AI, machine learning i deep learning w „służbie” przeciwdziałania manipulacjom na rynkach

„Jane obserwuje wszystko. Potrafi wykonać milion zadań i zwracać uwagę

na tysiąc spraw równocześnie. Żadna z tych możliwości nie jest

nieskończona, ale można ją za taką uznać w porównaniu z naszą żałosną

zdolnością myślenia o jednym, gdy wykonujemy co innego.

Jej zmysły podlegają za to ograniczeniom, jakich my nie znamy…

a raczej: to my jesteśmy jej największym ograniczeniem.

Nie widzi i nie wie niczego, co nie zostało wprowadzone jako dane do komputera (…)”

O.S.Card „Ksenocyd”, st. 90.

Tematyka sztucznej inteligencji jest dzisiaj w fazie wznoszącego zainteresowania, pojęcie głębokie uczenie czy uczenie maszynowe są dziś odmieniane przez wszystkie możliwe przypadki (i bardzo słusznie!), zaś na skutek rewolucji ChatuGPT i pochodnych narzędzi, na znaczeniu zyskują pojęcia etyki (p. ethics by design, desing for values) przy projektowaniu i używaniu algorytmów ale też i pojawiają się głosy wieszczące powstanie osobliwości (jak u Raymonda Kurzweila) czy nawet zagłady człowieka. Coraz więcej słyszymy o neurotechnologii, transhumanizmie, genomice, dehumanizacji człowieka i wielu innych pojęciach z obszaru nauk, powiązanych z tematyką AI.

W niniejszym artykule nie odpowiem na pytania czy używanie algorytmów AI powinno być, jak chcą niektórzy, mocno ograniczone przez prawo, zasady etyki i standardy branżowe, czy też raczej powinniśmy pozwolić na nieograniczony rozwój technologii (jak chcą niektórzy transhumaniści właśnie), co ma doprowadzić do powstania transczłowieka (cyborga przejściowego), czy nawet postczłowieka (człowieka ostatecznego). Niniejszy artykuł skupia się na tematyce przeciwdziałania manipulacjom na rynku finansowym, właśnie z użyciem algorytmów, wszelkiej maści technologii uczenia maszynowego czy uczenia głębokiego. Jednakże nie jest wyczerpującym opracowaniem technik przeciwdziałania manipulacjom na rynku finansowym a raczej próbą analizy szans i zagrożeń związanych z używaniem algorytmów.

1. Czym jest tzw. „trade surveillance” na przykładzie banków i firm inwestycyjnych?

W Unii Europejskiej system tzw. „trade surveillance” został ustanowiony w art. 16 MAR[1] – „Zapobieganie nadużyciom na rynku i ich wykrywanie”. Zgodnie z art. 16 ust. 1 MAR operatorzy rynku i firmy inwestycyjne prowadzące system obrotu ustanawiają i utrzymują skuteczne rozwiązania, systemy i procedury mające na celu zapobieganie wykorzystywaniu informacji poufnych, manipulacjom na rynku i usiłowaniu wykorzystywania informacji poufnych i manipulacji na rynku oraz ich wykrywanie. Zgodnie zaś z art. 16 ust. 2 MAR każda osoba zawodowo zajmująca się pośredniczeniem w zawieraniu transakcji lub wykonywaniu zleceń ustanawia i utrzymuje skuteczne rozwiązania, systemy i procedury wykrywania i powiadamiania o podejrzanych zleceniach i transakcjach. Jeżeli osoba ta poweźmie uzasadnione podejrzenie, że zlecenie lub transakcja dotycząca jakiegokolwiek instrumentu finansowego może stanowić wykorzystywanie informacji poufnych, manipulację na rynku lub usiłowanie wykorzystania informacji poufnych lub manipulacji na rynku, bez względu na to, czy takie zlecenie złożono lub taką transakcję wykonano w ramach systemu obrotu, czy poza nim, niezwłocznie powiadamia właściwy organ[2].

Dalsze obowiązki dla m.in. firm inwestycyjnych czy banków znajdziemy w przepisach Rozporządzenia delegowanego Komisji (UE) 2016/957 z dnia 9 marca 2016 r. uzupełniającego rozporządzenie Parlamentu Europejskiego i Rady (UE) nr 596/2014 w odniesieniu do regulacyjnych standardów technicznych dotyczących właściwych rozwiązań, systemów i procedur oraz formularzy powiadomienia stosowanych w celu zapobiegania praktykom stanowiącym nadużycie lub podejrzanym zleceniom i transakcjom, ich wykrywania i zgłaszania[3],

I tak zgodnie z art. 2 ust. 1 Rozporządzenia 2016/957 osoby zawodowo pośredniczące w zawieraniu transakcji lub wykonywaniu zleceń ustanawiają i utrzymują rozwiązania, systemy i procedury, które zapewniają skuteczne i ciągłe monitorowanie – do celów wykrywania i identyfikacji zleceń i transakcji, które mogłyby stanowić wykorzystanie informacji poufnych, manipulację na rynku lub usiłowanie wykorzystania informacji poufnych bądź manipulacji na rynku – wszystkich otrzymanych i przesłanych zleceń oraz wszystkich wykonanych transakcji oraz przesyłanie zgłoszeń STOR właściwym organom.

