De reativa a preditiva: a virada da supervisão de mercados
André Eduardo Demarco
Na qualidade de entidade autorreguladora responsável pela supervisão do mercado no Brasil, a BSM tem liderado uma transformação estrutural rumo a um modelo de supervisão orientado por dados.
Este artigo examina como a integração de arquiteturas avançadas de dados, plataformas de market surveillance e modelos analíticos vem redefinindo as práticas de supervisão, deslocando o enfoque de um monitoramento reativo para uma abordagem contínua e proativa de detecção de riscos.
Ao combinar processamento de dados em grande escala, análises cross-market e o uso de aprendizado de máquina e inteligência artificial, a BSM amplia sua capacidade de identificar condutas irregulares, fortalecer a robustez probatória e apoiar a tomada de decisão regulatória.
Argumenta-se que essa transformação não apenas aumenta a eficiência supervisória, mas também contribui diretamente para a integridade do mercado e a proteção do investidor, ao mesmo tempo em que exige estruturas robustas de governança, disciplina de custos e capacidades técnicas especializadas para assegurar sua implementação sustentável e responsável.
A BSM Supervisão de Mercados, na qualidade de entidade autorreguladora responsável pelo monitoramento e fiscalização dos mercados administrados pela B3, vem conduzindo uma transformação estrutural em seu modelo de supervisão, com base no uso intensivo de dados, tecnologia e capacidades analíticas.
Nesse contexto, iniciativas como o MC²D — que viabiliza a supervisão contínua a partir da captura e tratamento sistemático de dados — ilustram a transição de uma lógica predominantemente episódica e reativa para um modelo mais integrado, proativo e orientado à detecção contínua de riscos.
Essa transformação exige uma infraestrutura capaz de lidar com grandes volumes de dados, garantir rastreabilidade regulatória e sustentar a evolução contínua dos modelos de detecção.
As plataformas de supervisão deixam de operar como sistemas isolados de geração de alertas e passam a integrar dados, análises e automação, ampliando de forma relevante a capacidade supervisória da BSM com maior eficiência e profundidade analítica.
Plataformas de market surveillance e evolução arquitetural
A BSM adotou duas soluções de market surveillance permitiu comparar abordagens tecnológicas, capacidades analíticas e níveis de dependência de fornecedor.
Em ambos os casos, o principal ganho foi a disponibilização de dados estruturados para a reconstrução do livro de ofertas e negócios, ampliando a capacidade de análise da BSM.
Na primeira plataforma, o foco recai sobre visualizações, reconstrução do livro e análise interativa. A solução oferece tabelas enriquecidas com atributos como best bid, best ask e profundidade, úteis para identificar padrões e apoiar alertas.
A segunda plataforma opera com processamento on-demand e se destaca pela reconstrução do livro com informações privadas, incluindo cliente ou conta. Essa abordagem reforça a discussão sobre domínio do código, flexibilidade e consolidação tecnológica na BSM.
As duas soluções adotas pela BSM compartilham fundamentos comuns: ingestão de dados de ofertas e negócios, uso de market data, nuvem e enriquecimento analítico.
As diferenças estão no processamento, na experiência analítica e no grau de autonomia para evolução da solução.
Um aprendizado central é que essas arquiteturas precisam combinar capacidade computacional, segurança e governança, evitando replicação desnecessária de dados e favorecendo acesso controlado na fonte.
O modelo de código também é estratégico: soluções proprietárias aceleram a adoção, mas podem limitar o domínio técnico interno. Já modelos mais governáveis reduzem dependência externa e ampliam a capacidade de adaptação.
Arquitetura tecnológica de dados para supervisão e fiscalização
A supervisão e a fiscalização da BSM podem ser vistas como uma cadeia que conecta fontes de dados, tratamento, enriquecimento analítico, detecção, visualização e governança.
Sua efetividade depende da consistência entre captura, qualidade, processamento e interpretação das informações.
A evolução das plataformas da BSM mostra que o ganho de desempenho depende da combinação entre visão de negócio, engenharia de dados e governança de código, com menor dependência de fornecedores e maior escalabilidade.
