Il saggio affronta il tema della profilatura algoritmica dell’investitore ai fini MiFID con tecniche Big data analytics. Muovendo dal presupposto che oggi è ormai possibile automatizzare le diverse fasi del processo di investimento (dall’attribuzione del profilo di rischio all’investitore, alla valutazione di appropriatezza ed adeguatezza, all’output del servizio di investimento), ci si chiede se sia legittimo (e tecnicamente possibile) raccogliere, analizzare ed elaborare informazioni e dati personali disseminati nel web dall’investitore allo scopo di ricavarne, senza o con parziale interazione umana, le sue caratteristiche finanziarie per le finalità richieste dalla normativa sui servizi di investimento. In una prospettiva che non nasconde i dubbi ed i profili di criticità di una tale operazione, tesa al graduale superamento del modello ‘dialogico’ alla base del tradizionale questionario di profilatura, viene messo in luce come ciò potrebbe costituire un reale cambio di paradigma nella relazione cliente-in¬termediario che oggi, come si sa, si espone a rischi di opportunismo e alla discrezionalità degli intermediari, nonché ad autovalutazioni dei clienti non sempre idonee a restituire un profilo veritiero ed oggettivo dell’investitore e dello stesso processo di profilatura. L’auto¬matizzazione anche di una tale fase consentirebbe inoltre di poter fruire di un processo di investimento finanziario interamente algoritmizzato. Lo scritto si sofferma altresì sulla disciplina applicabile alla fattispecie esaminata (tanto per i profili MiFID che per quelli di Data protection) e sulle problematiche ad essa connesse, opinando, tra l’altro, che il principio di ‘neutralità tecnologica’ sia da considerarsi qui (come altrove) più come una base di partenza da cui muovere che come un limite oltre il quale non è consentito spingersi.

La profilatura finanziaria algoritmica

Michele De Mari
2021

Abstract

Il saggio affronta il tema della profilatura algoritmica dell’investitore ai fini MiFID con tecniche Big data analytics. Muovendo dal presupposto che oggi è ormai possibile automatizzare le diverse fasi del processo di investimento (dall’attribuzione del profilo di rischio all’investitore, alla valutazione di appropriatezza ed adeguatezza, all’output del servizio di investimento), ci si chiede se sia legittimo (e tecnicamente possibile) raccogliere, analizzare ed elaborare informazioni e dati personali disseminati nel web dall’investitore allo scopo di ricavarne, senza o con parziale interazione umana, le sue caratteristiche finanziarie per le finalità richieste dalla normativa sui servizi di investimento. In una prospettiva che non nasconde i dubbi ed i profili di criticità di una tale operazione, tesa al graduale superamento del modello ‘dialogico’ alla base del tradizionale questionario di profilatura, viene messo in luce come ciò potrebbe costituire un reale cambio di paradigma nella relazione cliente-in¬termediario che oggi, come si sa, si espone a rischi di opportunismo e alla discrezionalità degli intermediari, nonché ad autovalutazioni dei clienti non sempre idonee a restituire un profilo veritiero ed oggettivo dell’investitore e dello stesso processo di profilatura. L’auto¬matizzazione anche di una tale fase consentirebbe inoltre di poter fruire di un processo di investimento finanziario interamente algoritmizzato. Lo scritto si sofferma altresì sulla disciplina applicabile alla fattispecie esaminata (tanto per i profili MiFID che per quelli di Data protection) e sulle problematiche ad essa connesse, opinando, tra l’altro, che il principio di ‘neutralità tecnologica’ sia da considerarsi qui (come altrove) più come una base di partenza da cui muovere che come un limite oltre il quale non è consentito spingersi.
File in questo prodotto:
File Dimensione Formato  
Profilatura algoritmica de Mari [135-180]-4.pdf

solo utenti autorizzati

Descrizione: Articolo principale
Tipologia: Versione dell'editore
Licenza: Accesso ristretto
Dimensione 631.07 kB
Formato Adobe PDF
631.07 kB Adobe PDF   Visualizza/Apri   Richiedi una copia
Prima di cop.pdf

solo utenti autorizzati

Tipologia: Versione dell'editore
Licenza: Accesso ristretto
Dimensione 824.19 kB
Formato Adobe PDF
824.19 kB Adobe PDF   Visualizza/Apri   Richiedi una copia

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: http://hdl.handle.net/11562/1045005
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact