ParK's 論文后花園

南京理工大学
硕士学位论文
内幕交易对公司业绩影响的实证研究
姓名：龚林
申请学位级别：硕士
专业：金融学
指导教师：王冀宁
20070701
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
摘要
本文以我国股票市场历史上所有发生过内幕交易的股票为样本，首先通过对内幕
交易概念的界定，法律规制内幕交易行为的价值依据和我国现行立法状况的分析，从
内幕交易的表现形式，预防监控制度和制裁制度等方面探讨了我国证券监管。
接下来对内幕交易的主要研究方法作了概述。包括事件研究法，PPD方法，LMSW
方法，Logistic分析方法，决策树模型。
然后论文以证监会从1992年成立至2005年6月底期间公布的涉及操纵市场、内
幕交易的26个行政处罚决定，再包括司法系统在审查的及已判决的涉及内幕交易或
市场操纵违规的案例，共计38次案例为研究样本，采用Logistic模型对内幕交易
前后影响公司业绩主要因素的变化进行实证分析。
最后综合分析各个时间点上模型的特征，得出结论，信息公告前较长的时间，公
司业绩的交动的主要相关因素是股权结构因素和风险因素，因为这段时间期间公司并
未受重大信息的影响，所以代表重大信息的相关指标未成为显著相关因素。信息公告
前后较短的时间内，公司业绩的变动的主要影响因素是重大信息和公司规模。因为这
段时间期间公司受重大信息的影响程度最大，所以代表重大信息的相关指标成为显著
相关因素。说明内幕交易概率值和公司资产规模之间存在显著的负相关关系，由于规
模越大的公司，越容易被市场关注，相关的私人信息越容易被挖掘和传播，所以内幕
交易发生概率越小，反之亦然。
关键词：内幕交易；Logistic模型；公司业绩。
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
ABSTRACT
With the samples of stocks which has experienced insider trading in Chinese security
market，this passage discusses many私pccts of oar nation securities administration，
including precautionary supervising system and sanction system．Moreover，this study is
based on the definition of insider trading concept，the value criterion which used tO restrain
the inner trading behavior by law，and referring to the thoroughly analysis on status of
Chinese modern legislation．
Then，the article has summarized main research method about insider trading
including the event studies law，PPD method，LMSW method，Logistic analysis method，
decision-making tree model．
From 1992 till end ofJune，2005，Securities Regulatory Commission announced 26
administrative penalty of inside story business，including the insider trading operates case
violating by judiciary system，there are 38 time of inside insider trading operates case，
this passage adopt the Logistic model t0 calry out demonstration analysis on insider
trading to make out the major factor effect company achievement front and back the
insider trading．
In the end，from the characteristic of the model，we fmd that,long time before
information announcement,the main factor affects company achievement is stock tight
structure factOr and risk factor．Because in this paragraph oftime，significant information's
is not the most important factor affects company,representing significant information
relevance．The index representing significant information has not become the notable
relevance factor．A short time near information announcement，the main factor affects
company achievement is significant information and company scale．During this paragraph
of time，significant information's is the most important factor affects company,therefore
the index representing significant information becomes the notable relevance factor．That is
to say,there is a notable defeated relation between insider trading probability value and
corporate assets scale．Because ifthe company is big，the market will pay more attentionto
it and personal information will excavated easily．Inside trading happens increasingly fedy,
vice versa．
Key words：Insider trading；Logistic model；corporation performance．
II
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研字
图表目录
图3．1内幕交易与市场操纵行为的驱动因素图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。3l
图4．2各成分指标的特征值⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．3l
图4．3事件发生后总股本X2的特征数和直方图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯4l
图4．4事件发生后独立董事比率X6的特征数和直方图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯4：
图4．5事件发生后是否有资产兼并和收购重组X10的特征数和直方图⋯⋯⋯⋯⋯．4i
图4．6事件发生前总股本X2的特征数和直方图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯41
图4．7事件发生前流通股比例X12的特征数和直方图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．41
表2．1 1993-2004年中国股票市场的内幕交易和市场操纵案例样本描述表⋯⋯⋯⋯⋯j
表2．2沪深股市内幕交易和市场操纵样本的年度时间分布表⋯⋯⋯⋯⋯⋯⋯⋯⋯。1(
表2．3不同交易所对内部人范围的界定⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．1】
表2．4 1993．2002年中国股票市场内幕交易案例的主要内幕信息⋯⋯⋯⋯⋯⋯⋯⋯．1：
表2．5 1993—2002年我国股票市场内幕交易和市场操纵案例的主要处罚⋯⋯⋯⋯⋯．I￡
表3．1内幕交易与市场操纵主体行为特征提取指标体系⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．2j
表4．2解释变量的相关系数表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。⋯⋯⋯⋯⋯⋯⋯⋯34
表4．3 KMO检验和BARTLETT球度检验⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．35
表4．4成分矩阵⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。35
表4．5成分得分系数矩阵⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．36
表4．6第0时间点第一次LOGIT回归输出表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯37
表4．7第0时间点第二次LOGIT回归输出表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯38
表4．8第0时间点第三次LOGIT回归输出表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯38
表4．9第0时闻点第四次LOGIT回归输出表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯38
表4．10第0时间点0．5阀值下的判别结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯40
表4．11各段时间的LOOIT回归结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．41
表4．12公司业绩的显著相关因素表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯42
表4．13事件发生后的数据回归结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯42
表4．14事件发生后0．5阀值下的判别结果⋯⋯：⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．43
表4．15事件发生前的数据回归结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯43
表4．16事件发生前0．5阀值下的判别结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。44
V
声明
本学位论文是我在导师的指导下取得的研究成果，尽我所知，在本
学位论文中，除了加以标注和致谢的部分外，不包含其他人已经发表或
公布过的研究成果，也不包含我为获得任何教育机构的学位或学历而使
用过的材料。与我一同工作的同事对本学位论文做出的贡献均已在论文
中作了明确的说明。
研究生签名： 类带卜a007年7月6日
学位论文使用授权声明
南京理工大学有权保存本学位论文的电子和纸质文档，可以借闻或
上网公布本学位论文的全部或部分内容，可以向有关部门或机构送交井
授权其保存、借阅或上网公布本学位论文的全部或部分内容。对于保密
论文，按保密的有关规定和程序处理。
研究生签名： 壅． 逊勘。了年了月6日
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
1绪论
1．1选题的背景和意义
证券市场的健康、持续发展需要有一个公开、公平和公正的市场环境，作为证券
市场上的主要违法违规行为，内幕交易不仅严重干扰了证券市场的正常秩序，更使证
券市场的基本功能难以正常发挥。2005年4月29日启动的股权分置改革，是中国证
券市场朝着还市场本色前进的关键一步，这表明中国证券市场开始步入了G时代。
全流通可以扫清中国证券市场可持续发展制度性障碍，但由于大量非流通股在股权分
置改革在较短时间窗口内进入市场，一方面会引发不同市场参与主体的利益格局的重
新调整，更重要的是将对证券市场运行造成重大冲击。所以“全流通”虽然为减少和
防止内幕交易行为提供了市场环境，但应当看到的是，“全流通”本身并不能解决内
幕交易问题。由于在“全流通”制度下，上市公司大股东会更加关注二级市场的股价
表现，在信息不对称的情况下，大股东在操纵股价行为中将会更具优势，如果监管不
力，“全流通”或许会更加诱发内幕交易行为的产生。
为维护股权分置改革在我国证券市场的良好局面，保证我国证券市场的和谐稳定
高效运行，必须防范和制裁各类有违三公原则的内幕交易行为，本论文围绕内幕交易
问题展开研究，为我国证券市场监管体系的完善提供决策参考，提高我国证券市场的
效率，促进我国证券市场健康有序发展。
1．2文献综述
内幕交易(InsiderTrading)指在掌握“实质性的非公开信息”(MaterialNonpublic
Information)的情况下买卖证券的行为(Bainbridge，2000)。“实质性的非公开信息”
也称为内幕信息(InsideInformation)。如果一个理智的(Reasonable)投资者认为菜
项信息的披露会对他的投资产生极为重要的影响，该信息就被认为是“实质性的”。
欧盟对内幕信息的定义是指“那些尚未公开披露的，与一个或几个可转让证券的发行
人，或与一种或几种可转让证券的准确情况有关的信息。如果该信息被公开披露的话，
可能会对该证券的价格产生影响”(Minenna,2000)。内幕信息有两个特征：一是未公
开披露，二是对证券价格有重要影响。⋯
我国1999年颁布实施的《证券法》的第69条、70条和71条分别对内幕信息、内幕
交易和操纵做出了明确规定，基本上反映了国际通行的原则。
学术界普遍承认我国股票市场内幕交易活跃的事实，如刘映辉的《我国证券内幕
交易的特点及原因分析》121冯宗容、赵山的暂股市内幕交易对上市公司的负面影响
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
及其限制》”1，郑顺炎(2002)在其所著的《证券内幕交易规制的本土化研究》中也
写到：“现在股票市场上投机钻营的人们更是对此(内幕交易)趋之若鹜，关系一内
幕信息一赚钱，它已经成为许多投资者奉行的标准游戏模式。”内幕交易会导致信息
不对称(information asymmetric)，即市场交易双方对要交易的对象或内容拥有的信息
在数量与质量上不相等，通常表现为交易一方拥有较多的甚至完全的信息，而另一方
只拥有较少的信息，从而可能使信息优势方在交易过程中获得超额利润，使劣势方蒙
受不公平的损失“，。
1．2．1内幕交易的存在性的研究
孙开连，王凯涛，陈金贤，刘宽虎(2003)在《中国股票市场内幕交易实证分析》
一文中以资产重组作为内幕信息题材，以大户持股集中度作为反映该内幕信息的敏感
指标，选取深圳证券市场2000、2001两年有重组题材和无重组题材公司各40家，通
过采取析因分析方法，验证了我国股票市场内幕交易的存在“1。肖磊(2005)对我国
股市内幕交易的实证结果表明我国股市存在普遍且严重的内幕交易现象，其中围绕利
好消息的内幕交易尤为突出“’。内幕交易是和信息披露紧密相关的，法马(Fame)
有效市场假设(EMH)嗽态就是指所有股票价格都充分反映所有相关信息，这就需
要有有效的信息披露制度，但是现实中信息披露制度并不是完善的，因此内幕交易者
(inside trader)就有了获得超常收益率的可能。Lakonishok和Lee(2000)研究得出，
美国NYSE、AMEX、NASDAQ超过半数的上市公司存在内幕交易。行为金融学中
指出投资者并非完全理性的，总存在着普遍的“售盈持亏”倾向、强烈的“政策依赖”
倾向、“过度自信”倾向以及显著的“羊群行为”倾向等心理偏差，操纵者(内幕交
易者)则利用这些心理偏差操纵股票市场，获得非法收益”’。根据何佳等人的研究，
得出结论：深圳证券交易所中，市场对各重大事件提前做出反应；换手率在重大事件
的信息披露前急速放大；从各类重大事件样本公司的持股集中度也可以得到证实¨1。
Esther B．Del Brioa，Alberto Miguela,Javier Perote(2002)对西班牙股票市场上，内幕
信息与收益率之间的关系进行研究，得出内幕交易者能获超额利润(CXCCSS profits)阳1。
1．2．2国内外关于内幕交易对证券市场影响的理论研究
国内外有关内幕交易的理论文献多从内幕交易下的价格机制以及内幕交易的市
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，
①有效市场假说(唧)是现代资本市场的理论基础，
Business 38(1)．January,34一105．
Fama,E．。1965，TheBehaviorofStockMarketPrice,Journalof
2
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
Kyle(1984，1985)的文章为研究内幕交易行为奠定了理论基石。对于第二个方面，则是
在内幕交易下均衡价格客观存在的前提下分析内幕交易对市场效率的影响，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，讨论内幕交易是否需要被禁止，其中Leland(1992)、Repullo(1999)
对此作了比较深入的研究。
1．2．3国内外关于内幕交易对证券市场影响的实证研究
既然我国股票市场内幕交易的确存在，那么，内幕交易是否会影响证券市场的有
效性?在多大程度上影响了证券市场的有效性?以怎样的方式影响股票价格和其波
动性呢?近年来，国内外学者对这系列问题做了大量的实证研究。
一些学者认为内幕交易的存在可以降低市场风险。Manove(1989)指出，由于内幕
交易的存在，企业信息将更快的反映到证券市场中去，股价将更贴近实际价值，因此
降低股价的不确定性，从而降低股市运行风险。
更多的学者持相反的观点，国外Rezaul Kabir和TheoVermaelen(1996)对荷兰阿
姆斯特丹股票市场进行的实证分析[IOl通过检验禁止内幕交易后股票流动性来检验
其对股票市场的影响，发现限制内幕交易减少了股票的流动性(用交易量衡量流动
性)，同时还发现市场对利好消息的反应速度减慢。Jeng，Metrik,Zeckhauser(1999)采用
三种不同的评估模型，对内幕人员在内幕交易中所获得的超常收益进行估算，三种模
型得出了几乎一致的结果：内幕人员在内幕交易中获得的超常收益为每月
0，5％．0．67％。APAhmad Etebaria(2004)等以新西兰93个样本上市公司在1995年．2001
年期间的内幕交易为对象，研究发现，大量异常收益(abnormal returns)来自于推迟公
布年报数据公司的大股东(substantial shareholder,SSH)””。Man．Yin Cheuk(2006)研
究了香港的内幕交易，得出内幕交易者能在购销活动中获得超常利润(abnormal
profits)[1210 ChrisYung(2005)研究发现，因为内幕交易者拥有公司价值的私人信息，
因此在交易过程中，他的行为会直接影响公司价值“”。Marcello Minenna(2003)克
服了事件研究法(event．study methodology)总是事后研究的局限，建立一个概率模
型，模型参数与内幕交易者直接相关，计算可由计算机程序实现，这一程序已经为
CONSOB所采用[1410 Keng-HsinLo(2006)探讨了金融公司在台湾证券交易所(TaiW&tl
Stock Exchange)上市前后的内幕交易，研究表明在上市前内幕交易者的大量交易会
对上市股票产生消极影响[151。Joseph D．Beams分析了内幕交易频频出现的原因，研
究发现，随着内幕交易被捕的可能性减少参加内幕交易的人就会增加。而且如果内幕
消息是由交易者的朋友转告而来，那么其被发现的可能性就进一步减少了。。
①Joseph D．Bemm．Insider Trading：A Study of Motivations and Deterrents．
3
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
在国内，也出现了很多关于与内幕交易直接相关的大股东侵占问题，股市透明度
