江苏龙网

  1. 首页 > 资讯 > >

「小林子说财经」算法交易与算法共谋的法律监管( 二 )


算法共谋可被理解为算法运用介入的共谋 。 算法介入的程度取决于其扮演的角色是协定的参与者 ， 还是协定的决定者 。 算法共谋同样可分为明示和默示两类 。
就明示算法共谋而言 ， 一个典型的例子是 ， 几个竞争企业自行做出合作决定 ， 而非由算法为之 。 在所涉协定达成一致后 ， 相关卡特尔成员将之交付给算法履行 。 在此情况下 ， 算法履行的任务是将特定合作的运转最优化 。 该类共谋的另一种演绎方式是 ， 在一个横向反竞争协定中 ， 卡特尔成员之间并不互动 ， 但委托处于垂直地位的同一种算法对市场价格予以确定、对竞争对手的行为做出反应等 。 算法在该类情势下实际扮演了第三方决定者的角色 ， 它的介入使得有关成员能就施行的市场行为保持一致 。
对于欧盟或各成员国竞争主管当局而言 ， 对明示性算法共谋的究责成功与否 ， 取决于能否找到算法为反竞争实践提供便利的证据 。
显而易见 ， 倘若卡特尔成员先自行谈妥协定 ， 再交由特定算法予以履行 ， 那么监管当局不难找到此类明示性算法共谋的证据 ， 违反相关竞争规则的行为因此将被依法惩处 。
然而 ， 如果作为第三方的算法成为相关协定的决定者 ， 即实质成为所涉卡特尔成员的中间人 ， 而协定成员之间又并无明示的互动 ， 则证明此类共谋存在的难度会无疑加大 。
在欧盟法院于2016年1月21日审理的E-Turas一案[9]中 ， 作为立陶宛一家线上旅游预订系统 ， E-Turas向旅行社出售操作许可 ， 允许它们通过其确定的统一预订介绍方式、藉由各自的网站开展旅游销售;旅行社成员均在E-Turas拥有电子账户 ， 可通过各自的电邮与其联络 。 后来E-Turas发送内部电邮告知它们 ， 其做出的技术修改会使后者的促销折扣限制在3%以内 。 这就意味着 ， 如果某家旅游社自行降价5% ， 运用算法技术的E-Turas会自动将该折扣上限减至3% 。 相关告示由E-Turas发送后 ， 没有一家旅行社对其强加的折扣上限表示反对;相涉的所有旅行社是否对此内容均有知晓 ， 亦不确定 。
该案的核心争议是 ， 使用E-Turas系统的旅行社是否参与了一个横向的商议性实践 ， 因而应对违反相应的竞争规则负责 ， 既然它们似能合理假定该系统其它使用者也会将价格折扣限定在最多3% 。 众所周知 ， 欧盟运行条约第101（1）条禁止意图妨碍、限制或扭曲欧盟内部市场竞争的任何企业协议、任何企业的联合决定以及任何商议性实践[10] 。
欧盟法院在对此案做出的预备性判决中指出[11] ， 上述第101（1）条应被阐释为 ， 提供统一预订方式服务的信息系统之管理人 ， 通过私人电子信箱向其旅行社用户发送信息 ， 告知它们依其系统销售的产品设有价格折扣上限 ， 且在该信息的散播之后 ， 对相关系统进行必要的技术修改以推行有关措施 ， 那么这些业者自得悉此信息的时刻起 ， 就可被推定为参与到了一个商议性实践之中 ， 除非它们已与此实践公开保持距离 ， 并向行政当局报告之 ， 或者援引别的证据以推翻相关推定 ， 比如对客户系统性地运用了超过预设上限的折扣 。
欧盟法院还指出 ， 一则讯息的发送是否就能构成其接收者知悉相关内容的充分证据 ， 归由本案的原上诉审法院（立陶宛最高行政法院）依照证据评估和证据标准之国内法规定予以审查 。
就默示算法共谋而言 ， 一个简单易懂的例子是 ， 同为竞争对手的A和B各自使用能够预测对方行动及反应的算法;当A调涨其商品的市场价时 ， B使用的算法可令B迅速加以效仿 。 因此 ， 虽然A和B对价格涨跌或其它行为并无任何事先或实时的协定 ， 但是相关算法可以导致一方对其竞争对手的行为做出预测性反应 ， 比如A在其涨价时就知道B也会同样为之 。 事实上 ， 通过诉诸算法 ， A、B双方以暗示性合意的方式 ， 对相关价格的同步上涨心照不宣 。
另一个类似的默示共谋的例子是 ， 业者A将产品价格的决定权完全交由运用机器学习的价格算法C 。 后者可以实时处理巨量数据 ， 并能单凭自己获得的学习经验做出决定 。 如果此种情况也复制于业者B及其委托的价格算法D ， 那么C算法和D算法完全可以凭借各自的自动学习能力 ， 在无需沟通联络的情况下联袂进行价格共谋 ， 且又不会被察觉 ， 更无需卡特尔成员A和B之间存在任何协定 。
由此不难发现 ， 对默示算法共谋的取证难度可见一斑 。 问题在于 ， 如果某个反竞争协定的所涉成员之间缺乏联系 ， 因而缺乏协议证据 ， 欧盟及各成员国竞争主管当局就不能适用上述欧盟条约第101（1）条的规定 ， 对相关不正当竞争实践祭出惩罚措施 。
针对这一问题的或有解决方法可能是:其一 ， 将欧盟运行条约第101（1）条中涵括的“协定”扩大化 ， 以使该条款同样适用于运用机器学习的算法自行达成的反竞争协定 。 其二 ， 采取以“算法”治“算法”的策略 ， 即相关竞争主管当局可以发展自己的机器学习算法[12] ， 诉诸信息分析的自动化流程 ， 以便有效侦测及证明诉诸机器学习算法的非法协定之存在 。
综上所述 ， 算法交易与算法共谋已经受御于欧盟及法国的监管 ， 或者可能成为进一步的监管目标 。 可以想见的是 ， 未来随着算法运用领域的继续扩大 ， 对有涉算法的诸多运作或活动继续进行合理有度的法律规制 ， 或为大势所趋 。


推荐阅读


上一篇：后知后觉直播■如何挑选黑马股？黑马股有哪些特征

下一篇：[智通财经]予“买入”评级，汇丰：上调恒安国际(01044)目标价至74.6港元