Can Language Models Identify Shadow Trading Targets? An NLP Evaluation of SEC Enforcement Theory

Imagina un mundo donde el mercado de valores es una biblioteca gigante y bulliciosa. Dentro, cada empresa escribe un diario anual llamado "10-K", detallando exactamente qué venden, con quién compiten y qué riesgos enfrentan. Durante décadas, los reguladores han creído que si lees estos diarios cuidadosamente, puedes detectar qué empresas son "gemelas" o "primas" solo por lo similares que suenan sus historias. Esta idea es la base de una nueva y controvertida regla llamada "shadow trading" (comercio en la sombra).

La regla dice lo siguiente: Si un informador de una empresa se entera de un secreto sobre su propia firma (como una fusión sorpresa), no solo debe evitar operar con sus propias acciones. También debe saber, sin que se le diga, que sus empresas "primas" también podrían verse afectadas. Si opera con las acciones de su prima basándose en ese secreto, es ilegal. El problema es que la forma actual en que el gobierno atrapa a estos operadores es como instalar una cámara en cada persona de la biblioteca y grabar cada paso que dan, con la esperanza de encontrar a la única persona que miró el libro equivocado. Esta vigilancia masiva es costosa y plantea grandes interrogantes sobre la privacidad. La gran pregunta que este artículo plantea es simple: ¿Puede una computadora súper inteligente (una IA) leer esos diarios de las empresas y determinar qué empresas son "primas" antes de que ocurran las operaciones? Si la respuesta es "sí", podríamos no necesitar espiar a todo el mundo. Si la respuesta es "no", entonces la masiva vigilancia del gobierno podría ser la única forma de atrapar a estos operadores, incluso si se siente como una violación de la privacidad.

Este artículo, titulado "¿Pueden los modelos de lenguaje identificar objetivos de shadow trading?", pone esa idea a prueba utilizando una IA de última generación. Los investigadores construyeron un detective robot de dos pasos. Primero, la IA lee los "diarios" (específicamente la sección de Discusión y Análisis de la Gerencia) de una empresa que acaba de ser adquirida. Luego, intenta enumerar otras diez empresas que suenen más similares, actuando como un informador que conoce la industria. Segundo, la IA otorga a estas empresas "primas" una puntuación de similitud, clasificándolas desde "familia muy cercana" hasta "conocidos distantes".

Los investigadores luego jugaron al juego de "detectar el patrón". Observaron 3 viz de adquisiciones reales de empresas de la última década. Para cada evento, verificaron: ¿Las empresas que la IA consideraba los "primos" más cercanos vieron realmente sus precios de acciones subir el día en que se dio la noticia? Si la teoría del "shadow trading" es cierta, la IA debería haber sido capaz de predecir exactamente qué acciones se moverían.

Los resultados fueron un poco un fracaso para la teoría. Cuando los investigadores analizaron el grupo completo de 30 eventos, las clasificaciones de la IA casi no tenían conexión con cómo se movieron realmente las acciones. Era como intentar adivinar el ganador de una carrera de caballos mirando los herrajes de los caballos; las "puntuaciones de similitud" de la IA eran tan propensas a estar equivocadas como a estar en lo cierto. De hecho, el vínculo estadístico era tan débil (+0.07) que los investigadores concluyeron que los datos son inconsistentes con cualquier relación moderada. Encontraron que en 14 casos, las conjeturas de la IA parecían coincidir con el mercado, pero en 12 casos, contradecían completamente al mercado, y en 4 casos, era simplemente un desastre.

El artículo no descarta definitivamente la idea de que los diarios públicos de las empresas contengan un mapa de qué acciones se moverán juntas; en cambio, afirma que su prueba específica no estableció que tal mapa exista y limitó el tamaño de cualquier relación posible a algo muy pequeño. Los autores sugieren que el "vínculo económico" en el que se apoya el gobierno no es algo que se pueda encontrar de manera confiable simplemente leyendo texto con las herramientas que utilizaron. En el famoso caso que inició todo este debate (SEC v. Panuwat), la IA sí logró encontrar la empresa específica involucrada (Incyte), pero solo la clasificó en tercer lugar de diez, mientras que la acción que más se movió fue una par que ocupaba el noveno lugar.

Los autores son cuidadosos al no decir que el "shadow trading" no ocurre o que la IA es inútil. Simplemente afirman que, con las herramientas que utilizaron, la idea de que un informador pudiera mirar un informe público y saber exactamente qué otras acciones están fuera de los límites no está respaldada por la evidencia. La relación de "primos" parece demasiado desordenada e impredecible para ser encontrada solo mediante la lectura de texto. Este hallazgo ejerce presión sobre la teoría legal: si no puedes identificar a los "primos" con anticipación utilizando información pública, entonces el sistema de vigilancia masiva que el gobierno utiliza para atrapar a estos operadores podría ser la única opción restante, incluso si se siente como una "orden de registro digital general" que vigila a todos para encontrar a los pocos que rompen las reglas.