问题与信息披露问题的实证研究。赵向琴(2006)从公司治理角度探讨了企业对政府
官员侵权行为的约束机制。对2002年我国所有A股上市公司的实证研究结论表明，
与公司第一大股东相适应的股权集中有利于抑制政府官员的侵权行为[1610 2003年12
月8日，中国股票买卖盘揭示范围由3个最优报价扩大为5个，据此，董锋，韩立岩
(2006)考察了深证A股市场发现透明度提高，市场流动性上升，交易成本和市场
波动性则显著下降，市场信息传递效率也有所提高“”。曾颖，陆正飞以深证市场A
股上市公司为样本，采用剩余收益模型计算上市公司的股权融资成本，研究发现，信
息披露质量较高的样本公司边际股权融资成本较低“”。盈余平滑度和披露总体质量
是影响样本公司股权融资成本的主要信息披露质量特征。张宗新等(2005)应用事件
研究方法和统计方法来检验重大事件披露前的股价冲击反应，通过测算异常波动指标
是超额收益率AR(Abnormal Return)与累积超额收益率CAR(Cumulative Abnormal
Remm)，并结合平均超常换手率AAT变化来判断股价冲击的影响程度。研究表明重
大信息在公告日前累积平均超常收益率CAR有所上升，公告后CAR开始显著下降。
“平均超常换手率AAT在重大事件信息披露前15个交易日左右开始陡然放大，然后
趋于平稳，在公告日前2个交易日AAT再次迅速放大，在公告日后迅速萎缩，公告目
前的平均换手率比公告日后的平均超常换手率要大。换手率这种变化，可以揭示我国
股市重大信息提前泄露与利用内部信息交易比较严重。“”1由于内幕信息的冲击，在
理性预期条件下，知情交易者与非知情交易者、噪音交易者之间展开一种关于信息与
价格的行为博弈，这种行为博弈是以证券信息的私有性、内幕信息在传播与扩散为主
线进行展开，在信息操纵过程中，知情交易者与非知情者的交易行为引起股价冲击与
资产价格剧烈波动m。邵剑兵(2002)在《声誉模型与上市公司信息披露机制效率分析》
得出结论：尽管强制信息披露是亟须完善的监管环节，不过在存在不确定性和信息不
对称的情况下，努力使管理层主动披露信息仍然是我国证券市场的一种可行选择[2010
国内学者王冀宁等(2002)通过SEC的几个案例，介绍了如何用当代金融理论对内幕交
易进行研判及对其不当得利进行剥夺，并阐述了行为金融对内幕交易研判的理论依据
的质疑，提出内幕交易研判的未来发展方向。唐齐鸣，张学功对内部交易下的中国股
票市场的价格和交易量进行了因果关系分析，通过基于Taylor展开的非线性因果关系
检验发现，内幕交易股票存在由收益到成交量的单向因果关系，说明内幕交易者以低
的成本通过信息传播影响股价，操纵市场交易来获得利润n“。王冀宁等(2003)回
顾了内幕交易行为研究的历史与现状，提出了用当代金融理论对内幕交易行为进行研
判的理论模型及相关的司法实践，并对内幕交易行为研究的发展方向进行了展望””。
祝红梅研究了资产重组中的内幕交易和股价操纵行为，利用时间研究法对471个样本
①平新乔、李予然：上市公司信息披露中的勾结问题，北京大学中国经济研究中心工作论文，NolC2002014，2002
4
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
实证研究发现，资产重组引起上市公司的股价和交易量大幅异常波动，存在比较严重
的内幕交易和股价操纵行为1 231e史永东等(2003)对我国内幕交易问题进行了更深
入的探讨，运用了PPD、LMSW、事件研究法、sⅡ’R模型等进行了详细的实证分析
I-“l。王春峰等(2003)按照内幕交易所发生的重大事件的不同类型，即重大投资、高
转送(高转赠)、控制权发生转移与净利润同比增长超过50％等四类，分别通过事件
研究，得出我国股市存在严重公共信息私有化的现象，这导致投资者更易利用信息披
露的漏洞进行内幕交易17"51。张宗新(2006)则在此基础上，引入了Cn'ossman．Stiglitz
(1980)第一定理作为理论基础，扩充了研究样本数量进行实证研究，同时，除了应
用109ristle模型外，还从非参数分析的角度引入决策树模型对样本进行判别分析。’。
1．3研究内容与方法
1．3．1主要研究方法
现有文献中检验重大事件中是否存在内幕交易的主要方法是事件研究法(Event
Study Methodology)。由Ball andBrown(1968)，Fama,Fisher，Jensen and R011(1969)开创
的事件研究法已成为一种成熟的、标准化的金融计量方法，广泛应用于金融、会计和
一些社会科学研究领域。用事件研究法检验是否存在内幕交易的逻辑在于：内幕交易
使市场对重大信息提前反映，在信息公开披露前，股票价格和交易量出现异常波动。
由于信息已经通过内幕交易渗透到市场，在信息披露日前后，市场不会出现明显反应。
Bhattaeharya et al(2000)，Hung and Trezevant(2003)，何佳、何基报(2001)等对内
幕交易的研究都采用了这种方法。
利用事件研究法判断是否存在内幕交易最常用的方法是看市场是否对信息出现
提前反映，即“Ⅸr是否在披露日之前就己显著不为零。如果LH蔗，在披露日之前就通
过检验，说明信息已提前泄露，存在内幕交易。如Bhattaeharya et al(2000)，Hung and
Trezevant(2003)。何佳、何基报(2001)对中国市场的研究也是用这种方法结合换手
率的分析。．
从前小节文献综述的内容，可以发现，虽然国内外对内幕交易和市场操纵作了许
多理论和实证研究，但涉及到内幕交易和市场操纵对公司业绩的长期影响的研究却很
少。主要原因可能在于之前学者的研究主要关注内幕交易和市场操纵对公司股票价格
的增长和波动的直接的短期的影响，由于对内幕交易和市场操纵的研究有许多学者采
用了事件研究法，这也可能是学者们对事件研究法对内幕交易和市场操纵的长期影响
的有效性存在质疑。
5
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
1．3．2本文结构
本论文共分五章，第一章为导论，主要介绍了研究的背景和意义，以及对内幕交
易和市场操纵有关的文献进行了综述；第二章主要对内幕交易研究的基础理论和方法
介绍从我国对股票市场内幕交易和市场操纵相关概念的法律界定和内幕交易和市场
操纵的特征等方面介绍了我国股票市场内幕交易和市场操纵的现状，并对内幕交易的
主要研究方法作了概述，即用事件研究考察事件发生后股票的超常收益(或累计超常
收益)是否等于0，采用PPD方法测量了内幕交易者的超常收益或非法所得，采用
LMSW方法和事件研究思想相结合的方法测量了内幕交易对交易过程中的信息不对
称的影响，用SETAR模型(Self-ExcitingThresholdAuto-Regression．Tiao和Tsay,1994；
Potter,1995)刻画股票在操纵期间的走势，用Logistic模型和决策树模型对内幕交易
和市场操纵事件进行判别；第三章的内容是内幕交易对公司业绩影响的实证研究方法
设计，从引起内幕交易与市场操纵的内外驱动因素设定指标体系，采用Logistic模型
建立内幕交易和市场操纵对公司业绩影响的实证模型；第四章为本论文主体，利用
1993年以来中国股票市场的内幕信息操纵案例样本作为基础样本采用Logistic模型
对内幕交易和市场操纵对公司业绩影响进行实证研究，并得出相应结论；第五章为本
文结论，并在此基础上提出了适合我国国情的防范内幕交易和市场操纵的政策建议，
及有关内幕交易和市场操纵进一步的研究方向。
6
南京理工大学硕士学位论文内幕交易对公司业绩髟响的实证研究
2内幕交易研究的基础理论和方法介绍
《证券法》将证券市场中的欺诈行为主要界定为内幕交易、市场操纵、虚假陈述
和欺诈客户几种类型。
这些欺诈行为歪曲了市场价格，破坏了证券市场的资源配置功能，削弱了公众对
证券市场信心，加大了市场波动，在极端情况下甚至可能导致市场崩溃。尽管各国政
府一直致力于对证券市场欺诈行为的监管防范，但内幕交易与市场操纵却仍时有发
生。
而中国股票市场成立较晚，规范程度不够高，内幕交易和市场操纵更不少见。证
监会从1992年成立至2005年6月底期间公布了涉及操纵市场、内幕交易的26个行
政处罚决定，再包括司法系统在审查的及已判决的涉及内幕交易和市场操纵违规的案
例，那么可以枚举出38次内幕交易和市场操纵案例，详见表2．1：1993．2004年中国
股票市场的内幕交易和市场操纵案例样本的简单描述表。徐工科技、世纪中天等市场
操纵时间较长，其中操纵时间在～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市场操纵的可能；从时间分布来看，
如附录中的表2．2，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交易和市场操纵
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
中内幕入有极大的内在需求通过内幕交易和市场操纵来获得所谓的并购溢价。
表2．1 1993-2004年中国股票市场的内幕交易和市场操纵案例样本描述表母
距上
序市年
号股票名称殴票代码第一公告日事件起始日事件结束日份事件类型信息来源
证监罚字[1994]13
1 延中实业600601 1993-10-03 1993-09—17 1993—10．07 2．79 转增股号
证监查字[1998132
2 晾民源000508 1996-04．3c 1996埘-05 1997—02-28 3．00 送增红股号
①表格来源于张宗新等． “内幕操纵，行为甄别与反操纵监管”， [R】．深圳证券交易所综合研究所研究报告
2006。
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
证监发字【1996165
3 郑百文600898 1996-05．1l 199鲫4-24 1996-05—09 O．06 持殷>5％ 号
汪监查字【1998121
4 华天酒店O00428 1996．10_" 1996-08．08 1996．12—13 0．19 股权转让号
证监查字【1997115
5 上海石化600688 1996．10．22 1996-09-27 1996-12-26 2．96 增配股号
汪监查字【1997117
6 陆家嘴600663 1996—10-23 1996-09_08 1996．10-31 3．32 送增红股号
证监会1997年1月
7 张家界00043G 1996．1 1．22 1996-09．02 1996一11．21 0．28 NA 17目新闻稿
证监查字【1997]16
8 南油物业000046 1996-11．23 1996-10．1 1996．12-30 2．20 增资配股号
证监查字【199712C
9 国际大厦000600 1996．12．10 1996．11．06 1996．12．31 O．5l 股权转让号
证监罚字【1999128
10 北大车行600878 1997．01—1 1 1996．10．．17 1997．04．25 1．26 转增股号
证监壹字【1998148
1l 东大阿派600718 1997．01．17 1997．01．17 1997．03．10 O．58 配股说明号
汪监罚字【1999120
12 济南轻骑600698 1997-02．25 1996．11．O 1997-D2．24 3．22 转增股号
证监查字【1998152
13 万里电池600847 1997-04．25 1996．07．05 1997-03．14 3．09 转增股号
证监罚字【1998147
14 河北威远600803 1997-04-28 1997．04．．17 1997-05．16 3．32 转增股号
证监罚字【1999129
15 金帝建设600758 1997-04-29 1996．1 1-01 1997-04-09 O．5a 送红股号
2005-9-3 2l世纪经
济报道，郎咸平《操
16 新疆屯河600737 1997-9．16 1996-7-3 2004．5．25 1．13 高送股纵》东方出版社
17 台金投资000633 1997．1l—10 1997-6． 2004．5．27 0．99 殴权转让同上
18 湘火炬000549 1997．12—26 1997．11．] 2004．5．26 4．02 股权转让同上
证监查字【1998123
19 众城实业600641 1997．10．23 1997-03—1 1997．12．29 4．55 送增红股号
20 川长征000583 1997．11-29 1997-ll-27 1997．12．23 2．08 资产重组证监罚字[199916号
汪监罚字【1999120
21 晾海药000566 1998-01-14 1997．08-16 1998—01．15 3．鲥宝安收购号
证监罚字【1998173
22 延中实业600601 1998．05．1 1 1998-02-1C 1998—04．15 7．4C 股权转让号
证监罚字【1999113
23 攀枝花000629 1998-06-02 1998Ⅲ4-19 1998-05—17 1．55 送增红股号
征监罚字[2001131
24 钱江生化600796 1998．11-13 1998-12．-0 2001-03．20 1．60 外商合作号
8
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
25 亿安科技000008 1998一11．19 1998．10-05 2001-02-05 6．54 股权转让证监罚字[200117号
证监罚字【2000132
26 陕国投A 000563 1999-03．29 1998-04-0目1999-02-09 5．22 北大收购号
27 中科创业000048 1999．5．5 1998—1l 200l-01 4．5l 企业重组北大法宝数据库
证监罚字【2000112
28 津国商000537 1999．08．10 1999-06-22 1999-06-22 5．67 重组增股号
29 徐工科技000425 1999-9一16 1999—6-1 2003—5．I 3．05 配殷上海一中院判决
北京一中院。转自
2003．11．12京华时
3C 东方电子000682 1999．10．11 1999—04 2000．5．1 2．72 高送股报
贵阳市中级法院，
转自2005-09—22新
3l 世纪中天00054C 2000—1．12 1999—5一10 2003．5．13 5．95 殴权转让华网
2004．5．31武汉中院
32 深南玻璃000012 2000-4．“ 2000．3．1 2002—12．1 8．18 业绩飙升审理
证监罚字[2002]1a
33 银广夏000557 2000．4．15 1998-Ol-01 2001．12．01 5．83 转送股号
深圳罗湖区人民法
34 深深房000029 2000．6．19 2000．．5．．15 2000．8．10 6．76 数码港揭牌院判决
2004．6．17隙望东方
35 啤酒花60009C 2000-06-24 1998-01-0l 2003．10-ol 3．02 转增股周刊
2005．4．19证券市场
36 中房股份60089C 2000—10-19 2000-08．0l 2004-05-01 4．59 资产重组周刊
2003，2．10 21世纪经
31 华润锦华000810 2000一ll一21 2000．1．28 2003一1．23 2．47 转送股济报道
证监罚字【2000153
38 海鸥基金550552 NA 1998．04．09 1999-02．09 NA NA 号
注：1、股票名称为事件期间的股票名，股票代码为升位后当前的号码。550552是海鸥基金在
操纵期间的代码，它目前在证券市场上已不存在。琼民源在操纵期间的代码为0508，目前这个代
码也不存在。出于全文代码一致性的考虑，我们在琼民源的当时代码前加了2个0；
2、事件起始日、事件结束日为相关公告等资料中涉及的有关该股票被信息操纵的最早和最晚日
期：
3、第一公告日为事件开始日起，公司第一个重大事件(证券法第62条所涉事件)的披露的日期，
数据来源于天相数据库；
4、距上市年份为(第一公告日一上市日)／365；
5、样本在收集过程中参考了汪贵浦(2002)、蒋贤峰等(2005)的数据，在此基础上又从司法系
统的判例及在审案例中收集了t2家数据。
9
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
表2．2沪深股市内幕交易和市场操纵样本的年度时间分布表。
、＼车份，6年前96年97年98年99年00年01年01年后数量、＼
起始日所在年份l 13 7 8 4 4 NA NA
第一公告日所在年份1 8 11 5 5 7 NA NA
终止日所在年份l 7 9 3 2 2 4 9
2．1内幕交易相关概念的界定
2．1．1内幕人的界定
要对内幕交易做出准确的解释，需要对内幕人的范围做出界定，不同国家和(地区)
的法律在认定经理人员、股东、与公司有业务关系的入及次级内部入是否为内部人方
面是不尽相同的，表2．3给出了伦敦证券交易所(LsE)、东京证券交易所(TsE)、香
港联合交易所(SEHK)在这方面的有关规定。从中可以看出，公司的经理人员都是内部
人，这是毫无疑问的，但对于相关公(Related Company)的经理人员是否为内部人的
问题，伦敦证券交易所(LSE)就未作说明。东京交易所和香港联交所的标准是持有股
权10％以上的股东才是内部人——这与美国的规定相同；而在我国大陆的《证券法》
中，持有5％以上股权的人就被视为内部人。此外，伦敦证券交易所、香港联交所认为
与相关公司有业务往来的公司也是内部人，东京证券交易所未作明确说明。而我国大
陆以5％为标准界定股东是否属于内部人，大大低于香港联交所、东京证交所的10％
及雅加达证交所的20％，这与我国大陆上市公司中有很大一部分股份属于非流通股有
一定关系。”1
①张宗新，郭来生、丁振华、朱伟骅．内幕操纵，行为甄别与反操纵监管．[R]．深圳证券交易所综合研究所研究
报告。2006。
10
南京理工大学硕士学位论文内暮交易对公司业绩影响的实证研究
表2．3不同交易所对内部人范围的界定。
1公司经理人员1股东1与公司有业务关系次级内部人
2相关公司经理人员2相关公司的股东2与相关公司有业务(Secondary In-
关系sider)
LSE 1是未说明1是是(包括家庭成员)
2是2是
TSE l是是(持股10％以上) l是是
2是2未说明
SEHK 1是1是(10％) 1是是
2是2是2是
2．1．2内幕信息的界定
理论上内幕信息具有三个要素：与证券交易直接有关；未公开性，即尚未公开；
重要性，即涉及公司的经营、财务或者对该公司证券的市场价格有重大影响。
未公开性是指内幕信息是仅为内幕人员知悉的未向社会公众公开的信息，即该信
息处于秘密状态，社会公众尚未或无法通过合法途径获知。关于信息公开的具体标准，
一般有：(1)以新闻发布会的形式公开；(2)在新闻媒介上公布，《证券法》64条规
定“在国家有关部门规定的报刊上或者在专项出版的公报上刊登；(3)市场已对此消
息做出了反应。那么，信息公布多久后才算公开呢?有效市场理论认为：一项信息被
相当数量的投资者知悉后，必将引起证券价格的波动，反应出该信息对股价的影响，
因此只要该信息被市场吸收、消化，融入证券价格后就能认定该信息已被公开。美国
在实践中的做法是，只要该信息为相当数量的股票分析师所知悉，即便多数的普通投
资者不知晓，即算已公开。我国现行法律未对此做出规定。实践中的惯例是：某公司
如有重大信息公布，即通过停牌半日、1日或更长时间，以使市场消化吸收该信息，
之后股票复牌。则视为信息已经公开。。
重要性就是说构成内幕信息的，要求该信息本身对评判市场具有较大的影响作
用，一旦被投资者知悉、利用或者被泄漏，很可能会对证券市场产生重大的影响，导
致证券市场价格的超常规的变动。这也就是内幕信息都具有的价格敏感性的特点。内
幕信息对市场的重要性，仅指可能性结果，也就是说一旦被公开，可能引起证券市场
价格的涨跌，而不是指实际产生何种结果，也不考虑该信息所涉及的事项是否会真正
实现。因为，影响证券市场价格变动的因素是相当复杂的，内幕信息被公开后，可能
引起股价相应变动，也可能由于其他原因未能发生预期效果，或者由予消息的走漏以
①表格来源，叶振飞，陈伟忠．我国证券市场内幕交易的法律界定和监管．上海金融，2002年第3期
②证券违法违规行为构成及案例分析．案例3中国农业银行襄樊市信托投资公司上海证券业务部内幕交易案
南京理工大学顼士学位论文内幕交易对公司业绩影响的实证研究
致在未正式公开前已有市场反应，至正式公开时却反应平淡。
我国《证券法》69条以列举的方式为内幕信息界定了范围，以下信息在尚未公开
前都属于内幕交易中的内幕信息：(一)发生可能对上市公司股票交易价格产生较大
影响，而投资者尚未得知的重大事情；(二)公司分配股利或者增资的计划：(三)公司
股权结构的重大变化；(四)公司债务担保的重大变更：(五)公司营业用主要资产的
抵押、出售或者报废一次超过该资产的百分之三十；(六)公司的董事、监事、经理、
副经理或者其他高级管理人员的行为可能依法承担重大损害赔偿责任；(七)上市公
司收购的有关方案；(八)国务院证券监督管理机构认定的对证券交易价格有显著影
响的其他重要信息。‘”
从我国已查处的内幕交易案例可以看出内幕信息以兼并收购和利润分配为主。表
2．4列出的11个内幕交易案中有6个案例的内幕信息涉及到资产兼并和收购重组，占
