Le professeur adjoint de finance à l’Institute of Technology, Balbinder Singh Gill, a publié un document de recherche le 2 juin examinant l’application des règles contre le délit d’initié sur les marchés de prédiction. L’étude a conclu que les régulateurs devraient adopter une approche d’application équilibrée plutôt que d’imposer des interdictions pures et simples, car une prohibition totale pourrait réduire la précision du marché en éliminant des informations précieuses. La recherche intervient dans un contexte de contrôle réglementaire accru : en avril, la Commodity Futures Trading Commission a averti que des traders en délit d’initié pourraient faire l’objet de mesures coercitives, et en mai, des législateurs américains ont lancé des enquêtes sur des plateformes dont Kalshi et Polymarket pour des inquiétudes liées au délit d’initié et à la manipulation de marché.
La recherche de Gill identifie des effets doubles du délit d’initié
Gill a élaboré un modèle économique formel examinant comment le délit d’initié affecte les marchés de prédiction. La recherche a montré que le délit d’initié peut améliorer la précision du marché en y introduisant une information précieuse, car les initiés disposent souvent d’éléments pouvant aider les prix à refléter plus rapidement les probabilités du monde réel. Toutefois, l’étude a également révélé que des activités d’initiés excessives peuvent décourager la participation et réduire la liquidité, car des participants ordinaires peuvent choisir de ne pas prendre part au marché.
Gill a décrit cette dynamique comme un paradoxe : la même transaction d’initié qui améliore la précision des prix à court terme peut, au final, réduire la participation nécessaire pour maintenir des marchés exacts à l’avenir. Son modèle a conclu que la précision du marché suit une relation « en forme de bosse » (hump-shaped) avec l’intensité de l’application des règles. Une application insuffisante permet aux initiés de dominer les marchés et d’évincer d’autres participants, tandis qu’une application excessive supprime l’information précieuse que les initiés peuvent apporter. Gill a conclu que le niveau optimal d’application se situe quelque part au milieu plutôt que dans l’un ou l’autre des extrêmes.
L’étude recommande une application graduée selon la source de l’information
L’article affirme que les régulateurs devraient distinguer différents types d’informations d’initiés. Les informations obtenues par une recherche et une analyse légitimes devraient faire face à des restrictions minimales, car elles reflètent un effort et contribuent à l’efficacité du marché. Les informations acquises via des fuites, une appropriation indue ou un accès à des données confidentielles devraient faire l’objet de mesures d’application plus strictes.
L’étude indique que le contrôle le plus strict devrait s’appliquer aux personnes qui ont la capacité d’influencer l’issue d’un événement tout en y faisant des transactions, comme des candidats politiques pariant sur leurs propres élections. Gill a conclu que l’application dans les marchés de prédiction doit être calibrée plutôt que maximale.
La CFTC et les législateurs augmentent le niveau d’examen des marchés de prédiction
La Commodity Futures Trading Commission a averti en avril que des traders en délit d’initié pourraient faire l’objet de mesures coercitives. Des législateurs américains ont lancé en mai des enquêtes sur des plateformes dont Kalshi et Polymarket, en raison de préoccupations concernant le délit d’initié et la manipulation de marché.
Kalshi introduit des exigences de divulgation et un système d’évaluation des risques
Kalshi a annoncé de nouvelles mesures pour réduire les risques liés au délit d’initié. La plateforme a introduit une obligation pour les utilisateurs participant à des marchés sensibles de divulguer leurs employeurs. Kalshi a également mis en place un système d’évaluation du risque pour les marchés qui pourraient être vulnérables à l’information d’initié ou à la manipulation. Ces changements font suite à des recommandations d’un comité d’audit indépendant et à une pression croissante des régulateurs et des décideurs politiques qui recherchent des garde-fous plus solides pour les participants aux marchés de prédiction.
FAQ
Que révèle la recherche de Balbinder Singh Gill sur le délit d’initié dans les marchés de prédiction ?
La recherche publiée le 2 juin a révélé que le délit d’initié a des effets doubles sur les marchés de prédiction. Bien que le délit d’initié puisse améliorer la précision du marché en y introduisant une information précieuse, des activités d’initiés excessives peuvent décourager la participation et réduire la liquidité. Le modèle de Gill a constaté que la précision du marché suit une relation « en forme de bosse » avec l’intensité de l’application des règles, et que l’application optimale se situe quelque part au milieu plutôt que dans l’un ou l’autre des extrêmes.
Quelles mesures d’application Kalshi a-t-elle introduites en réponse à la pression réglementaire ?
Kalshi a annoncé de nouvelles mesures obligeant les utilisateurs participant à des marchés sensibles à divulguer leurs employeurs. La plateforme a également introduit un système d’évaluation du risque pour les marchés qui pourraient être vulnérables à l’information d’initié ou à la manipulation. Ces changements font suite à des recommandations d’un comité d’audit indépendant et à une pression croissante des régulateurs et des décideurs politiques.
