Een gematigde aanpak van de handhaving tegen insider trading in prediction markets kan meer waardevol zijn dan een algehele ban, zo blijkt uit recent onderzoek van Balbinder Singh Gill, assistent-professor financiën aan het Stevens Institute of Technology. In zijn paper, gepubliceerd op 2 juni, presenteert hij een economisch model om te onderzoeken hoe strikt insider trading in deze markten moet worden gecontroleerd.
Gill wijst op een interessante paradox: “Dezelfde insidertransactie die vandaag de nauwkeurigheid van de prijs verbetert, kan de deelname verminderen die morgen de prijs informatief houdt.” Dit benadrukt de delicate balans tussen het waarborgen van een eerlijke markt en het behouden van de informatieve waarde van prijzen.
Zijn model toont aan dat de nauwkeurigheid van de prijzen in prediction markets “hump-shaped” (u-vormig) is ten opzichte van de intensiteit van de handhaving. Te weinig handhaving kan insiders de ruimte geven om andere deelnemers te verdringen, terwijl te veel handhaving de authentieke informele bijdrage van insiders zou uitsluiten. “Striktere handhaving beperkt de insider, verhoogt de deelname, waardoor de nauwkeurigheid u-vormig is. De optimale handhaving ligt in het midden, noch laissez-faire, noch een verbod,” aldus Gill.
Net als andere sectoren hebben prediction markets te maken met het probleem van insider trading, en hiermee is de druk van regelgevers om hard op te treden of zelfs platforms te verbieden steeds groter geworden. De directeur van handhaving bij de Commodity Futures Trading Commission (CFTC) waarschuwde in april dat overtreders gedwongen worden tot handhaving, en in mei startten Amerikaanse congresleden een onderzoek naar Kalshi en Polymarket in verband met insider trading.
Gill pleit ervoor dat de intensiteit van de handhaving bepaald moet worden door de oorsprong van de insiderinformatie. Informatie die een trader op eigen kracht heeft verzameld, zou de minste of zelfs geen handhaving moeten krijgen, aangezien een harde aanpak in dit geval waardevolle informatieproductie ontmoedigt. Aan de andere kant zou misbruikte informatie, zoals gelekte of geclassificeerde data, een hogere mate van handhaving vergen. Het meest strenge toezicht zou moeten gelden voor gevallen waarin de insider invloed kan uitoefenen op de uitkomst, zoals wanneer een politiek kandidaat op zijn of haar eigen campagne inzet. Gill benadrukt: “Handelen op basis van een authentieke, onafhankelijk onderzochte voorsprong is de activiteit die onze samenleving het meest terughoudend zou moeten straffen, terwijl handel door degenen die de uitkomst kunnen beïnvloeden de strengste controle rechtvaardigt, omdat hun posities de manipulatie uitnodigen.” Hieruit blijkt dat handhaving in prediction markets “gekalibreerd in plaats van maximaal” moet zijn.
Deze inzichten komen in een tijd waarin Kalshi nieuwe maatregelen introduceert om insider trading tegen te gaan. Gebruikers die inzetten op gevoelige markten, zoals bedrijfsresultaten of nationale veiligheid, dienen nu hun werkgever bekend te maken via een online formulier. Tevens heeft Kalshi een “specifieke risicoscore” ontwikkeld die wordt toegewezen aan markten met een verhoogd risico op insider trading of manipulatie. Deze wijzigingen volgen op een audit-commissie rapport dat betere gegevensverzameling aanbeveelt, alsook druk van wetgevers en regelgevers.
Twee recente hooggeprofileerde insider trading zaken met betrekking tot de concurrent Polymarket worden ook in Gills paper genoemd. In mei werd een Google-medewerker aangeklaagd voor het gebruik van insiderinformatie over zoektrends om $1,2 miljoen te verdienen via Polymarket, en in april werd een Amerikaanse soldaat aangeklaagd voor het handelen op basis van geclassificeerde kennis van een militaire operatie. Een klare indicatie dat regelgeving en toezicht in deze sector steeds belangrijker worden.
Welke rol speelt insider trading in prediction markets?
Insider trading kan de nauwkeurigheid van prijzen zowel positief als negatief beïnvloeden, afhankelijk van de mate van marktparticipatie die het aanmoedigt of ontmoedigt.
Waarom is het belangrijk om handhaving te kalibreren?
Gekalibreerde handhaving voorkomt dat waardevolle onafhankelijke informatieproductie wordt ontmoedigd, terwijl tegelijkertijd de risico’s van manipulatie worden aangepakt.
Wat zijn de recente ontwikkelingen bij Kalshi?
Kalshi verplicht gebruikers op gevoelige markten hun werkgever bekend te maken en heeft een risicoscore geïmplementeerd om insider trading te monitoren en te beheersen.
