वॉल स्ट्रीट आता AI च्या मदतीने युद्धाचा अंदाज घेणार

BANKINGFINANCE
Whalesbook Logo
AuthorShruti Sharma|Published at:
वॉल स्ट्रीट आता AI च्या मदतीने युद्धाचा अंदाज घेणार

Instant Stock Alerts on WhatsApp

Used by 10,000+ active investors

1

Add Stocks

Select the stocks you want to track in real time.

2

Get Alerts on WhatsApp

Receive instant updates directly to WhatsApp.

  • Quarterly Results
  • Concall Announcements
  • New Orders & Big Deals
  • Capex Announcements
  • Bulk Deals
  • And much more

जगभरातील मोठ्या वित्तीय संस्था आता नैसर्गिक आपत्तींचा अंदाज घेण्यासाठी वापरले जाणारे तंत्रज्ञान, युद्धाच्या धोक्यांचा अंदाज घेण्यासाठी आणि त्यांचे मूल्य ठरवण्यासाठी वापरत आहेत. भू-राजकीय संघर्षामुळे निर्माण होणाऱ्या मोठ्या आर्थिक अनिश्चिततेमुळे, कंपन्या पुरवठा साखळी आणि विमा एक्सपोजर अधिक चांगल्या प्रकारे व्यवस्थापित करण्यासाठी AI-आधारित मॉडेल्सकडे वळत आहेत. या बदलामुळे जागतिक बाजारांवर भू-राजकीय अस्थिरतेचा वाढता प्रभाव दिसून येतो, ज्याचा थेट परिणाम शिपिंग खर्च, ऊर्जेच्या किमती आणि गुंतवणुकीच्या जोखीम मूल्यांकनावर होतो.

काय घडले?

मोठ्या बँका आणि गुंतवणूक कंपन्यांसह जागतिक वित्तीय संस्था युद्धाचा आणि भू-राजकीय अस्थिरतेचा धोका मोजण्याची पद्धत बदलत आहेत. पूर्वी, आर्थिक मॉडेल्स मागील डेटावर अवलंबून असत - भूतकाळातील संघर्षांचा अभ्यास करून भविष्यातील जोखीम मोजली जात असे. मात्र, आता कंपन्या 'कॅटस्ट्रॉफी मॉडेलिंग' कडे वळत आहेत, ही पद्धत विमा कंपन्यांनी चक्रीवादळे आणि भूकंप यांसारख्या नैसर्गिक आपत्तींचा अंदाज लावण्यासाठी वापरली होती. ही नवीन मॉडेल्स आर्टिफिशियल इंटेलिजन्स (AI) आणि मशीन लर्निंगचा वापर करून संभाव्य संघर्ष क्षेत्रे आणि लष्करी आक्रमणांची शक्यता वर्तवतात. यामुळे गुंतवणूकदार आणि विमा कंपन्यांना त्यांच्या जोखमीचे अधिक चांगले मूल्य ठरवता येते.

इतिहासाकडून अंदाजाकडे वाटचाल

Verisk Maplecroft आणि RAND Corporation सारख्या संस्थांमधील तज्ञ केवळ ऐतिहासिक पद्धतींवर अवलंबून राहण्याऐवजी नवीन साधने विकसित करत आहेत. या नवीन प्रणाली सामाजिक, आर्थिक आणि राजकीय इनपुटसह प्रचंड डेटाचे विश्लेषण करून भविष्यवेधी अंदाज तयार करतात. उदाहरणार्थ, काही मॉडेल्स आता सत्ता अस्थिरता किंवा प्रादेशिक तणावांची वाढ यांसारख्या विशिष्ट भू-राजकीय घटनांना संभाव्यता टक्केवारी (Probability Percentage) नियुक्त करतात. हा दृष्टिकोन 'प्रतिक्रियाशील' (Reactive) दृष्टिकोनातून 'सक्रिय' (Proactive) दृष्टिकोनाकडे एक बदल दर्शवितो, जिथे कंपन्या अडचणी येण्यापूर्वी त्यांचा अंदाज लावण्याचा प्रयत्न करतात.

गुंतवणूकदारांसाठी हे महत्त्वाचे का आहे?

