 |
| البيانات البديلة في الفنتك وثورة البيانات الضخمة |
تشهد صناعة التكنولوجيا المالية (Fintech) تحولاً جذرياً مدفوعاً بتنامي الاعتماد على البيانات البديلة (Alternative Data) كعنصر محوري لتعزيز نماذج تقييم المخاطر، اتخاذ القرار، ودعم الشمول المالي. مع بلوغ حجم سوق البيانات البديلة نحو 11.65 مليار دولار في 2024، ومعدل نمو مركب سنوي يتجاوز 60% حتى 2030، تمثل هذه البيانات غير التقليدية نقلة نوعية في كيفية فهم وتحليل البيانات المالية بعيداً عن المصادر التقليدية مثل القوائم المالية والتقارير الائتمانية الكلاسيكية.
أهم النقاط:
حجم سوق البيانات البديلة وصل 11.65 مليار دولار في 2024 مع توقع نمو سنوي مركب يتجاوز 60% حتى 2030.
تعتمد المؤسسات المالية على البيانات البديلة لتحسين دقة تقييم الملاءة الائتمانية واتخاذ القرار وتقليل المخاطر.
التحول من التركيز على كمية البيانات إلى جودة نماذج التحليل باستخدام الذكاء الاصطناعي والتعلم الآلي.
التحديات الرئيسية تشمل الخصوصية والامتثال التنظيمي، جودة البيانات، وبناء الثقة مع العملاء والمؤسسات.
التكامل بين البيانات البديلة ومنصات التمويل المفتوح يدعم الشمول المالي ويوفر مؤشرات مالية ديناميكية مع إطار تنظيمي مبتكر.
البيانات الضخمة ودورها في البيانات البديلة
 |
| البيانات الضخمة ودورها في البيانات البديلة |
تعريف البيانات الضخمة (Big Data) في السياق المالي
تتسم البيانات الضخمة بطبيعة معقدة ومركبة تجمع بين الحجم الهائل، التنوع الشامل، والسرعة الكبيرة في التوليد والتدفق، مما يجعلها جوهرية في القطاع المالي الحديث. في سياق التكنولوجيا المالية، تعد هذه البيانات بمثابة الوقود الذي يُشغّل أدوات البيانات البديلة، إذ تمتد لتشمل مصادر متعددة وذات طبيعة غير منظمة تتجاوز النطاق التقليدي للبيانات المالية.
البيانات هنا ليست فقط كمية، بل تشمل جودة متنوعة للغاية، من بيانات المعاملات الرقمية إلى بيانات الموقع الجغرافي والتفاعل الاجتماعي، ما يتيح رؤى غير مسبوقة حول السلوك المالي للأفراد والمؤسسات.
التعامل مع هذه الكمّيات الهائلة والمتنوعة يفرض استخدام بنى تحتية متطورة من حيث التخزين، المعالجة، والتحليل، بالإضافة إلى اعتماد تقنيات الحوسبة السحابية (Cloud Computing) وعمليات المعالجة المتوازية (Parallel Processing) لضمان استجابة فعالة وذات جودة عالية. لمزيد من التفاصيل المرتبطة بهذا الموضوع، يمكنك الاطلاع على مقال الابتكار في التكنولوجيا المالية.
آلية عمل البيانات البديلة مع البيانات الضخمة
تعتمد فعالية البيانات البديلة على استثمار البيانات الضخمة في إطار عمل متكامل يتألف من عدة مراحل دقيقة ومترابطة:
- تجميع البيانات (Data Collection)تعد مرحلة التجميع الخطوة التأسيسية، حيث يتم استيراد بيانات متعددة المصادر تتنوع بين:
سجلات المعاملات المالية غير البنكية التي توفر منظورًا أوسع عن النشاط الاقتصادي بعيدًا عن البيانات المصرفية التقليدية.
سلوك المستخدمين على التطبيقات الرقمية، والذي يبرز أنماط الإنفاق والتفاعل مع الخدمات المالية.
البيانات الجغرافية التي تساعد في تحديد العوامل البيئية والاجتماعية المؤثرة في المخاطر الائتمانية أو فرص الاستثمار.
محتوى وبيانات الوسائط الاجتماعية التي يمكن أن تكشف عن توجهات السوق والمخاطر المحتملة من منظور سلوكي واجتماعي.
