东北证券-内幕操纵、行为甄别与反操纵监管(2006年)(DOC)

内幕操纵、行为甄别与反操纵监管类别：产品制度类课题研究人：张宗新、郭来生、丁振华、朱伟骅选送单位：东北证券有限责任公司内幕信息操纵、市场反应及识别研究内容提要本文以沪深股票市场上发生过内幕操纵的股票为黑色样本，对其市场反应特征进行了分析；引入了黑色样本所对应的基准样本（白色样本），并在参考了数据挖掘思想的条件下拆分出了验证组样本、考察了Logistic模型和决策树模型在识别内幕信息操纵中的适用性，进一步肯定了决策树模型在以共线性较强的市场反应指标作为自变量的判别模型中优越的分析能力。

本文的结果显示：（1）根据市场反应的一系列时序图可以发现，内幕信息操纵在内幕信息公告之前股价呈现上升趋势，给市场投机者带来了超额收益；与此同时，市场的波动率也随之上升；流动性也在操纵期间大幅提高，并随着公告日的到来而上升。

（2）通过基于事件窗口[-30,1]的市场反应变量的决策树模型，在不失简洁性的前提下能够在信息公告后第二日就可以得到75％的预测准确率（logistic模型具有87.5％准确率），这也为中小投资者、监管者尽快识别内幕信息操纵股票，减少投资损失、避免市场大幅波动创造了条件。

（3）决策树模型的结果还表明在市场反应众多指标中，波动率指标在识别黑色样本中具有最高的信息含量，其次是累计超额受益率。

由于消除内幕信息操纵是一个复杂的系统工程，需要从多个角度着手，但如文中所述，短期内从司法层面加强内幕信息操纵的监管具有一定的局限性，因而从技术层面提高对案件的识别能力则相对更加务实些。

因此根据本文的研究结论，我们认为监管层可以考虑建立一个基于本文结论的内幕信息操纵的判别体系。

通过实时监控，考察重大公告乃至市场重大传闻所涉及股票的前一段交易时间内的市场反应特征，并建立一个基于这段时期的判别体系，以便尽早识别内幕操纵，对投资者进行保护。

由于操纵时间是影响操纵危害程度的主要因素，因此引入数据挖掘系统（或者开发相应的智能分析模块）、建立判别体系将会同时起到预警、减少内幕信息操纵对市场负面影响等作用。

目录1、引言2、内幕信息操纵的理论模型3、内幕信息操纵市场反应的实证检验3.1样本数据说明3.2实证研究方法和指标说明3.3 实证结果及分析4、内幕信息操纵的识别分析4.1 Logistic模型、决策树等模型的介绍3.2样本以及识别变量的选择3.3 模型识别效果的评估5、结论与建议4.1结论4.2相关建议附录参考文献1、引言内幕信息操纵，是知情者围绕着内幕信息运用各种不正当手段进行的投机活动，以实现获取不正当利益或者转嫁风险的目的；因此，内幕信息操纵作为一种广义内部人的操纵行为，常夹杂在内幕交易以及市场操纵中而很难单独分开。

虽然各国司法体系多对内幕信息操纵持禁止的态度，但无论是美国等成熟资本市场还是新兴市场，内幕信息操纵等欺诈行为都是屡禁不止；在新兴市场上，内幕信息操纵则更为猖撅。

我国股市成立时间较晚，规范程度不够高，市场中存在着众多的欺诈行为，仅证监会就从1992年成立至2005年6月底期间就共公布了438个行政处罚决定，其中涉及操纵市场、内幕交易的共计26件；如果再包括司法系统在审查的及已判决的涉及内幕信息操纵违规的案例，那么可以枚举出38次内幕信息操纵案例，其中涉及37个股票次和1个基金次，详见本文附录中的表1：1993-2004年中国股票市场的内幕信息操纵案例样本的简单描述表。

在37个股票次中，延中实业（600601）分别在1993年、1998年两次发生了内幕信息操纵，即表明同一股票有被多次操纵的可能；徐工科技、世纪中天等内幕信息操纵时间较长，其中操纵时间在一年以上的有14家，即说明有大量上市公司被长期“坐庄”，而且期间围绕着各种公告会有多次发生内幕信息操纵的可能；从时间分布来看，如附录中的表2，案例多发生在1996-2000年间，终止年份在1997年和2001年以后的各有9家，占所有案例数的一半以上，从中可以基本推断出内幕信息操纵案例多发生在股市上升期间，表明上升市场中的投资者行为可能变得积极、活跃或者更加倾向于风险偏好；而在股市下降期很多庄家难以支撑导致东窗事发，股票跳水，需要说明的是2001年后监管相对也更加严厉，这也是导致案件浮出水面的原因之一。

从第一公告事件的类型来看，虽然涉及了内幕信息的各种类型（证券法第69条），但是主要集中在股权变动、控股权转移的各种并购事件中，这表明在股权变动或者并购中内幕人有极大的内在需求通过内幕信息操纵来获得所谓的并购溢价；从市场操纵过程中的股权人数变动看，以华润锦华（第一公告日2000/11/21）为例，其在公告日前股东人数由1999年年报时的2320人下降到2000年半年报中的2125人又上升到2000年年报的3004人，即在华润锦华个股上表现出股东人数围绕着内幕信息完全披露呈现出“先下降后增加”的特征。

但由于股东人数披露时间间隔长且较为滞后，投资者很难及时的了解公告信息披露前后较短时间窗口的股东人数变动情况；财务指标等基本面与此相似，在考察是否存在内幕信息操纵时一样存在着信息滞后乃至真实性的问题。