Wskazane powyżej rozwiązania, systemy i procedury, powinny, czym zbliżamy się do tematyki używania algorytmów AI w przeciwdziałaniu manipulacjom na rynku finansowym,  zgodnie z art. 3 Rozporządzenia 2016/957, umożliwiać analizę, indywidualną i porównawczą, wszelkich wykonanych transakcji oraz złożonych, zmienionych, anulowanych lub odrzuconych zleceń, przeprowadzonych w ramach podsystemów systemu obrotu oraz, w przypadku osób zawodowo pośredniczących w zawieraniu transakcji lub wykonywaniu zleceń, również poza systemem obrotu, a także generować ostrzeżenia wskazujące na aktywność wymagającą dalszej analizy do celów wykrywania potencjalnego wykorzystywania informacji poufnych, manipulacji na rynku lub usiłowania wykorzystania informacji poufnych bądź manipulacji na rynku.

Dodatkowo, zgodnie z art. 3 ust. 4 Rozporządzenia 2016/957 osoby zawodowo pośredniczące w zawieraniu transakcji lub wykonywaniu zleceń, operatorzy rynku i firmy inwestycyjne prowadzące system obrotu wprowadzają i utrzymują rozwiązania i procedury, które zapewniają odpowiedni poziom analizy dokonywanej przez człowieka w ramach monitorowania, wykrywania i identyfikacji transakcji i zleceń, które mogłyby stanowić wykorzystanie informacji poufnych, manipulację na rynku lub usiłowanie wykorzystania informacji poufnych bądź manipulacji na rynku.

Gdybyśmy zatem mieli w sposób obrazowy pokazać system „trade surveillance” to w wielkim uproszczeniu powinien on w firmie inwestycyjnej czy banku wyglądać w następujący sposób:

1. Używanie zaawansowanych metod uczenia maszynowego do przeciwdziałania manipulacji na rynku finansowym

Dzięki ciągłemu postępowi algorytmów sztucznej inteligencji poddziedzina uczenia maszynowego umożliwia dzisiaj tworzenie coraz bardziej autonomicznych systemów zawierania transakcji czy handlu algorytmicznego. Jednakowoż tak szybki rozwój systemów transakcyjnych w oparciu o uczenie maszynowe implikuje ciągły rozwój systemów trade surveillance, w przeciwnym wypadku przeciwdziałanie manipulacji może nie nadążyć za samą manipulacją („Change has never been as fast as it is now, and it will never be as slow again” cytując nagłówki kilku artykułów). Algorytmy transakcyjne, szkolone technikami uczenia nadzorowanego, uczenia nienadzorowanego czy uczenia ze wzmacnianiem mogą „zachowywać się” w niezrozumiały dla człowieka sposób, zarówno pozytywny jak i negatywny, co może prowadzić nawet do „powstania” nowych form, technik manipulacji instrumentami finansowymi. Dlatego mówi się, że może istnieć potrzeba zmiany paradygmatu regulacyjnego na rzecz zwiększonej elastyczności wobec wyzwań stawianych przez ciągle ewoluujący technologiczny ekosystem rynkowy, tak aby skutecznie chronić integralność rynków[4]. Z wykorzystaniem zaawansowanych technik uczenia maszynowego i uczenia głębokiego związane są też potencjalne zagrożenia powstania nowych form algorytmicznej manipulacji czy innych nadużyć na rynku, które będą niezależne od jakiejkolwiek bezpośredniej ludzkiej ingerencji.

Używając pojęcia z nauk biologicznych, można zauważyć, że proliferacja (mnożenie się) poszczególnych rynków na świecie ale także nowych instrumentów finansowych, są fundamentalnymi czynnikami przyczyniającymi się do generowania ogromnej ilości szczegółowych i wysokiej częstotliwości danych, co przekłada się na skuteczność uczenia algorytmów zawierających transakcje na instrumentach finansowych, ale i tych, które składają zlecenia (tzw. ordery), a które to zlecenia także mogą wpłynąć na integralność rynków[5]. Z drugiej strony algorytmy oparte o uczenie maszynowe są dzisiaj w stanie podejmować decyzje inwestycyjne w oparciu o dane, które nie są zrozumiałe dla człowieka, co może prowadzić do trudności, zgodnie z cytowanymi wyżej przepisami systemu MAR, w dokonaniu efektywnej analizy przez człowieka.

