Et spring fra 8 til 22 procent på mindre end to år. Det er udviklingen i High Frequency Tradings andel af markedsaktiviteten på det danske børsmarked. En udvikling, som får det danske Finanstilsyn til at være opmærksom på den automatiske computerbaserede handel. Til at holde øje med blandt andet den automatiserede computerhandel har Finanstilsynet dels sit eget overvågningssystem, dels et samarbejde med NASDAQ OMX København.
Betydelig udvikling
– Algoritmehandel udgjorde 22 procent af omsætningen i november 2010. I januar 2009 var det samme tal på 8 procent. Der er altså sket en ganske betydelig udvikling i denne her periode, siger Mikkel Steen Madsen, fuldmægtig ved Børskontoret i Finanstilsynet, hvor HFT absolut er på radaren, men ikke i alarmerende grad.
– Lad mig sige det på den måde, at HFT er noget, som vi absolut holder øje med. Vores overordnede formål er at se på, om der er tillid til kapitalmarkedet og herunder, at der ikke bliver foretaget kursmanipulation. Som situationen er lige nu, så er vi dog ikke dem, der er mest bekymrede over HFT i forhold til kursmanipulation, siger Mikkel Steen Madsen med henvisning til de andre europæiske tilsynsmyndigheder.
– Det, vi har mest fokus på, er snarere, om handelsrobotterne kan skabe uro i markedet, og om de ændrer markedets virkemåde, tilføjer Mikkel Steen Madsen.
350 MB analyseres dagligt
Finanstilsynet anvender overvågningsværktøjet TRACE til at holde øje med, hvad der foregår på markedspladserne. TRACE fødes med data fra fem forskellige kilder. Af disse giver to datakilder oplysninger om handelsaktivitet. Det ene kommer fra værdipapirhandlere som Danske Bank. Disse oplysninger gør Finanstilsynet i stand til at identificere, hvilken kunde Danske Bank handler på vegne af. Den anden kilde om handelsaktivitet kommer fra den tidligere københavnske fondsbørs, nu NASDAQ OMX København. Her er der også oplysninger om købs- og salgsordrer, der ikke nødvendigvis fører til en handel.
– Du kan have en masse bud og udbud, der aldrig bliver til handler. Den information om bud og udbud, der går forud for handlen, er vigtig i sager om kursmanipulation, forklarer Steffen Jensen Hornshøj, fuldmægtig ved Finanstilsynets Børskontor.
Derudover får TRACE også oplyst alle de selskabsmeddelelser, som børsnoterede virksomheder er forpligtet til at udsende, samt virksomhedsrelaterede nyheder fra Infomedia. Endeligt er der en femte datakilde, der anvendes til at opdatere stamoplysninger i TRACE.
Systemet modtager dagligt 300-350 MB data, og informationen samles, analyseres og kombineres for at finde tegn på eventuelle uregelmæssigheder i handelsaktiviteten. Det sker ved at definere forskellige parametre i systemet.
– Vi sætter TRACE op med parametre ud fra, hvad vi ønsker at se på, og hvilke handelsmønstre vi gerne vil se på. TRACE kører beregninger om natten, hvor den gennemtygger data til næste morgen. Hver morgen spytter den alarmer ud, som vi går igennem. Hvis kursen på en aktie er steget, og der senere har været en selskabsmeddelelse, kan der have været insiderhandel, før den blev offentliggjort. En større handelsaktivitet i timerne op til frigivelsen af en selskabsmeddelelse er et interessant forløb, der kan generere en alarm, forklarer Steffen Jensen Hornshøj.
10 til 30 alarmer dagligt
Antallet af alarmer per dag kan svinge meget og afhænger eksempelvis af, om der er mange firmaer, der aflægger regnskab. Generelt ligger antallet af alarmer på mellem 10 og 30 om dagen. I Finanstilsynet i København sidder Steffen Jensen Hornshøj sammen med fem kollegaer og gennemgår de daglige alarmer.
Oftest er alarmerne ikke ensbetydende med, at der er foregået kursmanipulation eller insiderhandel, men mener Finanstilsynet, at der kan være tale om markedsmisbrug, efterforskes sagen. Det sker ved at se nærmere på de registrerede data og eventuelt indhente flere oplysninger fra værdipapirhandlerne.
– Er der noget, går vi ind i materien og ser på handelsmønstre, siger Steffen Jensen Hornshøj.
Realtidsovervågning
Finanstilsynet samarbejder med NASDAQ OMX København om at holde øje med mistænkelig markedsaktivitet. Hos NASDAG OMX København foretages også realtidsovervågning af handelsaktiviteten i modsætning til Finanstilsynet, der laver overvågning via batch-kørsler. Hos NASDAQ OMX København anvender man et egenudviklet system samt et overvågningssystem udviklet af det australske firma SMARTS.
– Noget af overvågningen foregår i realtid. Nogle alarmer kræver, at vi griber ind øjeblikkeligt – det kan være nogle fejlhandler, eller hvis en kurs stiger ekstraordinært meget, forklarer Jakob Kaule, Head of Surveillance for NASDAQ OMX i Danmark.
Opstår der mistanke om, at der forsøges at manipulere med kurserne, bliver handelssystemets log gennemgået.
– Vi går ind i vores log og kigger tilbage step by step og ser, om vi kan finde et system i, hvad den pågældende har forsøgt at gøre. Al handelsaktivitet logges i vores systemer, og vi har alarmer, der reagerer på givne aktiviteter. Uanset om det sker med et millisekunds interval eller et minuts interval. Al aktivitet kommer i kronologisk rækkefølge. Typisk vil en nærmere undersøgelse være en manuel gennemgang med anvendelse af forskellige sorteringsmekanismer. Taler vi om de store aktier, kan der godt være mange forskellige transaktioner i løbet af et sekund, forklarer Jakob Kaule.
I september 2010 indførte NASDAQ OMX København såkaldte volatility guards, der afbryder handelen med et værdipapir, hvis det stiger eller falder ekstraordinært meget. Det var blandt andet på baggrund af et børskrak 6. maj 2010 i New York, hvor nogle algoritmer spillede en rolle i forløbet.
Mistænkelige algoritmer frikendt
Hos Finanstilsynet har man kigget nærmere på nogle algoritmer, der udviste mistænkelig handelsadfærd på det danske marked, men ved nærmere eftersyn foregik der ikke noget ulovligt.
– Vi har været inde og se på nogle algoritmer, der så mistænkelige ud, men til dags dato har vi ikke haft nogen sager, hvor vi vurderede, at det, som algoritmerne gjorde, var af kursmanipulerende beskaffenhed, beretter Mikkel Steen Madsen.
Finanstilsynet ser ikke på selve kildekoden bag en HFT-algoritme, men kigger mere på algoritmens handelsmønster, der er registreret i TRACE-systemets data, som hvilke ordrer den lægger ud eller sletter.
