ダークプール 匿名注文をマッチングする株式取引プラットフォーム

「ダークプール」とは証券会社が取引所外で顧客の売買注文を引き合わせるシステムのことである。取引前のビッドやオファーが公表されず、取引に関する価格情報は取引が執行された後にのみ公開される電子的な株式取引プラットフォームを指す。

ダークプール  匿名注文をマッチングする株式取引プラットフォーム

概説

「ダークプール」という用語は、一般的には、取引前のビッドやオファーが公表されず、取引に関する価格情報は取引が執行された後にのみ公開される電子的な株式取引プラットフォームを指す。これは、従来の証券取引所のような、いわゆる「ライト」な取引所での取引とは異なり、取引前のビッドやオファーは、株式の価格決定に広く使用されている気配値に公開されない。

ダークプールは、大規模な値動きを誘発せずに株式の大きな塊を売買したいという機関投資家の需要もあって生まれた。ダークプールの取引量は、2008年の全体取引量の約4%から2013年には約15%と、ここ数年で大幅に増加している。ダークプールは取引手数料が安いとされる一方で、価格の透明性に欠けることから、株価情報の正確性を保つことへの懸念が浮上している。

また、最近の規制・執行措置や報道、マイケル・ルイスの著書「フラッシュ・ボーイズ」では、ダークプールの運営者が、支払いと引き換えに高頻度トレーダーによる大口機関投資家に対するフロントランニングを助長し、ダークプールにおける高頻度取引の性質を不正確に伝えていたのではないかとの疑惑から、公平性への懸念が浮上している。

従来、株式取引の独占的な場所は、ニューヨーク証券取引所やナスダックなどの取引所だった。ここ数十年で、より安価で強力なコンピュータが利用できるようになり、少なくとも2つのSEC規制(Regulation ATSとRegulation NMS)によって、ダークプールを含む代替取引会場が数多く登場した。SECは、ダークプールが株式の価格発見のプロセス全体を阻害するとの懸念を表明した。しかし、ダークプールの支持者は、ダークプールが取引コストを下げ、より速い取引や優れた技術を提供し、投資家が市場を動かすことなく、より大きな塊の株式を売買できるようになる可能性があると指摘している。

Dark Poolとは?

代替取引システム(ATS)は、電子通信ネットワーク(ECN)とダークプールに細分化することができる。ATSは、広く確立された、非裁量的な方法により、複数の買い手と売り手の注文を一致させるブローカー・ディーラー会社のことを指す。ATSは1960年代後半から存在しており、技術開発によりブローカー・ディーラーが売買注文を一致させることが容易になったため、1990年代半ばに人気が高まった。この成長は、1998年にSECが新しい規制フレームワークであるRegulation ATS(Reg ATS)を採用したことからも恩恵を受けている。ATS規制は、競争とイノベーションを促進し、取引所機能を規制すると同時に、そのようなシステムの参入障壁を下げることを目指した。

ECNは、NYSEやNASDAQのような取引所と同様に、連結気配値ストリームにベストオーダーを公開し、投資家がその株式取引オファー(気配値と呼ばれる)にアクセスできるようにする。過去10年の間に、ECNは、より高速な取引技術、革新的な価格戦略、堅牢な市場間連携などの機能を通じて、株式市場に利益をもたらしてきたと広く認識されてきた。

独立系ECNとしてよく知られているのは、INETとArchipelagoの2つ。BATSやダイレクト・エッジなどの他のECNは、登録証券取引所と合併したか、またはそれ自体が取引所となっている。ECNを含むATSは、年々株式取引の市場シェアを拡大してきた。様々な見解によると、ECNを含むATSからの競争圧力により、NYSEのようなレガシー取引所は顧客の取引体験を向上させるようになった。

もう一つの種類のATSである「ダークプール」は、一般的にナスダック、証券取引所、ECNでの取引に必要とされるように、取引前の公開気配値ストリームに気配値を提供しない。ダークプールは、取引が発生した後にのみ取引データを公開している。取引後の開示の方が情報量が多いという意見もある。一般的に、ダークプールは取引が取引所外で執行されたことを示すだけで、取引を執行したプールであることを明らかにしないと言われている 。また、ナスダックやほかの取引所とは異なり、ダークプールは取引の執行を保証しないため、注文が埋まらないこともある。

具体的には、投資家が「ライト」取引会場で売買注文を出した場合、その会場は通常、その気配値を一般に公開する。しかし、ダークプール内では、トレーダーは注文を出した後になって初めて、潜在的な取引相手の存在に気づくことがよくあります。また、トレーダーは、証券の売買のいずれかに関心を持っているダークプールのクライアントでもある限られた数のトレーダーに信号を送ることができる。

この取引前の不透明性は、当初、不利な値動きを誘発することなく、匿名で大量の株式を取引したいと考える機関投資家を惹きつけた。2005 年に SEC が採用したルール、Reg Regulation National Market System(Reg NMS)がダークプールの成長を後押ししたとの見方が広まっている。Reg NMS は、証券市場全体で効率的かつ公正な価格形成を促進することで、個別市場間、個別注文間の競争を促進することを目的としたものである。

現在、米国市場で取引されているダークプールは約 40 社ある。ダークプールは、今日の株式市場の分断化に貢献してきたが、その中には約11の取引所と200以上のブローカー・ディーラーが含まれており、自社の在庫を使ってリテール取引を執行している。ダークプールと内部化取引 (Internalization、このプロセスは一般的に取引前の気配値を表示するための要件から免除されている)を合わせて、ダークトレーディング、非上場取引、取引所外取引と呼ばれるものの大部分を構成している。推定では、内部化取引がダークトレードの約60%を占めているのに対し、ダークプールは約40%を占めています。

また、ダークプールは、ダークプールを所有するブローカーが、ダークプール内の注文フローへのアクセス料をトレーダーに請求することを可能にしている。マイケル・ルイスは、著書『フラッシュ・ボーイズ』の中で、ダークプールへのアクセスを有料化したHFT業者が、ダークプールのリテール注文の流れを食い物にし、時にはそれらの注文のフロントランニング(先回り)することもあったと記述している。先回りの最も一般的な例は、個人のトレーダーが、機関投資家による大規模な買い注文の直前に株式を購入する場合で、これにより株価が急激に小幅に上昇する可能性がある。トレーダーはその後、機関投資家に注文を戻したり、わずかに高い価格で市場に売却したりすることができる。フロントランニングのある種の形態は違法性がある。

ダークプールの種類

ダークプールは、以下のようないくつかの構造的なサブグループに分かれている。

  1. ブローカー・ディーラー所有のダークプール。いくつかの大規模なブローカーディーラーは、クライアントのために、独自のプロプライエタリなトレーダーの利益のために、時にはダークプールを作成している。これらのダークプールは、ブローカーディーラーの注文フローから株価を導き出していると言われている。クレディ・スイスの「クロスファインダー」、ゴールドマン・サックスの「シグマ X」、モルガン・スタンレーの「MSプール」などがその例であると言われている。ダークプールのビジネスは証券会社が独占している。他にも、クレディ・スイス・グループAG、UBS、バンク・オブ・アメリカ・コーポレーションのメリルリンチ、ドイツ銀行、モルガン・スタンレーが最大級のダークプールを所有している。
  2. 代理店ブローカーまたは取引所が所有するダークプール。これらのダークプールは、プリンシパルではなく、エージェントとして機能します。彼らが行う取引は、取引所から派生した証券価格に基づいている。そのため、価格発見機能はない。代理店ブローカーダークプールの例としては、リキッドネットとITGポジが含まれていますが、取引所所有のダークプールは、BATSとNYSEによって提供されるものが含まれている。
  3. 電子マーケットメーカー。これらのダークプールは、Getco や Knight などの独立系証券会社と提携しており、これらの証券会社は自らの口座をプリンシパルとして運営している。前述のブローカー・ディーラー所有のダークプールのように、プール内の取引価格は、ナショナル・ベスト・ビッド・アンド・オファー(NBBO)から計算されていない 。

エコノミストは、非規制的要因と規制的要因が混在していることが、ダークプールの人気を高める役割を果たしていると考えています。そのうちのいくつかについては後述するが、2008 年の取引高全体の約4%のシェアから2013 年には約 15%に増加したと報告されている。2017年春には米国の全株式取引の推定40%を占めると報告されている。

価格発見

多くの銘柄の取引の大部分を占めるダークプールは、取引前のデータを公表していないため、上場市場の株価が実際の市場価格を反映していない可能性があり、価格発見(Price Discovery)の妨げになることが懸念されている。これに関連して、ダークプールで執行される注文の多くは、価格発見がないか、または制限されているという事実がある。全体的な価格発見においてダークプールが果たす潜在的な有害な役割は、ダークプールを取り巻く公共政策の中心的な関心事である。

ダークプールが価格発見を阻害するという考えに対する反論として、証券市場調査員のタブは次のように述べている。「価格発見に悪影響を与える取引所外取引量は間違いなく存在するが、市場はそのレベルには達していないように見える。また、市場が懸念すべきことを示唆するような上昇傾向も見られません。したがって、現時点では、価格発見メカニズムが脅かされているようには見えない」。