سجلات التفاعل الرقمي مع المنصات، مما يضيف طبقة تحليلية لفهم دوافع وميول المستهلكين.
- التنظيف والمعالجة (Data Cleaning & Processing)تلعب هذه المرحلة دوراً محورياً في ضمان جودة البيانات المجمعة، إذ تتطلب:
إزالة البيانات غير الدقيقة أو المكررة.
تنسيق البيانات وتحويلها إلى صيغ موحدة لتسهيل عمليات الربط والتحليل.
دمج البيانات من مصادر مختلفة بأسلوب يعزز الترابط بين المتغيرات المختلفة.
استخدام خوارزميات الذكاء الاصطناعي (AI) والتعلم الآلي (Machine Learning) لتحسين جودة البيانات واستخراج الميزات ذات الصلة من مجموعات بيانات معقدة ومتنوعة.
- التحليل المتقدم (Advanced Analytics)في هذه المرحلة، يتم توظيف نماذج تحليلية متطورة مبنية على تقنيات التعلم الآلي لتقدير المتغيرات المالية ذات العلاقة:
بناء مؤشرات تقييم الملاءة الائتمانية (Creditworthiness) التي تتجاوز المقاييس التقليدية بالاعتماد على نماذج تستخلص من السلوك الرقمي والتفاعلات الاقتصادية.
نماذج التنبؤ بالسلوك المالي بما في ذلك التوقعات المتعلقة بالمدفوعات المستقبلية، احتمالات التعثر، والفرص الاستثمارية.
تحليل الشبكات الاجتماعية الرقمية لتحديد عوامل المخاطر والاحتيال المحتملة.
- التطبيق العملي (Decision Models Integration)يتم دمج نتائج التحليل في منظومات متطورة لإدارة المخاطر واتخاذ القرارات التشغيلية والاستراتيجية:
أنظمة تقييم المخاطر الديناميكية التي تتكيف مع تغيرات البيانات والتفاعلات في الوقت الحقيقي.
آليات الكشف المبكر عن عمليات الاحتيال باستخدام مؤشرات متجددة تعتمد على بيانات سلوكية ومالية بديلة.
تخصيص المنتجات والخدمات المالية وفقًا لملف العميل الدقيق المستند إلى التحليلات المتعددة الأبعاد.
دعم استراتيجيات الاستثمار من خلال مؤشرات دقيقة تُمكن من اتخاذ قرارات مدعومة ببيانات متنوعة وعميقة.
تلعب البيانات الضخمة دور الركيزة الأساسية التي تتحرك فوقها تقنيات البيانات البديلة، حيث تجمع، تنقي، وتحلل معلومات متعددة الأبعاد، مما يعزز من قدرات المؤسسات المالية على اتخاذ قرارات أكثر دقة وذكاء، ويشكل قاعدة متينة للابتكار في السوق المالية الرقمية.
الأرقام والحقائق الداعمة للنمو والاعتماد
 |
| صعود البيانات البديلة في القطاع المالي |
نظرة تحليلية على حجم السوق وتوقعات النمو
يشير حجم سوق البيانات البديلة إلى ديناميكية استثنائية في قطاع التكنولوجيا المالية، حيث بلغ ما يقارب 11.65 مليار دولار في 2024، مع توقعات تصل إلى 135 مليار دولار بحلول 2030، بمعدل نمو سنوي مركب (CAGR) يقارب 63.4%. هذه النسبة الاستثنائية تعكس تحولاً استراتيجياً في اعتماد المؤسسات المالية على مصادر بيانات غير تقليدية لدعم عملياتها، وتؤكد على أن البيانات البديلة لم تعد خياراً بل ضرورة.
التقارير متعددة المصادر تتفق على هذا المسار التصاعدي، مع تباين بسيط في تقديرات النمو السنوي بين 54.2% و63.4% للفترة 2025-2030، ما يدل على وجود توافق واسع حول توسع السوق وتبني أعمق للحلول المبنية على تحليلات البيانات المتقدمة.
الاعتماد المؤسسي ودوره في تعزيز دقة القرارات
تشير الإحصائيات إلى أن 62% من المؤسسات المالية باتت تستخدم هذه البيانات غير التقليدية كأداة رئيسية لتحسين دقة تقييم الملاءة الائتمانية وملفات المخاطر، وهو ما يمثل تحولاً نوعياً عن الطرق التقليدية التي تعتمد على البيانات المالية المحدودة والنماذج الثابتة.