总数的55％，另外5个与利润分配有关。此外，000629的内幕信息还涉及到增发。
表2．4 1993-2002年中国股票市场内幕交易案例的主要内幕信息。
注：MA表示兼并、收购和资产重组：利润分配包括分红、送股和配股。
2．1．3内幕交易的界定
我国《证券法》借鉴国外证券立法的有益经验，结合我国证券市场的具体情况，规
定以下行为为内幕交易行为：(一)证券交易内幕信息的知情人员利用内幕信息买卖
证券；(二)非法获取内幕信息的人员利用内幕信息买卖证券；(三)接受证券交易内
幕信息知情人员，或者接受非法获取内幕信息人员的建议买卖证券；<四)根据知悉内
幕信息人员泄露的内幕信息买卖证券。从以上规定可以看出。内幕交易行为有三个基
本要件：一是要有交易行为存在；二是该交易行为是知悉内幕信息的知情人员或非法
获取内幕信息的人员，或接受知悉内幕信息建议的人员所为：三是该交易行为是利用
①表格来源；史永东，蒋贤锋。牡两省．内幕交易与市场操纵舫范体系研究．上证联合计划第八期课题报告．2003
12
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
内幕信息进行的。。
2．1．4市场操纵的界定
目前我国关于证券市场操纵行为方面的法律法规主要基于三个层次：(1)《股票
发行与交易管理暂行条例》和《禁止证券欺诈行为暂行办法》；(2>《刑法》；0)《证
券法》。Allen和Gale(1992)根据市场操纵的行为方式将股票市场操纵分为三种：(1)
基于行动的操纵(action-based manipulation)：以某种行动为特征，这种行动必须能够
改变企业的资产的实际价值或者被认为的(perceived)价值。(2)基于信息的操纵
(information-based manipulation)；以发布虚假的信息或者散布虚假的谣言为特征。
(3)基于交易的操纵(trade．basedmanipulation)：既不采取改变公司的价值的行动，也
不散布能够改变价格的虚假信息，只是进行单纯的证券买卖的操纵行为。一般来说只
有资金量庞大的交易者对价格有影响力，所以有时候基于交易的操纵也被称为“基于
规模的操纵”(size．basedmanipulation)。我国经济学者对市场操纵的定义，经济学者
何基报认为：证券市场操纵行为是指行为人以获取利益或者减少损失为目的，利用其
资金，信息等优势或者滥用职权操纵市场，影响证券市场价格，制造证券市场假象，
引诱或者致使投资者在不了解事实真相的情况下做出投资决定，扰乱证券市场秩序的
行为。我国学者提出的许多关于股票市场操纵行为的不同定义，但基本上采用了概括
式的定义方法，且从主观角度定义，强调操纵者的行为意图，并不限于交易手段的操
纵行为。”1
认定股票价格操纵，至少要包括3个要件：一是操纵人在被操纵股票中占有统治
或控制地位：二是被操纵股票的价格是扭曲的；三是当事人具有操纵意图。操纵市
场行为是指行为人以获取利益或者减少损失为目的，利用其资金、信息等优势，或者
滥用职权操纵市场，人为地扭曲了市场价格，造成虚假的供求关系，影响证券市场价
格，制造证券市场假象，诱导或者导致投资者在不了解事实真相的情况下做出投资决
定，违反证券市场公平、公正的原则，破坏了证券市场的管理制度和正常秩序。目前，
证券市场存在的最常见的操纵手段有：
(1)通过合谋或集中资金操纵证券市场，如新股上市时，上市公司与承销商蓄
意联手托市，影响股价，诱导股民跟进。
(2)以散布谣言等手段影响证券的发行、交易，股民被谣言所左右，盲且跟着
“信息”走。
(3)为制造证券的虚假价格，与他人串通，进行不转移证券所有权的虚买虚卖，
比如交易者故意以等价将证券抛出，同时委托另一经纪人进行收购，并约定一切损失
①胡豫珍．徐晓玲．试论内幕交易的法律特征．江西社会科学1999年第ll期
13
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
由卖者承担，买进卖出都是一个人，造成其交易之股票买卖繁荣的假象，导致不知情
者盲目跟进，造势者再将股票抛出，从中获利。
(4)出售或者要约出售并不持有的证券，致使投资者误以为股票要跌而抛售，
操纵者则逢低吸纳，待股民回购，价格上扬，操纵者则又抛售股票，从中牟利。
(5)以抬高或压低证券交易价格为目的，连续交易某种证券，比如大户利用人
们买涨不买跌的心理，把并不高的股价抬高，引导股民跟进，股价被抬高后，操纵者
则不动声色，分批抛售。与“抬高出货”相反的是“压低进货”，在股价处于高位时，
大户将大批股票一次性抛出，引起股价直线下滑，在股价跌至谷底时再大量回购，从
中牟利。
(6)利用职务便利，人为地压低或者抬高证券价格。o
2．2内幕交易和市场操纵特征
在中国证券市场发生的内幕交易和市场操纵案例(见表2．1)中，最早的市场操纵
案例是1998年的600898案(北大方正的一名副总裁于1998年2月10日到1998年4
月15日对600601进行的内幕交易)，最早的内幕交易案例是1993年的600601案(农
行襄樊市信托投资公司于1993年9月17日到1993年10月7日对600601进行的内
幕交易)。600878被证监会认定为既是内幕交易案例又是市场操纵案。
2．2．1内幕交易的特征
(1)主体人以基本内幕人为主。
按照国际证监会组织Oosco)的报告，基本内幕人是能够直接接触内幕信息的
人，包括公司管理人员及为公司提供服务和与公司有密切关系的外部人，如收购与被
收购方、承销商等。与基本内幕人相对应的是第二内幕人，指不能直接接触内幕信息
而是从基本内幕人或其他人处获取内幕信息的人。
除了最早的内幕交易案(600601)，是第二内幕人——农行襄樊市信托投资公司，
从华阳公司处得知华阳公司将大量购入600601股票这一内幕信息，后利用该信息交
易600601股票以外，其他的内幕交易案例都是由基本内幕人进行的。
(2)内幕信息以兼并收购和利润分配为主。
从表2．4可以看出，11个内幕交易案中有6个案例的内幕信息涉及到资产兼并和
收购重组，占总数的55％，另外5个与利润分配有关。此外，000629的内幕信息还
涉及到增发。
①证券违法违规行为构成及案例分析．案例2申银万国证券股份有限公司操纵股票价格案
14
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
(3)其他违规事实与内幕交易伴随发生。
表2．4中的11个内幕交易案中有3个没有发生其他的违规行为(000537、000629
和000583)。在发生了其他违规行为的案例中，相同违规事实发生次数比较少。此外，
超比例持股多发生在既是内幕交易又是市场操纵的案例中，单纯内幕交易过程中的超
比例持股行为相对较少。
(4)内幕交易者所受的处罚以罚款为主。
在罚款之外，内幕交易者还受到取消或暂停营业资格、市场禁入等其他处罚。由
于高法山(000537的内幕交易者)在内幕交易000537时只买入一次而未卖出，没有实
现利润，因此，高法山仅受到警告处罚。在受到罚款处罚的内幕交易者中，000629的
内幕交易者所受的罚款最少，仅为5万元。
2．2．2市场操纵的特征
(1)市场操纵主体人多样。
市场操纵的主体主要是机构投资者，包括证券类公司、内部人和投资咨询公司，
其中以证券类公司和内部人为主。这里，证券类公司包括信托投资公司、基金管理公
司和证券公司；内部人包括大股东、关联方(主要是收购方)。
证券类公司的操纵案例最多，这反映了中国证券经营机构发展中的不规范；违规
的内部人中主要以大股东为主，如000428、000508和600758。此外，还有收购方
的市场操纵，如中远(上海)置业对600641的操纵；投资咨询公司操纵的案例比较少，
但是，由广东四家投资咨询公司进行的操纵(000008案)却是中国股票市场上最严重
的操纵案例之一；涉及个人操纵的案例只有两个，余昌力对600803的操纵以及李石
和金昌公司对600898合谋操纵。
(2)以交易操纵和信息操纵为主。
(3)已接受处罚的案例中，行为操纵非常少。
除中远(上海)置业对600641的操纵可以看作是行为操纵外，其他的操纵都属于
交易操级和信息操纵。
(4)操纵的主要方式多样。
已知的操纵方式有连续买卖、合谋、虚售、对敲等。中国股票市场的操纵方式主
要是连续买卖和洗售。所有案例的违规者都采取了连续买卖方式，多数案例采用了虚
售手段。此外，部分案例采用了对敲、合谋。操纵者通常采取几种不同的操纵手法。
数据仅是从证监会的公开性文件中获得的，现实中市场操纵可能要复杂得多。
(5)利用多个账户持有大量股票。
操纵者多利用多个账户持有大量股票进行操纵。除了600898的操纵者利用2个
账户和600663的操纵者利用3个账户外，其他15个股票、基金的操纵者利用的账
15
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
户数都大于等于10，平均账户数为79．6，有的高达630个账户。在操纵者利用的账
户中，绝大多数是个人账户。
如000008的操纵者利用的630个账户中有627个是个人账户，550552的操纵者
利用的179个账户全是个人账户。极个别的操纵者采用了大量分散的自营账户的做
法，如000046的操纵者使用了高达153个自营账户。这也从一个侧面反映了中国市
场上比较普遍的“庄家”购买身份证开立股票账户的事实。
此外，操纵者往往还通过控制大部分的流通股来实现操纵。如果我们用最高持仓
率2表示操纵者曾经持有的最多股票数占被操纵股票流通股本的比率，那么在13个
可从证监会公告中得到的数据来看，这个比率最低为O．98％(000428行情，资料，咨询，
更多)，最高为85．04％(000008行情，资料，咨询，更多)，平均为40．43％，其中有12
个股票的最高持仓率大于10％。即使以股票总股本为分母计算，000008的持仓率也
高达40．75％。操纵者成为几乎可以绝对控股的大股东，这使得股票价格和股份公司
的基本面都会被操纵。
(6)操纵者被罚款项很少。
与内幕交易相同，操纵者所受的处罚以罚款、没收非法所得为主，且罚款数额非
常低。此外，操纵者所受的处罚还包括警告、取消或暂停执业资格和市场禁入等。相
对于内幕交易，市场操纵过程相对复杂。多数操纵行为伴随其他违规事实发生，主要
是超比例持股。。
2．3内幕交易与市场操纵者所受的处罚
内幕交易者所受的处罚以罚款为主，此外还受到取消或暂停营业资格、市场禁入
等其他处罚。由于高法山(000537的内幕交易者)在内幕交易000537时只买入一次
而未卖出，没有实现利润，因此，高法山仅受到警告处罚。在受到罚款处罚的内幕交
易者中，000629的内幕交易者所受的罚款最少，仅为5万元。
由于发生的时间比较早，所有内幕交易者所受的处罚主要适用于《股票发行与交
易管理暂行条例》和《禁止证券欺诈暂行办法》。按照这两个规定，内幕交易者的罚
款范围为5万元到50万元。因此，对于那些证监会在公告中没有详细列出因内幕交
易而处罚款的案例，违规者因内幕交易受处的罚款为最高(50万元)。因此，不仅从
个案还是从总体上看，因内幕交易受处罚款的金额及罚款倍数都比因市场操纵受处罚
款倍数低得多。
与内幕交易相同，操纵者所受的处罚以罚款、没收非法所得为主，并且罚款数额
非常低。此外，操纵者所受的处罚还包括警告、取消或暂停执业资格和市场禁入等。
①股票被谁操纵?——中国证券市场欺诈行为研究http：,'Inews．cnf01．com／050902／101，1277,1371195，00．shlml
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
表1．8描述了我国股票市场中的操纵者所受的主要处罚。17个操纵案例中的操纵
者都受到了罚款的处罚，其中15个案例中的操纵者非法所得被没收。在罚款中，最
高罚款额为44900万元(亿安科技)，最低罚款额为5万元(郑百文)，平均罚款额为
7416．81万元。但是，相对于操纵者所获取的巨额利润而言，其所受的罚款数额非常
少。如琼民源的操纵者的非法所得为6651万元，而其所受的罚款仅为200万元，为
其非法所得的0．0301倍，是所有操纵者受处罚款倍数中最低的，最高罚款倍数的案
例为亿安科技和钱江生化，罚款数额都是其非法所得的1倍。
操纵者所受的罚款不仅与他们的非法所得有关，而且还与我国相关法律、法规的
规定有关。在《证券法》颁布和实施前，《股票发行与交易管理暂行条例》等规则、
条例对操纵没有规定具体的罚款数额(《禁止证券欺诈行为暂行办法》对个人操纵的
罚款进行了规定。如果个人操纵市场，则其所受的罚款在5万元以上50万元以下)，
这段时期的操纵者所受的实际罚款不超过因操纵非法所得的O．3倍。《证券法》规定
对操纵者的罚款倍数为因操纵非法所得的1倍到3倍。在《证券法》颁布并实施后被
查处的案例有钱江生化和亿安科技，这些操纵者的实际罚款则都为非法所得(因操纵
而得)的1倍，为《证券法》规定的最低罚款。
南京理工大学硬士学位论文内幕交易对公司业绩影响的实证研究
表2．5 1993-2002年我国股票市场内幕交易和市场操纵案例的主要处罚。
600796
000008
550552
000563
600803
600641
600718
000600
600758
600878
A+F+E+取消自营业务资格
F
A+F+E
A+F+{》取消总经理从业资格12
个月
F+E+市场禁入
F++E建议免去主要负责人职务
A+F+E
A+F+E
A+FH．E建议撤销主要负责人职务
A+F斗E+暂停有直接责任的管理
人员从业资格
40
200
200
200
400
500，
4233．18
44900
4678
10322
829．89
900
29t4．2l
NA
6343．2
7455．89
1
1
O．0428
0．0291
O．0482
0．2222
O．0686
NA
O．0631
0．067l
000046 F+暂停自营业务一年500 NA NA
600663 F+E+暂停自营业务一年500 2343．8 0．2133
600688 F十rE+暂停自营业务一年500 2193 0．228
000428 A+F+E 500 8129 0．0615
600847 A+F+王汁责令加强管理400 1942．18 0．206
000508 A+F+E 200 6651 0．0301
600898 A+F 5 NA NA
注：1，A为警告，F为罚款，E为没收非法所得，“+”表示并处，NA表示不详或无意义：
2．“罚款”一栏指违规者因内幕交易受处的罚款。单位为万元：
3．“非法所得”一栏指违规者因内幕交易或市场操纵获取的非法所得，单位为万元。对于证
监会文件中没有详细列出内幕交易者因内幕交易受处的罚款时，其罚款按照《股票发行与交易
管理暂行条例》和《禁止证券欺诈暂行办法》等相关规定执行，并且取其最高罚款50万元．
4．“罚款倍数”的数字为“罚款”栏与“非法所得”栏相除的结果。
①表格来源：史永东，蒋贤锋，杜两省．内幕交易与市场操纵防范体系研究．．1：证联合计划第八期课题报告。2003。
18
3
0
仍枷枷
狮
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
2．4内幕交易的主要研究方法
国内外对内幕交易的实证研究采用的方法主要包括事件研究法(evem studies)，
由事件研究法改进而来的潜在概率法(Potential Probabilistie Disgorgement，PPD)，由
信息不对称产生的LMSW方法，为克服了线性假设的缺点产生的Logistic分析方法，
还包括决策树模型。
2．4．1事件研究法
事件研究法(event studies)考察的是发生某一事件前后的二级市场股价走势，
并以此来研究该事件是否为股东带来了股票的累积超常收益。事件研究法的诞生虽然
可以追溯到20世纪30年代，但它的完善和推广则要与Ball&Brown(1968)对会计盈余
报告的市场有用性研究和Fama(1969)对股票分割市场反应的研究紧密联系在一起。
事件研究法的主要优点是过程简单、线索清晰，且具有前瞻性(Forward Looking)，
如果事件窗口足够清洁的话，计算结果会相当准确。而其主要缺点是，对资本市场的
有效性要求较高，长期计算窗口的计算数据量较大，且难以保证事件窗口的“清洁
<Clean)”。
2．4．1．1内幕交易对股票价格的影响研究方法
分析内幕交易对股票价格的影响有三种方法，(事件公告目前后的)平均股价分
析法、累计平均收益率分析法和累积超常平均收益率分析法(Cumulative Abnormal
Return,CA＆即事件研究法)。
2．4．1．2预期正常收益率的计算方法
所谓预期(正常)收益是指如果事件不发生的话可以预计到的收益。预期收益的
计算一般有三种方法均值调整的收益计算方法(Mean Adjusted Returns)，市场模型法
(Market and Risk Adjuste,d R咖rns)也即市场和风险调整收益法，市场调整的收益计算
方法(Market Adjusted Returns)。。
(1)均值调整法
在均值调整法的计算中，首先需要选择一个“清洁”期(与事件相关的无信息披
露的日期，如．160天至．4l天)，并估算公司在此期间的日平均收益。每家公司在事
件期内每一天的预期收益用均值调整法来计算，即公司在清洁期内日收益率的平均
值，即：
o汪炜著，《公司信息披露理论与实证研究'，浙扛大学出版杜，2005年8月，108页
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
睁耻譬
此时，即可按此预期(正常)收益的值计算公司的累积超常收益。
(2)市场模型法
市场模型法是根据证券资产定价的理论模型(如CAPM)来计算预期收益的，其
使用也要选择一个清洁期，基本模型是：
R}l=征i+piRm寺8p
其中，‰为第t天的市场指数(如上证A股指数)，局衡量的是j公司对市场的
敏感度(风险)，吒衡量的是在整个期间内无法由市场来解释的平均收益，已是统计
误差，Σ已=o。因此，通过回归分析可以估计出吒与岛的值，记为色与历
此时，每一公司在事件期内每一天的预期收益就是把这些估算值代入市场模型所
得的值，即：
R}l=ai+；iBiRw
其中8。为事件期内实际的一天中的市场指数收益。
(3)市场调整法
市场调整法是最简单的计算方法，它假设市场指数的收益率就是每只股票在事件
期内当天的预期收益率，即：
RI=Rm‘
Weston(2000中译本)认为，因为％的值通常很小，而所有公司向的平均值为1，
所以市场调整法作为对所有公司的或=o，危=l时的市场模型近似值的计算t是可以
被接受的。
2．4．1．3事件研究法的计算过程
第一步，需要计算每家公司在选定的事件区内每一天的预期收益食．i|：
第二步，计算每家公司每天的超常收益强，其中o=如一屯即每天的实际收益减
20
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
去预期收益cAR=ΣAR。
第三步，对事件期内每一天各公司的超常收益求平均数，即得到当天的平均超常
Σ矗
收益ARt，其中ARt2{r，N为样本中的公司数量；
第四步，将整个事件期内每一天平均超常收益进行加总，得到累计平均超常收益
CAR．，其中CAR=ΣAR。。累计平均超常收益代表特定时间间隔之内，该事件对
t一-40
样本内所有公司的总体平均影响。
2．4．2PPD方法
测量内幕交易者获得超额收益的常用方法是事件研究，实际监管部门还在此基础
上采取潜在非法确定性所得(Potential Deterministic Disgorgement，PDD)、潜在计量
非法所得(Potential Econometric Disgorgement，如美国)和计算内幕交易者的实际所
得(如我国)。等方法。而Minenna(2003)在以上方法基础上提出一种新的测量内
幕交易者获得超额收益的方法一潜在概率法(Potential Probabilistic Disgorgement,
PPD)。相对于其他的方法，PPD具有如下的优点：它不要求事件发生前具有较长的
观测值；它能够测量不同程度的内幕交易者的非法所得，而且在计算上的工作量相对
小；它与市场弱式有效的假设相符。
假设t期股票价格服从几何布朗运动(GBM)：dSt--uStdt+‘rStdBt，其中，u为股
票价格的平均对数收益率，o为股票价格对数收益率的方差，DI为标准布朗运动。这
也是著名的Black-Scholes期权定价公式的基本假设(Black and Scholes，1973)。
这里需要介绍两个概念：估计期和事件期。PPD方法中的估计期是指内幕人获取
内幕信息后与内幕信息公告前买卖股票的时期，这段时期通常很短，它不要求足够长
的时间序列。而事件研究中的估计期则要求有足够长的时间序列。内幕人在估计期内
按照Hull(2001)的方法估计U、o并建立股票头寸。由于不同的内幕人，如第一内
幕人和第二内幕人，获取内幕信息的时间及掌握的内幕信息程度不一样，因此不同的
内幕人的估计期不同。这样，PPD方法就可以测算不同的内幕人的超常收益，而事件
研究法则做不到这一点。PPD方法中的事件期是指信息公告后(不包括信息公告日，
而事件研究中的事件期则包括信息公告日)的日期。如果内幕人掌握的信息确实是重
①我国目前采取平均买入价和平均卖出价之差计算内幕交易者的非法所得(施东晖、傅浩，2002)．
21
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
大的，那么信息公告后的股价会突破内幕人在估计期估计的趋势，从而使内幕人获取
超常收益。
令信息公告日日期为0，那么按照内幕人在估计期内估计的趋势，事件期内第t
天股价的正常范围为：st∈△‘=ke一，％e“】。其中，max=叮％，2圻+@一矿2，2)，；
min=仃(’乙，：)m+伽一cr2，劲；口为股价变化落于波动期间内的置信水平；乙，2为标
准正态分布的概率密度函数。
如果事件期内第t天的股价墨>soe”，那么信息是重大的并且内幕人获取了正的
超额收益(非法所得)：如果薯<％P“，那么信息也是重大的并且内幕人获取了负的
超额收益(避免了损失)；如果％P一<st s％P”，那么信息是非重大的并且内幕人没
有获取超额收益，没有获取非法所得和避免损失。内幕人的超额收益可以表示为如下
形式：
I岛／so_em‘>％em
爿足={e一一墨／吒s<soe“
【o s￡蝇。
PPD方法的主要作用是用来确定内幕人在信息公告后还持有股票的非法所得。在
实际经济生活中，有的内幕人在信息公告之前就出货了结。对于这种情况，PPD的作
用则是判断内幕人所利用的信息是否是重大的。同时，出于稳健性的考虑，可以对置
信水平为1％、5％和10％--种情况分别进行估计。⋯1
2．4．3U鹪W方法
假设有关股票未来价格的信息分成两类，投资者也分成两类。两类投资者都观测
到两类信息中的一类，但是另一类信息只能被两类投资者中的一类观测，这就产生了
信息不对称。只能观测一类信息的投资者的交易是基于风险分散的套期交易，能观测
到两类信息投资者的交易是基于私人信息的投机交易。
经过推导，Llorente at el，(2001)得出均衡时收益率与换手率的动态关系：
占(瓦l蜀，圪)=cl心十岛蜀圪。如果市场中的信息不对称程度非常严重，那么基于私人
信息的投机交易就会占主导作用，高的交易量和收益率将会持续，收益率与交易量呈
现出正的自相关，即c1>0；如果信息不对称程度不存在或比较轻微，那么套期交易
占主导地位，较高的交易量和收益率不容易持续，收益率与交易量呈现出负的自相关
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
性或不相关，即c2≤0·
对于内幕交易股票i，Grishchenko at e1．(2002)的工作及事件研究的思路估计如
下的方程：
如《io岭lR“IHc口+C口Djl+C“Dn)Rj“V；pl+q。
其中，D”D。为虚拟变量。当数据处于内幕交易期间时D。取1，否则为0；当
数据处于信息公告后的时期时D。：取l，否则为O。Ci：用来衡量非内幕交易期间的信息
不对称，Cb用来衡量内幕交易对信息不对称的影响，即内幕交易对公平性的作用，Ci4
用来衡量信息公开对信息不对称程度的影响。
出于稳健性的考虑，可以分别在三个时间段内(内幕交易前lO、30、60天到时
间点A之后的lO、30、60天)估计上述方程，其中，时间点A=max{内幕交易结束
日，信息公开日}。由于我国股票市场的特殊性，还需要估计以不包括非流通股本的
总股本和包括非流通股本的总股本计算的换手率。“”
2．4．4 Logistic分析方法
相对于多元判别分析，Logistic分析在一定程度上克服了线性假设的缺点，并且
不要求变量服从正态分布。另外，吴世农、卢贤义(2001)和汪贵浦(2002)及上海
交大证券金融研究所课题组(2002)等的研究都表NLogistic分析方法要优于多元判
别分析。
设在给定判别体系各变量x(x气xl≯【2≯【3⋯)t)之后，事件Y发生的条件概率为
P=Prob(y=1Ix)。其中，y只取两个值(1和O)，1表示事件发生，O表示事件没发生。则
坂士)=a+p工
Logistic模型具有如下形式： 卜P 。其中，a、B为待估计的参数向量。有
时，由于经济变量之间可能存在着交叉影响(齐治平、余妙志，2002)，在判别体系
中加入各变量的交叉项，即x2∽，x：，。·x：，戈；，x；，．．“。但是，随之而来的问题是如何
确定自变量X，虽然从统计学的意义上可以采取诸如向前筛选法、逐步判别法及最大
似然值法等，但是发现这些方法对于具体实际应用的帮助并不大，主要表现为在对总
体判别正确率较高的同时，对内幕交易发生的正确判别率非常小。为此，从实际应用
的角度出发采用选择最优判别临界值相同的原则。
在运用Logistic模型进行判别时，通常将0．5作为临界值(阀值)。但是，事件的实
际发生概率并不一定是0．5，尤其在事件期和非事件期的样本不对称时候更容易出现
23
南京理工大学硕士学位论文内幕交易对公司业续影响的实证研究
这种问题。因此，阀值在分析具体的问题时通常需要调整。如果阀值太高，事件很难
被侦测出来，判别模型会失效；如果阀值太低，非事件也将会被当作事件处理。因此，
和一般的计量模型一样，Logisti蟆型也面临着第一类错误。和第二类错误。的问题(格
林，1998)。黄德华(2001)和长城证券课题组(2002)等提出了针对这个问题的有
效解决办法。黄德华认为最优的阀值应该是在观测到事件预测概率时事件发生与否的
条件概率相等时的值，但是这种方法有可能导致多个最优阀值(第一个问题)，而且
如果实际的判别应用特别强调事件发生或不发生的概率时，可以容忍这种最优阀值的
丧失(第二个问题)。长城证券课组以总的误判率为第一筛选基准，但是这同样会导
致上述中第二个问题不能得达到最好满足。由于内幕交易对市场破坏性非常大，所以，
防止内幕交易的发生应该是最重要的，从一个维护市场公平和健康环境的极端角度出
发，在能够侦测出每个内幕交易案例的前提下可以容忍对非内幕交易案例在一定程度
内的误判。因此可以建立如下的判断基准：
(1)把判断事件发生的条件概率划分为99个区间，【1％、2％⋯．99吲。在其中
选择使第一类错误最小的概率点；
(2)若第一步中有相同的点，则选择使第二类错误最小的概率点；
(3)若第二步红有相同的点，则选择使总误判率最小的概率点：
(4)若第三步中有相同的点，则选择其中最小的概率点为最优阀值。
先确定自变量任意组合的Logistic模型的最优阀值，然后按照最小第一类错误，
最小第二类错误，最小总误判率，最大似然值的步骤确定最终选取哪些变量。恤1
2．4．5决策树模型
决策树是一种利用先验信息处理数据间非同质关系的树型分类法。它从树的根结
点处开始不断选取新的属性来区分样本，对每个属性的每个值产生新的分支，直到一
个结点上所有样本都区分到某个类上。决策树模型的求解采用非参数技术；算法臼9关
2
键是选择节点的分裂属性，常用的有熵(Entropy)，卡方(z)以及基尼系数(Gini Index)
作为计算信息增量的算法。汹’对于分类变量的决策树模型，它根据不同的算法，首先
选择信息值最大的变量作为该层最有判别力的分类变量，把数据分成两个子集；然后，
每个子集又选择最有判别力的因素进行划分，一直进行到所有子集仅包含同一类型的
数据为止，即该级的信息值再也无法区分不同的类别为止。这种模型的好处，不仅在
模型拟合中尽可能的规避了线性回归中的一系列强假设，而且也能找出自变量之间的
相对重要性。基于熵的信息增量作为分离准则的决策树模型叫ID3。熵由信息学家申
①第一类错误即误拒错误，在这里表示内幕交易案例被判为非内幕交易案例．
②第二类错误即误受错误，在这里表示非内幕交易案例被判为内幕交易案饲．
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
农引进，最初称为不确定度量，是冯．诸依曼建议称它为炳的，用来描述信息的不确
定性。将最定义为分类变量U取值为i时的发生概率，设事件类型共有s类，则熵定
义为日(A，见，．．‘，见)=一善‘pjl092(A))=日∽，假设s值为2：又假设自变量K、吃、⋯
E，则自变量i对应的因子水平k记为％；定义信息增量定义
1(u，K)=日(u)一x可(ul巧)，其中
日∥l吩)2 kE=1e(巧k)H(u I‰)。磊1尸(‰×一f豸P(vfl聪k)1092(P(矾l磁)))
因此，对于自变量q、v2、⋯％，计算其对应的l(u，K)，z(u，K)取值越大，则
表示自变量K对于决策树分类具有更多的信息，则优先将K作为识别变量对树进行分
割。然后再用相同的方法对其他自变量进行选择。
2．5小结
本章对论文研究的基础理论和方法做了介绍。主要对内幕交易相关概念的界定，
我国现阶段内幕交易和市场操纵的特征，以及内幕交易与市场操纵者所受的处罚作了
分析。得出了以下结论：第一，我国现阶段对内幕信息，内幕交易和市场操纵都有了
相关的法律界定，但还不够健全，只以列举的方式为中心概念内幕信息界定了范围。
第二，我国现阶段内幕交易和市场操纵总体上呈现出如下特点；(1)在内幕交易方面，
内幕交易主体入以基本内幕人为主；内幕信息以兼并收购、利润分配为主；(2)在市
场操纵方面，市场操纵的主体人主要是机构投资者，尤其是证券公司和内部人；操纵
的类型主要是交易操纵；操纵的主要方式是连续买卖、洗售、合谋和对敲等；操纵者
利用多个账户，并持有大量股票进行操纵，其他多种违觌事实伴随内幕交易和市场操
纵发生。第三，内幕交易者和市场操纵者所受的处罚以罚款为主，同时还可能受到取
消或暂停营业资格、市场禁入等其他处罚。对内幕交易的主要研究方法作了概述，即
用事件研究考察事件发生后股票的超常收益(或累计超常收益)是否等于0，采用PPD
方法测量内幕交易者的超常收益或非法所得，采用LMSW方法和事件研究思想相结合
的方法测量内幕交易对交易过程中的信息不对称的影响，用8E1：AR模型(Self-Exciting
ThresholdAuto．Regression．T'mo和Tsay，1994；Potter,1995)刻画股票在操纵期间的走
势，J霜Logistic模型和决策树模型对内幕交易和市场操纵事件进行判别等内幕交易研
究方法进行了介绍。
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
3内幕交易对公司业绩影响的实证研究方法设计
为研究股票市场内幕交易对公司业绩是否有影响，和对其的影响有多大，并找出
影响上市公司业绩的最重要因素，本文以1993年以来中国股票市场发生内幕信息操
纵并被证监会以及司法系统按照内幕交易和市场操纵相关法律法规处罚、判决的历史
数据为样本，采用Logit模型进行实证分析。本章给出内幕交易对公司业绩影响的实
证研究方法设计。
3．1公司业绩、内幕交易的测量
3．1．1公司业绩的测量指标
本文旨在讨论内幕交易或市场操纵对公司业绩的影响，所以采用的被解释变量必
须为测量公司业绩的指标。为简化起见，本文采用净资产收益率的变动率，笔者认为
净资产收益率是公司财务指标体系的核心指标，净资产收益率的变动率能够代表公司
业绩的变化。如表3．1，Y表示净资产收益率的变动率，为Lo酉t模型的回归做准备，
现对指标Y(净资产收益率的变动率)作处理，引入虚拟变量Y1，当Y的绝对值大
于1时Y1取为1，否则取0，Y1可以解释为净资产收益率的变动程度，Y的绝对值
大于1就是表示净资产收益率的变动程度超过100％，笔者认为这时公司业绩有显著
变化，否则，认为公司业绩无显著变化。
3．1．2内幕交易的测量指标
本文将从引起内幕交易与市场操纵的内外驱动因素设定解释变量的指标体系，其
中外在驱动因素包括公司定位，股权结构。内在驱动因素包括风险，重大信息。下面
具体设定各种外在和内在驱动因素指标。
(1)公司定位
公司定位包括公司盈利能力和公司规模两方面内容。
公司盈利能力用主营利润增长率指标予以说明设为变量X1；采用两个变量代表
公司规模总股本X2，应收账款X3。
(2)股权结构
股权结构包括股东控股，流通股两类指标。
股东控股，第一大股东持股比率X4，第2．10大股东持股比率X5；
流通股，流通股比例X12。
(3)风险因素
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
风险因素包括所有制，董事相关和风险规避三方面。
所有制，国有股比例X9：
董事相关，独立董事比率X6，董事平均学历X7，董事平均年龄X8；
风险规避，是否有超比例持股Xl l。
(4)重大信息
重大信息由并购重组，控制权，股权和分红派现四个虚拟变量表示。
并购重组，是否有资产兼并和收购重组XIO；
控制权，是否存在控制权转移X13；
股权，是否有股本的增加X14；
分红派现，是否有配股、送股或收购后增发X15。
为更直观的表达解释变量指标体系的设定，给出下表以供参考：
表3．1内幕交易与市场操纵主体行为特征提取指标体系
内幕交目标层指子因素指
易动因标标
指标说明
公司定位
盈利能力主营利润增长率Xl
外在驱公司规模总股本X2’应收账款x3
动因素
股东控股第一大股东持股比率X4，第2．10大股东持股比率X5
股权结构
流通股流通股比例X12
所有制国有股比例X9
风险因素董事相关独立董事比率X6，董事平均学历X7，董事平均年龄X8
内在驱
风险规避是否有超比例持股X11
动因素
并购重组是否有资产兼并和收购重组XIO
控制权是否存在控制权转移X13
重大信息
股权是否有股本的增加X14
分红派现是否有配股、送股或收购后增发X15
综上所述本文的变量设计如下：
被解释变量：Y(净资产收益率的变动率)，转化为YI(净资产收益率的变动程
度)，当Y的绝对值大于1时Y1取为1，否则取0。
解释变量：主营利润增长率X1，总股本X2，应收账款X3，第一大股东持股比率
X4，第2．10大股东持股比率X5，独立董事比率X6，董事平均学历X7，董事平均年
龄X8，国有股比例X9，是否有资产兼并和收购重组XIO，是否有超比例持股Xll，
流通股比例X12，是否存在控制权转移X13，是否有股本的增加X14，是否有配股、
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
送股或收购后增发X15共15个变量。
3．2内幕交易、公司业绩的作用机理
3．2．1内幕交易与市场操纵的外在驱动因素
本文对公司定位的解释是公司的盈利能力和公司规模，公司盈利能力用主营利润
增长率X1来表示，公司规模由总股本X2，应收账款X3来予以说明。王春峰，蒋祥
林，韩冬(2003)在《中国股市的内幕交易及监管——国际经验与中国的对策》一文
中以上市公司的净利润增长率作为解释产生内幕交易的变量，并得出了有效的结论，
本文仿照其做法，选取了主营利润增长率变量。脚’另外，公司规模体现了一个公司对
市场的影响能力，公司的总股本的多少和能够控制的资金数额也将影响其对市场的操
纵能力，所以本文引入代表公司规模的总股本X2，应收账款X3两个变量。
张新和祝红梅2003‘35’；史永东等2003。从公司股权结构方面探讨了大股东进行
内幕交易与市场操纵的行为驱动因素。从股权结构层面来看，目前我国上市公司尚未
形成三权分立、有效制衡的公司治理机制，仍体现为一股独大、内部人控制、大股东
利用特殊的股权结构侵占公司利益等一系列特点。这就为大股东进行内幕交易与市场
操纵以获取超额收益提供了可能性。大股东利用事先知悉的利好消息大量买进股票的
直接结果就是人均持股数的增加，这也是通常意义上所说的股票集中度增加。股权集
中度增加和股价上升恰巧正是有内幕交易行为的重要表征，因此，有理由将股权集中
度作为一个因素纳入内幕交易主体行为特征的指标体系中。
3．2．2内幕交易与市场操纵的内在驱动因素
无论是公司定位还是股权结构，都是从外在驱动因素的角度进行考虑，本文拟在
此基础上，借助行为金融学的相关理论(Kahneman和Tvcrsky，1979：Beams，2002：
Mei，Wu＆Zhou，2004)，将有限理性和风险偏好的动态变迁特性引入到内幕人的
行为分析中，对内幕交易主体进行对应的内在驱动因素分析。研究将从两个方面入手：
风险因素和重大信息。通过案例分析发现，在不同的所有制性质下，大股东们体现出
不同的风险偏好：民营资本控制的上市公司更多地表现为风险规避，国有资本控制的
一般上市公司集中表现为风险寻求，丽国有资本重点控制的大型上市公司在风险偏好
上则介于两者之间，体现为风险中性。这不难理解，民营资本控制的上市公司由于产
权主体明晰，大股东对上市公司更具有主人翁的精神，因此也更加珍惜，风险厌恶程
度较高。国有资本重点控制的大型上市公司虽然产权不明晰，但由于是国资主管部门
①史永东．蒋贤锋，杜两省．内幕交易与市场操级防范体系研究．上证联合计划第八期课题报告，2003年
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
重点监控，因而其风险厌恶程度相对较高。而通常的国有资本控制的一般上市公司产
权不明晰j监控比较弱，对风险有着更大的追逐倾向。
重大信息方面，诸如并购重组、股权转让、分红派现等内幕信息都会对大股东的
行为产生重大影响。何佳和何基报2001；汪贵浦2002；史永东等，2003；王春峰等，
2003何卫东，2003；张宗新，2003从信息层面探讨了大股东进行内幕交易与市场操
纵的行为驱动因素。从信息披露层面来看，(张宗新，2003)的研究结果表明市场对
各重大事件提前做出反应，尤其是高送转、重大投资事件和控制权转移等重大利好事
件的信息披露引起了股价明显提前反应和异常波动，这表明重大事件的信息在披露前
就已泄露。如果从信息披露的完整性、及时性、可靠性、有效性四个方面度量，我们
不难发现，作为知情者的大股东们为了有利可图，向外界披露的往往是隐瞒了重大事
实的不完整信息，或是虚假的、滞后的信息。祝红梅(2003)通过对471个样本的实
证研究，证实了并购重组常常伴随着比较严重的内幕交易和股价操纵行为。以庄家操
纵亿安科技股票为例，其股价高企的过程一直伴随着种种公司股权演变和资产重组的
步骤，而市场和媒体上关于亿安科技的新闻也接连不断。许多重大事实事后才为市场
知晓，而庄家们似乎是“先知先觉”，股价早在重大事件披露前就已上涨。这就进一
步验证了重要信息确实会对大股东的决策行为产生重大影响。
因此，本论文解释变量的设定包括公司定位，股权结构，风险因素，重大信息四
个方面的内容。基于以上的文献回顾和理论分析，可以构建内幕交易与市场操纵行为
的驱动因素图(见图3．1)
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
图3．1内幕交易与市场操纵行为的驱动因素图
3．3内幕交易对公司业绩的影响相关假设
本文以内幕交易公告日所在半年为第0时间点，拟通过分析各个时间点上模型的
特征，找出信息公告日前后，公司业绩的变动的主要相关因素。本文的相关因素分为
四个大类：公司定位，股权结构，风险因素，重大信息。按照金融学相关理论知识，
下面文章对内幕交易对公司业绩的影响作出假设。
30
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
3．3．1假设1
信息公告前后较长的时间，因为这段时间期间公司并未受内幕交易或市场操纵等
重大信息的影响，公司业绩的变动的主要相关因素是股权结构因素和风险因素，股权
结构因素包括的具体指标有第一大股东持股比率x4，第2．10大股东持股比率X5，
流通股比例X12。风险因素包括的具体指标有国有股比例X9，独立董事比率X6，董
事平均学历X7，董事平均年龄X8，是否有超比例持股X11。
3．3．2假设2
信息公告前后较短的时间内，公司受重大信息的影响程度最大，代表重大信息的
相关指标将成为显著相关因素。重大信息的相关指标包括是否有资产兼并和收购重组
XIO，是否存在控制权转移X13，是否有股本的增加X14，是否有配股、送股或收购
后增发X15。另一方面，由于规模越大的公司，越容易被市场关注，相关的私人信息
越容易被挖掘和传播，内幕交易发生概率越小，所以内幕交易概率值和公司资产规模
之间存在显著的负相关关系，公司规模也会对公司业绩的变动产生重大影响。
3．4小结
本章对论文实证研究的方法进行设计，首先，对内幕交易、公司业绩的具体测量
指标作了设定，其中，以公司的净资产收益率代表公司业绩，并引入虚拟变量Yl作
为L0醇模型的被解释变量，当Y(净资产收益率的变动率)的绝对值大于1时Y1
取为1，否则取0；解释变量的设定包括公司定位，股权结构，风险因素，重大信息
四个方面的内容，作为与内幕交易发生的重要相关因素。第二，对内幕交易与公司业
绩的作用机理做了解释，构建了内幕交易与市场操纵行为的驱动因素图。最后，对内
幕交易对公司业绩的影响作了理论上的假设。
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
4我国股票市场内幕交易对公司业绩影响的实证分析
为全面地反映问题，研究股票市场内幕交易对公司业绩是否有影响，和对其的影
响有多大，并找出影响上市公司业绩的最重要因素，本文以1993年以来中国股票市
场发生内幕信息操纵并被证监会以及司法系统按照内幕交易和市场操纵相关法律法
规处罚、判决的历史数据为样本，采用Logit模型进行实证分析。本文统计出38个
样本，样本的收集参考了汪贵浦(2002)、蒋贤峰等(2005)张宗新(2006)的数据，
所有指标数据来源于新浪网站(http：／／fmancc．sina．tom．c们。
4．1模型与数据收集
从表2．1：1993-2004年中国股票市场的内幕交易和市场操纵案例样本描述表中看
出，本文样本时间第一公告日所在时间并不在同一年度，为保证数据的可比性，本文
统一将事件公告日所在半年设定为各个样本的第0时间点，下～个半年时间点值取1，
上一个半年则取一l，以此类推。根据第三章中变量的设计，本节给出本文的实证模型
与样本数据。
4．1．1模型
本文采用Logistic模型进行研究，相对于多元判别分析，Logistic判别在一定程
度上克服了线性假设的缺点，并且不要求变量服从正态分布；而且汪贵浦(2002)等
的研究都表明Logistic分析方法要优于多元判别分析，这里对Logistic模型作简单介
绍。
Logistic回归分析是对定性变量的回归分析。按照因变量取值类别不同。又可以
分为Binary Logistic回归分析和Multinominal Logistic回归分析。Binary Logistic回归
模型中因变量只能取两个值l和O(虚拟因变量)，而MulfinominalLogistic回归可以取
多个值。本文使用的是Binary Logistic回归分析。
本论文的Logistic模型具有如下形式：
厂p、
hI击J硝+屈xil+∥2Xi2+．“+成x“
令Yil=口+Axjl+f12xi2+⋯+成x缸
其中Yil是均值为E(yi)=P(Yi=1)=Pi=口+Axjl+屈xj2+⋯+以xh的O．1分布，
其概率分布如下：
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究心·卟舞蒜篙等糍踹
P(Y。=0)=1一P(Yil=1)
Yi。的概率函数为：
p(Yi。)=Pixl(1一Pj)“x-，Yil=O,l；i=1,2，⋯，n
则Y，的极大似然估计函数为：
L=lIP(Yi。)=n Pi％(1-Pi)¨
对其取自然对数，得到：
·儿=喜K．·蝇+。一Yjl)ln。一Pi，】=喜[Yi，tn．．P虬i+In(1-Pi，]
即：
lnL=Σ【Yi。@+历xil+尼xi：+⋯+f1．xh)】．
(1)
(2)
一In[|+exp(a+∥lxiI+f12xi2+⋯+Axi。)】(6)
Lo醇模型的极大似然估计，就是使式(6)达到极大，最终找出被解释变量与解释
变量的关联度。
4．1．2数据收集
按照4．1节变量的设定，本文收集了1993．2004年中国股票市场的内幕交易和市
场操纵案例样本的数据，在数据收集过程中发现000508琼民源，600878北大车行，
550552海鸥基金三个案例的数据不可得到所以将其删除。由于600601延中实业，
600898郑百文，000428华天酒店，600758金帝建设，600737新疆屯河缺失数据太多，所
以剔除这些公司的数据。因此统计样本最终得到30个。噼本观测值的所有数据来至
新浪网(http：／／finance．sina．corn．cn／)。
①30家股票为；上海石化，陆家嘴，张家界，南油物业，田际大厦，东大阿派，济南轻骑，万里电池，河北威远，
合金投瓷，湘火炬，众城实业，川长征，琼海药，延中实业，攀枝花，钱江生化．亿安科技，陕国投A．中科创
业，津国商。徐工科技，东方电子，世纪中天，深南玻璃，银广夏。深深房。啤酒花。中房股份，华润锦华。
33
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
4．2实证分析
4．2．1数据处理
经过对变量相关系数的检验，发现X4，x5相关系数为一O．64：x4，x9相关系数为
--0．71；x14,x15相关系数为--0，56。哒些变量间存在着多重共线性。为了消除变量
间的相关性，通过软件SPSS采取Principal components(主成分分析法)对数据进行
处理。
表4．2解释变量的相关系数表
X1 X2 )G X4 X5 X6 Ⅺ X8 X9 X10 Xll X12 X13 X14 X15
X1 l -o 03 ．005 n∞ ．0 06 ．0∞ _0 -00l -o 08 O ．o∞ -001 -0，02 0l -O．05
)Q -0 03 1 038 0工005 0 35 n13 028 0上4 mll -007 _001 ．008 ．0 05 由06
X3 ．0 05 0 38 l -01 0l 019 0 04 004 0 02 002 012 002 002 ．o 04 ．003
X4 0,05 0 2 _oll l 43 64 ．0I 8 ．0l 0 36 0 7l 004 -016 ．0 39 -o 09 0 0
X5 ∞．06 O．OS 0j ．06 J 028 O】3 -016 旬36 -0 08 0．15 ．02l 007 -006 ．009
X6 ∞．03 0 35 019 -02 02S l 03 ．011 ．0 J5 以12 -003 田．1 -009 ．019 ．0∞
X7 ．oOl 013 0 04 ∞1 013 0 3 l _o 27 ．02s 004 ．0．02 006 n02 -0 02 008
X8 -001 0 28 0,04 036 J016 ．0Il _0 3 l 039 ．01 ．0．28 ．025 0 06 0,03 ．0 05
x9 ．oDS 024 Om 07l -036 -015 ．。3 n39 l —014 ．o肺最3S ．016 ．o os -oos
X10 O ．0ll 002 0 04 -o 08 ．012 0 04 ．01 ．014 I -01 007 017 002 ．001
X11 ．003 ．0 07 012 ．0 2 015 -0 03 -0 m 28 m06 ．01 1 ．o -o 03 008 014
X12 -001 ．。0l 002 -04 ．0 2I ．0l 0．06 -025 ．0 33 0．07 _0 I ．002 01 007
X13 ．002 -008 Om -o．1 蝴．0．09 Om 0．06 ．0，16 o．t7 由∞ -0．02 l 0．06 m02
X14 Ol 以05 ．004 O -0 06 -0．19 ．0 0∞ -0．08 0,02 0．08 01 O．06 l n56
X15 ．o 05 -006 -0，∞ 0 -009 -003 0 Ds ．0 05 _0 08 田0l 0．14 007 m02 056 l
选取X4，X5，X9，X14，X15进行主成分分析，首先对其进行KMO andBartlett检验。
如表一所示，Bartlett球度检验统计量的观测值为364．245，自由度为10，相应的概率p
接近于0，小于置信度为0．05的显著性水平，可推断相关系数矩阵与单位阵有显著差
异。同时KMO值为0．571，由此可知上述几个变量较适合进行主成分分析。
①见表4．2解释变量的相关系数表
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
表4．3 KMO检验和Bartlett球度检验
K-M．O测度． 0．571
Bartlett球度检验统计量的观测值364．245
自由度10
共性指标值0．000
经过处理提取2个因子，如表4．4和图4．2所示。通过表4．4可以看出变量X4，X5，X9
在第1个因子上有较高的载荷，因子l主要解释了这几个变量，可以解释为股本结构
因素，变量x14,x15在第2个因子上有较高的载荷，可以解释为股本变化因素。
表4．4成分矩阵
成分因子1 因子2
X4 O．914 1．853E-02
X5 ．0．787 ．o．171
X9 0．796 ．8．60lE．02
X14 -4．977E．02 O．891
X15 ．4．313E-02 0．894
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
斜率结构
成分因子
图4．2各成分指标的特征值
表4．5成分得分系数矩阵
主成分因子l 因子2
X4 0．437 O．011
X5 —0．376 加．105
X9 0．380 -0．053
X14 -o．024 0．547
X15 ．o．021 0．549
按主成分分析方法提取因子，用股本结构因素Fl，
因子，最后，通过因子得分计算(表4．5)得出下式：
FI=O．437X4-0．376X5+o．380X9-0．024X14-0．021X15
F2=o．011X4-o．105X5—0．053X9+0．547X14+0．549X15
股本变化因素F2来表示两个
(4．1)
南京理工大学硬士学位论文内幕交易对公司业绩影响的实证研究
4．2．2 Logit回归分析
4．2．2．1分时间点的Logit回归
为了探讨内幕交易和市场操纵在各个时间段对公司业绩的影响，本文采用Logit
模型对数据进行分段处理，如时间取0表示事件公告日所在半年公司的各项数据。现
在将其处理方式说明如下：按照4-3．1的分析，将第0时间点的数据代入“式(4．1)”
算出F1，F2，代替变量X4，)(5，X9，X14，X15，然后用EViews进行Logit回归。
表4．6第0时间点第一次logit回归输出表
变量相关系数标准差Z统计量相伴概率
C 2．641450 11．06956 0．238623 0．8l 14
X1 ．0．000951 0．003890 0．244419 0．8069
X2 —8．8lB．06 8．76E-06 ．1．005885 0．3145
X3 -2．26E．09 4．58F,-09 -0．494734 0．6208
X6 0．282283 0．213573 1．321719 0．1863
X7 -1．408753 1．366867 -1．030644 0．3027
X8 0．011319 0．180409 0．062743 0．9500
X10 O．413323 1．482825 0．278740 0．7804
Xl l O．731876 1．200466 0．609660 0．542l
X12 0．014656 0．041396 0．354054 0．7233
X13 4．016381 4．181073 0．960610 0．3367
F1 O．011451 0．058499 0．195742 0．8448
F2 0．3831lO 0．399684 0．958532 0．3378
LR统计(12阶) 13．05186 似然比系数o．41 1017
相伴概率(LR)0．365283
从上表发现x1 x3X8X10xllXl2fl置信度太低删除，在估计框内输入YICX2
x6X7 X13 F2再做一次logit回归，输出表4．7
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
表4．7第0时间点第=次logn回归输出表
变量相关系数标准差Z统计量相伴概率
C 9．991094 5．055301 1．976360 0．0481
X2 -2．80E-05 3．08E-．05 -0．909682 0．3630
X6 0．737060 7．325357 0．100618 0．9199
X7 -2．742074 1．507112 ．1．819423 0．0688
X13 1．37765l 1．752416 0．786144 0．4318
F2 1．160256 0．649848 1．785428 0．0742
LR统计值(5 dD 13．41697 似然比系数o．359100
相伴概率(LR)0．019769
观察上表X6 x13置信度太低删除，在估计框内输入Y1 C X2 X7 F2再做一次
logit回归得到表4．8
表4．8第0时间点第三次logit回归输出表
壅里垫叁垂墼堡堡茎兰丝竺量垫丝堡童
C 2．774296 2．711318 1．023228 0．3062
X2
X7
．5．04E■06
．0，877355
5．03806
0．899903
—1．001215
-0．974944
0．3167
0．3296
F2 O．262196 0．247805 1．058073 O．2900
LR统gt值(3阶) 3．644823 似然比系数0．092439
相伴概率(LR) 0．302459
观察上表x7置信度太低删除，在估计框内输入Yl C X2 F2再做一次Iogit回归
得到表4．9
表4．9第0时间点第四次logit回归输出表
变量相关系数标准差Z统计量相伴概率
C 0．670987 0．895037 0．749675 0．4535
X2 一1．67E．05 1．60E-05 -I．042845 0．2970
F2 ‘0．253143 0．243842 1．038143 0．2992
LR统计值(2彰b 3．348894 似然比系数0．084934
相伴概率(LR)0．1 87412
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
Logit逐步回归过程剔除变量的依据为：
(1)z统计值(z．s删stic栏检验值)太小
(2)拒绝z检验原假设犯错误的概率(Prob．(z))过大
(3)对LR统计量(LR statistic)和似然比系数(McFadden R-squared)有改善。
结果表明Yl与X2、F2显著相关，即，最终获得的Log“回归模型为：
Y1；O．670987．1．67E_05X2+o．253143F2
(o．749675)(-1．042845)(1．038143) (4．2)
0．4535 0．297 0．2992
该方程各系数z统计量通过状况良好(上述方程括号中的数字表示z统计量，z
统计量下方数据表示拒绝z检验原假设犯错误的概率)，置信度较高，所以该模型能
够比较准确的表示事件发生所在的半年对公司业绩有显著影响的因素。
对模型进行z检验，且1、8 2的z值接近2，13 2的z值较好，从Prob．(z)的大小来看，
回归系数检验可以接受。
对模型进行LR检验，Logit模型采用极大似然估计法进行参数估计，LR statistic可用
于检验Logit回归模型的拟合优度。ut被定义为：LR=qL(风)-L(fltm)】
其中，L(风)代表有限制条件时对数似然函数的最大值，L(反。)代表没有限制条件
时对数似然函数的最大值。蛾验建立在大样本条件下，服从y‘分布，
即：一2[L(flR)一L(芦k)】～Z：，其中：m是限制条件的个数。
对模型(4．3)而言，m=3给定a：o．05的显著性水平，查Z‘分布表得临晃值为
0．351846。模型(4．3)的U滥验值为3．348894>0．35184，说明拟舍优度较好。
接下来，用上述Logistic模型对所选取的样本进行判别。按照通常的做法取0．5为
阀值，结果显示在0．5的阎值下，估计方程判别的总体正确率为66．67％，常数判别的
总体正确率为63．33％，基本符合要求。(见表4，10)
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
袁4．10第0时问点0．5阀值下的判别结果
。
估值预测(O．5阀值)
估计方程常数概率
D印卸Dep=l Total Dep=0 Dep=l Total
P(Dep=1)<=C 18 9 27 19 ll 30
P(Dep=1)>C l 2 3 0 0 0
总数19 1l 30 19 1l 30
正确数18 2 20 19 0 19
正确百分数94．74 18．18 66．67 100．00 O．OO 63J33
错误百分数5，26 81．82 33．33 0．00 100．OO 36．67
其余时间点上的处理方式与上类似，操作步骤这里不作细述，详见附录l。根据
以上分析可以统计出各个时点上影响公司业绩(文中用净资产收益率的变动程度Y1
表示)的主要指标。表4．11列出了各点时间的Lo醇回归结果，表4．12给出了公司
业绩的显著相关因素表。
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
表4．1l各段时间的Logit回归结果
相伴概LR统计
时间变量相关系数z统计量相伴概率似然比系数
蛊量
C ．1．539851 ·2．1138 O．0345
X2 8．8lE．06 1．46585 0．1427
4 7．459222 0．058616 0．232704
X3 -4．11E-09 ．1．3269 O，1845
X10 1．498175 1．57896 O．1143
C -2．025054 ．1．8654 0．0621
3 Xl 0。009716 0．9586 0．3378 2．602568 0．272182 0．072447
F2 ．0．425396 一1．3041 O．1922
C -2．482281 -2．1187 0．0341
2 2．929954 O．08695 0．07994
X12 0，040627 1．5280l 0．1265
C ．2．201047 ．1．8219 0．0685
X2 ．5．50E—06 ．1．3072 O．1912
l 17．73107 0．0005 0．427714
X13 2．655571 1．32219 O．1861
F2 —0．958233 -2．2001 0．0278
C 0．670987 0．74968 0．4535
O X2 -1．67E．05 ．1．0428 0．297 3．348894 0．187412 0．084934
F2 0．253143 1．03814 0．2992
C ．6．53278 ．2．1797 0．0293
一l X7 1．859998 1．75216 O．0797 8．839839 0．012035 O．227736
F2 -o．532178 —1．766 0．0774
C 一2．782138 -1．8279 0．0676
-2 X12 0．030028 1．22641 0．22 2．119079 O．346615 O．06325
F1 0．026248 0．99514 0．3197
C -4．473105 -2．3718 O．0177
．3 10．51818 0．001182 0．303586
X12 O．1 17969 2．26031 0．0238
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
表4．12公司业绩的显著相关因素表
是否有
主营利
应收账董事平均资产兼流通股
是否存股本
股本变化
润增长总股本
款学历并和收比倒
在控制结构
蛊权转移因素
因素
购重组
时
间
X1 X2 X3 X7 X10 X12 X13 Fl F2
4 N 正负N 正N N N N
3 正N N N N N N N 负
2 N N N N N 正N N N
1 N 负N N N N 正N 负
0 N 负N N N N N N 正
．1 N N N 正N N N N 负
．2 N N N N N 正N 正N
．3 N N N N N 正N N N
注：(1)正表示正相关，负表示负相关，N表示无显著相关
(2)时间栏中，0表示事件公布日所在半年数据，1表示公布日之后一个半年数据，一1表示
公布日之前一个半年数据，以此类推。
4．2．2．2以公布日分界的Logit回归
前-4,节已经对各个时间点上的影响公司业绩的因素作了分析，为了便于比较事
件发生前后各变量对公司业绩的影响变化，本小节将时间分为事件公布日之前和公布
日之后两段对事件前后分别做回归分析。仍然利用4．3．1中主成分分析的结论“式
(4．1)”，将X4，X5,X9，x14,x15的值代入算出Fl，F2，代替变量X4，X5，x9,x14，X15，
然后用EViews进行Logit回归。首先对事件发生后的数据进行回归，经过三次回归
得到变量X2，X6，X10对公司业绩有较显著的影响。(表4．13)
表4．13事件发生后的数据回归结果
变量相关系数Z统计量相伴概率
C -0．356309 ．1．117446 0．2638
)(2 ．8．94E4)6 ．1．054146 0．2918
X6 0．441934 1．064205 0．2872
XlO 0．882134 1．365892 0．1720
u濒计值(3阶) 3．540704
相伴概率(LR) O．315521
42
南京理工大学顽士学位论文内幕交易对公司业绩影响的实证研究
Yl=．0．356．8．94E．06)Q+0．442X6+0．882X10
(-1．117)(．1．054)(1。064)(1，366)
0．2638 0．2918 0．2872 0．1720
(4．3)
该方程各系数z统计量通过状况良好(上述方程括号中的数字表示Z统计量，z
统计量下方数据表示拒绝z检验原假设犯错误的概率)，置信度较高，所以该模型能
够比较准确的表示事件发生后影响公司业绩的因素。
接下来，用上述Logistic模型对所选取的样本进行判别。按照通常的做法取0．5为
阀值，结果显示在0．5的阀值下，估计方程判别的总体正确率为64．20％， 常数判别的
总体正确率为60．49％。(见表4．14)
表4．14事件发生后0．5阀值下的判别结果
估值预测(0．5阀值)
估计方程常数概率
Dep=0 Dep=l 总数Dep=0 Dep=l 总数
P(Dep=I)<=C 46 26 72 49 32 8l
P(Dep=!．I>C 3 6 9 O O 0
总数49 32 81 49 32 81
正确数46 6 52 49 O 49
正确百分数93．88 18．75 64．20 100．00 0．00 60．49
错误百分数6．12 81．25 35．80 0．00 100．oo 39．51
接下来，再对事件发生前的数据进行Logit回归，经过三次回归得出，变量3：2，X12
对公司业绩的影响较为重要。(见表4．15)
表4．15事件发生前的数据回归结果
变量相关系数Z统计量相伴概率
C ．1．144790 -2．049240 0．0404
X2 ．3．26E-06 ．1．02619l 0．3048
Xt2 0．024267 1．718404 0．0857
LR统计值(2阶) 5．463498
相伴概率(LR) 0．065t05
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
Y1；．1．145．3．26E-06)湿+0．024X12
(-2。05)(-t．03) (1．72) (4．4)
0．0404 0．3048 0．0857
由上式可以看出各自变量的Z统计量较为显著(上述方程括号中的数字表示Z