Patrząc z punktu widzenia zarówno algorytmów transakcyjnych i algorytmów przeciwdziałania manipulacjom na rynkach, oba te typy „systemów” muszą już dziś działać w złożonym i dynamicznym środowisku rynkowym, ale co ciekawe algorytmy w środowisku produkcyjnym mogą zachowywać się w odmienny sposób, niż te w środowisku testowym, co implikuje, że już faza wdrożeniowa algorytmów przeciwdziałania manipulacjom na rynku, opartych np. o metody uczenia ze wzmocnieniem, wymaga uwzględnienia kilku ograniczeń, np. pojawia się ograniczenie określane jako „przekleństwo wymiarowości”, które oznacza „trudności wynikające z analizy danych opisanych dużą liczbą cech wymiarów(…).Trudności te wynikają przede wszystkim z gwałtownego (wykładniczego) wzrostu objętości hiperprzestrzeni wraz ze wzrostem jej wymiaru”[6] bądź „odnosi się do sytuacji, gdy poprawna klasyfikacja obiektów, wykorzystując pełny zbiór danych, jest niemal niemożliwa, a wielość charakterystyk w wektorze skutkuje wzrostem liczby parametrów, co skutkuje wzrostem złożoność klasyfikatora”[7].

Przy okazji warto wskazać, że istnieją również dość zasadnicze wyzwania związane z oceną jakości badań z zakresu uczenia maszynowego, które jest stosowane w algorytmach przeciwdziałania manipulacji na rynkach. Bo chociaż badania z zakresu uczenia maszynowego są coraz bardziej zaawansowane, to już zarówno teoria jak i praktyka takiego przeciwdziałania nie dostarcza dotychczas przekonującego naukowego modelu ani nawet metodyki do analizy różnych metod uczenia maszynowego w kontekście systemów „trade surveillance”

Tak znaczący rozwój technik handlu algorytmicznego opartych o głębokie uczenie, uczenie maszynowe i inne techniki, abstrahując od korzyści biznesowych, niesie jednak za sobą zagrożenia, gdzie decyzje inwestycyjne podejmowane przez niezależne algorytmy mogą być wykorzystywane do dokonywania zaawansowanych manipulacji na rynkach finansowych, dlatego też etyczne nauczanie algorytmów, w którym nie zawsze maksymalizacja zysków jest celem nadrzędnym algorytmu, jest jednym z kluczowych czynników dla tworzenia algorytmów handlu algorytmicznego opartych o ww. techniki.

Do powyższych rozważań warto dodać także aspekt behawiorystyczny – im więcej coraz bardziej zaawansowanych narzędzi technologicznych będzie coraz bardziej dostępnych dla szerszego kręgu odbiorców, tym większe prawdopodobieństwo, że trafią one także ręce potencjalnych „manipulatorów”. „Technologia jest w swej istocie neutralna. To ludzie wykorzystują ją do czynienia dobra lub zła. Przełomowe technologie czasem stają się ogniem Prometeusza, a czasem puszką Pandory, w zależności od człowieka, który robi z nich określony użytek”[8].

Konkludując systemy trade surveillance oparte na sztucznej inteligencji, uczeniu maszynowym, głębokim uczeniu itp. są ewolucyjnym krokiem naprzód w technikach przeciwdziałania manipulacjom na rynku finansowym. Ciągły postęp w metodach uczenia maszynowego stosowanych w przeciwdziałaniu manipulacjom na rynkach zasadniczo ma szansę otworzyć drogę do nowych metod opartych na „głębokim uczeniu ze wzmocnieniem”, które z czasem mają szansę przekształcić się w niemalże autonomiczne lub nawet w pełni autonomiczne systemy przeciwdziałania manipulacjom na rynku finansowym.

---

[1]  Rozporządzenie Parlamentu Europejskiego i Rady (UE) nr 596/2014 z dnia 16 kwietnia 2014 r. w sprawie nadużyć na rynku (rozporządzenie w sprawie nadużyć na rynku) oraz uchylające dyrektywę 2003/6/WE Parlamentu Europejskiego i Rady i dyrektywy Komisji 2003/124/WE, 2003/125/WE i 2004/72/WE, Dziennik Urzędowy Unii Europejskiej z 12.6.2014, nr L 173/1, zmienione Rozporządzeniem Parlamentu Europejskiego i Rady (UE) 2019/2115 z dnia 27 listopada 2019 r. zmieniającym dyrektywę 2014/65/UE oraz rozporządzenia (UE) nr 596/2014 i (UE) 2017/1129 w odniesieniu do promowania korzystania z rynków rozwoju MŚP, Dziennik Urzędowy Unii Europejskiej z 11.12.2019, nr L 320/1.

