Centrum Finverse ਦੇ ਮੁੱਖ ਕਾਰਜਕਾਰੀ Sandeep Nayak ਦੇ ਅਨੁਸਾਰ, ਭਾਰਤ ਦਾ ਰਿਟੇਲ-ਇਨਵੈਸਟਰ ਅਧਾਰ ਇੱਕ ਦਹਾਕੇ ਦੇ ਅੰਦਰ 40 ਕਰੋੜ ਡੀਮੈਟ (Demat) ਖਾਤਿਆਂ ਤੱਕ ਪਹੁੰਚ ਸਕਦਾ ਹੈ। ਇਹ ਅਨੁਮਾਨ ਅੱਜ ਦੇ ਲਗਭਗ 20 ਕਰੋੜ ਖਾਤਿਆਂ ਤੋਂ ਹੋਈ ਤੇਜ਼ੀ ਨਾਲ ਵਾਧੇ ਤੋਂ ਬਾਅਦ ਆਇਆ ਹੈ, ਅਤੇ ਇਹ ਇੱਕ ਚੇਤਾਵਨੀ ਵੀ ਦਿੰਦਾ ਹੈ: ਜਦੋਂ ਤੱਕ ਬ੍ਰੋਕਰੇਜ ਫਰਮਾਂ ਸਿਰਫ਼ ਸਸਤੀ ਟ੍ਰੇਡਿੰਗ ਤੋਂ ਅੱਗੇ ਵਧ ਕੇ AI-ਅਧਾਰਿਤ ਕੋਚਿੰਗ ਵੱਲ ਨਹੀਂ ਵਧਦੀਆਂ, ਇਹ ਤੇਜ਼ੀ ਨਾਲ ਵਧ ਰਿਹਾ ਅਧਾਰ ਤਜਰਬੇਹੀਨ ਟ੍ਰੇਡਰਾਂ ਦੀ ਰੱਖਿਆ ਕਰਨ ਦੀ ਉਦਯੋਗ ਦੀ ਸਮਰੱਥਾ ਤੋਂ ਬਾਹਰ ਹੋ ਜਾਵੇਗਾ।

ਅੰਕੜੇ ਕਿਉਂ ਤੇਜ਼ੀ ਨਾਲ ਵਧ ਰਹੇ ਹਨ

ਭਾਰਤ ਦੇ ਘਰੇਲੂ ਬੈਲੇਂਸ ਸ਼ੀਟਾਂ 'ਤੇ ਤਿੰਨ ਤਾਕਤਾਂ ਇੱਕਠੀਆਂ ਹੋ ਰਹੀਆਂ ਹਨ। ਪਹਿਲੀ, ਦੇਸ਼ ਦੀ ਮੱਧਮ ਉਮਰ 20 ਤੋਂ 30 ਸਾਲ ਦੇ ਵਿਚਕਾਰ ਹੈ, ਜੋ ਇੱਕ ਵੱਡਾ, ਤਕਨੀਕੀ ਤੌਰ 'ਤੇ ਸਮਝਦਾਰ ਵਰਗ ਬਣਾ ਰਹੀ ਹੈ ਜੋ ਆਪਣੇ ਫ਼ੋਨ 'ਤੇ ਵਿੱਤੀ ਸੇਵਾਵਾਂ ਦੀ ਉਮੀਦ ਰੱਖਦਾ ਹੈ। ਦੂਜੀ, ਅਸਲ ਉਜਰਤਾਂ ਵਧ ਰਹੀਆਂ ਹਨ, ਜਿਸ ਨਾਲ ਨਿਵੇਸ਼ ਕਰਨ ਲਈ ਵਧੇਰੇ ਖਰਚਣਯੋਗ ਨਕਦ ਰਕਮ ਉਪਲਬਧ ਹੋ ਰਹੀ ਹੈ। ਤੀਜੀ, ਪਰਿਵਾਰ ਆਪਣੀ ਬਚਤ ਨੂੰ ਰਵਾਇਤੀ ਸਾਧਨਾਂ—ਸੋਨਾ, ਫਿਕਸਡ ਡਿਪਾਜ਼ਿਟ—ਤੋਂ ਹਟਾ ਕੇ ਮਾਰਕੀਟ ਨਾਲ ਜੁੜੀਆਂ ਸੰਪਤੀਆਂ ਵੱਲ ਲਿਆ ਰਹੇ ਹਨ, ਇੱਕ ਪ੍ਰਕਿਰਿਆ ਜਿਸ ਨੂੰ ਵਿਸ਼ਲੇਸ਼ਕ "ਵਿੱਤੀਕਰਨ" (financialisation) ਕਹਿੰਦੇ ਹਨ।

