投資リサーチのためのオルタナティブデータ:誰も文書化しないコンプライアンス層

ウェブデータは投資家に優位性をもたらす一方で、コンプライアンス上の問題も引き起こす。ファンドがオルタナティブデータに求めること、それが重要な理由、そして審査に耐えるデータセットの構築方法について解説する。

投資会社はウェブデータを使い、四半期報告書に表れる前に何が起きているかを把握する。数千もの商品の価格変動、求人情報の増減、店舗の開店、レビュー、アプリのランキング、配送時間などだ。うまく収集すれば、このオルタナティブデータは金融リサーチチームにとって真の強みとなる。収集を誤れば、ファンドに何年もついて回る規制上・法律上のリスクとなる。

オルタナティブデータに関する記事の多くは「何を収集するか」を扱っている。その周辺にあるコンプライアンス層、つまりデータが投資判断に使われる前にファンドのコンプライアンスチームが知っておくべきこと、そしてデータプロバイダーが証明できなければならないことを扱った記事ははるかに少ない。本ガイドはその両方を扱う。これは一般的な情報であり、法的助言ではない。投資会社は自社のコンプライアンス担当者および法律顧問を関与させるべきである。

オルタナティブデータに独自のコンプライアンス審査が必要な理由

通常の市場データは、取引所や長年確立されたルールを持つライセンス済みベンダーから提供される。ウェブデータは、誰かの取引への入力となることに同意したことのない情報源から得られる。これにより、データが使用される前にコンプライアンスチームが答えなければならない問いが生じる。

重要な未公開情報を含んでいる可能性はないか？ データは、合法的に公開された情報源から入手され、機密保持義務に違反していない場合にのみ、安全に取引に使用できる。米国の投資顧問業者は、重要な未公開情報の悪用を防止するために設計された書面のポリシーを維持しなければならず、データソースもそのポリシーの対象となる。
合法的に収集されたか？ 利用規約、ログイン、技術的制限、データ保護法はいずれも、データの内容だけでなく、収集方法にも適用される。
個人データを含んでいるか？ 多くのウェブデータセットは、レビュアー、従業員、アプリ利用者など個人に触れる。欧州のデータ保護法は、そのデータが公開されていたかどうかにかかわらず適用される。
ベンダーが説明する通りのものか？ データセットの価値は、それがどのように構築されたかに依存する。それを誤って説明することは、単なる商業上の問題ではない。

最後の点は2021年に規制上の問題となった。米国証券取引委員会（SEC）は、モバイルアプリデータのプロバイダーであるApp Annieとその共同創業者を、データの導出方法を偽って説明したとして証券詐欺で告発した。SECによれば、同社は取引会社に販売する推定値を変更するために、非集計・非匿名化のデータを使用していたにもかかわらず、顧客にはそう説明していなかったという。App Annieは1,000万ドルの制裁金を支払うことに同意した。これはSECがオルタナティブデータプロバイダーを証券詐欺で告発した初の執行措置であり、データセットの内容だけでなく、その背後にある手法そのものが審査対象となることを示した。

ファンドのコンプライアンスチームが尋ねること

バイサイドの企業は、データベンダーに対してほぼ標準化された一連の質問にたどり着いている。金融データ業界団体であるFISDは、そのAlternative Data Councilを通じてデューデリジェンス質問票を公開しており、多くのファンドがこれを出発点として利用している。フルベンダー審査、短期データトライアル、そして近年では生成AI向けのバージョンもある。質問はいくつかのグループに分かれる。

分野	知りたいこと
ソース	データの出所、各ソースがこの用途を許可しているか
収集	どのように収集されるか：公開ページか、ログインの背後か、どの手法で、どの頻度で
権利	ベンダーがデータをライセンスする権利を持っているか、そのライセンスが何を許可しているか
個人データ	含まれているか、どのようにフィルタリングまたは匿名化されているか、その法的根拠
MNPI	機密情報や未公開情報がデータセットに入らないようにする管理策
方法論	生データがどのように納品物となるか、変更がどのように伝えられるか
ガバナンス	ポリシー、監査、苦情対応、ソースが異議を唱えた場合の対応

ファンド向けにオルタナティブデータを構築する場合、すべての行に書面で回答することを想定すべきである。ファンドで自らデータを収集している場合、コンプライアンスチームはあなたに同じ質問をするだろう。

最も重要な4つの管理策

1. アクセス制御を破らずに収集された公開ソース。 ログインや特別な規約の承諾、技術的制限の回避を伴わずに、訪問者であれば誰でも見られるものを収集すること。アカウントの不正利用やペイウォールの回避によって得られたデータは、コンプライアンスチームが受け入れられない典型例である。法務部門がスクレイピングプロジェクトを承認する前に尋ねることについてのガイドで、収集に関する質問を詳しく扱っている。