统计量，Z统计量下方数据表示拒绝Z检验原假设犯错误的概率)，对因变量有较强
的解释能力，能够较好的反映出影响公司业绩的重要因素。
接下来，用上述L09istic模型对所选取的样本进行判别。按照通常的做法取0．5为
阀值，结果显示在0．5的阀值下，估计方程判别的总体正确率为65．88％，常数判别的
总体正确率为64．120,4。(见表4．16)
表4．16事件发生前0．5阀值下的判别结果
估计方程常数概率
Dep卸Dep21 总数Dep=0 Dep=l 总数
P(Dep=1)<=t2 98 47 145 109 61 170
P(Dep=1pc ll 14 25 0 O 0
总数109 61 170 109 61 170
正确数98 14 112 109 0 109
正确百分数89．9l 22．95 65．88 100．00 O．OO 64．j2
错误百分数lO．09 77．05 34．12 0．00 100．00 35．88
4．3研究结果
4．3．1分时间点的Lo班回归结果分析
分析各个时间点上模型的特征，发现，信息公告前较长的时间(一般半年和一年
以上)，公司业绩的变动的主要相关因素是股权结构因素和风险因素，具体的指标包
括流通股比例X12，股本结构因素(第一大股东持股比率X4，第2—10大股东持股比
率X5，国有股比例x9)，因为这段对间期间公司并未受重大信息的影响，所以代表
重大信息的相关指标未成为显著相关因素。
信息公告前后较短的时间内(一般半年以内不超过一年)，公司业绩的变动的主
要影响因素是重大信息和公司规模。具体的指标包括股本变化因素(是否有股本的增
加X14，是否有配股、送股或收购后增发X15)，总股本X2。因为这段时间期间公司
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
受重大信息的影响程度最大，所以代表重大信息的相关指标成为显著相关因素。说明
内幕交易概率值和公司资产规模之间存在显著的负相关关系，由于规模越大的公司，
越容易被市场关注，相关的私人信息越容易被挖掘和传播，所以内幕交易发生概率越
小，反之则亦然。另一方面内幕交易往往就伴随着并购重组、业绩预盈与预增及高送
转事件的发生。
信息公告后较长的时间内(一般一年以上)，公司业绩变化程度的影响因素变得
复杂，公司定位，股权结构，风险因素，重大信息均可能成为显著影响因素，要视各
个公司的具体情况而定。正常情况下，公司盈利能力和公司规模以及股权和分红派现
对公司业绩的影响较大，具体的指标包括主营利润增长率指标变量x1，总股本X2，
应收账款X3，是否有股本的增加X14，是否有配股、送股或收购后增发X15。
4．3．2以公布日分界的Logit回归结果分析
通过对数据前后的变量进行分析，可以看出事件发生前后，影响公司业绩的变量
发生了变化。事件发生后，变量X2，X6，X10对公司业绩有影响，而事件发生前只有
变量X2，X12影响公司业绩。可见内幕交易发生后，改变了影响公司业绩的因素，也
即通过影响这些因素的变化来间接影响了公司的业绩。在事件发生前，总股本数和流
通股的比率对公司业绩有显著影响；事件发生后，除了总股本数的影响外，独立董事
的比率和是否有资产兼并和收购重组也对公司业绩产生重要影响。将模型结论和中国
内幕交易和市场操纵案例的特征相结合分析，发现几乎每一起事件的前后都会发生股
本的增加，或者是配股、送股或收购后增发等。同时，发现公告时间与股本实际增加
的时间相差并不太远。因此，以事件公告日为时间划分点，在此前后公司业绩的影响
因素变化较大，事件公告日前，公司业绩主要受公司定位，股权结构等外在驱动因素
的影响，事件公告日后，公司业绩既受公司定位，股权结构等外在驱动因素的影响，
又受风险因素，重大信息等内在驱动因素影响。而且，风险因素(独立董事比率x6)，
重大信息(是否有资产兼并和收购重组XlO)的影响更大。
4．3．2．1对事件发生后各影响因素的分析
总股本是代表公司规模的重要参量，从图4．3，总股本X2的均值为51825．49万
股，最大值720000万股，最小值5168．5万股，相差100多倍，说明公司规模差距较
大，是构成影响公司业绩的重要因素。
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
序列：)【2
样本l 175
观测数175
平均值
中间值
最大值
最小值
标准差
偏度
风度
正态性5450．743
图4．3事件发生后总股本X2的特征数和直方图
独立董事比率体现公司独立董事制度的执行情况。2000年11月，上交所发布的
《上市公司治理指引》中建议上市公司“应至少拥有两名独立董事，且独立董事应占
董事总人数的20％”。2001年6月，证监会发布《证券公司管理办法(征求意见稿)》，
明确规定，证券公司出现“董事长和总经理由同一人担任”等情况时，独立董事人数
不得少于董事人数的I／3。由于样本数据所在时间多在2001年前，上市公司独立董事
比率普遍偏小，且多数公司没有独立董事。(见图4．4)所以独立董事比例一项成为影
响公司绩效的主要因素进入模型。独立董事比率普遍偏小，导致内幕交易或市场操纵
的发生概率提高，进而对公司业绩产生影响。
9
O
O
0
4
9
7
4
4．0．7
5
．．0
5
7
8
9
5
2
O．9
6
O
2
6
0
8
2
4
4
8
6
0
6
O．
1
8
2}8
5l
7
5l
5
2
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
图4．4事件发生后独立董事比率X6的特征数和直方图
资产兼并和收购重组属于重大信息类指标，从图4．5可以看出，资产兼并和收购
重组XlO是0-1变量，均值约为O．16，但是一旦存在，它对公司业绩会产生巨大影响，
事件公告日之后较长时间段，它对公司业绩仍然产生影响，说明内幕交易和市场操纵
有可能在公告日之后持续一段时间。
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
图4．5事件发生后是否有资产兼并和收购重组XIO的特征数和直方图
4．3．2．2对事件发生前各影响因素的分析
4．3．3t2节模型(3)显示事件发生前，显著影响公司业绩的因素为总股本X2，流
通股比例X12。．
对总股本的分析与4．4．2．1节相似(见图4．6)，下面主要对流通股比例进行分析，
流通股比例反映股权结构中股本的流动性指标，一般股票的流动性越小越容易受到操
纵，所以流通股比例也是一个影响内幕交易或市场操纵发生概率的因素。所以流通股
比例进入模型成为公司业绩的主要因素也是可以理解的。(见图4．7)
48
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
图4,6事件发生前总股本X2的特征数和直方图
序列：X12
样本1 90
观测到的样本84
平均值
中间值
最大值
最小值
标准差
偏度值
峰度值
正态性
33．14364
32．75516
100．0000
0．000000
18．88832
I．252536
6．71215l
70．19406
0．000000
图4．7事件发生前流通股比例X12的特征数和直方图
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
4．4小结
本章以我国股票市场上所有发生过内幕交易、市场操纵股票共计38次案例为研
究样本，采用内幕交易时问公告日前一年半后两年半的公司业绩及其内外驱动因素指
标数据，以L0西stic模型建立了对内幕交易前后影响公司业绩主要因素的变化的实证
分析模型。得出相应的实证结果，信息公告前较长的时闻，公司业绩的变动的主要相
关因素是股权结构因素和风险因素，因为这段时间期间公司并未受重大信息的影响，
所以代表重大信息的相关指标未成为显著相关因素。信息公告前后较短的时间内，公
司业绩的变动的主要影响因素是重大信息和公司规模。因为这段时间期间公司受重大
信息的影响程度最大，所以代表重大信息的相关指标成为显著相关因素。说明内幕交
易概率值和公司资产规模之间存在显著的负相关关系，由于规模越大的公司，越容易
被市场关注，相关的私人信息越容易被挖掘和传播，所以内幕交易发生概率越小，反
之亦然。
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
5基本结论、政策建议及进一步的研究方向
论文以证监会从1992年成立至2005年6月底期间公布的涉及操纵市场、内幕交
易的26个行政处罚决定，再包括司法系统在审查的及已判决的涉及内幕交易或市场
操纵违规的案例，共计38次案例为研究样本，采用Logit模型对内幕交易前后影响
公司业绩主要因素的变化进行实证分析。论文设计了公司定位，股权结构，风险因素，
重大信息四大目标成指标，包括主营利润增长率xl，总股本(万股)X2，应收账款x3，
第一大股东持股比率X4，第2．10大股东持股比率X5，独立董事比率X6，董事平均
学历X7，董事平均年龄X8，国有股比例X9，是否有资产兼并和收购重组XIO，是
否有超比例持股X11，流通股比例X12，是否存在控制权转移X13，是否有股本的增
加X14，是否有配股、送股或收购后增发X15共15个解释变量(具体指标体系见表
4．1)。在数据收集过程中发现000508琼民源，600878北大车行，550552海鸥基金三
个案例的数据不可得到所以将其删除。由于600601延中实业，600898郑百文，000428
华天酒店，600758金帝建设，600737新疆屯河缺失数据太多，所以剔除这些公司的数
据。因此统计样本最终得到30个。
5．1基本结论
论文就中国证券市场的内幕交易作了系统性研究。
首先对内幕交易的相关概念包括内幕人、内幕信息、内幕交易、市场操纵等作了
明确界定，并对我国内幕交易和市场操纵的特征作了详细分析。以内幕信息为中心，
对内幕交易构成要件进行了分析。从美国、欧盟、日本、香港和台湾等国家和地区有
关规定出发，结合中国有关法律法规的规定，指出构成内幕信息的三大基本要素：与
证券交易直接有关；重大性：非公开性。内幕信息的存在是利用内幕信息行为的前提，
通过案例汇总对中国内幕交易与市场操纵者所受的处罚作了分析，指出中国内幕交易
与市场操纵者所受的处罚偏轻，大股东、机构投资者有进行内幕交易或市场操纵的激
励。
第二，对内幕交易的主要研究方法作了概述，即用事件研究考察事件发生后股票
的超常收益(或累计超常收益)是否等于0，采用PPD方法测量内幕交易者的超常收
益或非法所得，采用LMSW方法和事件研究思想相结合的方法测量内幕交易对交易
过程中的信息不对称的影响，用SETAR模型(Self-ExcitingThresholdAuto-Regression．
Tiao和Tsay,1994；Potter,1995)刻画股票在操纵期间的走势，用Logistic模型和决
策树模型对内幕交易和市场操纵事件进行判别等内幕交易研究方法进行了介绍。
第三，论文以证监会从1992年成立至2005年6月底期间公布的涉及操纵市场、
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
内幕交易的26个行政处罚决定，再包括司法系统在审查的及已判决的涉及内幕交易
或市场操纵违规的案例，共计38次案例为研究样本，采用Lo西模型对内幕交易前
后影响公司业绩主要因素的变化进行实证分析，得到以下主要结论：
综合分析各个时间点上模型的特征。发现，信息公告前较长的时间(～般半年和
一年以上)，公司业绩的变动的主要相关因素是股权结构因素和风险因素，具体的指
标包括流通股比例，股本结构因素(第一大股东持股比率，第2．10大股东持股比率，
国有股比例)，因为这段时间期间公司并未受重大信息的影响，所以代表重大信息的
相关指标未成为显著相关因素。
信息公告前后较短的时间内(一般半年以内不超过一年)，公司业绩的变动的主
要影响因素是重大信息和公司规模。具体的指标包括股本变化因素(是否有股本的增
加，是否有配股、送股或收购后增发)，总股本。因为这段时间期间公司受重大信息
的影响程度最大，所以代表重大信息的相关指标成为显著相关因素。说明内幕交易概
率值和公司资产规模之间存在显著的负相关关系，由于规模越大的公司，越容易被市
场关注，相关的私人信息越容易被挖掘和传播，所以内幕交易发生概率越小，反之则
亦然。另一方面内幕交易往往就伴随着并购重组、业绩预盈与预增及高送转事件的发
生。
信息公告后较长的时间内(一般一年以上)，公司业绩变化程度的影响因素变得
复杂，公司定位，股权结构，风险因素，重大信息均可能成为显著影响因素，要视各
个公司的具体情况而定。正常情况下，公司盈利能力和公司规模以及股权和分红派现
对公司业绩的影响较大，具体的指标包括主营利润增长率指标变量，总股本，应收账
款，是否有股本的增加，是否有配股、送股或收购后增发。
5．2政策建议
这里仅就本论文的工作和实证研究结论，提出以下建议：
(1)强化上市公司信息披露，构建内幕操纵的动态监管体系，对内幕交易和市
场操纵行为进行有效、及时甄别。．
传统的对证券市场异常波动的监测主要应用“事件研究法”观测股价波动、换手
率等市场运行指标，但在内幕交易发生时难以及时预警，而当确认内幕交易操纵时。
内幕交易者可能已经结束操纵行为。针对传统指标的缺陷，本论文以金融市场微观结
构理论为基础，综合考虑内外驱动因素，引入公司定位，股权结构，风险因素，重大
信息等指标，以实现及时发现内幕交易行为，防止内幕操纵事件发生的目的。为了尽
可能将内幕交易遏制在初始阶段，需要开发与建立甄别内部信息操纵的技术操作系
统。”1为了在各个层次上实现信息共享与公开，监管部门自身也应该加强信息披露。
加强强制性信息披露的同时，鼓励自愿性信息披露(何卫东，2003)在我国当前的证券
52
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
市场中，上市公司的信息披露存在着某种程度的“诚信”危机j在这种情况下，监管
部门应该进一步加强强制性信息披露，保证上市公司信息披露的及时性、有效性和准
确性。不仅如此，监管部门也应该鼓励上市公司的自愿性信息披露，增强信息披露的
完整性、可靠性，监管部门应该建议立法机构在相关的证券法规、规则中加入鼓励公
司自愿披露信息的条款，同时加强对自愿性信息披露的监管。
(2)关注上市公司在融资、并购重组、业绩预告、分红送转等重大事件上的公
司行为是否规范，同时需要强化上市公司信息披露行为。
按照本文结论，信息公告前后较短的时间内(一般半年以内不超过一年)，公司
业绩的变动的主要影响因素是重大信息和公司规模。也就是说，内幕交易和市场操纵
行为一般是与上市公司重大信息事件相联系的，因此市场操纵行为表现为内幕操纵行
为。”1在股权分置改革完成后，上市公司大股东的利益呈现显性化，上市公司购并活
动更加活跃，并购方式、支付手段、并购主体的多样性将成为全流通背景下上市公司
行为的突出特征。。因此，针对全流通下上市公司及相关主体的行为变化，监管机构
应更加关注上市公司在融资、并购重组、业绩预告、分红送转等重大事件上的公司行
为是否规范，同时需要强化上市公司信息披露行为，减少市场信息非对称性。
(3)加强证券联合监管，防范和打击证券市场内幕操纵行为。
根据第二章有关我国证券市场上现行的相关法律法规介绍，发现，证券监管机构
对我国证券市场违规行为的监管还达不到要求，对证券市场违规行为的防范和打击还
不够。证券交易所最多对上市公司进行信息披露谴责，或对股价异常波动进行停牌，
目前我国证券市场违规行为的监管稽查职责主要集中于中国证监会。。因此，有必要
在中国证监会、证券交易所、司法部门、证券登记结算公司之间完善并强化证券联合
监管机制，通过合理的合作机制和工作流程，加大证券监管稽查力度，联合防范和打
击证券市场内幕操纵行为。国内的合作包括交易所之间的合作、交易所和监管者间的
合作、监管者和其他政府机构的合作。国际上的合作包括：国际监管者间的合作、国
内监管者和国外监管者之间的合作、国内监管者和国外交易所的合作以及不同国家交
易所之间的合作。啪1内幕信息操纵主要来源于金融市场微观结构的证据，这些证据获
得主要依靠证券交易所的动态监测。”，
(4)关注拥有高比例流通股的股票交易账户，特别是当几个有关联的账户同时
高比例拥有某一上市公司的流通股股票时，更应重点监控。
根据第四章市政结果的结论，内幕交易或市场操纵事件发生前，流通股比例是公
司业绩变化的显著影响因素，因此，高比例流通股的股票交易账户应该成为重点关注
①中国证券市场主赛违法违规行为的识别和防范研究——基于内幕交易与价格操纵的案例分析，深圳证券交易所
第七届会员单位与基金公司研究成果评选终评会
@我国‘刑法》第180，182条分别对内幕交易和市场操纵的处罚进行了相应的规定
53
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
对象，特别是当几个有关联的账户同时高比例拥有某一上市公司的流通股股票时，更
应重点监控。由于在现行的交易规则下，要保证市场操纵成功，必须达到以下三个基
本条件：控制一定比例的流通股、股价有一定的涨幅、在一定时期内保证操纵行为的
隐秘性。为防范可能出现的股票价格操纵行为，监管部门可以根据这三个基本条件着
力监管。如根据价格操纵者必须控制一定比例流通股的特点，关注拥有高比例流通股
的股票交易账户，特别是当几个有关联的账户同时高比例拥有某一上市公司的流通股
股票时。根据股价必须要有一定涨幅的要求，对股价脱离基本面上涨的股票进行重点
关注。由于单个持股5万股以上账户相对于其他区间账户表现异常，而且对股价上涨
的影响能力最大，最有可能成为股价操纵的工具，因此该类账户应该成为监管的重点。
行为异常的账户应该成为发现股价操纵嫌疑的重要线索。
5．3本文局限以及进一步的研究方向
本论文最大的不足在于数据的完整性，中国证券市场从建立以来发展时间短暂，
历史数据比较少，但更重要的是，内幕交易本来就是“不公开”的交易，要了解其具
体情况大多只能依靠公开披露的信息资料，与内幕交易直接有关的数据资料搜集整理
非常困难。⋯1尽管作者已经在内幕交易相关数据资料的搜集上花费了大量时间，也确
实获得了不少稀有的数据资料，但不能获取内幕交易的真实素材，必然使本研究存在
不足，当然这也是中外内幕交易研究中存在的普遍问题。
如何对内幕交易的实证分析在更大程度上反映其客观情况，需要在分析方法上作
一些改进。“事件研究法”中事件窗口的选择就是一个复杂的问题，事件窗口的确定
对分析结果有很大影响。事件窗口过长，噪音就会更大，包括上市公司在内的有关的
信息、市场的信息就会更多，从而影响分析的结果，使结论失真。“1’而事件窗口过短，
就更加反映不了内幕交易的真实情况。更重要的是，人们谈到股价的异动时，仅仅考
虑信息对其的影响，而没有考虑市场本身。如何达到～个平衡，是很难做到的，即使
对于单个股票来讲。信息通过市场反映出来，尽管股价的波动包括信息的影响，甚至
是比较重要的影响，但供求关系并不是全由信息决定的。这足以说明“事件研究法”
的局限的一面。对“事件研究法”存在的局限可以理解的是，也是内幕交易研究中存
在的普遍问题，即对分析材料获取的难度，这也是内幕交易案件举证的公认难点。由
于内幕交易的非法性，对内幕交易进行经验研究非常困难，唯一可靠的数据来源就是
内幕交易人员提供交易报告。但事实上，这是不现实的。
中国证券市场内幕交易尚有很多问题有待进一步研究。例如，内幕交易对股市运
行和个体利益的影响的实证研究尚未发现；除股票以外。债券、期货等其他产品的内
幕交易的研究还是空白；内幕交易的监管及其实施，特别是针对非公司人员的内幕交
易行为的监管，其研究涉及公共选择理论、信息经济学中的机制设计理论和法学，目
54
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
前尚显不足；等等。m1总的来讲，有关中国证券市场内幕交易的研究尚不深入，有待
学者们进一步努力。关于内幕交易的研究，表面看来似乎仅仅是一个经济和评价问题，
然而其背后却隐含着更深层次的东西：人们以经济及其价值分析为依托，试图构建内
幕交易法律调整的应有理念，力求经济运动与法律运动的最佳契合点。阳1因此，不论
出于何种目的，用何种方法，也不论得出何种性质的结论，所有的争议及其各自的论
证，都具有重要的理论意义和实践意义。笔者希望本论文能对人们更加深刻地认识中
国证券市场的内幕信息操纵有所裨益。
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
致谢
两年的求学生涯即将结束，回顾攻读硕士学位期间的历历往昔，感慨良多，硕士
两年的学习生活是我人生的一大转折，其间得到许多师长、同学、朋友和亲人的热诚
帮助，谨向他们致以诚挚的谢意!
首先要感谢我的导师王冀宁，王老师崇高的师德，正直的人品，渊博的学识，深
深地感化了我，他不仅擅长传授知识，而且教诲了我不少学术研究方法、规律。无论
是在平时的研究，还是在最后硕士学位论文的完成中都对我进行了精心的点拨和悉心
指导。从论文的选题到具体的结构，从初稿到最后的完稿，王老师花费了大量的-Ii,血。
正是由于王老师的关心与指导，这篇论文才得以以顺利完成的。在此我要对王老师表
示深深的谢意。
感谢经济管理学院的朱宪辰教授、冯俊文教授、包文彬教授、陈联教授、朱rF萱
教授、杨静文教授、刘玉灿教授、周明伟教授等，他们的无私帮助和指导使我感受到
经济管理学院这个集体的温暖!
同时我还要感谢在论文写作中给予我极大支持和帮助的同窗好友倪宁大，丁萌，
徐建中以及同门师弟师妹冯庆硕，梁云，甘田，朱玲，汪静等同学。
感谢我的父母和弟弟，在我攻读硕士期间，他们给我最大的帮助和鼓励，没有他
们的支持，论文的完成是不可能的!谨向他们表示真挚的感谢!