Nayak ਇਹਨਾਂ ਰੁਝਾਨਾਂ ਨੂੰ ਚੱਕਰਵਾਤੀ (cyclical) ਨਹੀਂ, ਸਗੋਂ ਢਾਂਚਾਗਤ (structural) ਮੰਨਦੇ ਹਨ। ਉਹ ਅਨੁਮਾਨ ਲਗਾਉਂਦੇ ਹਨ ਕਿ ਅੱਜ ਦੇ 20 ਕਰੋੜ ਡੀਮੈਟ ਖਾਤੇ ਪੰਜ ਸਾਲਾਂ ਦੇ ਅੰਦਰ 30 ਕਰੋੜ ਹੋ ਜਾਣਗੇ ਅਤੇ ਅਗਲੇ ਦਹਾਕੇ ਵਿੱਚ 40 ਕਰੋੜ ਤੱਕ ਪਹੁੰਚ ਸਕਦੇ ਹਨ।

ਆਸਾਨ ਪਹੁੰਚ ਦੀ ਲੁਕਵੀਂ ਕੀਮਤ

ਟ੍ਰੇਡਿੰਗ ਪਲੇਟਫਾਰਮਾਂ ਦਾ ਲੋਕਤੰਤਰੀਕਰਨ ਬਹੁਤ ਤੇਜ਼ੀ ਨਾਲ ਹੋਇਆ ਹੈ। ਡਿਸਕਾਊਂਟ ਬ੍ਰੋਕਰਾਂ ਨੇ, ਜ਼ੀਰੋ-ਕਮਿਸ਼ਨ ਦੀਆਂ ਪੇਸ਼ਕਸ਼ਾਂ ਅਤੇ ਇੱਕ-ਕਲਿੱਕ ਆਰਡਰ ਪ੍ਰਕਿਰਿਆਵਾਂ ਦੇ ਨਾਲ, ਖਾਤਾ ਖੋਲ੍ਹਣ ਦੀ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਕੁਝ ਟੈਪਸ ਤੱਕ ਸੀਮਤ ਕਰ ਦਿੱਤਾ ਹੈ। ਫਿਰ ਵੀ, ਉਹੀ ਡਾਟਾ ਜੋ ਭਾਗੀਦਾਰੀ ਵਿੱਚ ਬੂਮ ਦਿਖਾਉਂਦਾ ਹੈ, ਇੱਕ ਹਨੇਰਾ ਪੱਖ ਵੀ ਪ੍ਰਗਟ ਕਰਦਾ ਹੈ: SEBI ਦੀ ਹਾਲੀਆ ਸਾਲਾਨਾ ਰਿਪੋਰਟ ਦੱਸਦੀ ਹੈ ਕਿ ਰਿਟੇਲ ਟ੍ਰੇਡਰਾਂ ਨੇ ਪਿਛਲੇ ਚਾਰ ਸਾਲਾਂ ਵਿੱਚ ਸਮੂਹਿਕ ਤੌਰ 'ਤੇ ਲਗਭਗ ₹3.5 ਲੱਖ ਕਰੋੜ ਦਾ ਨੁਕਸਾਨ ਕੀਤਾ ਹੈ। ਇਸ ਨੁਕਸਾਨ ਦਾ ਜ਼ਿਆਦਾਤਰ ਹਿੱਸਾ ਵਿਅਕਤੀਗਤ ਨਿਵੇਸ਼ਕ ਦੀ ਬਜਾਏ ਸੋਝੀਵਾਨ ਸੰਸਥਾਗਤ ਖਿਡਾਰੀਆਂ ਨੂੰ ਮਿਲਿਆ ਹੈ।

Nayak ਮੌਜੂਦਾ ਮਾ

ਇਸ ਵਿਸ਼ਾਲ ਪੈਮਾਨੇ ਨਾਲ ਪੂੰਜੀ ਨਿਰਮਾਣ ਦੇ ਬੇਮਿਸਾਲ ਮੌਕੇ ਪੈਦਾ ਹੋਣਗੇ, ਪਰ ਇਹ ਉਸ ਪ੍ਰਣਾਲੀਗਤ ਗਿਆਨ ਦੀ ਘਾਟ ਨੂੰ ਵੀ ਵਧਾ ਦਿੰਦਾ ਹੈ ਜਿਸ ਕਾਰਨ ਰਿਟੇਲ ਟ੍ਰੇਡਰਾਂ ਨੂੰ ਪਹਿਲਾਂ ਹੀ ਅਰਬਾਂ ਦਾ ਨੁਕਸਾਨ ਹੋ ਚੁੱਕਾ ਹੈ। ਬ੍ਰੋਕਰੇਜਾਂ ਲਈ ਅਗਲਾ ਪੜਾਅ ਸਿਰਫ਼ ਸਸਤੀਆਂ ਟ੍ਰੇਡਾਂ ਨਹੀਂ, ਸਗੋਂ ਸਮਾਰਟ ਟ੍ਰੇਡਾਂ ਹਨ—ਜਿਸ ਵਿੱਚ ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ, ਜੋਖਮ ਨੂੰ ਸਪਸ਼ਟ ਕਰਨ ਅਤੇ ਮਲਟੀ-ਐਸੇਟ ਫੈਸਲਿਆਂ ਵਿੱਚ ਮਾਰਗਦਰਸ਼ਨ ਕਰਨ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਾਵੇ।