内幕交易行为预测:理论模型与实证分析

被引：47

作者：

张宗新

机构：

[1] 复旦大学金融研究院

来源：

管理世界 | 2008年 / 04期

关键词：

内幕交易; 市场微观结构; 内幕交易概率; 支持向量机模型;

D O I：

10.19744/j.cnki.11-1235/f.2008.04.004

中图分类号：

F830.91 [证券市场]; F224 [经济数学方法];

学科分类号：

1201 ; 020204 ; 0701 ; 070104 ;

摘要：

内幕交易行为的复杂性、难以甄别性和处罚滞后性,是各国证券监管当局面临的"执法困境"。针对内幕交易监管难题,论文从市场微观结构角度构建了一个内幕交易行为"预测模型—概率测度—行为甄别"的分析框架,试图通过市场微观结构机制和数据挖掘方法,对我国股市存在的内幕交易及时进行预测和甄别。实证检验表明,"股改"后的全流通市场中,上市公司重大事件背后隐藏着基于私人信息的内幕交易行为概率;应用支持向量机模型(SVM)对内幕交易行为具有较好的预测效果,从而为证券监管部门及时制止内幕交易行为和打击内幕交易犯罪提供金融学支持。

引用

页码：24 / 35

页数：12

共 9 条

[1] 知情交易概率的测度模型及其影响因素分析 [J].

攀登 ;

施东晖 .

管理世界, 2006, (06) :18-26

[2] 内幕交易、股价波动与信息不对称:基于中国股票市场的经验研究 [J].

史永东 ;

蒋贤锋 .

世界经济, 2004, (12) :54-64

[3] 中国股市知情交易概率的测定 [J].

刘元海 ;

陈伟忠 .

同济大学学报(自然科学版), 2004, (01) :118-122

[4] The world price of insider trading [J].

Bhattacharya, U ;

Daouk, H .

JOURNAL OF FINANCE, 2002, 57 (01) :75-108

[5] Financial forecasting using support vector machines [J].

Cao, L ;

Tay, FEH .

NEURAL COMPUTING & APPLICATIONS, 2001, 10 (02) :184-192

[6]

The Accuracy of Trade Classification Rules: Evidence from Nasdaq[J] . Katrina Ellis,Roni Michaely,Maureen O’Hara.Journal of Financial and Quantitative Analysis . 2000 (4)

[7]

The information content of the trading process[J] . David Easley,Nicholas M. Kiefer,Maureen O’Hara.Journal of Empirical Finance . 1997 (2)

[8] Market manipulation and the role of insider trading regulations [J].

John, K ;

Narayanan, R .

JOURNAL OF BUSINESS, 1997, 70 (02) :217-247

[9]

内幕交易与市场操纵的行为动机与判别监管研究 .2 李心丹等. 中国证券报 . 2007

← 1 →