此外，还要感谢所有参与我论文开题、评审的各位专家l
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
参考文献
【l】赵山．国外股市内幕交易研究综述阴．现代管理科学，2002(3)：19-22
121 刘映辉．我国证券内幕交易的特点及原因分析川．经济界，2001(3)：64—65
[31 冯宗容，赵山．股市内幕交易对上市公司的负面影响及其限制四．福建论坛，
2001(6)：21-23
[41 宋玉臣，李可．股票市场内幕交易的检验与控制明．当代经济研究，2004(10)：
70．72
[51 孙开连，王凯涛，陈金贤，刘宽虎．中国股票市场内幕交易实证分析fJ】．中国
软科学，2003(10)：62—64
[61 肖磊．对我国股市内幕交易的实证研究【J】．金融与经济．2005(6)：26—29
【7】邱沛光，范秀荣．关于证券市场操纵行为的理论综述m．中国流通经济，2006
(8)：63．68
【8】何佳，何基报，刘胜军．规范信息披露制度，打击内部交易行为咖．中国证券
报，2002(5)：281
【9】Esther B．Del Brioa,Alberto Miguela,Javier Perote．An investigation of insider
trading profits in the Spanish stock umrket[J]．The Quarterly Review ofEconomics
and Finance 42(2002)：p73-94
【tol Rezaul Kabir，Theo Vermaelen：Insider trading restrictions and the stock market：
Evidence from the Amsterdam Stock Exchange叨．European Eeonomic Review．
Volume：40，Issue：8，November，1996：ppl．1591-1603
【11】Ahmad Etebaria,Alire盔Tourani—Radb，Aaron C,-ilbertb．Disclosure regulation and
the profitability of insider trading：Evidence from New Zealand[J]．Pacific-Basin
Finance Joumal 12(2004)：p479-502
【121 Man-Yin Chenk，Dennis K．Fan,Raymond W．So．Insider trading in Hong
Kong：Some stylized facts[J]．Pacific-Basin Finance Journal 14(2006)：p73—90
【13]Chris Yung．Insider trading with private information and moral删啊．Finance
Research Lettel'S 2(2005)：p5 1-57
【14]Marcello Minerma．Insider trading，abnormal return and preferential information：
Supervising through a probabilistic model[J]．Journal of Banking&Finance 27
(2003)：p 5皿{6
【1 5】Keng—Hsin Lo，Kehluh Wang，Tsal-Ling Liao．Insider transfer trading of banking
companies around exchange listing[J]．Journal of Financial Intermadiation 15
(2006)：p 215-234
57
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
【161赵向琴．公司股权结构和政府行为——基于我国的实证分析田．中国经济问
题，2006(2) ．
【171董锋，韩立岩．中国股市透明度提高对市场质量影响的实证分析叨．经济研究，
2006(5)
【181曾颖，陆正飞．信息披露质量与股市融资成本们．经济研究，2006(2)
【19]张宗新，潘志坚，季雷．内幕信息操纵的股价冲击效应：理论与中国股市证据
阴金融研究，2005(4)：144-154
1201邵剑兵．声誉模型与上市公司信息披露机制效率分析明．辽宁大学学报，2002
(9)：133．135
[21】唐齐鸣，张学功．基于内幕交易下的中国股市量价因果关系分析阴．数量经济
技术经济研究，2005(6)：95—100
122]王冀宁，高建宁．证券市场的内幕交易行为及不当得利研究叨．经济学动态，
2003(3)
[23】祝红梅．资产重组中的内幕交易和股价操纵行为研究【J】．南开经济研究，2003
(5)：60．62
【“】史永东，蒋贤锋，杜两省．内幕交易与市场操纵防范体系研究【R】．上证联合计
划第八期课题报告，2003
【25】王春峰，蒋祥林，韩冬．中国股市的内幕交易与监管——国际经验与中国证
据[J】．国际金融研究，2003(3)
[261张宗新等．内幕操纵、行为甄别与反操纵监管【R】。深圳证券交易所综合研究
所研究报告，2006
[271叶振飞，陈伟忠．我国证券市场内幕交易的法律界定和监管[J】．上海金融，2002
(3)
【28】胡豫珍，徐晓玲．试论内幕交易的法律特征阴．江西社会科学，1999(11)
【29】宋之文，罗艳．股票市场操纵行为的界定【J】．财经论坛，2007(2)
[301赵永刚，刘国宁，孙桢磉。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【R】．国盛证券有限责任公司，2003
[31】蒋贤锋，谷纯悦．中国证券市场主要违法违规行为的识别和防范研究——基
于内幕交易与价格操纵的案例分析Ⅱq．深交所会员研究成果一等奖，2005
[321史永东，蒋贤锋，中国股票市场内幕交易的实证分析【z】．东北财经大学金融工
程研究中心，2003
【33】张宗新．证券信息内幕操纵、股价冲击与监管控制【R】．上证联合计划第八期
课题报告，2003
【34】王春峰，蒋祥林，韩冬．中国股市的内幕交易与监管一国际经验与中国证据
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
阴．国际金融研究，2003(3)：57．63
[351张新，祝红梅。内幕交易的经济学分析叨．经济师，2003(1)
[361张宗新，郭来生，朱伟骅，陈剑波，沈正阳．全流通背景下证券市场内幕操纵
行为与甄别研究[R】．上证联合研究计划课题，2006
1371施东晖，傅浩．证券市场内幕交易监管：基于法和金融的研究[R】．上证联合研
究第三期课题报告，2002
[381张晓花．非对称信息下内幕交易与市场操纵的研究嗍．南京理工大学硕士论
文库，2006
[391黄余海。中国证券市场内幕交易实证研究F田，复旦大学博士论文库，2003
1401 Asim Ijaz Khwajaa,Atif Mianb．Unchecked intermediaries：Price manipulation in
an emerging stock market[J]．Joumal ofFinancial Economics 78(2005)'p 203—241
[41】Rafael Repullo．Some Remarks on Leland’s Model of Insider
Trading[M]．Econolnical，New Series，V01．66，No．263．(Aug．，1999)：p359-374
【42】Scott L Summe您．John T．Sweeney．Fraudulently Misstated Financial Statements
and Imider Trading：An EmpMcal Analysis[J]．The Accounting Review,V01．73，
No．I．(Jan，1998)：p131—146
143 1 Lisa K．Meulbroek．An Empirieal Analysis of Illegal Insider Tr纵ling[J]．The
Journal ofFinance，V01．47，No．5．(Dec．，1992)：p1661-1699
【44】Paul W．Rhode，Koleman S．Strumpf．Manipulating Political Stock Markets：AField
Experiment and a Century of Observational Data[z1．UNC Chapel Hill February
2006
[451 Robin№脚on and RyaIl Oprea．Manipulators Increase Information Market
Accuracy[Z]．Department of Economics George Mason University July 2004
[461 gajesh K．Aggarwah；Guojtm Wu．Stock Market Manipulation--Theory and
Evidence[Z]．Tuck School of Business，Dartmouth College and University of
Michigan Business School March 1 l，2003
【47】Bin Ke，Steven Huddart，Kathy Petroni．What insiders know about future earnings
and how they use it：evidence from insider trades[M1．Eli Broad Cn'aduate School
ofManagement Michigan State university july,2001
【48】Ekkehart Boehyner,Jeffry M．Netter．Management Optinlism and Corporate
Acquisitions：Evidence from Insider Trading[J]．Managerial and Decision
Economicsl997(18)：p 693-708，
[491 Bradford"Comell．Erik R．Sird．The Reaction of Investors and Stock Price$to
Insider Trading叨．The Journal of Finance，V01．47，No．3，Papers and Proceedings
∞
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
1501
【5I】
[521
【53】
【541
[551
【56】
of the Fifty-Second Annual Meetmg of the Amedcan Finance Association，New
Orleans，Louisiana January 3-5，1992．(Jui．，1992)：p1031-1059．
JOON CHAE．Trading Volume，Information Asymmetry, and Timing
Informafion[J】．The Journal ofFinance February 2005
Paul Brockman,Dennis Y Chang．Informed and Uninformed Trading in all
Electronic， Order．Driven Environment[J]．The Financial Review 35
(2000)：p125—146
Mark Bagnoli,Naveen Khanna．Insider Trading in Financial Signaling Models[J]．
TheJournal ofFinance，V01．47，No．5．(Dec．，1992)：p1905—1934
Sanford J．Grossman，Joseph E．Stiglitz．On the Impossibility of Informationally
Efficient Markets[J]．The American Economic Review,V01．70，No．3．(Jun．，
1980)：p393—408
张晓桐．计量经济学软件Eviews使用指南[M】．天津：南开大学出版社，2004
易丹辉．数据分析与Eviews应用[M】．北京：中国统计出版社，2002
阮桂海．数据统计与分析——sPSS应用教程嗍．第一版．北京：北京大学出版
社，2005
60
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
附录A分时间点的Legit回归表
附录
附录A．1第4时间点logit回归输出表
第4时间点第一次logit回归输出表
变量相关系数标准差Z统计值相伴概率
C 6．052643 13．55790 0．446429 0 6553
X1 -0．005866 0．007912 -0．741308 0．4585
X2 1．04E-05 6．65E一06 1．558912 0．1190
X3 ．3．14E-09 3．30E-09 -0．950888 0．34仃
X6 -0．044543 0．083987 ．0 530361 0．5959
X7 -0 334202 1，772816 -0．188515 0．8505
X8 -0．078968 0．218752 —0．360993 0．7181
X10 2．460404 1．452382 1．694047 0．0903
X11 _0．“9718 2．167192 -0。115227 0．9083
X12 -0．035773 0．035568 -1．005755 0．3145
X13 ．3．046920 2．462362 —1，237397 0．2159
F1 0．001909 0．041394 0 046117 0 9632
F2 0．326183 0．493096 0．661500 0．5083
Mean dependent var 0．250000 S．D．dependent vat 0．440959
S．E of regression 0．374107 Akaike info critedon 1．490160
Sum squared resid 2．099338 Schwarz critedon 2．108683
Log Iikelihood -7．862237 Hannan-O!uinn criter． 1．679249
Restr．109 Iikelihood 一15．74538 Avg．109 Iikelihood -0．280794
LR statistic(12 df) 15 76629 McFadden R-squared 0．500664
Probability(LR stat)0．202176
Obs with Dep=O 21 Total obs 28
Obswith Dep=1 7
61
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
Xl x6 x7 x8 xll fl f2置信度太低删除，再做一次logit回归
第4时间点第二次logit回归输出表
Mean dependent var 0．241379 S．D．dependent var 0．435494
S．E．of regression 0．362577 Akaike info cntedon 1．121000
Sum squared resid 3．023623 Schwarz cntedon 1．403889
Log Iikelihood 一10，25450 Hannan-Quinn cdteL 1．209598
Restr．109 likelihood一16．02727 Avg log likelihood -0．353604
LR statistic f5 dO ”．54554 McFadden R—squared 0．360184
Probability(LR stat) o．041574
Obs with Dep=0 22 1-otaI obs 29
0bswithDep=l 7
X12 x13置信度太低删除，再做一次logit回归
第4时间点第三次logit回归输出表
变量相关系数标准羞Z统计值相伴概率
C ．1．539851 0．728467 -2．113824 0．0345
)(2 8．81E一06 6．01E．06 1 465851 0．1427
X3 _4．11Em9 3．10E．09 ．1．326881 0．1845
X10 1．498175 O．948838 1．578957 0．1143
Mean dependentvar 0．241379 S．D．dependentvar 0．435494
S．E．of regression 0．394092 Akaike jnfo critedon 1．123977
Sum squared resid 3．882717 Schwar-z cdtedon 1．312569
Log Iikelihood ．12，29766 Hannan．Quinn cdter． 1．183042
Restr．109 Jjkelihood-16．02727 Avg．109 likelihood -0．424057
LR statistic f3 dO 7．459222 McFadden R—squared 0．232704
Probability(LR stat)0．058616
obs with Dep=O 22 Total obs 29
Obswith Dep=l 7
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
附录A．2第3时间点logit回归输出表
第3时间点legit第一次回归输出表
变量相关系数标准差Z统计值相伴概率
C 一4．443336 12 28470 -0 361697 0．7176
X1 0．010579 a013893 0．761433 0．4464
X2 ．6．12E舶8．99E．06 ∞．680586 0．4961
X3 -4．∞E一10 4．96E-09 -0．091960 O．9267
X6 _o．066110 O．1172弱·0．563901 0．5728
X7 0。254373 1．518020 0．'67569 0。8669
X8 0．022896 0．174785 0．130994 0．8958
X11 -0．060087 1．545361 -0，038882 0．9690
X12 0．012697 0．031097 0．408291 0．6831
X13 2．482598 4．808763 0．516265 0．6057
F1 0．008841 0．034358 0．257327 0．7969
1=2 -0．536818 0．489807 -1．095980 0．2731
Mean dependent var 0．321429 S D．dependent var 0．475595
S．E．of regression
Sum squared resid
Log Iikelihood
Rest．Iog Iikelihood
LR statistic(11 dr)
Probabitity(LR stat)
0．519111 Akaike info crite}rion 1．800459
4．311624 Schwarz criterion 2．371404
-13．20643 Hannan．Quinn cdter, 1．975003
-17 58236 Avg．109 likelihood -0．471658
8．751874 McFadden R—squared 0．248882
0。644783
Obs with Dep=0 19 Total obs 28
Obswith Dep=l 9
63
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
)(2 x3 x6 x7 x8 x10 x11 x12 x13 fl置信度太低删除，再做一次logit回归
第3时间点第二次logit回归输出表
变量相关系数标准差Z统计值相伴概率
C -2 025054 1．085562 —1．865443 0 0621
X1 0．009716 0．010136 0．958597 0．3378
F2 -0．425396 0．326206 —1．304072 0．1922
Mean dependenl vat 0．310345 S．D．dependent var 0．470824
S．E．of regression 0．464344 Akaike info cdterion 1．355905
Sum squared resid 5．606007 Schwarz cdte}don 1．497350
Log Iikelihood ．16．66063 Hannan．Quinn Cnlec 1．400204
Restr．Iog likelihood ．17 96191 Avg．109 Iikelihood 一0．574504
LR statistic(2 dr) 2．602568 McFadden R—squared 0．072447
Probability(LR stat)0．272182
Obs with Dep=0 20 1．otaI obs 29
Obswith Dep=l 9
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
附录A．3第2时间点logit回归输出表
第2时间点第一次logit回归输出表
耋苎塑叁重茎堡堡茎三竺竺堡。：塑竺堡兰
C -9．360238 11．38344 -0．822268 0．41 09
-0．010340
1．64E—06
—3．23E-09
0．093841
1．080257
O．012736
O．547898
-1 5542∞
0．112303
-7．967707
0．029892
0．019962
7．33E．06
2 79E-09
0．168653
1．559103
0．175063
1．908241
2．064440
0．059829
4．887127
0．039831
．0．517985
0．223223
．1．158779
O．55641 5
0．692871
0．072750
0．287122
-0．752871
1．877048
．1．630346
0．750465
0．6045
O．8234
02465
0 5779
0．4884
0．9420
0．7740
0 4515
0 0605
0．1030
0，4530
F2 -0．251115 0．452146 -0．555385 0．5786
========；=；i=■■■■●■■●■●■■■■■■■■■■=■■jj===oj■■■■■=目|；=；；====；=================●■_I●■●■i■=；======_一
Mean dependent var 0．296296 S．D．dependent var 0．465322
S．E．of regression
Sum squared resid
Log likelihood
Restr．109 likelihood
LR statistic(12 df)
0．385751
2．083253
．7 627343
．16 40772
17．56076
Akaike info critedon
Schwarz criterion
Hannan-Quinn criter．
Avg．109 likelihood
McFadden R-squared
1．527951
2．151873
1．713476
．0．282494
0．535137
Probability(LR star) 0．129693
Obs with Dep=0 19 Total obs 27
Obswith Dep=l 8
0
1
2
3
Ⅺ愆硒{2耵湘刈刈朗
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
xl X2 x6 x7 x8 xlO xli fl f2置信度太低删除：再做一次iogit回归
第2时间点第二次logit回归输出表
变量相关系数标准差z统计值相伴概率
C ．3．190089 1．517895 -2．101653 0．0356
X3 -2．97E．10 1．87E-09 ．0．158413 0．8741
X12 0．066921 0．036074 1．855097 0．0636
X13 ．5．465969 3．755791 —1．455344 0．1456
Mean dependent var 0 300000 S．D．dependent var 0．466092
S|仨．of regression 0．425488 Akaike info critedon 1．215546
Sum squared resid 4．707036 Schwarz cdtadon 1．402372
LOg Iikelihood -14．23319 Hannan-Quinn crRen 1．275313
Res饥log likelihood一18．32593 Avg．109 likelihood -0．474440
LR statistic f3 dO 8．185474 McFadden R-squared 0．223330
Probability(LR stat)0．042330
Obs with Dep=0 21 TotaI obs 30
Obswith Oep=l 9
X3置信度太低删除，再做一次logit回归
第2时间点第三次legit回归输出表
变量相关系数标准差Z统计值相伴概率
C ．5．520173 2．180975 -2．531058 0．0114
X12 0．118480 0．050639 2．339681 0．0193
X13 ．40．44560 24867214 —1．63E-06 1．0000
Mean dependent var 0．300000 S．D．dependent var 0．466092
S E of regression 0．415655 Akaike info cdterion 1．091344
Sum squared resid 4．664764 Schwarz cnterion 1．231464
Log Iikelihood ．13，37016 Hannah．Quinn cmeL 1．136170
Rest．109 likelihood一18．32593 Avg．109 likelihood -0．445672
LR statistic(2 df) 9．9”534 McFadden R-squared 0．270424
Probability(LR stat)0．007043
obs with Dep=O 21 Total obs 30
Obswith Dep=l 9
亘墨堡三查量堡主兰垡丝苎．查蔓奎墨翌垒望些堡丝堕竺壅垩堑壅
X13置信度太低删除，再做一次logit回归
第2时间点第四次logit回归输出表
变量相关系数标准差Z统计值相伴概率
C -2．482281 1．171582 -2．118743 0．0341
X12 0．040627 0．026588 1．528012 0．1265
Mean dependent var 0．300000 S．D．dependent var 0．466092
S．E．of regression 0．453939 Akaike info criterion 1．257397
Sum squared resid 5．769686 Schwarz cdtedon 1．350810
Log Jikelihood -16 86095 Hannan．Quinn criler 1．287280
Restr．109 likelihood一18．32593 Avg．109 likelihood -0．562032
LR statistic(1 df) 2．929954 McFadden R-squared 0．079940
Probability(LR stat)0．086950
Obs with Dep=0 21 TotaI obs 30
0bswith Dep=l 9
童室墨三查兰堡主兰垡堡苎查!奎墨型垒旦兰兰丝墅堕塑塞堡翌塞
附录A．4第1时间点logit回归输出表
第1时间点第一次logit回归输出表
变量相关系数标准差Z统计值相伴概率
C 一2．432487 17．12072 ．0 142079 0．8870
X1 0．001585 0．006404 0．247564 0．8045
X2 -5．14E—06 6．32E．06 -o．813287 0．4161
X3 -7．05E-10 6．49E-09 -0．108632 0．9135
X6 -0．065214 0．169490 ．o．384766 0．7004
X7 0．812433 1．368652 0．593601 0．5528
X8 -0．023276 0．2571 96 -0．090500 0 9279
X10 -0．823759 3．224230 -0．255490 0．7983
Xll -0．634666 2．110971 -0．300651 0．7637
X12 -0．002577 0．044915 -0．057369 0．9543
X13 3．538377 3．694103 0．957845 0．3381
F1 -0．015737 n041157 -0．382353 0．7022
F2 -0．991469 0．718138 ．1．380610 0 1674
Mean dependent var 0．500000 S D dependent var 0．510754
S．E of regression 0．491117 Akaike info criterion 1．807847
Sum squared resid 2．6531 53 Schwarz criterion 2．445959
Log likelihood 一8．694162 Hannan-Quinn criter． 1．977138
Restr．109 likelihood -16，63553 Avg．109 likelihoOd -0．362257
LR statistic(12 df) 15．88274 McFadden 0．477374
R—squared
Probability(LR star)0．196666
Obs with Dep=0 12 Total obs 24
Obs with Dep=1 12
妻至里三查兰堡主兰垡丝苎塑蔓奎墨壁垒望些丝丝堕塑塞堡堡塞
xl x3 x6 x7 x8 xlO x11 x12 fl置信度太低删除，再做一次logit回归，
第1时间点第二次logit回归输出表
变量相关系数标准差Z统计值相伴概率
C -2．201047 1．208119 —1．821879 0 0685
X2 -5．50E-06 4．20E一06 —1．307181 0．1912
X13 2．655571 2．008463 1．322191 0．1861
F2 -0．958233 0．435535 -2．200130 0．0278
Mean dependent var 0．533333 S．D．dependent var 0．507416
S．E|of regression 0．376321 Akaike jnfo criterion 1．057478
Sum squared resid 3．682061 Schwarz cdtedon 1．244304
Log Iikelihood 一11．86217 Hannan-Quinn criter．1 117245
Restr．109 likelihood 一20．72770 Avg，log likelihood ．0．395406
LR statistic(3 dO 17．73107 McFadden 0．427714
R-squared
Probability(LR star)0．000500
Obs with Dep：0 14 TotaJ obs 30
Obs with Dep=l 16
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
