Finansal Gelişmelerin Getirdiği Kariyer Olanakları

Son on yılda iki büyük değişiklik gerçekleşmiştir. Biri büyük veri dediğimiz kavramın dünyamıza girmesi, ikincisi makine öğrenmesinin giderek daha yaygınlaşmasıdır. 2020’lere geldiğimizde makine öğrenmesi o kadar gelişmiştir ki artık en başlardaki basit uygulamaların rahatlıkla gerçekleştirilmesinin ötesinde ikinci safha olan “derin öğrenme”ye çoktan girilmiştir. Yani verinin yeni veriyle beslenerek kendi kendini iyileştirmesi. Aslında bizler çoğunlukla tüm bu kavramların ve uzantılarının farkında olmadan yaşıyoruz. Dijitalleşme artık bildik bir olgu haline geldi. Bu konulara aşina olan okuyucularımız bilirler; Siri ve Google gibi uygulamalarla, Grammerly benzeri çeviri araçları ilk çıktıkları zamandan çok daha akıllı ve isabetli performans gösteriyorlar artık.

Bugün dijitalleşme dendiğinde bu alanda çalışanlar bazı sektörlerde dijitalleşmenin oldukça yol aldığını belirtiyorlar. Mesela bankacılık sektörü. Bankacılıkta dijitalleşme artık günümüzün olmazsa olmazı. Önceleri müşteri kaynaklı iş yükünü şubelerin sırtından almak için bu yola başvuruluyordu. Zamanla kredi kartı ve hesap hareketlerinde yasa dışı girişimleri yakalamak noktasında da kullanılır oldu dijitalleşme. Ve artık belli hizmetleri kullanan müşterilere başka hangi ürünlerle hizmet verilebilir konusunda yapılan araştırmalar da büyük veri yardımıyla dijitalleşmenin bir parçası haline geldi.

Yatırım dünyasında ise algoritmik alım satım işlemlerinin yaygınlaştığı görülüyor. Ancak bu alanda çalışanların belirttiğine göre en iyi algoritmanın bile ömrü 2-3 aydan ileri gidemiyor. Ve quant grubu denilen yazılımcıların her 2-3 ayda bir yeni bir algoritma geliştirmeleri gerekiyor.

Finans şirketlerinde çalışanlar yeni işe alınanların ya ekonometri ya matematik ya da fizik gibi temel bilim alanlarında eğitim almış kişiler olduğunu belirtiyor. Peki, bütün bunlar finans sektörüne girmeyi planlayanlar için ne anlama geliyor?

İstatistik ve kodlamanın önemi

Öncelikle belirtmek isteriz ki konvansiyonel finans bilgisi hâlâ geçerliliğini koruyor. Finansal tabloları okuyabilmek, finansal piyasalar ve kurumlar hakkında bilgi sahibi olmak, kısa dönemli nakit yönetimini yapabilmek hâlâ önemli ve geçerli. Sahada hâlâ bu konularda derin bilgi ve tecrübeye sahip insanlara talep var. Fakat yukarıda belirttiğimiz gelişmeler gençler için yeni fırsatları da beraberinde getiriyor. Günümüzde finans alanında çalışmak için artık finans eğitimi almanız şart değil. Daha doğrusu finans eğitimiyle başlamanız şart değil. Matematik, fizik, yazılım mühendisliği, kodlama gibi alanlarda eğitim aldıktan sonra finans alanına geçiş yapmak artık daha geçerli bir yol.

Peki, finans eğitimi aldıysanız ne yapabilirsiniz ve sizi hangi yeni alanlar bekliyor? Orta ve ileri seviyede istatistik ve kodlama bilmek ya da en azından bu konudaki yazılım paketlerini kullanabilecek kadar kodlama bilgisi sizi benzerlerinizin birkaç adım önüne koyacaktır. Büyük veri, finansın her alanında dağ gibi önümüzde duruyor. Fakat aynı büyük veri, ancak onu konuşturabildiğiniz ve anlamlı sonuçlar çıkartabildiğiniz zaman işe yarıyor. İşte bu noktada hem bu verinin finansın hangi alanına dokunduğunu bilen hem de elindeki dijital imkânları kullanarak bu verileri konuşturabilecek olanların değeri kat be kat artıyor. Öyleyse istatistik ve kodlama eğitiminizin değerini bilmeniz gerek. Bu sizi kolayca benzerlerinizin önüne geçirecektir.