[2] Za G.Włodarczyk, Trade surveillance (pod MAR) dla osób zawodowo zajmujących się pośredniczeniem w zawieraniu transakcji lub wykonywaniu zleceń – część pierwsza – wprowadzenie, Compliance&MiFID, 2016 r., https://compliancemifid.files.wordpress.com/2021/05/trade-surveillance-pod-mar-dla-osob-zawodowo-zajmujacych-sie-posredniczeniem-w-zawieraniu-transakcji-lub-wykonywaniu-zlecen-e28093-czesc-pierwsza-wprowadzenie.pdf  [dostęp: 24.05.2023 r.].

[3] Dziennik Urzędowy Unii Europejskiej z 17.6.2016, nr L 160/1.

_{[4] A.W. Lo, Adaptive Markets: Financial Evolution at the Speed of Thought, Princeton University Press (ed. 2019).}

[5] Por. tzw. scenariusze manipulacyjne oparte o „ordery” a określone w  Rozporządzeniu delegowanym Komisji (UE) 2016/522 z dnia 17 grudnia 2015 r. uzupełniającym rozporządzenie Parlamentu Europejskiego i Rady (UE) nr 596/2014 w kwestiach dotyczących wyłączenia niektórych organów publicznych i banków centralnych państw trzecich, okoliczności wskazujących na manipulację na rynku, progów powodujących powstanie obowiązku podania informacji do wiadomości publicznej, właściwych organów do celów powiadomień o opóźnieniach, zgody na obrót w okresach zamkniętych oraz rodzajów transakcji wykonywanych przez osoby pełniące obowiązki zarządcze podlegających obowiązkowi powiadomienia, typu „ping orders”, „placing orders with no intention of executing them”, „phishing” i inne.

[6] K. Migdał-Najman, Ocena wpływu wartości stałej minkowskiego na możliwość identyfikacji struktury grupowej danych o wysokim wymiarze, Prace Naukowe Uniwersytetu Ekonomicznego We Wrocławiu, https://www.dbc.wroc.pl/Content/29500/Migdal-Najman_Ocena_Wplywu_Wartosci_Stalej_Minikowskiego_Na_Mozliwosci_2015.pdf [dostęp: 24.05.2023 r.].

[7] Wikipedia, za: R.O. Duda, P.E. Hart, D.G. Stork, Pattern Classification 2ed., Wiley, New York 2000

[8] Kai Fu Lee, Ch. Qiufan, sztuczna inteligencja 2041, 10 wizji przyszłości, Wyd. Media Rodzina, 2022.  

Czy w praktyce banków, występuje outsourcing „marowski”?

Zagadnienia ogólne

Ile w praktyce banków w Polsce, na potrzeby niniejszych rozważań rozumianych przez pryzmat rynku finansowego, czyli banków, o których mowa w art. 70 ust. 2 ustawy o obrocie instrumentami finansowymi, wyróżniamy „rodzajów” outsourcingu?

Na pierwszy rzut oka wydawać by się mogło, że mówimy o dwóch, względnie trzech „rodzajach” outsourcingu dla działalności banków, o których mowa w art. 70 ust. 2 ustawy o obrocie instrumentami finansowymi. W niniejszym krótkim opracowaniu postaram się jednak udowodnić, że de facto mówimy o czterech „rodzajach” takiego outsourcingu.

Rynek bankowy, jak każda inna branża, charakteryzuje się również branżowym słownictwem, mówimy zatem potocznie o tzw. outsourcingu bankowym[1], outsourcingu inwestycyjnym[2] czy outsourcingu chmurowym[3]. Uważam jednak, że w praktyce banków, o których mowa w art. 70 ust. 2 ustawy o obrocie instrumentami finansowymi możemy się spotkać także z outsourcingiem „marowskim” (na marginesie warto wskazać, że w praktyce banków, o których mowa w art. 70 ust. 2 ustawy o obrocie instrumentami finansowymi, jeden system bądź aplikacja może wspierać tak wiele różnych procesów w banku, że znajdą zastosowanie przepisy w zakresie outsourcingu bankowego, outsourcingu inwestycyjnego czy komunikat w sprawie outsourcingu chmurowego). Ze względu na fakt, że wszystkie ww. trzy „rodzaje” outsourcingu wydają się być dobrze znane oraz opisane w literaturze, skupię się na outsourcingu „marowskim”, z odniesieniem do odpowiednich rodzajów outsourcingu o ile to będzie konieczne.