من جهة أخرى، يؤكد 67% من مزودي الخدمات المالية اعتمادهم على هذه المصادر لتعزيز دقة اتخاذ القرار وتقليل المخاطر التشغيلية والائتمانية، مما يشير إلى توسع أفق الاستخدام ليشمل العمليات الداخلية والتخطيط الاستراتيجي، وليس فقط تقييم الائتمان.
توجهات الإنفاق الاستثماري على مصادر البيانات البديلة
تظهر توجهات الإنفاق الاستثمارية أن المؤسسات لم تعد تعتمد على مجموعة بيانات بديلة واحدة أو محدودة، بل تستثمر بشكل متزايد في الاشتراك بمجموعات بيانات متعددة، بمتوسط يبلغ 19 مجموعة بيانات سنويًا لكل مؤسسة. هذه الزيادة تعكس رغبة واضحة في الحصول على بيانات أكثر تفصيلاً وثراءً، مما يسمح بتحليل أعمق وأشمل ينعكس إيجاباً على جودة النماذج المالية والقرارات.
النمو الاستثنائي لحجم السوق يشير إلى تحول مؤسساتي في التعامل مع البيانات، مدفوعاً بضرورة مواجهة تعقيدات السوق وزيادة التنافسية.
اعتماد غالبية المؤسسات المالية على البيانات البديلة يُعزز من أهمية تطوير نماذج تحليلية قادرة على استيعاب تنوع وغزارة هذه البيانات لضمان قرارات مالية أكثر دقة وفاعلية.
الاستثمار في مجموعات بيانات متعددة يعكس إدراكًا بأن تعدد مصادر البيانات وتنوعها هو عامل تمكين رئيسي لتحقيق التفوق التنافسي والاستجابة للمتغيرات السوقية بديناميكية عالية.
بالتالي، يصبح من الواضح أن التوسع في استخدام البيانات المتقدمة والبديلة هو مفتاح التحول الرقمي الفعلي في القطاع المالي، مع ضرورة تعزيز البنية التحتية التحليلية والتقنية لضمان استثمار أمثل في هذه الموارد الحيوية.
الاتجاهات والتحديات الحديثة في البيانات البديلة
الاتجاهات التقنية والرؤى الحديثة
يشهد قطاع التكنولوجيا المالية نقلة نوعية في كيفية الاستفادة من البيانات غير التقليدية، إذ لم يعد التركيز منصباً فقط على كمية البيانات، بل انتقل بشكل حاسم إلى جودة نماذج التحليل وعمقها. تعتمد المؤسسات الرائدة اليوم على تقنيات الذكاء الاصطناعي (AI) والتعلم الآلي (Machine Learning) المتطورة، التي تسمح بدمج وتحليل بيانات متعددة الأبعاد تشمل:
السلوك الرقمي الذي يبرز الأنماط الحقيقية للتفاعل المالي والاجتماعي للمستهلكين، بما يوفر مؤشرات دقيقة للملاءة والالتزام المالي.
البيانات الجغرافية التي تضيف طبقة حيوية لفهم تأثير البيئة الاجتماعية والاقتصادية المحلية على المخاطر الائتمانية.
التحليلات النفسية (Psychometric Analytics) التي تُمكن من تقييم العوامل السلوكية والذهنية التي قد لا تظهر في البيانات المالية التقليدية، مما يعزز من دقة التنبؤات المالية.
هذا التحول يعكس إدراكًا عميقًا بأن النماذج الذكية والمتطورة هي العنصر الحاسم للتميّز في مجال التقييم المالي وتحليل المخاطر، مما يؤدي إلى قرارات أكثر موثوقية وتخصيصًا.
التقييم الشامل للملاءة الائتمانية
يمثل التقييم الشامل للملاءة الائتمانية (Comprehensive Credit Scoring) تطوراً جوهرياً في تقييم الجدارة الائتمانية. فهو لا يقتصر على البيانات المالية التقليدية فحسب، بل يشمل دمج مصادر بيانات متعددة مثل:
سجلات سداد الفواتير، التي تعكس الالتزام الشهري الفعلي خارج الإطار البنكي التقليدي.
