دقت بازارهای پیشبینی تحت تأثیر اجرای ضعیف و بیش از حد قوانین مربوط به معاملات با اطلاعات محرمانه (اینسایدر تریدینگ) آسیب دیده است، طبق یک مطالعه دانشگاهی جدید که استدلال میکند ممنوعیت کامل میتواند این بازارها را کماطلاعتر کند.
طبق یک مقاله تحقیقاتی مورخ 2 ژوئن توسط بالبیندر سینگ گیل، استادیار مالی در موسسه فناوری استیونز، بازارهای پیشبینی در مدل اجرای قوانین میانی، نه رویکرد عدم تحمل کامل، بهترین عملکرد را دارند. این مطالعه یک چارچوب اقتصادی برای بررسی چگونگی تأثیر قوانین معاملات با اطلاعات محرمانه بر مشارکت بازار و دقت قیمتها توسعه داد.
گیل دریافت که اجرای سختگیرانهتر میتواند با محدود کردن مزایای معاملهگران با اطلاعات محرمانه، معاملهگران بیشتری را به مشارکت ترغیب کند، اما حذف کامل این معاملهگران نیز میتواند بازارها را از اطلاعات ارزشمند محروم سازد. در نتیجه، دقت بازار پیشبینی از الگویی "کوهانیشکل" پیروی میکند که با افزایش اجرای قوانین تا یک نقطه بهبود مییابد و سپس با سختتر شدن بیش از حد محدودیتها، کاهش مییابد.
منبع: بالبیندر سینگ گیل
این تحقیق در حالی منتشر میشود که نهادهای نظارتی و قانونگذاران نظارت بر معاملات با اطلاعات محرمانه در بازارهای پیشبینی را تشدید کردهاند. در ماه آوریل، بخش اجرایی کمیسیون معاملات آتی کالا (CFTC) هشدار داد که معاملهگرانی که از اطلاعات غیرعمومی استفاده میکنند، ممکن است با اقدامات اجرایی مواجه شوند. یک ماه بعد، قانونگذاران مجلس نمایندگان آمریکا تحقیقاتی را در مورد Kalshi و Polymarket به دلیل نگرانیهای مربوط به معاملات با اطلاعات محرمانه آغاز کردند.
این مقاله به جای یکسان برخورد کردن با تمام فعالیتهای معاملهگران با اطلاعات محرمانه، سطوح مختلفی از اجرای قوانین را بر اساس منبع اطلاعات پیشنهاد کرد.
بر اساس این چارچوب، معاملهگرانی که از طریق تحقیقات مستقل به مزیت اطلاعاتی دست مییابند، باید با اجرای کم یا هیچ قانونی مواجه شوند، زیرا مجازات چنین فعالیتی میتواند مانع از جمعآوری اطلاعاتی شود که به بازارها کمک میکند قیمتهای دقیقی را تولید کنند.
این مطالعه استدلال کرد که استاندارد متفاوتی باید در مورد اطلاعاتی که از طریق نشت، اسناد سرقتشده، مواد طبقهبندیشده، یا سایر اشکال سوءاستفاده به دست میآیند، اعمال شود. در این شرایط، اجرای سختگیرانهتر موجه است زیرا مزیت اطلاعاتی از دسترسی غیرمجاز ناشی میشود نه تحلیل.
در بالاترین سطح این طیف، شرکتکنندگانی قرار دارند که میتوانند مستقیماً نتیجهای را که بر روی آن شرطبندی میکنند، تحت تأثیر قرار دهند. طبق این مقاله، این موارد بالاترین ریسک دستکاری را دارند و سختگیرانهترین اقدامات اجرایی را توجیه میکنند.
تحقیقات اخیر این نگرانیها را برجسته کرده است. مقامات فدرال پس از گزارش Kalshi در مورد فعالیت معاملاتی غیرعادی مرتبط با بازاری در مورد حضور یا عدم حضور نماینده سابق کنگره آمریکا، جورج سانتوس، در سخنرانی وضعیت اتحادیه، تحقیقاتی را آغاز کردند. مقامات ادعا کردند که سانتوس علناً اعلام کرده بود که شرکت خواهد کرد، اما سپس شرط بست که حاضر نخواهد شد و بعداً این رویداد را نادیده گرفت.