Outsourcing „marowski”

W systemie MAR[4] ustanawiany jest system, zwany potocznie z ang. trade surveillance. System tzw. „trade surveillance” został ustanowiony w art. 16 MAR – „Zapobieganie nadużyciom na rynku i ich wykrywanie”. Zgodnie z art. 16 ust. 2 MAR każda osoba zawodowo zajmująca się pośredniczeniem w zawieraniu transakcji lub wykonywaniu zleceń ustanawia i utrzymuje skuteczne rozwiązania, systemy i procedury wykrywania i powiadamiania o podejrzanych zleceniach i transakcjach. Jeżeli osoba ta poweźmie uzasadnione podejrzenie, że zlecenie lub transakcja dotycząca jakiegokolwiek instrumentu finansowego może stanowić wykorzystywanie informacji poufnych, manipulację na rynku lub usiłowanie wykorzystania informacji poufnych lub manipulacji na rynku, bez względu na to, czy takie zlecenie złożono lub taką transakcję wykonano w ramach systemu obrotu, czy poza nim, niezwłocznie powiadamia właściwy organ[5].

Dodatkowe wskazówki znaleźć można w przepisach Rozporządzenia Delegowanego Komisji (UE) 2016/957 z dnia 9 marca 2016 r. uzupełniające rozporządzenie Parlamentu Europejskiego i Rady (UE) nr 596/2014 w odniesieniu do regulacyjnych standardów technicznych dotyczących właściwych rozwiązań, systemów i procedur oraz formularzy powiadomienia stosowanych w celu zapobiegania praktykom stanowiącym nadużycie lub podejrzanym zleceniom i transakcjom, ich wykrywania i zgłaszania[6].

Zgodnie zatem z art. 2 ust. 1 wskazanego Rozporządzenia osoby zawodowo pośredniczące w zawieraniu transakcji lub wykonywaniu zleceń ustanawiają i utrzymują rozwiązania, systemy i procedury, które zapewniają skuteczne i ciągłe monitorowanie – do celów wykrywania i identyfikacji zleceń i transakcji, które mogłyby stanowić wykorzystanie informacji poufnych, manipulację na rynku lub usiłowanie wykorzystania informacji poufnych bądź manipulacji na rynku – wszystkich otrzymanych i przesłanych zleceń oraz wszystkich wykonanych transakcji oraz przesyłanie zgłoszeń STOR właściwym organom zgodnie z wymaganiami określonymi w wskazanym Rozporządzeniu.

Warto w tym miejscu zauważyć, że banki, o których mowa w art. 70 ust. 2 Ustawy o obrocie instrumentami finansowymi są traktowane na potrzeby systemu MAR także jako  osoby zawodowo pośredniczące w zawieraniu transakcji lub wykonywaniu zleceń, przy czym druga definicja jest o tyle szersza, że mieści w sobie także firmy inwestycyjne.

Zgodnie zatem z art. 3 ust. 1 wskazanego Rozporządzenia rozwiązania, systemy i procedury  umożliwiają analizę, indywidualną i porównawczą, wszelkich wykonanych transakcji oraz złożonych, zmienionych, anulowanych lub odrzuconych zleceń, przeprowadzonych w ramach podsystemów systemu obrotu oraz, w przypadku osób zawodowo pośredniczących w zawieraniu transakcji lub wykonywaniu zleceń, również poza systemem obrotu,  generują ostrzeżenia wskazujące na aktywność wymagającą dalszej analizy do celów wykrywania potencjalnego wykorzystywania informacji poufnych, manipulacji na rynku lub usiłowania wykorzystania informacji poufnych bądź manipulacji na rynku oraz obejmują pełen zakres działalności handlowej podejmowanej przez osoby, których to dotyczy.

Zgodnie z art. 3 ust. 3 wskazanego Rozporządzenia operatorzy rynku i firmy inwestycyjne prowadzące system obrotu, w stopniu, w jakim jest to odpowiednie i proporcjonalne w stosunku do skali, wielkości i charakteru ich działalności gospodarczej, stosują systemy oprogramowania i dysponują procedurami, które pomagają w zapobieganiu wykorzystywaniu informacji poufnych, manipulacjom na rynku i usiłowaniu wykorzystania informacji poufnych bądź manipulacji na rynku oraz w wykrywaniu tych czynności, zaś systemy i procedury, o których mowa powyżej, obejmują oprogramowanie umożliwiające opóźniony odczyt automatyczny oraz odtwarzanie i analizę danych arkusza zleceń, a oprogramowanie to musi mieć wystarczającą zdolność działania w środowisku handlu algorytmicznego.

Dodatkowo zgodnie z, odpowiednio, art. 3 ust. 4 i 5 wskazanego Rozporządzenia, osoby zawodowo pośredniczące w zawieraniu transakcji lub wykonywaniu zleceń, operatorzy rynku i firmy inwestycyjne prowadzące system obrotu wprowadzają i utrzymują rozwiązania i procedury, które zapewniają odpowiedni poziom analizy dokonywanej przez człowieka[7] w ramach monitorowania, wykrywania i identyfikacji transakcji i zleceń, które mogłyby stanowić wykorzystanie informacji poufnych, manipulację na rynku lub usiłowanie wykorzystania informacji poufnych bądź manipulacji na rynku oraz wprowadzają i utrzymują rozwiązania i procedury, które zapewniają odpowiedni poziom analizy dokonywanej przez człowieka również w ramach zapobiegania wykorzystywaniu informacji poufnych, manipulacjom na rynku lub usiłowaniu wykorzystania informacji poufnych bądź manipulacji na rynku.

Graficznie zatem wskazane procesy można by opisać w sposób następujący:

Co ciekawe na gruncie art. 3 ust. 7 wskazanego Rozporządzenia osoba zawodowo pośrednicząca w zawieraniu transakcji lub wykonywaniu zleceń (a więc i bank, o którym mowa w art. 70 ust. 2 ustawy o obrocie instrumentami finansowymi) może, na mocy pisemnej umowy, przekazać osobie trzeciej („usługodawcy”) przeprowadzanie analizy danych, w tym danych dotyczących zleceń i transakcji, i generowanie ostrzeżeń niezbędnych tejże osobie do prowadzenia monitorowania, wykrywania i identyfikacji zleceń i transakcji, które mogłyby stanowić wykorzystanie informacji poufnych, manipulację na rynku lub usiłowanie wykorzystania informacji poufnych bądź manipulacji na rynku.

Oznacza to, że bank, o którym mowa w art. 70 ust. 2 Ustawy o obrocie instrumentami finansowymi może powierzyć innemu przedsiębiorcy wykonywanie analiz z zakresu trade surveillance (np. zakupić właściwe oprogramowanie analityczne, zapewniające pierwszy poziom analiz, zgodnie z grafiką powyżej).

Dodatkowo zgodnie z tym samym artykułem, zdanie drugie osoba przekazująca te funkcje (a więc i bank, o którym mowa w art. 70 ust. 2 Ustawy o obrocie instrumentami finansowymi) pozostaje w pełni odpowiedzialna za wywiązanie się ze wszystkich obowiązków spoczywających na niej na mocy omawianego Rozporządzenia i art. 16 MAR i spełnia przez cały czas następujące warunki:

• w sposób ciągły zachowuje wiedzę specjalistyczną i zasoby niezbędne do oceny jakości świadczonych usług oraz adekwatności organizacyjnej usługodawców, do nadzoru nad przekazanymi usługami i do zarządzania rodzajami ryzyka związanego z przekazaniem tych funkcji;
• ma bezpośredni dostęp do wszystkich istotnych informacji odnoszących się do analizy danych i generowania ostrzeżeń.

Co więcej umowa pisemna zawiera opis praw i obowiązków osoby przekazującej funkcje, o której mowa w akapicie pierwszym, oraz praw i obowiązków usługodawcy. Określa się w niej również powody, które umożliwiają osobie przekazującej wspomniane funkcje rozwiązanie takiej umowy.

Wydaje się zatem, że mówimy o odrębnym, od wcześniej powoływanych „rodzaju” outsourcingu –  outsourcingu „marowskim”. Nie oznacza to rzecz jasna, że dany system czy właściwe oprogramowanie analityczne, zapewniające pierwszy poziom analiz (zgodnie z grafiką powyżej) nie będzie jednocześnie mógł być traktowany jako outsourcing bankowy, outsourcing inwestycyjny czy, jeśli zajdą właściwe przesłanki wskazane w Komunikacie UKNF dotyczącym przetwarzania przez podmioty nadzorowane informacji w chmurze obliczeniowej publicznej lub hybrydowej z dnia 233 stycznia 2020 r., także outsourcing chmurowy.

Jednakże, co wydaje się być istotne, sam outsourcing „marowski” nie wiąże się poza wskazanymi wyżej obowiązkami, z notyfikacją czy zgodą właściwego organu nadzoru oraz aż tak restrykcyjnymi, jak np. dla outsourcingu inwestycyjnego, wymogami co do umowy z dostawcą etc.

---

[1] Na podstawie ustawy z dnia 29 sierpnia 1997 prawo bankowe, Dz.U.2021.2439 t.j. z dnia 2021.12.28.

