証券取引所でのAI活用術

証券取引所に、そもそもAIは必要なのか

証券取引所のAI活用を考えるとき、判断軸は2つです。同じ判断を月に何度も繰り返しているか、そしてその判断を間違えたときに何が起きるか。この2つが両方大きい業務ほど、AIを入れる価値が出ます。

取引所では、見落とし一つが市場の公正性への信頼を揺るがします。そのため、2つ目の軸が特に重くなります。AIが効くのは、次のような業務です。

• 売買審査で、約定データから不公正取引の疑いがある取引を拾い出す作業
• 適時開示の記載不備や、開示タイミングの異常を見つける作業
• 市場参加者から届く問い合わせ・苦情の仕分け

どれも、過去の審査事例や規則という決まった基準に照らして、同じ判断を繰り返しています。

一方、上場申請会社の経営者面談や、売買停止・上場廃止の最終判断にはAIを入れないほうがよいと考えます。面談は経営者の説明の一貫性や姿勢をその場で見極める場です。停止や廃止は投資者と上場会社に直接響くため、取引所が責任を負って下す判断だからです。

ただ、この線引きは業務ごとに変わります。同じ上場管理でも、定型の書類点検と、個別の開示相談への回答とでは向き不向きが違います。次のセクションでは、証券取引所の業務を工程に分けて見ていきます。

書類審査から参加者対応まで、負荷が大きいのはどの工程か

証券取引所の業務は、上場会社を相手にする仕事と、日々の売買を相手にする仕事に分かれます。工程ごとに見ると、定型の点検が積み上がる工程と、その場の見極めが中心の工程がはっきり分かれます。

負荷が最も集中するのは売買審査です。日々の約定の中から、相場操縦やインサイダー取引の疑いがあるものを拾い上げ、一件ずつ裏付けを取らなければならないためです。

審査担当者は、抽出した取引ごとに発注の経緯、同じ時期の適時開示、過去の類似事例を突き合わせる作業に時間を取られています。疑いが残れば証券会社に照会し、関係者の特定まで進めます。

ここで一次抽出と資料の突き合わせをAIが受け持つと、担当者は疑いの濃い案件の深掘りに時間を使えるようになります。上流の市場監視で検知した急変動も、関連情報が揃った状態で審査に回るようになります。

経営者面談を「極小」としたのは、上場適格性を見極める手がかりが、書類に表れない経営者の姿勢や受け答えにあるからです。この工程は、審査担当者が直接向き合う領域として残します。

証券取引所で最初に取り組むべきAI活用、3つ

最初に手をつけるのは、繰り返し発生し、かつ間違えると市場の信頼に響く業務です。第1セクションの2軸で見たとき、次の3つはどちらの軸でも大きい業務にあたります。

規則改正の説明資料を、改正案が固まった時点で下書きする

制度企画の工程で、規則改正の案文が社内のドキュメント管理ツールに確定版として保存されたことをきっかけに動きます。AIは改正前後の条文と、過去の改正時に作った説明資料を読み比べ、変更点と市場参加者への影響を整理します。

整理結果は説明資料の下書きとしてファイル保管サービスに保存され、担当者には業務チャットで通知が届きます。条文の差分を一から書き出す作業はなくなり、担当者は下書きの手直しから始められます。

確認するのは制度企画の担当者です。条文の解釈や、証券会社の実務への影響の書き方に誤りがないかを見ます。市場参加者への公表は、取引所の責任者が判断します。

疑わしい取引の一次抽出を、審査の前に済ませておく

売買審査で最も時間を使うのは、膨大な約定から「怪しい」ものに当たりをつける段階です。そこで、毎営業日の取引終了後に約定データが指定のフォルダに保存されるのを合図にします。AIは過去に不公正取引と判断した事例の特徴と、同じ期間の適時開示を参照し、条件に当てはまる取引を拾い出します。

抽出結果は、銘柄・期間・疑いの種類・根拠となる開示を並べた一覧として、表計算ソフトに行が追加されます。翌朝には、検討すべき候補が揃った状態から審査を始められます。

