Краткое содержание статьи
Статья посвящена вопросу того, как технологии меняют источники информационного преимущества на финансовых рынках. Традиционные формы информационного преимущества (основанные на внутренней информации) заменяются двумя новыми подходами: глубокому анализу общедоступной информации и использованию «альтернативных данных», генерируемых вне компаний. Эти новые формы информационного неравенства не попадают под действие традиционных регулирующих правил (например, американского Закона о справедливом раскрытии информации Reg FD), что ставит фундаментальные вызовы для существующей системы финансового регулирования. Конкуренция за информационное преимущество перешла от соревнования в скорости и количестве данных к соревнованию в интеллектуальных способностях, и в конечном итоге только сотрудничество людей и машин может привести к победе в этой гонке за информацией.
Детальный анализ статьи
#### 1. Изменение информационного преимущества: от «знания секретов» к «умению анализировать общедоступную информацию»
Ранее считалось, что информационное преимущество на финансовых рынках заключается в знании того, чего не знают другие (например, персонаж Гекко из фильма «Уолл-стрит» зарабатывал на информации, полученной от сотрудников компаний). Но сейчас все изменилось:
- Пример 1: Саймонс из Renaissance Technologies, имеющий математическое образование, не знает ни одного CEO компании, но используя математические модели для анализа огромных объемов общедоступных данных (таких как тенденции изменения цен акций и объемы сделок), он может постоянно получать превышающую рыночную прибыль.
- Пример 2: В приведенном в статье случае с CEO компания не получила никаких внутренних сообщений, когда агрессивные инвесторы начали покупать акции. Однако CEO хорошо знал основную информацию о компании и заметил необычности в данных о сделках (например, внезапный рост объемов покупок). Обычные инвесторы могли бы подумать, что это хороший знак, но CEO понял, что изменений в финансовом состоянии компании нет и что кто-то извне пытается накопить акции. Он решил также купить акции в качестве защиты.
Это преимущество не связано с знанием секретов, а с лучшей способностью анализировать общедоступную информацию, и традиционное законодательство не может с этим бороться, поскольку используются общедоступные данные.
#### 2. «Альтернативные данные», находящиеся вне компаний: новые источники информации, недоступные для регулирования
Многая важная информация сейчас не генерируется самими компаниями, а поступает от внешних источников:
- Что такое альтернативные данные? Например, данные о количестве автомобилей на парковках торговых центров, собранные спутниками (которые позволяют оценить уровень продаж), информация о выбросах из дымоходов заводов, получаемая с помощью IoT-устройств (что показывает уровень производственной активности), комментарии пользователей в социальных сетях (которые помогают оценить популярность брендов). Эти данные не находятся в распоряжении компаний и не являются их обязательными для раскрытия.
- Регулирующие пробелы: Традиционные правила (например, Reg FD) требуют от компаний раскрывать внутреннюю информацию, но альтернативные данные не входят в их обязательный перечень. Например, спутниковые данные собираются третьими сторонами, и Reg FD не регулирует, кто может ими пользоваться и как. Это нарушает однонаправленную цепочку передачи информации «компания → раскрытие → рынок», позволяя организациям, обладающим альтернативными данными, знать ситуацию в компаниях раньше других.
#### 3. Три этапа конкуренции за информационное преимущество: от скорости к интеллекту
Конкуренция за информационное преимущество прошла три этапа:
- Первый этап: битва за скорость: организации тратили большие средства на установку более коротких оптиковолоконных кабелей и размещение серверов рядом с биржами (так называемое хостинг), чтобы получать информацию быстрее других.
- Второй этап: битва за данные: после достижения предельной скорости победу одерживали те, кто мог получить уникальные альтернативные данные (например, спутниковые снимки). Например, использование спутниковых данных позволяло заранее узнать количество посетителей розничных магазинов за несколько месяцев до публикации финансовой отчетности.
- Третий этап: битва за интеллект: сегодня ИИ может анализировать огромные объемы общедоступной информации (финансовые отчеты, новости) и делать более точные прогнозы по ценам акций, чем большинство людей. Однако люди лучше справляются с обработкой «мягких данных» (например, честности руководства компаний, тонких изменений в отраслевых тенденциях). Компании даже могут корректировать формулировку своей финансовой отчетности, чтобы ИИ легче ее понимал. Это обратное влияние технологий на стратегии раскрытия информации компаниями.
#### 4. «Слепые зоны» традиционного регулирования: невозможность контроля новых форм информационного неравенства
Традиционное регулирование основано на запрете торговли на основе неопубликованной информации, но сейчас информационное преимущество связано не с тем, является ли информация общедоступной или нет, а с способностью ее анализировать и использованием внешних данных:
- Разрывы в способностях к анализу: например, если CEO использует общедоступные данные для правильных выводов, закон не может считать это нарушением (поскольку информация является публичной).
- Альтернативные данные: эти данные не входят в обязательный перечень раскрытия компаниями, и регулирование не может требовать от них контроля над данными, собранными внешними источниками.
Существующая система регулирования не соответствует темпам развития технологий, поэтому необходимо переосмыслить подходы к регулированию — например, как устранить неравенства, возникающие из-за различий в способностях к анализу информации, или как контролировать использование альтернативных данных.
#### 5. Будущие тенденции: только сотрудничество людей и машин приведет к победе
Исследования показывают, что:
- ИИ хорошо справляется с обработкой больших объемов структурированных данных (например, финансовых отчетов), но люди лучше понимают «мягкие данные» (например, культуру компаний, неформальные правила отрасли).
- Когда аналитики используют ИИ для обработки данных в сочетании со своим собственным опытом, результаты прогнозов наиболее точны.
Компании также адаптируются к использованию ИИ: корректируют формулировку своей информации, чтобы облегчить ее понимание для ИИ.
Вывод: люди не смогут победить машины в одиночку, но их сотрудничество может привести к победе над любыми технологическими системами.
Основной вывод статьи заключается в том, что технологии изменили правила игры на финансовых рынках, и регулирование должно развиваться в соответствии с этими изменениями. Личности и организации, желающие добиться успеха на рынке, должны научиться сотрудничать с ИИ.