गुंतवणूकदारांसाठी, या मॉडेल्सचा जागतिक मालमत्ता किंमती (Global Asset Prices) आणि पुरवठा साखळींवर (Supply Chains) कसा परिणाम होतो ही मुख्य चिंता आहे. जेव्हा जोखीम मॉडेल्स अधिक प्रगत होतात, तेव्हा ते विशेषतः होर्मुझ सामुद्रधुनी (Strait of Hormuz) सारख्या महत्त्वाच्या शिपिंग मार्गांसाठी सागरी युद्ध जोखीम विम्यावर (Marine War Risk Insurance) आकारल्या जाणाऱ्या प्रीमियमवर थेट परिणाम करतात. जेव्हा विमा कंपन्या हे प्रीमियम वाढवतात, तेव्हा जगभरात मालवाहतुकीचा खर्च वाढतो. यामुळे आंतरराष्ट्रीय व्यापारात अतिरिक्त खर्च वाढतो, ज्याचा ऊर्जा किमतींपासून ते आयात केलेल्या कच्च्या मालाच्या उपलब्धतेपर्यंत सर्व गोष्टींवर परिणाम होतो. या मॉडेल्सना समजून घेतल्यास गुंतवणूकदारांना कोणत्या क्षेत्रांतील किंवा कंपन्यांना वाढलेल्या विमा किंवा लॉजिस्टिक खर्चामुळे नफ्यावर (Margin Pressure) परिणाम होऊ शकतो हे ओळखण्यास मदत होते.

भारतीय संदर्भ

भारताची अर्थव्यवस्था अजूनही कच्च्या तेलासह इतर वस्तूंची मोठी आयातदार असल्याने हा ट्रेंड विशेषतः भारतीय अर्थव्यवस्थेसाठी संबंधित आहे. भारतातील बऱ्याचशा ऊर्जा पुरवठा सागरी 'चोकपॉईंट्स' मधून जातो, जिथे भू-राजकीय तणावामुळे सागरी युद्ध जोखीम विम्याचे प्रीमियम तात्काळ वाढू शकते. टँकर आणि कार्गो जहाजांसाठी जास्त विमा खर्चामुळे भारतीय तेल शुद्धीकरण कंपन्या आणि लॉजिस्टिक कंपन्यांसाठी जमिनीवरील खर्च वाढतो. जागतिक वित्तीय कंपन्या ही जोखीम साधने परिष्कृत करत असल्याने, त्यांचे अंतर्गत मूल्यांकन अस्थिर प्रदेशांमध्ये कार्यरत असलेल्या किंवा त्यांच्याशी व्यवहार करणाऱ्या भारतीय व्यवसायांसाठी भांडवल आणि व्यापार वित्तपुरवठ्याच्या खर्चावर परिणाम करू शकते.

काय चुकीचे होऊ शकते?

AI आणि मशीन लर्निंग प्रचंड डेटासेटवर प्रक्रिया करू शकत असले तरी, भू-राजकीय घटनांचा अंदाज लावणे अत्यंत कठीण आहे, कारण त्यात मानवी निर्णयक्षमता समाविष्ट असते, जी नेहमी तार्किक नमुन्यांचे अनुसरण करत नाही. या मॉडेल्समुळे चुकीचे संकेत मिळण्याचा धोका आहे - एकतर जोखीम जास्त अंदाजित केली जाऊ शकते (ज्यामुळे अनावश्यक भीती किंवा गरजेपेक्षा जास्त खर्च होऊ शकतो) किंवा कमी अंदाजित केली जाऊ शकते. शिवाय, या मॉडेल्समध्ये भरलेला डेटा सदोष किंवा अपूर्ण असल्यास, आउटपुट दिशाभूल करणारे असू शकते. गुंतवणूकदारांनी हे लक्षात ठेवले पाहिजे की ही भविष्यवाणी साधने अजूनही विकसित होत आहेत आणि भविष्यातील घटनांचे अचूक भाकीत करू शकत नाहीत.

गुंतवणूकदारांनी काय लक्ष ठेवावे?

पुढे जाऊन, गुंतवणूकदार विमा कंपन्या या नवीन भविष्यवाणी मॉडेल्सच्या प्रतिसादात त्यांचे प्रीमियम कसे समायोजित करतात यावर लक्ष ठेवू शकतात. प्रमुख व्यापार मार्गांसाठी विमा खर्चात लक्षणीय वाढ झाल्यास पुरवठा साखळीत मोठ्या व्यत्ययाचे संकेत मिळू शकतात. याव्यतिरिक्त, शिपिंग, तेल आणि उत्पादन क्षेत्रातील कंपन्या त्यांच्या आर्थिक अहवालांमध्ये भू-राजकीय एक्सपोजर कसे व्यवस्थापित करत आहेत याबद्दल अद्यतने देऊ शकतात. वाढत्या लॉजिस्टिक खर्च आणि विमा खर्चांवरील या कंपन्यांच्या टिप्पणीवर लक्ष ठेवणे, नफ्यावर संभाव्य परिणामांचे मूल्यांकन करण्यासाठी महत्त्वाचे ठरेल.

Get stock alerts instantly on WhatsApp

Quarterly results, bulk deals, concall updates and major announcements delivered in real time.

Disclaimer:This article is published for informational purposes only. While reasonable efforts are made to ensure accuracy, completeness, and timeliness, readers are encouraged to independently verify information before making any decisions based on the content. The views and information presented are subject to editorial review and may be updated without notice.