La collecte d’indicateurs selon des critères uniformes permet de catégoriser la répartition du marché et de procéder à une évaluation différenciée des acteurs du marché. Ils aident la FINMA à évaluer en toute connaissance de cause la situation en matière de risque des activités d’asset management de tous les intermédiaires financiers soumis à sa surveillance, car ils permettent d’établir des comparaisons entre les types d’autorisation, les établissements et les modèles d’affaires, et soutiennent ainsi une surveillance axée sur les risques. La FINMA peut ainsi exercer sa surveillance sur les activités d’asset management de manière cohérente, proportionnée et indépendante du type d’agrément concerné et traiter les risques qui y sont liés là où ils sont importants.
Amélioration de l’évaluation de la répartition des risques dans les banques grâce au recensement direct de données sur les fonds propres
Depuis la mise en œuvre des normes finales de Bâle III le 1er janvier 2025, la FINMA collecte directement les données sur les fonds propres auprès des banques. Auparavant, les données étaient collectées par la BNS qui les transmettait à la FINMA. Désormais, la FINMA exécute ce processus via la plate-forme de saisie et de demande (EHP). En 2026, la FINMA se charge en outre de la collecte relative à la répartition des risques des banques.
Les normes finales de Bâle III parachèvent les réformes internationales du Comité de Bâle sur le contrôle bancaire (CBCB) consécutives à la crise financière de 2008. Les nouvelles prescriptions se traduisent par une révision complète des règles en matière de fonds propres et de risque, des exigences renforcées à l’égard des fonds propres, des méthodes d’évaluation plus homogènes et une transparence et une comparabilité accrues. La Suisse a transposé ces normes dans le droit national, la première date de référence des communications dans le nouveau cadre était fixée au 31 mars 2025.
La FINMA accorde une grande importance à la qualité élevée des données remises. Toutes les communications suivent des processus de validation et des contrôles de cohérence automatisés, complétés par des contrôles effectués par des experts. Les anomalies sont systématiquement contrôlées et suivies, afin de garantir une base de données fiable pour la surveillance.
Data innovation lab: l’innovation au service d’une surveillance efficace fondée sur des données
Le data innovation lab regroupe les innovations de la FINMA dans le domaine de la surveillance fondée sur des données. Il identifie et expérimente de nouvelles approches technologiques et les transpose dans des applications concrètes de la surveillance. Il s’articule autour de la promotion d’une pratique de surveillance efficace et anticipative, fondée sur les données. La FINMA renforce ainsi sa capacité à identifier rapidement les risques chez les assujettis et à mieux comprendre les comportements sur le marché.
En 2025, la FINMA a regroupé ses compétences d’analyse sur le plan organisationnel afin de mieux tirer parti des synergies et de proposer plus efficacement des services internes fondés sur des données. La responsabilité principale du data innovation lab a été confiée à la division Expertise intégrée des risques nouvellement créée. Il assume une fonction transversale, travaille en étroite collaboration avec tous les services spécialisés de la FINMA, recueille les idées de l’ensemble de l’organisation, les hiérarchise en fonction de leur utilité et de leur impact et les développe dans le cadre d’un processus structuré. Elle crée ainsi un portefeuille équilibré d’initiatives importantes pour la surveillance.
En 2025, l’accent a été mis sur le renforcement de la gouvernance et une imbrication plus étroite des compétences d’analyse au sein de la FINMA. Le data innovation lab a travaillé sur un large éventail de thèmes de surveillance fondés sur des données. Ceci incluait des projets d’automatisation des analyses, d’utilisation d’analyses de textes et de réseaux, d’élargissement ponctuel des solutions d’IA existantes ainsi que de développement d’outils pour la surveillance des cryptomonnaies et des liquidités. Ces initiatives montrent comment l’innovation fondée sur les données soutient la pratique de surveillance de manière ciblée et permet de la développer.
À titre complémentaire, l’Analytics Circle nouvellement créé en tant que plate-forme à l’échelle de la FINMA soutient l’échange et la coordination des initiatives en matière d’analyse et encourage le transfert interne de connaissances. Des procédures assistées par IA sont notamment utilisées pour une analyse automatisée de textes, lorsque la classification des données le permet. Elles sont en mesure d’évaluer systématiquement de grandes quantités de documents et permettent d’identifier rapidement les contenus importants. Les articles parus dans les médias, les évaluations des clients ou les publications dans les médias sociaux constituent également des sources de données de plus en plus fréquentes dans les analyses, afin d’obtenir une vision encore plus complète des établissements assujettis.
Automatisation du traitement et de l’analyse des données des relevés bancaires
Au cours de l’exercice sous revue, la FINMA a automatisé la standardisation, la correction et la visualisation des données de relevé bancaire dans le domaine des investigations des activités exercées sans droit. Elle a ainsi amélioré l’efficacité et la qualité de l’analyse ad hoc de ces données de manière significative. Les étapes d’automatisation se fondent sur les documents de compte édités, qui sont désormais exigés des banques sous une forme structurée et dans un format conforme à la recommandation de la Conférence suisse des Ministères publics (CMP) concernant la production de pièces bancaires sous forme numérique. Après réception par la FINMA, les données sont corrigées, y compris le name matching, en vue des analyses de transactions personnalisées. Dans un deuxième temps, les données corrigées sont mises à disposition dans une visualisation interactive avec des graphiques choisis pour les travaux d’investigation. Les spécialistes peuvent ainsi se concentrer davantage sur les questions de fond de l’investigation et travailler encore plus efficacement. Les étapes de standardisation, de correction et de visualisation devraient dorénavant aussi pouvoir être utilisées dans d’autres secteurs de la FINMA.
Utilisation de la technologie dans la surveillance des marchés
Au cours de l’exercice sous revue, la FINMA a considérablement amélioré ses instruments d’identification, de visualisation et d’analyse des comportements illicites sur les marchés. Afin d’analyser efficacement les communications de soupçons et les données de plus de 120 millions de déclarations de transactions, elle mise sur des processus intelligents et une technologie moderne. Il est ainsi possible de saisir systématiquement et automatiquement les événements ayant une incidence potentielle sur les cours et de les comparer ensuite aux communications de soupçons reçues.
En outre, l’utilisation de l’intelligence artificielle dans les cas de soupçons d’initiés aide à décider si la pertinence requise du cours est donnée et facilite ainsi le triage efficace de ces cas. Lorsqu’un cas fait l’objet d’une vérification approfondie, l’action inhabituelle, orientée sur les événements, d’une personne peut être automatiquement évaluée à l’aide du comportement commercial historique («insider scoring»).
Grâce à des méthodes agiles, la FINMA a en outre développé de nouveaux outils pour évaluer et analyser les éventuelles manipulations de marché sophistiquées. Les outils permettent de représenter graphiquement les données des carnets d’ordres et des bouclements dans leur globalité sur une base journalière ou, au besoin, jusqu’au niveau de la microseconde et de les préparer de manière juridiquement adéquate. La FINMA a présenté un prototype de ce développement sur invitation lors de la Technology Applied to Securities Markets Enforcement Conference (TASMEC) annuelle de l’Organisation internationale des commissions de valeurs (OICV) à Rome.
Globalement, l’autorité de surveillance des marchés a pu continuer à améliorer son efficacité et son efficience grâce à ces progrès technologiques.