[2] Na podstawie przepisów ustawy z dnia 29 lipca 2005 r. o obrocie instrumentami finansowymi (Dz.U.2022.861 t.j. z dnia 2022.04.21) oraz przepisów Rozporządzenia Delegowanego Komisji (UE) 2018/565 z dnia 25 kwietnia 2016 r. uzupełniające dyrektywę Parlamentu Europejskiego i Rady 2014/65/UE w odniesieniu do wymogów organizacyjnych i warunków prowadzenia działalności przez firmy inwestycyjne oraz pojęć zdefiniowanych na potrzeby tej dyrektywy (Dziennik Urzędowy Unii Europejskiej z dnia 31.03.2017 r., L 87/1).

[3] Na podstawie Komunikatu Urzędu Komisji Nadzoru Finansowego dotyczący przetwarzania przez podmioty nadzorowane informacji w chmurze obliczeniowej publicznej lub hybrydowej z dnia 23 stycznia 2020 r., https://www.knf.gov.pl/knf/pl/komponenty/img/Komunikat_UKNF_Chmura_Obliczeniowa_68669.pdf [dostęp: lipiec 2022 r.].

[4] Dyrektywa Parlamentu Europejskiego i Rady 2014/57/UE z dnia 16 kwietnia 2014 r. w sprawie sankcji karnych za nadużycia na rynku (dyrektywa w sprawie nadużyć na rynku) (Dziennik Urzędowy Unii Europejskiej z dnia 12.06.2014 r., L 173/179) oraz Rozporządzenie Parlamentu Europejskiego i Rady dnia 16 kwietnia 2014 r. w sprawie nadużyć na rynku (rozporządzenie w sprawie nadużyć na rynku) oraz uchylające dyrektywę 2003/6/WE Parlamentu Europejskiego i Rady i dyrektywy Komisji 2003/124/WE, 2003/125/WE i 2004/72/WE (Dziennik Urzędowy Unii Europejskiej z dnia 12.06.2014 r., L 173/1 ze zm.).

[5] Zob. więcej G. Włodarczyk, System trade surveillance dla osób zawodowo zajmujących się pośredniczeniem w zawieraniu transakcji lub wykonywaniu zleceń – wprowadzenie, Compliance&MiFID (2016 r.) https://compliancemifid.files.wordpress.com/2021/05/trade-surveillance-pod-mar-dla-osob-zawodowo-zajmujacych-sie-posredniczeniem-w-zawieraniu-transakcji-lub-wykonywaniu-zlecen-e28093-czesc-pierwsza-wprowadzenie.pdf [dostęp: lipiec 2022 r.] oraz G. Włodarczyk, Trade surveillance (pod MAR) – okoliczności wskazujące na zachowania manipulacyjne związane z wprowadzaniem w błąd oraz utrzymaniem cen – część pierwsza, Compliance&MiFID (2016 r.) https://compliancemifid.files.wordpress.com/2021/05/trade-surveillance-pod-mar-dla-osob-zawodowo-zajmujacych-sie-posredniczeniem-w-zawieraniu-transakcji-lub-wykonywaniu-zlecen-e28093-czesc-pierwsza-wprowadzenie.pdf [dostęp: lipiec 2022 r.].

[6] Dziennik Urzędowy Unii Europejskiej z dnia 17 czerwca 2016 r., L 160/1.

[7] Przyjmuje się, choć nie wynika to z systemu MAR, że zadania takie wykonuje zwyczajowo funkcja compliance, ze względu na fakt, że ustanowienia systemów trade surveillance w obszarze I-ej linii obrony, jednostek zawierających transakcje na instrumentach finansowych może budzić uzasadnione wątpliwości („Nemo iudex in causa sua”).

Najnowszy Market Watch (69) a trade (orders) surveillance

Najnowszy Market Watch FCA, tym razem nr 69 z 17 maja 2022 r. koncentruje się na kwestiach związanych z MAR (odpowiednio UK MAR) zatem tematyką market abuse, tym razem także o market abuse surveillance (order & trade surveillance).

FCA wskazuje, co powinno być praktyką także w bankach i firmach inwestycyjnych w Polsce, w przypadku systemów i metodyk order & trade surveillance (więcej o tym, czym jest trade surveillance w MAR dla banków i firm inwestycyjnych pisałem TU i TU), że właściwa metodyka powinna być wynikową scenariuszy manipulacyjnych oraz instrumentów finansowych. Dla firm inwestycyjnych i banków w Polsce, w przypadku tzw. scenariuszy manipulacyjnych (zachowań, które mogą być uznane za manipulację) kluczowy jest Załącznik I do Rozporządzenia MAR oraz Rozporządzenie Delegowane Komisji (UE) 2016/957 z dnia 9 marca 2016 r. uzupełniające rozporządzenie Parlamentu Europejskiego i Rady (UE) nr 596/2014 w odniesieniu do regulacyjnych standardów technicznych dotyczących właściwych rozwiązań, systemów i procedur oraz formularzy powiadomienia stosowanych w celu zapobiegania praktykom stanowiącym nadużycie lub podejrzanym zleceniom i transakcjom, ich wykrywania i zgłaszania. Instrumenty finansowe rzecz jasna określone są w Ustawie z dnia 29 lipca 2005 r. o obrocie instrumentami finansowymi. Zatem przykładowa metodyka w postaci tabelarycznej mogłaby wyglądać następująco (jest to oczywiście absolutnie abstrakcyjna tabela):

