Hakim Cheikh

Portfolio · Mission client

Faire apparaître les réseaux d’initiés dans les dossiers d’enquête de l’Autorité des marchés financiers

À l’AMF, les enquêteurs reliaient à la main les centaines de personnes d’un dossier pour identifier des délits d’initiés. J’ai construit un graphe de relations qui fait ressortir les groupes suspects en quelques heures.

Résultat livré
Graphe des relations entre les personnes d’un dossier, avec repérage automatique des allers-retours parfaits
Rôle
Data scientist
Client
AMF
Secteur
Régulation financière
Année
2019
Technos
Python, Neo4j

Contexte

Dans une enquête pour délit d’initié, l’Autorité des marchés financiers (AMF) doit relier des opérations boursières suspectes à des personnes qui se connaissent. Un dossier réunit les achats et ventes d’actions, les boîtes mail saisies en perquisition et des relevés téléphoniques : des centaines de personnes, des milliers de mails et d’appels, pour une quinzaine de suspects réels. Les enquêteurs faisaient ce travail à la main, avec des schémas au tableau et des tableurs, sans vue d’ensemble des relations. Une enquête dure plusieurs années.

Pour savoir si l’informatique pouvait accélérer ces enquêtes, j’ai mené seul une preuve de concept de trois mois, au Data Lab de l’AMF, avec un enquêteur du service chargé des délits d’initiés. Il a fourni les données de dossiers déjà jugés, dont celui de LVL Médical, et validé les liens trouvés.

Démarche

J’ai écrit les programmes qui lisent les transactions, les mails et les relevés, et qui construisent un graphe : chaque personne y est un point, chaque relation un trait. Pour relier des personnes que rien ne relie explicitement, j’ai déduit deux types de liens en plus des mails et des appels : travailler dans la même entreprise, d’après le domaine de l’adresse mail, et appartenir à la même famille, d’après le nom.

Pour repérer qui a profité d’une information, j’ai détecté automatiquement les « allers-retours parfaits » dans les transactions : un achat d’actions juste avant l’annonce d’une offre publique d’achat, puis une revente juste après, avec plus-value. Les enquêteurs faisaient ce repérage à la main. Les personnes concernées apparaissent en couleur dans le graphe : on voit alors des groupes de personnes reliées entre elles, qui ont toutes réalisé ces opérations.

Résultat

Sur les dossiers fournis, le graphe a fait apparaître en quelques heures des liens que l’enquête avait établis au fil des années. Le repérage des allers-retours parfaits est devenu automatique. Les enquêteurs ont relevé la vitesse à laquelle le graphe donnait ces réseaux.

Références