احمدرضا بهرامی

گسترش سریع اکوسیستم امور مالی غیرمتمرکز (DeFi) و بازار دارایی های رمزنگاری شده، ساختار سنتی نظام مالی را با چالش های بنیادین مواجه کرده است. ویژگی هایی نظیر عدم تمرکز، قراردادهای هوشمند، نقدینگی الگوریتمی، اهرم مالی پنهان و ارتباطات پیچیده میان پروتکل ها، موجب ظهور انواع جدیدی از ریسک های سیستمیک شده اند که ابزارهای متعارف مدیریت ریسک توانایی کافی برای شناسایی و پیش بینی آن ها را ندارند. هدف این پژوهش ارائه یک چارچوب یکپارچه برای ارزیابی ریسک های سیستمیک ناشی از DeFi و ارزهای دیجیتال با بهره گیری از مدل های شبیه سازی مونت کارلو کوانتومی و الگوریتم های هوش مصنوعی است. در این چارچوب، شبکه مالی غیرمتمرکز به عنوان یک سیستم پیچیده تطبیقی مدل سازی شده و وابستگی های غیرخطی میان پروتکل ها، صرافی های غیرمتمرکز، استیبل کوین ها و بازیگران بازار از طریق شبکه های عصبی عمیق و مدل های یادگیری گرافی استخراج می شود. سپس با استفاده از الگوریتم های مونت کارلو کوانتومی، سناریوهای گسترده ای از شوک های بازار، فروپاشی نقدینگی و سرایت ریسک شبیه سازی شده و احتمال وقوع بحران های سیستمیک برآورد می شود. نتایج نظری نشان می دهد که ترکیب قابلیت های پیش بینی هوش مصنوعی با سرعت همگرایی بالاتر الگوریتم های کوانتومی می تواند دقت ارزیابی ریسک های سیستمیک را نسبت به مدل های کلاسیک به طور معناداری افزایش دهد.