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

株式市場が、巨大で賑やかな図書館である世界を想像してみてください。その中では、すべての企業が「10-K」と呼ばれる年次の日記を書いており、そこには自分たちが何を売り、誰と競合し、どのようなリスクに直面しているかが詳細に記されています。何十年もの間、規制当局は、もしこれらの日記を注意深く読めば、物語の響きがいかに似ているかによって、どの企業が「双子」であり、どの企業が「従兄弟（いとこ）」であるかを見分けることができると信じてきました。この考えこそが、「シャドー・トレーディング（影の取引）」と呼ばれる新しい、かつ議論を呼んでいるルールの基礎となっています。

このルールは次のようなものです。もし企業の内部関係者が、自社に関する秘密（予期せぬ合併など）を知った場合、彼らは単に自社の株を取引することを避けるべきであるだけでなく、何も言われずとも、自分の「従兄弟」にあたる企業も影響を受ける可能性があることを知っておかなければなりません。もしその秘密に基づいて「従兄弟」の株を取引した場合、それは違法となります。問題は、政府による現在のトレーダーの摘発方法が、図書館のあらゆる人の上にカメラを設置し、その人が踏んだ一歩一歩を記録して、誰かが間違った本を見た瞬間を見つけ出そうとするようなものだということです。この大規模な監視は多額の費用がかかり、プライバシーに関する大きな疑問を投げかけます。この論文が投げかける大きな問いはシンプルです。「超高性能なコンピュータ（AI）は、それらの企業の『日記』を読み、取引が行われる前に、どの企業が『従兄弟』であるかを判別できるだろうか？」もし答えが「イエス」であれば、私たちは誰も監視する必要はなくなるかもしれません。もし答えが「ノー」であれば、たとえそれがプライバシーの侵害と感じられたとしても、政府による大規模な監視が、これらのトレーダーを捕まえるための唯一の手段となるでしょう。

「Language Models Identify Shadow Trading Targets?（言語モデルはシャドー・トレーディングの標的を特定できるか？）」と題されたこの論文は、最先端のAIを用いてそのアイデアを検証しています。研究者たちは、二段階のロボット探偵を構築しました。第一に、AIは買収されたばかりの企業の「日記」（具体的には「経営者による議論および分析」セクション）を読みます。次に、AIは業界に精通したインサイダーのように振る舞い、最も似ている他の10社をリストアップしようと試みます。第二に、AIはこれらの「従兄弟」企業に対し、類似度スコアを付与し、「非常に近い親族」から「遠い知人」までランク付けを行います。

研究者たちは「パターンの特定」というゲームを行いました。彼らは過去10年間の30件の実際の企業買収事例を調査しました。各イベントについて、彼らは以下の点を確認しました。「AIが最も近い『従兄弟』だと判断した企業は、ニュースが発表された当日に実際に株価が跳ね上がったか？」もし「シャドー・トレーディング」の理論が正しいのであれば、AIはどの銘柄が動くかを正確に予測できたはずです。

結果は、理論に対して期待外れなものでした。研究者が30件のイベント全体を調査したところ、AIのランキングと実際の株価の動きにはほとんど関連が見られませんでした。それはまるで、馬の蹄鉄を見て競馬の勝者を予想しようとしているようなもので、AIの「類似度スコア」は、正解する確率も間違いとなる確率も同程度でした。実際、統計的な結びつきは極めて弱く（+0.07）、研究者たちは、データは中程度の関係性さえ存在しないことを示していると結論付けました。彼らは、14件のケースではAIの推測が市場と一致しているように見えましたが、12件では完全に矛盾しており、4件では支離滅裂な結果となりました。

この論文は、公開されている企業の「日記」に、どの銘柄が連動して動くかを示す地図が含まれているという考えを決定的に否定しているわけではありません。そうではなく、彼らの特定のテストは、そのような地図が存在することを立証できなかったこと、および、存在する可能性のある関係の大きさを極めて小さい範囲に限定したことを述べています。著者らは、政府が依拠している「経済的連関」は、彼らが用いたツールでテキストを読むだけで信頼性を持って見つけられるようなものではないと示唆しています。この議論のきっかけとなった有名なケース（SEC対Panuwat事件）において、AIは当該の企業（Incyte）を特定することには成功しましたが、それは10社中の3位にランク付けされただけであり、実際に最も大きく動いた銘柄は9位にランク付けされた同業他社でした。

著者らは、「シャドー・トレーディング」が起こらないとか、あるいはAIが無用であると言っているわけではありません。彼らは単に、彼らが用いたツールを用いれば、インサイダーが公開レポートを見て、どの銘柄が取引禁止対象になるかを「正確に」知ることができるという考えは、証拠によって支持されない、と述べているのです。「従兄弟」の関係は、テキストを読むだけで見つけ出せるほど単純なものではなく、あまりにも混沌としていて予測不可能なようです。この発見は、法的理論に圧力をかけています。もし、公開情報を用いて事前に「従兄弟」を特定できないのであれば、政府がこれらのトレーダーを捕まえるために用いる大規模な監視システムが、たとえそれが少数のルール違反者を見つけるために全員を監視するという「デジタル的な一般令状（digital general warrant）」のように感じられたとしても、残された唯一の選択肢となる可能性があるからです。