در پی نگرانیهای مشابه، Kalshi تعلیق معاملات و جریمههای مالی را برای نامزدهای سیاسی محلی، از جمله مارک موران نامزد ویرجینیا و مت کلاین نامزد مینه سوتا، پس از آنکه آنها بر روی مسابقاتی که خودشان در آنها رقابت میکردند، اعمال کرد. چنین مواردی توجه را به خود جلب کرده است زیرا معاملهگر صرفاً یک رویداد را پیشبینی نمیکند، بلکه ممکن است توانایی تأثیرگذاری بر خود نتیجه را داشته باشد.
نهادهای دولتی همچنین اجرای قوانین را علیه معاملهگرانی که متهم به استفاده از اطلاعات طبقهبندی شده هستند، گسترش دادهاند. در ماه آوریل، CFTC و وزارت دادگستری، گروهبان ارشد ارتش آمریکا، گانون کن ون دایک، را به دلیل استفاده از اطلاعات طبقهبندی شده در مورد یک عملیات نظامی برنامهریزی شده علیه رئیسجمهور ونزوئلا، نیکلاس مادورو، برای معامله در Polymarket متهم کردند.
طبق پروندههای اجرایی، مقامات به بخش 746 قانون داد-فرانک، که اغلب به عنوان "قانون ادی مورفی" شناخته میشود، استناد کردند؛ این ماده در اصل برای جلوگیری از کسب سود کارمندان دولتی از گزارشهای غیرعمومی دولتی در بازارهای کالا طراحی شده بود. پرونده ون دایک اولین کاربرد شناخته شده این اختیار را در مورد یک پلتفرم بازار پیشبینی نشان میدهد.
حتی در حالی که محققان در مورد سطح مناسب اجرای قوانین بحث میکنند، اپراتورهای بازارهای پیشبینی شروع به معرفی تدابیر حفاظتی جدید کردهاند.
همانطور که قبلاً در crypto.news پوشش داده شد، Kalshi اخیراً اعلام کرده است که کاربران فعال در برخی بازارهای حساس، از جمله بازارهای مرتبط با عملکرد شرکتها و رویدادهای امنیت ملی، ممکن است ملزم به افشای اطلاعات شغلی خود شوند. این شرکت همچنین یک سیستم امتیازدهی ریسک مخصوص بازار ایجاد کرده است که برای شناسایی قراردادهایی با ریسک بالای معاملات با اطلاعات محرمانه یا دستکاری طراحی شده است.
این تغییرات پس از توصیههای یک کمیته حسابرسی داخلی و افزایش فشار از سوی نهادهای نظارتی و قانونگذاران صورت گرفت.
دو پرونده اخیر ذکر شده در این مطالعه شامل معاملهگرانی بود که متهم به کسب سود از اطلاعات ممتاز در Polymarket بودند. یکی از آنها شامل کارمند گوگل بود که متهم به استفاده از اطلاعات داخلی روندهای جستجو برای کسب تقریباً 1.2 میلیون دلار بود، در حالی که دیگری شامل یک سرباز آمریکایی بود که متهم به معامله با دانش نظامی طبقهبندی شده بود.
خارج از صنعت بازارهای پیشبینی، مشاوران حقوقی به شرکتها هشدار دادهاند که قراردادهای رویدادی خطرات جدیدی را در مورد اطلاعات مهم غیرعمومی ایجاد میکنند.
شرکتهای حقوقی شرکتی به شرکتها توصیه کردهاند که سیاستهای انطباقی و کتابچههای راهنمای کارمندان خود را به روز کنند، در حالی که برخی شرکتهای چندملیتی در حال بازنگری قوانین معاملات با اطلاعات محرمانه و توافقنامههای عدم افشا هستند تا فعالیتهای بازار پیشبینی را به صراحت پوشش دهند.
همچنان که بازارهای پیشبینی در حال گسترش هستند، با برخی شرکتهای مالی که پیشبینی میکنند حجم صنعت تا سال 2030 میتواند به 1 تریلیون دلار برسد، بحثها به طور فزایندهای بر این متمرکز شده است که نهادهای نظارتی باید مرز بین کشف اطلاعات ارزشمند و استفاده غیرقانونی از اطلاعات ممتاز را کجا بکشند.
تحقیقات گیل نشان میدهد که حذف کامل مشارکت معاملهگران با اطلاعات محرمانه ممکن است هزینههای خاص خود را داشته باشد و به طور بالقوه دقت قیمت را که بازارهای پیشبینی برای ارائه آن طراحی شدهاند، کاهش دهد.