Plataforma de dados e analytics para supervisão
Uma plataforma de dados orientada à supervisão constitui um ativo estratégico. Ela organiza níveis de maturidade da informação, padroniza formas de acesso e transforma eventos operacionais em evidências, indicadores e análises úteis.
No contexto da supervisão exercida pela BSM, é possível distinguir três camadas: dados brutos, dados enriquecidos e indicadores analíticos. Cada uma atende a finalidades específicas, que vão da comprovação de eventos operacionais à priorização de riscos e ao apoio à decisão.
PUBLICIDADE
Os dados brutos contribuem para a comprovação de eventos; os dados enriquecidos são essenciais para a construção de alertas; e os indicadores consolidados apoiam a revisão de modelos e a priorização de análises.
A inovação em supervisão depende do cruzamento de informações entre diferentes infraestruturas e etapas do ciclo operacional, gerando evidências mais robustas e análises cross-market.
Nem sempre é necessário replicar os dados para o ambiente do regulador. Em muitos casos, integrações, APIs e mecanismos de permissão são mais eficientes. Modelos híbridos tendem a equilibrar melhor custo, segurança e conectividade.
Uma plataforma de dados para supervisão deve apoiar alertas, auditorias, indicadores, dados externos e análises ad hoc, reunindo essas capacidades em uma base comum e governada.
Modelos analíticos, MLOps e inteligência artificial
A modernização da supervisão requer plataformas mais abertas, escaláveis e compatíveis com linguagens amplamente utilizadas, como SQL, Python e Spark. Essa escolha facilita a formação de equipes e amplia o uso produtivo de modelos analíticos.
Entre os principais benefícios capturados pela BSM estão serviços de machine learning, orquestração de pipelines, uso de agentes baseados em LLM e infraestrutura elástica para diferentes cargas de trabalho.
A arquitetura em nuvem também exige disciplina de custos, monitoramento operacional, conectividade segura e governança clara de dados e acessos.
MC2D como infraestrutura de supervisão contínua
No contexto da BSM, o MC2D representa uma inovação relevante ao converter a supervisão de uma lógica episódica em uma lógica contínua, baseada em captura periódica de dados, validação automatizada e geração recorrente de indicadores e relatórios.
A padronização dos layouts é central porque permite validação automatizada, geração de indicadores e devolutivas estruturadas, reforçando a integridade das bases.
O volume de layouts e instituições envolvidas evidencia a escala operacional do modelo da BSM e a necessidade de governança robusta para evolução e qualidade dos dados.
Os principais ganhos do MC2D disponibilizados pela BSM são a transição de uma lógica episódica para uma supervisão contínua, somadas a maior rapidez na identificação de exceções, a preservação da integridade das bases, a redução do esforço operacional e a geração de insights para a tomada de decisão.
Capacidades organizacionais, serviços de dados e cultura data-driven
A consolidação de uma cultura orientada por dados na BSM depende não apenas de tecnologia, mas também de serviços, rotinas, indicadores, pessoas e mecanismos de apoio à decisão.
Entre as entregas mais relevantes da BSM destacam-se indicadores de mercado, modelos voltados à redução de falsos positivos, métodos para a construção de escores de comportamento e assistentes baseados em IA para descoberta de informações.
A sustentação desse modelo requer um time de dados articulado com as áreas de supervisão da BSM, com foco em padronização, reuso, capacitação e governança.
Esse cenário amplia a demanda por perfis em BI, engenharia de dados, ciência de dados, arquitetura e IA, sempre em articulação com especialistas regulatórios e de mercado.
Governança, Escalabilidade e Agenda de Evolução
Para a BSM, o avanço da supervisão orientada por dados exige governança sobre dados, serviços analíticos, custos e prioridades institucionais, além de salvaguardas para o uso de IA e automação.
A experiência da BSM demonstra que inovar em supervisão significa articular arquitetura de dados, market surveillance, automação analítica, governança e capacitação organizacional. Quando esses elementos atuam de forma integrada, a supervisão torna-se mais ágil, escalável e aderente à crescente complexidade dos mercados.
André Eduardo Demarco é diretor de Autorregulação da BSM Supervisão de Mercados
Leia também: Retad leva disputa entre clubes e SAFs para além dos tributos