因此，判断是否存在内幕信息操纵以及所处的阶段，最重要和直接的信息还是价量，有关价量等指标的异动是操纵的必然结果。

如何减少乃至消除内幕信息操纵一直困扰着监管者。

在理论上，内幕信息操纵的根除可以从增大操纵者的违规成本和提高识别操纵的概率这两个角度着手。

学者们曾就这类证券违规行为提出了“辩方举证”、“集体诉讼”等监管思维，这种思路从理论上说要比加大查处力度有效些；但司法思想与条文的变更在客观上需要漫长的等待。

因此，在时不我待的国内证券市场上，加大查处力度、提高识别违规行为概率无疑是现阶段更加务实的选择。

本文选择内幕信息操纵的市场反应和识别的角度来分析内幕信息操纵，意义也就在此。

具体安排如下：首先，从理论上说明在内幕信息操纵下股票的特征。

国内外有关内幕信息操纵的理论文献多从内幕信息操纵下的价格机制以及内幕信息操纵的市场效率、福利两个方面论述的。

对于第一方面，这些文献从非对称信息的交易出发，借助于金融微观市场结构理论，分析了知情交易者交易策略以及价格的形成机制，Kyle(1984,1985)的文章为研究内幕信息操纵行为奠定了理论基石。

对于第二个方面，则是在内幕信息操纵下均衡价格客观存在的前提下分析内幕信息操纵对市场效率的影响，对市场参与者以及整个社会的福利的影响；学者们从市场影响以及福利的角度分析，最终回归到规范的角度，讨论内幕信息操纵是否需要被禁止，其中Leland（1992）、Repullo（1999）对此作了比较深入的研究。

但是，相关文献多是在做市商制度下的研究，且多为从某单个角度研究内幕信息操纵的特征，因此本文在“能够说明问题的前提下模型越简单越好”的原则下，对Grossman和Stiglitz （1980）在《关于信息有效市场的不可能性》一文中所构建的模型从内幕信息操纵的角度重新诠释。

其次，从实证的角度出发，考察内幕信息操纵样本（文中简称为黑色样本）的超额收益、波动性、流动性等市场反应特征，以达到从多维度分析内幕信息操纵市场反应的目的，亦为建立基于市场反应指标基础上的识别模型创造条件。

很多学者对此问题已经做了类似的研究，为考察我国内幕信息操纵股票的市场反应特征提供了分析视角。

Cao（2002）应用高频数据讨论了IPO中战略投资者股票锁定期前后内幕交易对市场流动性的影响，其结果是内幕交易并没有显著得降低市场流动性。

Aggarwal和Wu（2002）引入了信息搜索者，构建了包括知情交易者、非知情交易者、操纵者以及信息搜索者在内的四个交易主体的的理论模型；同时，对美国股票市场操纵作了较为全面的描述统计分析。

再次，在对黑色样本的市场反应指标动态特征的实证分析基础上，建立基于市场反应的识别模型。

国内学者如汪贵浦（2002）、史永东、蒋贤锋等（2005）等在此问题上做出了相当的成果，他们从监管的角度曾建立过基于换手率等指标的判别模型。

本文在此基础上一方面重新审视并扩充了黑色样本的容量，使之达到38家次；另一方面，由于内幕信息操纵的识别跟其他如信用卡违规、偷漏税乃至客户关系管理中优质客户等的识别具有相似性，都是通过已有样本数据选择合适的判别模型来达到较高的成功识别率。

因此，本章从数据挖掘的思想出发，不限于logistic判别模型，而从非参数分析的角度引入决策树模型来对黑色样本进行识别，为识别违规事件提供了更直观的模型选择。

最后，对本文作相应总结，并指出以后可能的研究方向；根据文中对我国股市现状的论述，提出了一些建议。

2、内幕信息操纵的理论模型拥有内幕信息的知情者在操纵股票的过程中，除了自身要有可靠的内幕信息优势外，一般需要存在一个具有噪声和从众行为的市场。

在知情交易者与非知情交易者之间进行博弈的时候，内幕信息知情者为了成功实现操纵，经常在交易过程中加入一个噪音变量，导致证券价格未能准确地反映证券产品的真实价值，使得绝大多数中小投资者不能及时获得准确的证券信息。

羊群行为与“跟风”的反馈策略，也就成为不占优信息交易者的一种理性选择；而理性的知情者则可以利用各种策略手段引发投资者群体的从众行为，正反馈（追涨杀跌）或者逆反馈（negative feedback strategy ）从中牟利。

Grossman-Stiglitz (1980)在完全竞争性理性预期均衡的基础上，从引进“噪声”来干扰价格系统的角度建立模型，分析了“有关有效市场的不可能性”，本文则根据Grossman-Stiglitz (1980)第一定理，解释内幕信息操纵中知情者以及非知情者的行为特征。

根据Grossman-Stiglitz （1980）第一定理，得出：在θ 、ε、 x 相互独立的条件下，均衡价格*(,)p x θ是（θ、x ）的线性函数。

经过处理，得线性关系：*(,)(,)p x w x λλθαβθ=+（1）其中,,0R αββ∈>，2(,)()a w x x Ex σεθθλλ=-- ，（01λ<<=）；a 为绝对风险厌恶系数；市场上存在一种风险资产，其收益表述为：u θε=+，θ，ε独立同分布， 2~(0,)N θθσ 2~(0,)N εεσ ；人均风险证券供给量x 是随机变量，是Grossman-Stiglitz 模型引进的“噪声源”；λ为均衡状态下知情交易者占交易者总数的比例， 1-λ为非知情交易者占交易者总数的比例。

下面对Grossman-Stiglitz （1980）第一定理作简单解释。

(1) (,)w x x λθ=，（0λ=），即如果市场上没有知情交易者，价格体系也就不包含任何有关θ的信息了；如果0λ≠，当非知情交易者观测到*(,)p x λθ＝p λ时，由公式（1）可以求出(,)w x λθ。