附录A．5第0时间点logit回归输出表
第0时间点第一次logit回归输出表
变量相关系数标准差z统计值相伴概率
C 2．641450 11．06956 0．238623 0．8114
X1 0 000951 0．003890 0．244419 0．8069
X2 —8 81E．06 8 76E．06 -1．005885 0．3145
X3 -2．26E．09 4 58E一09 -0．494734 0．6208
X6 0．282283 0．213573 1．321719 0．1863
X7 -1．408753 1．366867 ·1．030644 0．3027
X8 0．011319 0．180409 0．062743 0．9500
X10 0．41 3323 1．482825 0．278740 0．7804
X11 0．731876 1．200466 0．609660 0．5421
X12 O．014656 0．041396 0 354054 0．7233
X13 4．016381 4．181073 0．960610 0．3367
F1 0，011451 0．058499 0．195742 0．8448
F2 0．383110 0．399684 0．958532 0．3378
Mean dependent var 0．375000 S．D．dependent vat 0．494535
S．E．of regression
Sum squared resid
Log likelihood
Restr．109 likelihood
LR statistic(12 do
0．51 5490
2．923026
．9．351 589
．15．87752
13．05186
Akaike info critedon
Schwarz critedon
Hannah·Quinn criter
Avg．109 likelihood
McFadden
1．862632
2．500745
2，031 924
．0．389650
0．411017
R·squared
Probability(LR stat)0．365283
Obs with Dep=0 15 TotaI obs 24
Obswith Dep=l 9
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
X1 x3 x8 xlO xll x12 fl置信度太低删除，再做一次logit回归，
第0时间点第二次logit回归输出表
变量相关系数标准差Z统计值相伴概率
C 9．991094 5．055301 1 976360 0．0481
X2 -2 80E-05 3．08E-05 -0．909682 0．3630
X6 0．737060 7．325357 0 100618 0．9199
X7 ．2．742074 1．507112 ．1．819423 0．0688
X13 1．377651 1．752416 0．786144 0．4318
F2 1．160256 0．649848 1．785428 0．0742
Mean dependent vat 0．344828 S．D．dependent var 0．483725
S．E．of regression 0．422398 Akaike info critedon 1．239510
Sum squared resid 4．103669 Schwarz cntedon 1．522399
Log Iikelihood 一11．97290 Hannan．Quinn criter． 1．328108
Restr,log likelihood -1 8 681 39 Avg．109 likelihood —O 412859
LR statistic(5 df) 13．41697 McFadden 0．359100
R-squared
Probability(LR stat)0．01 9769
Obs with Dep=0 19 TotaI obs 29
Obs with Dep=l 10
X6 x13置信度太低删除，再做一次logit回归，
第0时间点第三次logit回归输出表
变量相关系数标准差Z统计值相伴概率
C 2．774296 2．711318 1．023228 0．3062
X2 -5．04E-06 5．03E-06 ．1．001215 0．3167
X7 —0．877355 0．899903 -0．974944 0．3296
F2 0．262196 O．247805 1．058073 0．2900
Mean dependent var 0．366667 S．D．dependent var 0．490133
S．E．of regression 0．485413 Akaike info cdtedon 1．459488
Sum squared resid 6．126280 Schwarz criterion 1．646314
Log Iikelihood 一17．89232 Hannan—Quinn crRer． 1．519255
Restr．109 likelihood 一19 71473 Avg．109 likelihood -0．596411
LR statistic f3 dO 3．644823 McFadden 0．092439
R-squared
ProbabHity(LR smt)0．302459
Obs with Dep=0 19 1．otaI obs 30
Obs with Dep=l 11
7l
堕塞堡三查兰堡主兰堡丝壅塑蔓窒墨翌竺塑些丝墅堕堕壅堡堡塞
X7置信度太低删除，再做一次logit回归
第0时问点第四次logit回归输出袭
变量相关系数标准差Z统计值相佯概率
C 0．670987 0．895037 0．749675 0．4535
X2 -1．67E-05 1．60E-05 -1．042845 0．2970
F2 0．253143 0．243842 1．038143 0．2992
Mean dependent var 0．366667 S D．dependent ver 0．490133
S．E of regression 0．482454 Akaike info criledon 1．402686
Sum squared resid 6．284563 Schwarz criterion 1．542805
Log Iikelihood ．18，04029 Hannan—Quinn criter． 1 447511
Restr,log likelihood 一19．71473 Avg．109 likelihood -0．601343
LR statistic(2∞ 3，348894 McFadden 0．0“934
R-squared
Probability(LR stan 0．187412
Obswith Dep=0 19 和taI obs 30
Obs with Dep=l 11
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
附录A．6第一1时间点logit回归输出表
第一1时间点第一次logit回归输出表
茎墨塑叁至墼堑堡茎三竺竺堡望堡堡童
C 0．094507 16．37351 0．005772 0．9954
-0．005693
击．85E．06
2．25E∞9
0．029347
1，490210
-0．115188
1．850769
-0．559732
0．047884
1．847666
旬．020043
．o．606547
0．006631
6．26E舶
1．19E-08
0．326387
1．645540
0．189322
4．927324
1．663360
0．122769
5．499100
0．053406
0．542774
-0．858422
-1．093876
0．1 89830
O．089916
0．905606
-0．608426
0．37561 3
-0．336507
0．390030
0．335994
-0．375291
．1．117495
0．3907
0．2740
0．8494
0．9284
O．3651
0．5429
0．7072
0．7365
0．6965
0．7369
0．7074
0．2638
Mean dependent var
S．E．of regression
Sum squared resid
Log Iikelihood
Restr．109 likelihood
LR statistic(12的
0．476190
0 586825
2．754907
．8．453546
．14．53227
12．15745
S．D dependent vat
Akaike info cdtedon
Schwarz cdtedon
Hannan-Quinn crier
Avg，log likelihood
McFadden
0．511766
2．D431 95
2．689804
2．183526
-0‘402550
O．418291
R—squared
probability(LR stat)0．433119
Obs with Dep=0 11 TotaI obs 21
Obs with Dep=t 10
刈也硒籽硒m洲m
m一乾
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
xl x3 x6 x8 xlO xll x12 x13 fl置信度太低删除，再做一次logit回归，
第一I时间点第二次logit回归输出表
变量相关系数标准差Z统计值相伴概率
Mean dependent vat
S．E．of regression
Sum squared re$id
Log likelihood
Restr,Iog Iikelihood
LR statistic(3的
0．518519
0．423583
4．126710
．12．52234
—18 69645
12．34821
S．D．dependent Vat
Akaike info critedon
Schwa亿criterion
Hannan-Quinn cdter
Avg．109 likelihood
McFadden
0．509175
1．223877
1．415853
1 280962
—0．463791
0．330229
R-squared
Pmbability(LR statl 0．006281
Obs with Dep=0 13 Total obs 27
Obs with Dep=l 14
x2置信度太低删除，再做一次logit回归，
第一1时间点第三次logit回归输出表
变量相关系数标准差Z统计值相佯概率
C -6 532780 2．997114 -2．179690 0．0293
X7 1 859998 1．061545 1．752162 0．0797
．F2 -0．532178 0．301352 —1．765969 0．0774
Mean dependent var 0．500000 S．D．dependent var 0．5091 75
S．E．of regression
Sum squared resid
Log likelihood
Restr．109 likelihood
LR statistic(2 dr)
0．448930
5．038454
-14．98820
-1 9．40812
8．839839
Akaike info cdtedon
Schwarz cdterion
Hannan-Quinn criter
Avg．109 likelihood
McFadden
1．284872
1．427608
1，328507
-0．535293
0．227736
R-squared
Probability(LR star)0．012035
Obs with Oep=O 14 TotaI obs 28
Obs with Dep=l 14
74
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
附录A．7第一2时间点logit回归输出表
第一2时间点第一次logit回归输出表
变量相关系数标准差Z统计值相伴概率
C 22．92786 57．31358 0．400042 0．6891
-0．010709
0．000159
-7．51 E-09
-0．528389
-3．476387
-0．422104
5．906418
—9．047507
0．270479
18．32854
帕．113898
0．069085
8．69E-05
1 71E旬8
O．451324
4。908467
0．799616
23．09524
1 3．49043
0．164963
15．59294
0．107354
．0．155015
1．826699
—0 438806
-1．170753
-0．708243
．0．527883
0．255742
-0．670661
1 639638
1．175439
—1．060958
0．8768
0．0677
0．6608
0．2417
0．4788
0．5976
0．7982
0．5024
0．1011
O．2398
0．2887
F2 -0．493606 0．564020 ·0．875158 O．3815
Mean dependent vat 0．333333 S．D．dependent var 0．485071
S．E．of regression
Sum squared resid
Log likelihood
Restr．109 likelihood
LR statistic{12 dr)
0．322102
0．518749
-2．676532
．11．45726
17．56145
Akaike info critedon
Schwarz criterion
Hannan—Quinn cdter
Avg．109 likelihood
McFadden
1．741837
2．384883
1．830504
．0 148696
O．766390
R-squared
Probability(LR stat)0．129670
Obs with Dep=0 12 TotaI obs 18
obswith Dep=l 6
刈愆硒灯糙m煳m
m
H
南京理工大学顼士学位论文内幕交易对公司业绩影响的实证研究
xl x3 x7 x8 xlO xll x13 f2置信度太低删除，再做一次logit回归，
第一2时间点第二次logit回归输出表
Mcan dependent var
S．E．of regression
Sum squared resid
Log Iikelihood
Restr．Iog Iikelihood
LR statistic(4 dr)
O．280000
0．467752
4．375846
．12．71536
．14．82383
4．216948
S．D．dependent vat
Akaike jnfo critedon
Schwarz cmedon
Hannan-Ouinn criler
Avg．109 likelihood
McFadden
0．458258
1．417229
1．661004
1．484842
—0．508614
0．142235
R—squared
Pmbability(LR stat)0．377441
Obs with Dep=0 18 TotaI obs 25
Obswith Dep=l 7
x2 x6置信度太低删除，再做一次logit回归
第一2时间点第三次logit回归输出表
变量相关系数标准差Z统计值相伴概率
C -2．782138 1．522026 —1．827918 0．0676
X12 0．030028 0．024485 1．226408 0．2200
F1 0．026248 0．026376 0．995140 0．31 97
Mean dependenl var 0．285714 S．D．dependent var 0．460044
S．E．of regression 0．466061 Akaike info cdtedon 1．335143
Sum squared resid 5．430312 Schwarz critedon 1．477880
Log Iikelihood ．15．69201 Hannan-Quinn criter． 1．378779
Restr．109 likelihood -16，75155 Avg．109 likelihood -0．560429
LR statistic(2 df》2．119079 IVlcFadden 0．063250
R-squared
Probability(LR star)0．346615
Obswith Dep=0 20 TotaI obs 28
Obswith Dep=l 8 ’
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
附录A．8第一3时间点logit回归输出表
第一3时间点第一次]ogit回归输出表
变量相关系数标准差Z统计值相伴概翠
C 22 92786 57．31 358 0．400042 0．6891
X1 -0．010709 0，069085 ．o．155015 0．8768
X2 0．000159 8．69E-05 1．826699 O．0677
X3 ．7．51E．09 1．71E．08 -0．438806 O．6608
X6 -0．528389 0．451324 -1．170753 0．24仃
X7 —3 476387 4 908467 —0．708243 0 4788
X8 —0．422104 0．799616 —0．527883 0．5976
·X10 5．906418 23．09524 0．255742 0，7982
X11 ．9．047507 13．49043 —0．670661 0．5024
X12 0．270479 0．164963 1．639638 0．1011
X13 18．32854 15，59294 1．175439 0．2398
F1 -0 113898 0 107354 —1．060958 0 2887
F2 -0．493606 0，564020 -o．875158 0，3815
Mear dependenf vat 0．333333 S．D．dependent var 0．485071
S．E．of regression 0．322102 ／撤aike info criterion 1．741837
Sum squared msid 0．518749 Schwa亿cntedon 2．384883
Log Iikelihood -2．676532 Hannan—Quinn cnleL 1．830504
Restf log likelihood -11A5726 Avg．109 tiketihood -0 148696
LR s妇Ustic f12 dr 17．56145 McFadden 0．766390
R·squared
Pmbability(LR stat)0．129670
Obs with Dep=0 12 1．o协I obs 18
0bswith Dep=l 6
塑塞里王丕兰堡主堂竺笙苎堕蔓奎墨壁垒望些丝墅堕塑壅堑堕塞
Xl x3 x7 x8 xlO xll x13 f2置信度太低删除，再做一次logit回归，
第一3时间点第二次logit回归输出表
变量相关系数标准差z统计值相伴概率
C 4 108488 2．166447 ·1 896417 0 0579
X2 ．2．02E-06 4．38E-06 -0．461461 0．6445
X6 -2．117321 3572267． -5．93E-07 1．0000
X12 O．066926 0，044504 1．503807 0．1326
F1 0．031435 0．030893 1．017530 0．3089
Mean dependent var 0．280000 S．D．dependent var O．458258
S．E of regression 0．467752 Akaike info cdtedon 1．417229
Sum squared resid 4．375846 Schwarz critedon 1．661 004
Log Iikelihood -12．71536 Hannan．CIuinn criter． 1．484842
Restr．109 likelihood -14，82383 Avg，log likelihood -0．508614
LR statistic(4 dO 4．216948 McFadden 0．142235
R-squared
Probability{LR star)0．377441
Obs with Dep=0 18 TotaI obs 25
Obswith Dep=t 7
x2 x6置信度太低删除，再做一次logit回归，
第一3时间点第三次logit回归输出表
变量相关系数标准差z统计值相伴概率
C -2．782138 1．522026 -1．827918 0．0676
X12 0．030028 0．02“85 1．226408 0．2200
F1 O．026248 0．026376 0．995140 0．31 97
Mean dependent vat 0，285714 S．D．dependent var 0．460044
S．E of regression 0．466061 Akaike info cdtedon 1．335143
Sumsquared resid 5．430312 Schwarzcdtefion 1，477880
Log likelihood 一15．69201 Hannan—Quinn cnleL 1．378779
Res仉log likelihood ·16．75155 Avg．109 likelihood -0．560429
LR statistic f2 df) 2．119079 McFadden n063250
R-squared
Probability(LR staD 0．34661 5
Obs with Dep=0 20 Total obs 28
Obswith Dep=1 8
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
附录B事件发生前后的Logit回归结果表
为了便于比较事件发生前后各变量对公司业绩的影响变化，对事件前后分别做回
归分析。
附录B．1事件发生后的数据回归
第一次进行Logit分析的时候得到以下结果：
茎墨垫叁重墼堡鎏茎三竺兰堡。望竺堡圣
C ．1．786197 5．235749 -0．341154 0．7330
X1
X2
X3
F1
F2
x6
X7
x8
X10
X11
X12
X13
0．007605
．9．02E-06
．1．05E．09
-0．002133
0．169030
0．493654
0．1 14688
0．032277
0．903663
0．521329
—0．0041 14
0，470821
0．032528
9．93E稍
1．55E．09
0．01 8001
O．197389
0．466953
0．832758
O．090694
0．786434
0．935176
0．017159
O．919377
0．233785
-0 908568
-0．676372
-0．118485
0 856330
1．057180
0．137721
0．355889
1 149064
0．557467
-0．239758
0．512109
O．8152
0．3636
04988
0．9057
0．3918
0．2904
0．8905
O．7219
0．2505
0．5772
0．8105
0．6086
Mean dependent var
S．E．of regression
Sum squared resid
Log Iikelihood
Restr Iog Iikelihood
LR statistic(12 dr)
0．41 1765
0．5231 14
15．05065
4321653
—46．06962
5．706175
S．D．dependent vat
Akaike info critedon
Schwarz criterion
Hannan—Quinn criter
Avg．109 likelihood
McFadden
0．495812
1．653427
2．077745
1．821555
．0．635537
0．061930
R-squared
Probability(LR star)0．930163
Obs with Dep=0 40 Total obs 68
Obs with Dep=l 28
发现xl，x3，F1，X7，X8，XII，X12，X13置信度过低，删除。再进行一次回归得到如
下结果：
79
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
变量相关系数标准差z统计值相伴概率
C -0．183922 0．419011 -0．438944 0．6607
X2 ．8．37E．06 8．54E一∞ -0．979691 0，3272
F2 0．087234 0．141996 0．614337 0．5390
X6 0．427822 0．416204 1．027914 0．3040
X10 0．875414 0．647340 1．352325 0．1763
Mean dependent vat 0．400000 S．D．dependent var 0．492805
S．E of regression 0，493416 Akaike info cfitedon 1．418043
Sum squared resid 19．47672 Schwarz cnterion 1．561729
Log Iikelihood 一55 26685 Hannan．Quinn criIeL 1．475838
Rear。log likelihood ·57．20599 Avg．109 likelihood --0．650198
LR statisUc(4 df) 3．878288 McFadden 0．033898
R-squared
Probability(LR stat)0．422728
Obs wRh Dep=0 51 TotaI obs 85
Obs with Dep=l 34
发现F2置信度过低，删除。再进行回归分析，得到：
变量相关系数标准差Z统计值相伴概率
Mear dependent var
S．E．of regression
Sum squared resid
Log Iikelihood
Restr Iog likelihood
LR statistic(3 dO
0．400000
0．491354
19．55572
{5．43564
-57．20599
3．540704
S．D．dependent var
Akaike info cdtedon
Schwarz cntedon
Hannan-Quinn cnter
Avg，log likelihood
McFadden
0．492805
1．398486
1．513434
1．444721
，0．652184
0．030947
R-squared
Probabilily(LR staI)0．31 5521
Obs with Dep=0 51 Total obs 85
Obs with Dep=l 34
yl=-0，356—8．94E一06X2+0．442X6十0．882X10
(一1．1 17)(-Z．054) (1．064) (1．366)
该方程各系数Z统计量通过状况良好(I-述方程括号中的数字表示Z统计量)，
置信度较高，所以该模型能够比较准确的表示事件发生后影响公司业绩的因素。
80
南京理工大学硕士学位论文内幕交易对公司业绩影响的实证研究
附录B．2事件发生前的数据进行回归
下：
第一次进行Logit分析的时候得到以下结果：
变量相关系数标准差Z统计值相伴概率
· C -0．655732 1 330557 ·o．492825 0．6246
X1 —1．64E一05 3．02E-05 _0．543794 0．5893
X2 -8．27E-07 6．27E-07 -1．319252 O．1939
X3 3．85E-10 8．451：：一10 O．454967 0．6514
F1 0．00631 3 0 004959 1．272968 0 2097
F2 -0．033018 0．044884 -0．735624 0．4659
X6 O，025583 O．027191 0．940892 O．3519
X7 0．130789 0．175074 0．747049 0．4590
X8 ．o．001754 0．018619 -o．094218 0．9254
X10 -0．168344 0．253692 -0．663575 0．5104
X1 1 0．148526 0．230169 0．645292 0．5221
X12 O．015676 0．007733 2．027237 0．0487
X13 -0．058079 0．489512 ·0．1 18648 0 9061
R-squared 0．180170 Meall dependent Mar 0．385965
Adjusted R-squared ．0．043420 S．D．dependent var 0．491 1 50
S．E of regression 0．501699 Akaike info critedon 1．655647
Sum squared resid 11．07490$ehwar-z criterion 2．121606
Log likelihood—34．18595 F-statistie 0．805804
Durbin-Watsorl stat 1．982727 Prob(F—statistic、0．642779
发现x1，x3，F2，x7，X8，XlO，X1 1，X13置信度过低，删除。再做回归分析，结果如
变量相关系数标准差z统计值相伴概率
C -o．016437 0．194676 -0．084432 0．9330
X2 -6．071=．07 4．43E—07 -1．369629 0．1753
F1 0．001618 0．003195 0．506522 0．6141
X6 O．015261 0．021974 0．694489 0．4897
X12 0．0118513 0．004527 2．619314 0．0109
R-squared 0．111326 Mearl dependent、倍r 0．383562
Adjusted R-squared 0．059051 S．D．dependent vat 0．489618
S．E of regression 0．474942 Akaike info eriterion 1．414787
Sum squared resid 15 33878$ehwarz critedon 1．571667
Log Iikelihood -46．63971 F-stati州c 2．129625
Durbin-Wats011 stat 2．094439 Prob(F．statistie)0．086523
南京理T大学硕士学位论文内幕交易对公司业绩影响的实证酬究
发现F1，X6置信度过低，删除。再做回归分析得到：
变量相关系数标准差z统计值相伴概率
C -1 144790 0．558641 -2 049240 0．0404
X2 —3 26E一06 3 18E．06 —1．026191 0 3048
X12 0 024267 0 014122 1 718404 0 0857
Mean dependent va r 0 395062 S D dependent var 0．491910
S E of regression 0．481 51 5 Akaike info cdtedon 1 348540
Sum squared resid 18．08484 Schwarz criterion 1 437224
Log likelihood -51．61 589 Hannah．Quinn criter． 1 384121
Restr，log likelihood 一54 34764 Avg log likelihood -0．637233
LR statistic(2 dr) 5 463498 McFadden 0．050264
R—squared
Probability(LR star) 0 0651 05
Y2：一1．145—3．26E一06X2+O．024X12
(一2．05) (一1．03) (1．72)
由上式可以看出各自变量的z统计量较为显著，对因变量有较强的解释能力，能
够较好的反映出影响公司业绩的重要因素。