ダークプールに関する実証的な調査のほとんどは、ダークプールと価格発見や市場の質との関係に焦点を当てています。SECのメアリー・ジョー・ホワイト議長は、このような研究をレビューした後、「現在のダーク・トレーディングの範囲は、価格の情報効率を含む市場全体の質を損なうことがある」と述べた

Frank Hathewayらの調査によると、ダークプールは、公正な(投資家の)アクセス規則や取引前のデータ表示規則の遵守の免除を含む規制上の免除を保有しているため、「情報の非対称性リスクに基づいて注文の流れを分離することができ、その結果、彼らの取引は情報量が少なく、連結市場での価格発見への貢献が少ない」ことが判明している。調査の結果、「注文の細分化の影響は、大規模なブロック取引の執行を除き、市場全体の質にダメージを与える」と結論付けている。

またフォーリーとPutniņšによる研究は、2つのタイプにダークプールでの取引を分けている。

  1. 片面取引。全国のベストビッドとオファーの中間点など、一つの価格で行われる。また、どの時点でも、ダーク流動性は買い側と売り側のどちらか一方にしか存在せず、両方には存在しないという特徴がある。また、特に情報を得ているトレーダーにとっては、約定確率が相対的に低いとされている。
  2. 両面取引。買い側と売り側で異なる価格で取引が行われる。一方的なダークプールと比較して,買い側と売り側の両方に流動性があれば,すぐに注文を執行することができる。また、片面取引とは対照的に、この取引はトレーダーの意図を隠蔽しやすい傾向がある。

両面取引は、市場の流動性を高め、価格設定を容易にし、中程度の取引レベルでは情報効率に寄与する傾向があることを発見した。また、両面取引は、投資家取引全体の重要な要素であるビッド・アスク・スプレッドを低下させ、株価が市場全体の情報を反映するまでの時間を短縮することも判明した。一方、フォーリーとPutniņšは、片面取引は、市場の質を測る多くの指標に対して適度なマイナスの影響を与えていることも明らかにした。

参照文献

  1. Monica Petrescu, Michael Wedow. Occasional Paper Series: Dark pools in European equity markets: emergence, competition and implications. European Central Bank.
  2. Haoxiang Zhu, “Do Dark Pools Harm Price Discovery?” Review of Financial Studies. November 2013
  3. Securities and Exchange Commission, “SEC Fact Sheet: Strengthening the Regulation of Dark Pools” October 21, 2009.
  4. “Dark Pools: Truth and Fiction,” Tabb, September 2012
  5. Mary Jo White, “Enhancing Our Equity Market Structure” speech at Sandler O’Neill & Partners, L.P. Global Exchange and Brokerage Conference, June 5, 2014.
  6. Frank Hatheway, Amy Kwan, and Hui Zheng, “An Empirical Analysis of Market Segmentation on U.S. Equities Markets” SSRN, June 5, 2013
  7. 吉川真裕. 「第 6 話 価格発見の話」.   日本証券経済研究所.
  8. スコット・パターソン. ウォール街のアルゴリズム戦争. 日経BP. Oct, 2015.
  9. マイケル・ルイス. フラッシュ・ボーイズ 10億分の1秒の男たち. Oct, 2014.

Read more

​​イオンリテール、Cloud Runでデータ分析基盤内製化 - 顧客LTV向上と従業員主導の分析体制へ

​​イオンリテール、Cloud Runでデータ分析基盤内製化 - 顧客LTV向上と従業員主導の分析体制へ

Google Cloudが9月25日に開催した記者説明会では、イオンリテール株式会社がCloud Runを活用し顧客生涯価値(LTV)向上を目指したデータ分析基盤を内製化した事例を紹介。従業員1,000人以上がデータ分析を行う体制を目指し、BIツールによる販促効果分析、生成AIによる会話分析、リテールメディア活用などの取り組みを進めている。

By 吉田拓史
Geminiが切り拓くAIエージェントの新時代:Google Cloud Next Tokyo '24, VPカルダー氏インタビュー

Geminiが切り拓くAIエージェントの新時代:Google Cloud Next Tokyo '24, VPカルダー氏インタビュー

Google Cloudは、年次イベント「Google Cloud Next Tokyo '24」で、大規模言語モデル「Gemini」を活用したAIエージェントの取り組みを多数発表した。Geminiは、コーディング支援、データ分析、アプリケーション開発など、様々な分野で活用され、業務効率化や新たな価値創出に貢献することが期待されている。

By 吉田拓史