2. 設計段階で個人データを排除する。 ほとんどの投資シグナルには個人は不要である。応募者を保存せずに求人件数を数え、レビュアーの身元を保持せずにレビューを集計し、ユーザーデータなしでアプリランキングを測定する。収集時点でフィルタリングする方が、後から匿名化するよりもはるかに弁明しやすい。収集チーム向けの基本はGDPR概説で扱っている。

3. 文書化された正直な方法論。 生データがどのように製品になるかを書き留める：ソース、サンプリング、クレンジング、重み付け、補完、そしてモデル化された推定値があればそれも。手法が変わった場合は顧客にそう伝えること。App Annieの事例は、記載された方法論と実際に使用された方法論との乖離そのものが違反になりうることを示している。

4. 証明可能な来歴。 すべてのレコードについて、ソース、収集時刻、方法を保持し、生データの取得記録を合理的な期間保存すること。ファンドや規制当局が数値の出所を尋ねたとき、説明するのではなく示せる必要がある。

権利：ライセンスできるもの

データプロバイダーは、自らがライセンスする権利を持つものしかライセンスできない。価格や件数のような事実は一般に誰にも所有されない。記事本文や写真のような創作的コンテンツはその著者に帰属する。そして欧州では、事実のみを含むデータベースであっても保護される場合がある。指数、件数、トレンドなどの派生シグナルを販売することは、ウェブサイトのコンテンツのコピーを再配布することとは大きく異なる。スクレイピングデータの所有権についてのガイドで、これらの層と再販への意味を扱っている。

インフラストラクチャの問題

ファンドは、収集の背後にあるインフラ、つまりプロキシネットワークについても尋ねるようになってきている。この懸念は妥当だ。プロバイダーのIPアドレスが、所有者が接続の共有に同意していないデバイスに由来する場合、データセットはその問題を引き継ぐことになる。プロキシプロバイダーに対して、アドレスがどのように調達されているか、デバイス所有者がどのような同意をしているか、不正利用がどう扱われているかを尋ねること。プロバイダーが倫理的にレジデンシャルIPを調達する方法の解説で、尋ねるべき事項を一覧できる。収集作業そのものについては、レジデンシャルプロキシが、現地の消費者が見るままの価格や出品を見るためにしばしば必要となり、これは消費者が実際に支払う金額に基づくあらゆるシグナルにとって重要である。

まとめると

オルタナティブデータセットのための実践的なコンプライアンスパックは、いくつかの文書に収まる。

ソース台帳： すべてのソース、そのアクセス種別、その規約、そしてrobots.txtの状況を、記載された日付で確認したもの。
収集の説明： 手法、頻度、そしてログイン、ペイウォール、アクセス制御を一切回避していないという声明。
個人データ評価： 何を、どのように除外したか、保持したものがあればその法的根拠。
方法論文書： 変更履歴付き。
来歴記録： レコードごとのソースと時刻、生データの取得記録の保存。
苦情・削除対応手順： ソースからの異議申し立てを誰が処理するか、そのソースからの収集をどれだけ迅速に停止できるか。

このパックがあれば、ベンダーは数日でデューデリジェンス質問票に回答でき、ファンドは規制当局に対してシグナルがどのように構築されたかを示すことができる。以前の記事オルタナティブデータのためのレジデンシャルプロキシは、同じ作業の収集側を扱っている。

よくある質問

スクレイピングしたウェブデータを投資に使うことは合法か？

一般的には、データが公開されており、合法的に収集され、重要な未公開情報や違法に処理された個人データを含まない場合、合法である。詳細は管轄区域、ソース、データの収集方法に依存するため、ファンドは使用前に各データセットを審査する。

オルタナティブデータのデューデリジェンス質問票とは何か？

投資会社がデータベンダーに送る、ソース、収集方法、権利、個人データ、MNPI管理策、方法論、ガバナンスに関する標準化された一連の質問である。FISDのAlternative Data Councilが広く使われているバージョンを公開している。

なぜSECはオルタナティブデータプロバイダーを告発したのか？

2021年、SECはApp Annieとその共同創業者を、データの導出方法を偽って説明したとして証券詐欺で告発し、同社は1,000万ドルの制裁金を支払うことに同意した。これはオルタナティブデータプロバイダーに対するSEC初のこの種の事件だった。

オルタナティブデータに個人データが含まれることはあるか？

レビュー、求人情報、プロフィールなどを通じて、しばしば含まれうる。最も安全な方法は、収集時点で個人データを設計段階から排除し、集計されたシグナルのみを保持することである。

結論

オルタナティブデータは、コンプライアンス審査を乗り越えて初めて強みとなる。アクセス制御を回避せずに公開ソースから収集し、個人データを設計段階で排除し、方法論を正直に文書化し、すべてのレコードについて来歴を保持すること。ファンドのデューデリジェンス質問に書面で答えられるベンダーが取引を獲得し、それらの質問をするファンドが他者の問題を引き継ぐことを避けられる。