Tuoreessa tutkimuksessa selvitettiin, miten hallitusammattilaisten keskinäiset kytkökset vaikuttavat heidän kaupankäyntiinsä osakemarkkinoilla. Tutkimuksessa löydettiin viitteitä siitä, että osa niin kutsutussa sisäpiiriverkostossa olevista sijoittajista käyttää suhteidensa avulla ei-julkista informaatiota osakekaupoissaan. Tämä todennettiin moderneilla koneoppimismenetelmillä, soveltaen niitä maailmanlaajuisesti ainutlaatuiseen suomalaiseen dataan.
Tutkimuksen tekivät professori Juho Kanniainen ja tohtorit Kęstutis Baltakys ja Margarita Baltakienė Tampereen yliopistosta sekä kansainvälinen tiimi.
Sisäpiiriverkosto koostuu henkilöistä, jotka tuntevat toisensa yhteisten pörssiyritysten hallitusjäsenyyksien kautta. Koska monella hallitusammattilaisella on paikkoja useissa yrityksissä, sisäpiiriyhteyksistä muodostuu korkeasti kytkeytynyt verkosto, joka mahdollistaa informaation laajan leviämisen yli yritysrajojen.
Tutkimuksessa käytettiin pseudonymisoitua dataa, josta on poistettu henkilöiden tunnistetiedot.
– Olemme keränneet aineistoa datalähteistä, jotka ovat arvopaperimarkkinalain säädösten mukaan julkisia sekä prosessoineet ja mallintaneet dataa tätä tutkimussuuntaa varten yli neljä vuotta. Pseudonymisoitu data on maailmanlaajuisesti hyvin ainutlaatuinen. Pystymme sen avulla määrittämään, miten sisäpiiriläisinä toimineet osakesijoittajat ovat käyneet kauppaa kaikilla osakkeilla, myös sellaisilla, jotka eivät liity sisäpiirisäännöksiin, kertoo tiedotteessa tutkimusta johtanut Juho Kanniainen.
Julkaisussa osoitetaan, että sisäpiiriverkostossa olevien sijoittajien osakekaupat ovat yllättävän laajasti ennustettavissa heidän tuntemiensa kollegoiden aiemmilla osakekaupoilla silloinkin, kun kyseessä on osake, johon sisäpiiriläisyys ei liity. Tämä indikoi sitä, että sisäpiiriläiset saattavat levittää tietoa tai näkemyksiään yrityksen ulkopuolisille kollegoilleen, jotka sitten saattavat levittää tietoa eteenpäin.
– Tarkastelun kohteena oli sijoittajia, jotka ovat itse sisäpiiriläisiä sekä kytköksissä myös muihin sisäpiiriläisiin. Päätuloksenamme on graafineuroverkkoihin perustuva menetelmä. Sen avulla markkinavalvojat voivat löytää sijoittajia, jotka mahdollisesti käyttävät sosiaalisten kytkösten kautta levinnyttä sisäpiiritietoa osakekaupoissaan, Kanniainen kuvailee.
Tutkimuksessa kehitetystä työkalusta voivat hyötyä erityisesti markkinavalvojat ja pörssit. Sen avulla on mahdollista ennustaa sijoittajien kaupankäyntiä sekä käyttää siitä saatua tietoa hyväksi niin sanottujen epäilyttävien sijoittajien tunnistamiseksi.
Yleisesti ottaen menetelmän soveltamisesta markkinoiden väärinkäytösten vähentämiseksi voivat hyötyä kaikki sijoittajat.
– Tulevaisuudessa tutkimus aiheesta jatkuu ja tulee keskittymään siihen, miten sisäpiiriläiset ovat kenties jakaneet pörssitiedotteisiin liittyvää informaatiota sosiaalisessa verkostossaan ennen tiedotteen julkaisemista. Tällä tavalla on mahdollista selvittää, mistä ja millä tavoin informaatio on levinnyt ja miten sitä on hyödynnetty, Kanniainen kiteyttää.