المدفوعات الرقمية التي توفر صورة ديناميكية عن النشاط المالي اليومي وتدفقات النقد.
مصادر بيانات بديلة كالبيانات السلوكية والاجتماعية التي تتيح تقدير المخاطر بصورة أكثر شمولية وواقعية.
هذا التقييم الموسع يعزز الشمول المالي (Financial Inclusion) بتمكين شرائح واسعة، خاصة من الفئات غير المخدومة أو ذات السجلات المالية المحدودة، من الوصول إلى الخدمات المالية عبر نماذج تقييم أكثر دقة ومرونة.
التكامل مع منصات Open Banking وOpen Finance
يُعد دمج البيانات البديلة مع بنى Open Banking وOpen Finance من أبرز الاتجاهات التي تعيد تشكيل المشهد المالي. يوفر هذا التكامل:
بنى API متقدمة تسمح بتبادل وتحليل البيانات المالية وغير المالية بسلاسة، مما يعزز القدرة على بناء نماذج تقييم متكاملة وذات استجابة فورية.
تحليلات شاملة ومتعددة الأبعاد تدمج مختلف المصادر لتوليد رؤى متعمقة تدعم قرارات استثمارية وتمويلية مبنية على فهم أدق للملاءة والمخاطر.
مرونة تشغيلية أعلى تمكن المؤسسات من تكييف الخدمات المالية بشكل مخصص عبر قنوات متعددة، بما ينعكس إيجاباً على تجربة المستخدم ويعزز ثقة العملاء.
هذا التطور لا يقتصر على تحسين جودة التقييم فحسب، بل يشكل أيضاً دعامة قوية لابتكار منتجات مالية جديدة تواكب التحولات الرقمية ومتطلبات السوق المتغيرة.
التحديات الأساسية في تبني البيانات البديلة
الخصوصية والامتثال التنظيمي
تُعتبر الخصوصية وحماية البيانات من أبرز التحديات التي تعيق الاستفادة المثلى من مصادر البيانات البديلة. تواجه المؤسسات المالية قيوداً تنظيمية صارمة مثل اللائحة العامة لحماية البيانات (GDPR) وقوانين حماية البيانات الوطنية التي تُفرض قيوداً على كيفية جمع، تخزين، ومشاركة البيانات الشخصية. لمعرفة الجوانب الأخرى المرتبطة بهذا الموضوع، اقرأ مقال مشكلة الإنفاق المزدوج
هذه التشريعات تؤكد على ضرورة تطوير أُطر تنظيمية متوازنة تجمع بين:
حماية حقوق الأفراد في خصوصية بياناتهم.
توفير مساحة كافية للابتكار التقني واستغلال مصادر البيانات غير التقليدية بطريقة مسؤولة.
ضمان شفافية العمليات وتوعية المستخدمين بأساليب استخدام بياناتهم.
دون هذه الأُطر، يصبح تطبيق حلول البيانات البديلة معرضاً لمخاطر قانونية وسمعة قد تعيق انتشارها وتبنيها على نطاق واسع.
جودة البيانات وتوحيد المعايير
يُشكل تنوع مصادر البيانات وتباين صيغها أحد أبرز معوقات جودة النماذج التحليلية. تؤدي اختلافات الهيكلة والمعايير الفنية إلى:
ضعف تناسق البيانات وصعوبة دمجها بشكل فعّال.
تحديات في التحقق من دقة وصحة البيانات مما يؤثر على موثوقية النتائج التحليلية.
زيادة التعقيد في تطوير نماذج موحدة وقابلة للتكرار عبر مؤسسات متعددة.
لذلك، يصبح وضع معايير صناعية واضحة وموحدة لإدارة البيانات البديلة ضرورة لا غنى عنها. هذه المعايير يجب أن تغطي:
أساليب التنسيق والتوحيد.
بروتوكولات جودة البيانات.
آليات تدقيق ومراقبة مستمرة تضمن ثبات وموثوقية البيانات المستخدمة.
الثقة والمصداقية
تُعد مسألة الثقة ركيزة أساسية لنجاح تبني البيانات البديلة في القطاع المالي، إذ تنبع العديد من التحديات من:
مخاوف العملاء والمؤسسات حول أمان البيانات وحمايتها من الاختراقات أو سوء الاستخدام.
غياب الشفافية الكاملة في كيفية استخدام وتحليل البيانات.
