La repressione dei fenomeni di abuso di mercato, in primis manipolazione e insider trading, assume rilevanza centrale in pressoché tutti i Paesi dell’area EU indipendentemente dal fatto che tale repressione sia affidata alla Autorità di Vigilanza e alla Autorità Giudiziaria con competenze che variano in relazione alle diverse legislazioni.
L’ultima novità sul tema è rappresentata dal tentativo posto in essere dalla Consob di utilizzare l’intelligenza artificiale come metodologia da impiegare nell’attività di vigilanza contro le manipolazioni di mercato.
![What is Insider Trading? [Explained]](https://www.agendadigitale.eu/wp-content/plugins/wp-youtube-lyte/lyteCache.php?origThumbUrl=https%3A%2F%2Fi.ytimg.com%2Fvi%2FkjBuztgXyRM%2F0.jpg)
L’Autorità italiana per la vigilanza sul mercato ha recentemente pubblicato nell’ambito della raccolta Quaderni Fintech, in collaborazione con la Scuola Normale Superiore di Pisa, i risultati di uno studio sperimentale che prevede l’utilizzo di strumenti di machine learning per smascherare operazioni di insider trading con l’intento principale di utilizzare lo studio dei big data quale modalità di individuazione di una serie di operazioni e di eventi anomali che in prossimità di eventi price sensitive possano costituire indizio di sospetti abusi di mercato.
Caccia all’insider trading
Come noto in Borsa vengono svolte decine di milioni di operazioni, tra le quali si nascondono anche quelle di insider trading. Se è vero che i casi di insider trading raggiungono le prime pagine dei giornali solo nei casi più eclatanti vale la pena porre in evidenza come tuttavia le segnalazioni di movimenti sospetti sono molto più comuni di quanto si pensi visto che nel 2021 la Consob ha registrato oltre 300 segnalazioni di sospetti abusi di informazioni rilevanti, il 67% delle 457 segnalazioni di condotte anomale ricevute nel corso dell’anno.
In ragione di quanto sopra, è evidente che la definizione di una procedura che consenta l’individuazione in tempo reale di fenomeni di abuso di mercato nei mercati finanziari rappresenti una esigenza fortemente avvertita da parte delle Autorità di Vigilanza dei mercati finanziari.
Semplificando, si potrebbe dire che ogni procedura per l’individuazione di abusi di mercato consiste fondamentalmente nell’analisi delle transazioni effettuate sul mercato da diversi agenti al fine di individuare delle anomalie che potrebbero essere sintomatiche di fenomeni di abuso di mercato. Stante questa definizione, l’obiettivo principale degli operatori non può che essere quello di sviluppare, con l’ausilio di diverse teorie, una metodologia che permetta di individuare i fenomeni di abuso di mercato in maniera sempre più efficace.
Consob e la “SupTech”: il ruolo dell’intelligenza artificiale nell’attività di vigilanza
Il ruolo dell’intelligenza di mercato nella caccia agli abusi di mercato
Il monitoraggio, anche in tempo reale, di una serie molteplice di dati, soprattutto nel contesto di mercati ormai dominati da tecnologie molto sofisticate, se affidato all’utilizzo di mezzi tradizionali richiede tempi lunghi di elaborazione, svariate ore di lavoro umano, personale specializzato che deve passare in rassegna una notevole mole di dati per verificare le eventuali anomalie e avviare, se opportuno, il processo della vigilanza.
In tale contesto l’intelligenza artificiale può fornire un valido supporto dal momento che facilita il lavoro umano, velocizzandolo, e consente di estrapolare tra i dati piccoli sottoinsiemi di operazioni nei confronti delle quali concentrare poi gli accertamenti. Il meccanismo funziona in questo modo: a partire da un evento price sensitive (ad esempio il lancio di un’Opa), l’algoritmo osserva il comportamento del titolo in analisi, per capire chi è stato attivo prima dell’annuncio, chi lo è stato dopo e il peso delle singole operazioni.
I due modelli elaborati da Consob e Università di Pisa
Partendo dunque dall’analisi di eventi cosiddetti price sensitive (sia attesi come la comunicazione di un dato economico importante, sia inattesi, come può essere un profit warning; ma i modelli messi a punto riguardano anche eventi societari di natura straordinaria come un’OPA o un’operazione di aumento di capitale) la Commissione di vigilanza e l’Università di Pisa sono stati in grado di elaborare due modelli algoritmici in grado di individuare operazioni ed attività potenzialmente rivelatrici di abusi di mercato.
In particolare, il primo modello permette di identificare gruppi di investitori le cui attività di trading in prossimità dell’evento price sensitive sono risultate premianti e caratterizzate da discontinuità operativa rispetto alla precedente attività di compravendita. Tale modello permette di identificare gruppi omogenei di investitori con riferimento a uno specifico orizzonte temporale, e di distinguere quei soggetti che, in prossimità dell’evento price sensitive, modificano il loro comportamento negoziale rispetto alla loro abitudinaria operatività su quella determinata tipologia di asset. In particolare, il modello sviluppato è in grado di misurare sia la discontinuità operativa del singolo investitore rispetto alla sua tradizionale operatività di trading ma anche quella del singolo rispetto ad un gruppo di altri investitori che in termini di turnover, composizione del portafoglio o esposizione sul titolo presentava forti analogie comportamentali rispetto al soggetto analizzato.
Il secondo modello di analisi messo a punto consente di identificare piccoli gruppi di investitori che agiscono in direzione premiante e in modo sincronizzato in prossimità dell’evento price sensitive (cosiddetto insider ring). Questo metodo consente di individuare una rete di trader caratterizzati da attività sincrona in termini di stati e di tempistica del trading nelle settimane precedenti la comunicazione di un evento price sensitive.