Risk yönetimi bilenler şanslı

Dijitalleşme bankacılıkta belli bir noktaya geldi demiştik. Ancak üretim ve hizmet sektöründe hâlâ emekleme sürecinde. Operasyonel hedge, veri yardımıyla karar alma noktaları hâlâ bomboş ve yeni. Operasyonel hedge dediğimiz şey, finansal kaynakları ve araçları kullanmadan riski yönetmek. Amaç yine aynı aslında, farklı operasyonlardan kaynaklanan farklı finansal riskleri, birbirini yok edecek şekilde planlamak. Burada da hem üretim bilgisine hem de finansal risk yönetimi bilgisine sahip olanlar için kariyer alanları açık. Belki yeni bir tip “İşletme Mühendisliği” ve “Endüstri Mühendisliği” doğuyor. Veri yardımıyla karar alma kavramı ise çok daha ilginç.

Bundan on yıl öncesine kadar girişimci olmak için parlak bir fikre sahip olmak gerektiğine inanılıyordu. Ya da yatırımcı olmak için parlak bir iş fikrine sahip birileriyle yolunuzun kesişmesi gerekliydi. Artık bunun böyle olmadığı düşünülüyor. Günümüzde savunulan fikir daha farklı. Piyasalar, pazar ve ekonomiyle ilgili veriler herkesin önünde açık; okunmayı bekleyen bir kitap gibi. Aslında hangi sektöre ne zaman girilmeli, nasıl girilmeli sorularının hemen hepsinin yanıtının bu veride saklı olduğuna inanılıyor. Zor olan bu veriyi okuyup finansal ve entelektüel gücünüz ölçüsünde nasıl hareket edeceğinizin kararlaştırılması. Bu alanda yapılan çalışmaların bir örneğinin bize gösterdiğini ele alalım. Sektör ve ürüne (ya da hizmete) karar vermek için veriler önünüzde. Örneğin, herkesin ürüne hızlı ulaşmak istediği, birden fazla kişinin okuduğu bir veri. Mesele bunu sağlayacak bir iş yapısını kurup pazara sunabilmeye kalıyor. Sektöre karar verdiyseniz ve küçük balıksanız, büyüyene kadar büyük balıkların peşine takılmanız gerektiğini gösteriyor. Orta büyüklükteyseniz kâr peşinde koşabilirsiniz. Büyük balıksanız kural koyuculuğa soyunmanız gerek. Bu sayede getirinizi maksimize edebilirsiniz.

Sonuçta on yılın kısa özetine gelirsek; veri ve dijitalleşmenin finansta bir dönüşümü getirdiği söylenebilir. Kod, veri ve matematiğin kullanılacağı yeni alanlar önümüze açıldı. Dijitalleşme finansın şirketlerdeki fonksiyonunu değiştirdi. Bankacılık ve yatırım yönetimi alanlarında bu değişim daha dramatik bir noktaya geldi. Disiplinler arası eğitimin değeri çok arttı. Matematik, kodlama ve istatistik ile birleşecek finans bilgisinin bireylere yeni kariyer kapılarını açtığı bir döneme girdik. Artık finansta kariyer denilince akla büyük veriden anlamlı sonuçlar çıkarabilmek geliyor. Finansın farklı fonksiyonlarını makine öğrenmesi benzeri yöntemler ve dijitalleşmeyle bir araya getirebilmek gerekiyor. Derin öğrenme sayesinde finans alanında gerçekleşecek değişiklikleri yakalayabilecek erken uyarı sistemleri geliştirebilecek algoritmaları yazabilmeyi gerektiriyor. Yüzyılın başı davranışsal finansın tanımlanmasıyla geçti. Şimdi bir kariyer kolu da bu alanın önümüze koyduğu sonuçları yapay sinir ağları ile var olan veri içine yedirmenin yollarını bulmayı gerektiriyor.

Hatırlayınız, on yıl önce makine öğrenmesi yeni bir sayfaydı. Bugün çoktan eskidi. On yıl sonra bugün konuştuğumuz bu gelişmeler gündelik finans kariyerinin bir parçası olacak. Bunun yansımalarını verilen eğitimler ve istenen yeteneklerde görmeye başladık bile. Uluslararası bir sertifika olarak kabul gören CFA bundan 5 yıl kadar önce makine öğrenmesi ve algoritmik alım satımı ders programının bir parçası olarak kabul etti ve sertifikayı almak için adayları bu alanlardan sorumlu tutmaya başladı. Finans dünyasında kariyer macerası, öğrenmekten kaçmayanlar ve keyif alanlar için çok güzel, yeni ve heyecanlı bir döneme girdi. Üstelik hâlâ atik davranmanın önemli ölçüde öne geçebileceği bir aşamadayız.