قلق الأطراف ذات العلاقة من تأثير جمع البيانات غير التقليدية على سمعتهم وحقوقهم.
مواجهة هذه التحديات تتطلب:
بناء أنظمة أمان متقدمة تعتمد على التشفير، الحوكمة الأمنية، وآليات الوصول المحكم.
تطبيق سياسات واضحة وشفافة تشرح كيفية جمع البيانات واستخدامها وحفظها.
تعزيز التواصل المستمر مع العملاء لبناء علاقة ثقة تقوم على الوضوح والالتزام.
تحقيق هذه العوامل يعزز من قبول البيانات البديلة كأداة موثوقة وفعّالة، ويخلق بيئة تنظيمية وتشغيلية تدعم الابتكار والاستدامة في القطاع المالي.
حالة تطبيق البيانات البديلة في الأسواق الناشئة ومنطقة الخليج
فرص الشمول المالي في بيئة مميزة
تمثل الأسواق الناشئة، خصوصًا في منطقة الخليج، بيئة خصبة لتسريع تبني البيانات البديلة ضمن قطاع التكنولوجيا المالية، حيث تتسم هذه الأسواق بوجود شرائح كبيرة من الأفراد والشركات الصغيرة التي تعاني من محدودية الوصول إلى الخدمات المالية التقليدية. هنا، يوفر دمج مصادر البيانات البديلة مع منصات Open Finance أداة فعالة لتوسيع نطاق الشمول المالي من خلال:
تمكين تقييمات ائتمانية دقيقة ومرنة تعتمد على سلوكيات الدفع الرقمية والبيانات غير المالية.
فتح آفاق جديدة للوصول إلى تمويل وخدمات مالية لفئات لم تكن ضمن النظام المالي الرسمي سابقًا.
دعم نمو الاقتصاد الرقمي عبر تسهيل تفاعل الأفراد والمؤسسات مع منتجات مالية مبتكرة ومخصصة.
الابتكار في النماذج التحليلية محليًا
تمثل خصوصيات الأسواق الخليجية تحديًا وفرصة في آن واحد لتطوير نماذج تقييم مخاطر تتناسب مع متطلبات وخصوصية هذه البيئة. تبنت المؤسسات المالية والتقنية في الخليج تقنيات الذكاء الاصطناعي والتعلم الآلي لاستغلال بيانات متنوعة مثل:
بيانات الجوال التي توفر رؤية دقيقة حول سلوك المستخدمين في الحياة اليومية.
المعلومات الجغرافية التي تأخذ في الاعتبار الاختلافات الإقليمية والاجتماعية.
أنماط استخدام الخدمات الرقمية التي تعكس التوجهات المالية والاقتصادية الخاصة بالمنطقة.
هذه النماذج التحليلية الديناميكية تتيح بناء مؤشرات مخاطر مرنة تتكيف مع التغيرات السريعة في السوق وتدعم اتخاذ قرارات مالية أكثر دقة واستجابة.
التحديات التنظيمية والمواكبة القانونية
على الرغم من التقدم التقني السريع، تواجه منطقة الخليج تحديات حقيقية في وضع أُطر تنظيمية متوازنة تحمي خصوصية البيانات وتضمن الشفافية في الاستخدام. تتطلب هذه التحديات:
تطوير معايير محلية تتماشى مع الإطارات الدولية مثل GDPR، مع مراعاة خصوصيات السوق المحلي والبيئة الثقافية.
إنشاء أنظمة رقابية مرنة تسمح بالابتكار مع الحفاظ على الامتثال وحماية حقوق المستخدمين.
تعزيز التعاون بين الجهات التنظيمية والمؤسسات المالية لضمان توافق السياسات مع التطورات التقنية.
أهمية الشراكات والتكامل المؤسسي
يبرز في المنطقة الدور المحوري للتعاون بين القطاعين العام والخاص من أجل تأسيس بنى تحتية قوية ومستدامة للبيانات البديلة، وذلك من خلال:
بناء بنية تحتية تكنولوجية (Infrastructure) متقدمة تستوعب حجم البيانات وتدعم عمليات التحليل في الوقت الحقيقي (Real-time Analytics).
تطوير منصات موحدة تتيح التكامل السلس بين مزودي البيانات ومؤسسات التكنولوجيا المالية.