Ovviamente entrambi i modelli sviluppati non consentono una diretta identificazione dell’autore dell’insider trading ma fungono da indicatori di comportamenti negoziali perlomeno anomali che possono giustificare la necessità di ulteriori accertamenti volti a verificare, questa volta mediante l’utilizzo di metodi tradizionali, l’eventuale commissione di un illecito.
Le tecnologie antifrode sviluppate in Danimarca
Il tentativo di far ricorso all’intelligenza artificiale per sviluppare metodologie in grado di reprimere fenomeni distorsivi del mercato finanziario non è certamente nuovo, se è vero che proprio recentemente anche in Danimarca un gruppo di ricercatori dell’Università di Aarhus ha annunciato di essere al lavoro per sviluppare una serie di nuove tecnologie necessarie per contribuire a garantire un’economia di libero mercato.
I ricercatori danesi in particolare hanno realizzato un software e costruito degli algoritmi che possono essere utilizzati per rilevare qualsiasi forma concepibile di possibile frode sui titoli in una frazione di secondo. Anche nel caso danese si tratta di una serie di nuove tecnologie basate su modelli di apprendimento automatico e modelli matematici in grado di monitorare i movimenti dei prezzi e il modo in cui gli investitori si influenzano a vicenda. La ricerca condotta dagli studiosi dell’Università di Aarhus ha assunto una tale rilevanza a tal punto che l’ateneo ha appena ricevuto un importante finanziamento da JP Morgan.
Le ragioni di questa spasmodica ricerca di moderne tecnologie in grado di identificare potenziali situazioni di abuso di mercato sono facilmente intuibili. In pochi anni, la digitalizzazione ha completamente rivoluzionato il mercato azionario e ha portato ad un’esplosione del numero di scambi. Oggi ci troviamo in una situazione in cui i modelli di machine learning che abbiamo sviluppato solo pochi anni fa sono già inadeguati. Nasce dunque l’esigenza di monitorare i big data del mercato con computer velocissimi in grado di rilevare modelli e mettere insieme un puzzle di dati da centinaia di migliaia di operazioni ogni giorno in tempo reale.
Ecco spiegato perché da quando il Nasdaq è diventato la prima borsa valori al mondo a utilizzare il machine learning nella sua attività di sorveglianza del mercato nel 2019, i ricercatori dell’Università di Aarhus hanno lavorato per sviluppare strumenti sempre più sofisticati per individuare l’insider trading e la manipolazione del mercato.
Il case study sul mercato finlandese
I ricercatori danesi hanno anche appena completato un case study riguardante il mercato finlandese insieme a dei ricercatori locali. Hanno incrociato i dati relativi ai componenti di diversi consigli di amministrazione delle società quoatate finlandesi con informazioni relative alle loro relazioni reciproche e al loro comportamento sul mercato azionario. Dallo studio sembra emergere la conclusione che gli investitori valutino le loro connessioni sociali in modo diverso in termini di trasferimento di informazioni utili all’effettuazione di un’operazione di investimento.
Quello dell’insider trading non rappresenta comunque l’unico ambito di operatività in cui l’intelligenza artificiale può venire in soccorso delle autorità regolamentari.
L’IA nella vigilanza sugli investimenti in criptoattività
Ad esempio, anche nella vigilanza sugli investimenti in criptoattività per la Consob potrà essere di forte aiuto l’intelligenza artificiale. L’altro fronte caldo dell’innovazione finanziaria è rappresentato dagli investimenti green. In questo la Consob è chiamata a contrastare i possibili comportamenti di greenwashing, purtroppo oggigiorno sempre più frequenti. Nell’espletamento dei propri compiti di vigilanza sui temi Esg la Consob ha potuto verificare che esiste un approccio non omogeneo alla rappresentazione delle caratteristiche di sostenibilità del prodotto pubblicizzato, sebbene nella maggior parte dei casi vi sia un rimando al sito web del gestore, che riporta il link ai documenti utili ovvero fornisce informazioni concernenti la politica Esg.
Conclusioni
Del resto, l’applicazione delle nuove tecnologie rappresenta un fattore chiave per rafforzare la capacità di intercettare i moderni crimini finanziari. In particolare, l’utilizzo dell’intelligenza artificiale sembra essere strumento indispensabile per garantire il raggiungimento di risultati che assicurino una maggiore capacità del regolatore di reprimere fenomeni distorsivi o addirittura illeciti che si verificano sui mercati finanziari.
L’utilizzo dell’intelligenza artificiale dovrebbe però avvenire nel contesto di una precisa e ben definita cornice legale di riferimento. La proposta di regolamento della Commissione Europea che va sotto il nome di Artificial Intelligence Act ha come scopo quello di garantire che i sistemi di intelligenza artificiale messi in produzione all’interno dell’Unione Europea tutelino il cittadino e dunque siano sicuri, affidabili e non ledano la dignità dell’uomo.
Occorrerà però monitorare attentamente nei prossimi anni l’attività del legislatore europeo, dal momento che, al di là di doverose dichiarazioni di principio, è sul fronte delle norme di dettaglio con cui dare esecuzione all’Artificial Intelligence Act che si giocherà la partita relativa ad un utilizzo dell’intelligenza artificiale tale da assicurare che i sistemi immessi sul mercato dell’Unione e utilizzati siano sicuri e rispettino tutte le normative vigenti in materia di diritti fondamentali e i valori proposti dall’Unione.
