我国内幕信息操纵的市场反应及识别

发布时间：2024-07-09 03:21

　　内幕信息操纵,是知情者围绕着内幕信息运用各种不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。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,国内的中科创业和亿安科技两案便是明证。 内幕信息操纵的根除,理论上可以从增大操纵者的违规成本和提高识别查处操纵者的概率两个角度着手。郎咸平教授曾提出辩方举证和集体诉讼的监管思维,这种增加违规成本的思路从理论上说要比加大查处力度有效;但要将其写入证券相关法律中却需要漫长的等待,在时不我待的我国证券市场上,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。因此,本文选择从市场反应和识别的角度来研究内幕信息操纵。 本文的安排如下: 第一章从知情者投机行为的角度界定了内幕信息操纵的概念,并就相关文献从理论和实证两个方面作了一定的综述;其中,概括了理论文献中常用的两个分析角度,即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。

【文章页数】：52 页

【学位级别】：硕士

【文章目录】：
1 绪论
    1.1 内幕信息操纵概念的界定
    1.2 内幕信息操纵的文献综述
        1.2.1 理论文献部分
        1.2.2 实证文献部分
    1.3 选题的意义和论文的结构
        1.3.1 选题的意义
        1.3.2 论文的结构
2 内幕信息操纵的理论模型
    2.1 噪声、从众行为的概述
    2.2 内幕信息操纵视角下的GROSSMAN-STIGLITZ 模型
        2.2.1 Grossman-StiglitZ 模型简介
        2.2.2 内幕信息操纵的模型解释
3 内幕信息操纵市场反应的实证分析
    3.1 内幕信息操纵的现状
    3.2 样本以及数据说明
    3.3 实证研究方法及指标说明
        3.3.1 收益特征以及CAR 的计算
        3.3.2 波动率特征之指标说明
        3.3.3 流动性特征之指标说明
        3.3.4 BETA 指标说明
    3.4 实证结果及分析
4 内幕信息操纵的识别分析
    4.1 LOGISTIC 回归、决策树等识别模型介绍
        4.1.1 Logistic 模型说明
        4.1.2 决策树模型
    4.2 样本以及识别变量的选择
        4.2.1 基准样本的构造
        4.2.2 变量的选择
    4.3 模型识别效果的评估
        4.3.1 识别模型结果解释
        4.3.2 模型在验证组中的实际判别效果
        4.3.3 决策树模型在海虹控股案例中的运用
5 结论以及相关建议
    5.1 结论
    5.2 相关建议
6 致谢
7 参考文献
8 附录（图表及程序）



本文编号：4004314