Scenariusze manipulacyjne vs instrumenty finansowe (+ SPOT)	Wash trade	Front running	Ping Orders
FX SPOT	TAK	TAK	TAK
FX FWD	TAK	TAK	TAK
Obligacja skarbowa	TAK	TAK	NIE

Właściwe ujęcie metodyczne wszystkich scenariuszy manipulacyjnych wynikających z ww. aktów w zestawieniu z wszystkimi instrumentami finansowymi (plus FX SPOT) oferowanymi przez firmę inwestycyjną czy bank pozwala na właściwe zarządzenie kwestiami market abuse w instytucji.

W takiej praktyce można posiłkować się także innymi dokumentami np. FX Global Code w wersji z 2021 r., czy starszymi dokumentami CESR –  Level 3 – First set of CESR guidance and information on the common operation of the Directive, Level 3 – Second set of CESR guidance and information on the common operation of the Directive to the market, Third set of CESR guidance and information on common operation of the Directive to the market.

Wydaje się, na co wskazuje także FCA, że lepszym i dokładniejszym podejściem jest wskazywanie na ryzyko i analizowanie nie tyle całego MAR w zestawieniu z AML (kategoria ogólna), nie MAR na zasadzie „manipulacja i wykorzystanie informacji poufnej”, ale właśnie na rozbijanie analiz „scenariusz vs. instrument finansowy”, uwzględniając także takie podkategorie zachowań jak np. layering i spoofing czy wash trading i ramping. Warto zauważyć, że takie analizy powinny dotyczyć wszystkich typów rynków na których działa bank, czy firma inwestycyjna.

FCA wskazuje także, że w bardzo wielu podmiotach monitorowanie i analizy są mocno niekompletne lub bardzo ogólne (w Polsce podobnie). Algorytmy scenariuszy manipulacyjnych nie powinny być ogólne, aplikowalne dla każdego typu instrumentu finansowego, ale właściwie skalibrowane (inna może być kalibracja wash trade dla FX SPOT, a inna dla polskich obligacji skarbowych na rynku hurtowym) dla konkretnych instrumentów finansowych, w tym powinna odbywać się analiza fałszywych alarmów (tzw. false positive). FCA zaznacza również, z czym należy się zgodzić i co powinno być stosowane przez firmy inwestycyjne i banki w Polsce, że stosowanie wspólnego progu kwotowego (w szczególności na rynkach OTC) w swoich scenariuszach manipulacyjnych (alertach) dla wszystkich typów instrumentów finansowych, może skutkować trudnościami z zapewnieniem skutecznego monitorowania.

Jak wspomniałem wyżej, w takim przypadku próg może być ustawiony zbyt wysoko lub zbyt nisko dla niektórych instrumentów (przykład obligacji skarbowej vs. FX SPOT) lub może generować wysoki poziom „szumu” (alarm jest kalibrowany do najbardziej wrażliwego z instrumentów).

Kilka nieprawidłowości, na które wskazuje FCA (które nie powinny mieć miejsca także w firmach inwestycyjnych i bankach w Polsce):

– kalibrowanie scenariuszy manipulacyjnych dla wykorzystania informacji poufnej wyłącznie do 24 godzin przed publikacją informacji poufnej, bez uwzględnienia całego okresu „życia” informacji poufnej;

– nie branie pod uwagę wszystkich transakcji w tym anulowanych czy modyfikowanych;

– brak przeglądu rozwiązań w celu zapewnienia ich skuteczności (parametry, logikę alarmów itp);

– niedokładne procedury, w tym zbyt mało szczegółowe, niejasne, nie zawierające przykładów, wytycznych;

– braku nadzoru w przypadku outsourcingu analizy zachowań manipulacyjnych;

– powierzenie monitorowania i odpowiedzialności za order & trade surveillance pracownikom pierwszej linii (jednostek biznesowych) zamiast funkcji compliance (konflikt interesów – nemo iudex in causa sua);

Cały FCA Market Watch nr 69: TUTAJ.