تعزيز المبادرات المشتركة لتبادل المعرفة والتجارب الناجحة، مما يسرع من وتيرة الابتكار ويوفر حلولًا عملية للتحديات المحلية.
تمثل هذه العوامل مجتمعة دعامة أساسية لدفع عجلة تبني البيانات البديلة في الخليج، وتوفير أرضية متينة لنمو مستدام قائم على الابتكار والشفافية.
: التكامل بين البيانات البديلة ومنصات Open Finance كشريان للشمول المالي المستدام
 |
| البيانات البديلة والتمويل: محرك الشمول المالي. |
يمثل التكامل العميق بين البيانات البديلة ومنصات Open Finance فرصة استراتيجية لتجاوز الدور التقليدي لهذه الأدوات كآليات تحليلية، ليصبحا قوة محورية تدفع عجلة الشمول المالي نحو مستويات جديدة من الاستدامة والنمو الاقتصادي المتوازن.
توسيع قاعدة المستفيدين
يعتمد هذا التكامل على استهداف شرائح مجتمعية ومؤسسية كانت تفتقر إلى التغطية المالية في النظم التقليدية، وذلك من خلال:
استغلال بيانات الدفع الرقمي التي تعكس النشاط الاقتصادي الحقيقي خارج الإطار المصرفي الرسمي.
تحليل سلوك المستخدم عبر المنصات الرقمية، ما يسمح بفهم أعمق لنمط الإنفاق والادخار، وبالتالي إمكانية تصميم حلول مالية تناسب الاحتياجات الحقيقية لهذه الشرائح.
هذا التوجه يفتح آفاقاً واسعة لتمكين الفئات المهمشة والقطاعات غير المخدومة، مما يساهم في توسيع قاعدة العملاء وزيادة فرص التمويل والاستثمار.
مؤشرات ديناميكية جديدة
توفر هذه المرحلة إمكانية تطوير مؤشرات مالية أكثر تقدماً وديناميكية، تعتمد على بيانات متنوعة مثل:
بيانات التسوق الرقمي التي تعكس توجهات الاستهلاك وسلوكيات الدفع في الوقت الفعلي.
سجل الدفع عبر الإنترنت الذي يظهر الالتزام المالي الفعلي والتقلبات المحتملة في قدرة السداد.
الأنشطة الاجتماعية التي تقدم رؤى عن التفاعلات الاقتصادية والاجتماعية، وتعزز من قدرات نماذج تقييم المخاطر.
هذه المؤشرات تسهم في بناء نماذج مخاطر ذات دقة متناهية، إضافة إلى إتاحة تجارب مالية مخصصة (Personalized Financial Experiences) ترفع من جودة الخدمة وتعزز رضا العملاء.
إطار تنظيمي مبتكر
يُعد تصميم إطار تنظيمي متوازن من العناصر الجوهرية لضمان النجاح طويل الأمد لهذا التكامل، وذلك عبر:
وضع معايير صناعية مشتركة تُعنى بإدارة خصوصية البيانات وتحديد آليات استخدام آمنة وفعالة.
تحقيق التوازن المطلوب بين الامتثال القانوني وبين ضرورة تشجيع الابتكار التقني والتجاري.
ضمان شفافية استخدام البيانات لتعزيز ثقة المستفيدين وضمان حماية حقوقهم.
هذا الإطار لا يكتفي بالامتثال فحسب، بل يعمل كحاضنة تحفز اعتماد أوسع للبيانات البديلة، مما يسرع من تبنيها ويعزز من جودة الخدمات المالية الرقمية.
ختاما
في ظل التحولات الرقمية المتسارعة والتعقيدات المتزايدة في القطاع المالي، تصبح القدرة على استثمار البيانات البديلة والتكامل الذكي مع منصات التمويل المفتوح ركيزة أساسية لتحقيق شمول مالي مستدام ونمو اقتصادي متوازن. يتطلب المستقبل تبني نهج قائم على الابتكار التقني، الحوكمة الرشيدة، والبنية التحتية المتقدمة، لضمان استثمار أمثل للبيانات وتحويلها إلى أدوات فعالة تدعم صناعة مالية أكثر مرونة وشفافية. فقط من خلال هذا التوازن المدروس يمكن للمؤسسات المالية أن تضمن قدرتها على المنافسة والتميز في الأسواق الديناميكية القادمة.