, Direito (Graduação, Mestrado e Doutorado).

Saiba mais!