候補を審査対象に上げるか、証券会社へ照会するかは審査担当者が決めます。疑いを当局に伝えるかどうかは、取引所が責任を持って判断します。

市場参加者からの問い合わせを、届いた時点で仕分ける

参加者対応の窓口には、証券会社や上場会社から売買制度・開示・システムにまたがる問い合わせが届きます。入力フォームやメールで一件届くたびに、AIが過去の問い合わせの分類記録と、どの内容をどの部署が受け持つかをまとめた対応表を参照します。

AIは内容を「売買制度」「上場会社の開示」「システム」などに分け、担当部署と緊急度の見立てを添えて、表計算ソフトの受付台帳に書き込みます。窓口担当が一件ずつ読んで回付先を考える手間がなくなり、同じ論点の問い合わせが重なっていることにも早く気づけます。

仕分けの妥当性は、窓口の担当者が毎日見直します。回答内容の最終確認は、受け持つ部署の担当者が責任を持ちます。

業務に組み込むまでの4ステップ

ここでは、2つ目に紹介した「疑わしい取引の一次抽出」を例に説明します。新しいシステムを作るのではなく、すでにあるツールの間に情報の通り道を一本作る作業です。

1. 使う情報がどこにあるかを決める

一次抽出に使う情報は、すでに社内にあります。

• 毎営業日の約定データ
• 過去に不公正取引と判断した事例の記録
• 同じ期間に公表された適時開示

新しく作るものはありません。散らばっている場合は、ファイル保管サービスの決まったフォルダに保存先をそろえます。

2. 何をきっかけに動かすかを決める

取引終了後、約定データが指定のフォルダに保存された時点を起点にします。担当者が思い出して操作する形にすると、相場が荒れた繁忙日ほど後回しになり、結局使われなくなります。

3. 判断の基準を設定しておく

ベテランの審査担当者が約定の並びを見て「おかしい」と感じる判断を、文章にして社内のドキュメント管理ツールに設定しておきます。AIは毎回そこを参照します。頭の中の判断を外に出す作業なので、4つのうちいちばん時間がかかります。書き留める基準は、たとえば次のようなものです。

• 重要な開示の直前に、特定の口座から買い注文が集中していないか
• 同じ口座が売りと買いを繰り返し、見せかけの出来高を作っていないか
• 終値が決まる時間帯に、価格を動かす発注が偏っていないか

一度書けば、毎日の抽出で使い回せます。

4. 結果の戻り先と、確認する人を決める

抽出結果は、審査チームが毎朝開く表計算ソフトの候補一覧に行として追加します。追加されたら業務チャットで担当者に知らせ、朝のうちに審査担当者が候補を確認して、照会に進めるかを決めます。

先に知っておきたい、つまずきやすい3か所

• 約定データの様式が変わると抽出が止まる：売買システムの更改で項目名や並びが変わると、AIが読み取れず候補一覧が空のままになります。システム更改の計画に、この仕組みの点検を組み込んでおきます。
• 特殊な売買を異常として拾いすぎる：立会外取引や、指数への銘柄組入れに伴う機械的な大口売買は、通常の基準では異常に見えます。例外として扱う売買の種類を、基準と一緒に書き留めておきます。
• 未公表の重要事実が想定外の場所に流れる：インサイダー調査の資料をAIが扱うと、結果の一覧や通知に未公表情報が載ることがあります。一覧の閲覧範囲と通知先を、社内の情報管理規程に沿って審査チームに限定します。

証券取引所のAI活用は、どこから考えればいいか

AIが効くのは、決まった基準で同じ判断を繰り返し、見落としが市場の信頼に響く業務でした。紹介した3つは、どれも過去の事例や規則という基準がすでに手元にある点で、その線の内側にあります。

全部の工程に一度に手を入れる必要はありません。まずは1つの業務から始めれば十分です。約定データも過去の審査記録も問い合わせの履歴も、いま社内にあるものから着手できます。