内幕交易实时监控系统的构建——基于GARJI模型的实证研究，本文主要内容关键词为：监控系统论文,内幕论文,实时论文,模型论文,实证研究论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言与文献回顾
内幕交易是一种基于信息优势的不道德行为，它侵害中小投资者利益，损害证券市场资源配置功能，在世界大多数国家均受到禁止或限制。然而，内幕交易行为的复杂性与难以甄别性是各国监管当局面临的共同难题。为实现对内幕交易的尽早预警和交易性质的自动认定，各国证券监管部门均致力于开发适应本国特点的内幕交易实时监控与稽查系统。如美国纽约证交所在20世纪80年代起用的Stock Watch系统和ICASS系统，韩国1995年建立的计算机辅助监视系统(CASS)，美国纳斯达克市场运用的实时传送监控系统(SDR)以及澳大利亚的证券市场自动研究、交易和监控商业应用系统(SMARTS)等。
中国股市是一个新兴市场，市场结构和机制尚不完善，多年来内幕交易泛滥几乎成为公开的秘密。与发达国家相比，中国在证券市场监控系统的开发和应用方面处于落后状态，对内幕交易的监控和预警已成为监管工作中最为薄弱的环节之一。目前，中国还没有专门的内幕交易实时监控系统，对内幕交易的监控和预警是与其他违规行为合并进行的。上海、深圳两个交易所使用的“第二代监察系统”虽然与美国Stock Watch系统有类似的工作原理，但与国际先进水平尚存一定差距。与此同时，国内学者在理论方面的研究也较为匮乏。虽然汪贵甫(2002)[1]、史永东和蒋贤峰(2003)[2]分别提出了以换手率及收益率为输入变量的Logistic内幕操纵判别模型，张宗新等(2007)[3]在完善Logistic、决策树模型的同时，还将神经网络方法引入内幕操纵甄别当中，但是上述成果只对提高内幕交易的识别正确率有所帮助，均属于内幕交易的“事后监管”。由于“事后监管”无法及时发现内幕交易，难以帮助监管者对违规行为尽早处理，因而无法避免中小投资者的进一步损失。因此，要实现内幕交易尽早预警和及时处理，必须依靠“事中监管”，即实时监控和预警系统。
在中国股市内幕交易的实时监控研究方面，已有部分学者进行了有益的尝试。何基报(2002)[4]对内幕交易行为特征进行总结的基础上给出了7个可用的监控变量，但并未谈及具体的监控方案。施东晖和付浩(2002)[5]于潜在概率法的基础上提出了内幕交易预警系统，并在一定程度上判别出了沪市*ST北科(600878)的内幕交易。但是，这一预警系统存在两个明显的不足：一是潜在概率法的运用必须以内幕交易者是市场价格接受者为前提(Minenna，2003)[6]，而中国股市内幕交易行为往往与市场操纵等犯罪形态相伴发生，前提难以满足；二是潜在概率法中估计期的选取以内幕交易者的建仓行为为标准，而上述建仓行为却很难被监管者及时洞察。因此，潜在概率法更适用于处罚内幕交易者的非法所得认定而非内幕交易的预警。张学功(2006)[7]首次从信息流的角度对内幕交易进行研究，将包含自回归条件跳跃密度的GARCH-jump模型(以下简称GARJI模型)引入内幕交易的研究中，利用GARJI模型的“异常消息”概念与“内幕消息”的相似性，提出运用“异常消息抵达概率”来侦测内幕交易行为，是实时监控思路上的创新。张学功对深市000029的案例分析表明，GARJI模型确实在一定程度上对内幕交易行为有所察觉，但由于缺乏足够样本的分析结果，未能形成具体的实时监控预警标准，因而没有实现内幕交易实时监控系统的构建。
本文旨在深化张学功(2006)的研究，基于GARJI模型构建内幕交易实时监控系统，实现通过信息抵达和动态跳跃特征来侦测内幕交易的构想，提出以“异常消息抵达概率”为中心的预警标准，建立基于GARJI模型的内幕交易实时监控系统。对延边公路、杭萧钢构等8个案例的监控实验表明，该系统效果良好，适用于当前股市。研究结果有助于监管当局运用金融计量方法实施反内幕交易监管。
二、GARJI模型
GARJI模型假定单只股票的价格走势完全由不可预测的信息流决定，信息流由“正常消息”和“异常消息”两部分组成，正常消息的扩散带来股票收益率条件方差中平滑的变动，而异常消息的扩散会导致收益率不平常的大幅变动(Maheu and McCurdy(2004)[8]称之为“冲击”或“跳跃”)。因此可以通过观测金融资产收益的条件方差是否发生跳跃来判断是否有重大消息抵达市场，以此对内幕交易进行监控。
在内幕交易实证研究中，由于该滤子提供了关于跳跃次数的事后分布信息，因而十分重要。评估第t期是否有异常消息抵达市场(或者说是否有跳跃发生)的方法，就是利用该滤子计算第t期至少有一次跳跃发生的概率，即：
式(12)计算的“异常消息抵达概率”为察觉金融市场上发生的重大事件提供了重要工具，在内幕交易实时监控方案中将重点使用这一变量。式(12)的计算以GARJI模型参数的正确估计为基础。对此，Maheu and McCurdy(2004)及张学功(2006)均采用数值算法来完成模型的极大似然估计。
三、实时监控方案的制定：基于GARJI模型的实证研究
(一)实时监控的基本思路
在各国(包括中国)的证券法律当中，一条消息要成为被内幕交易者所利用的内幕消息，必须满足“重大性”的标准。也就是说，该信息一旦在证券市场公布便很可能对股价产生重大影响。这种定义与GARJI模型中可能导致收益率跳跃的异常消息非常相似。由此，可借用GARJI模型的式(12)，通过监控异常消息抵达市场的概率来实现对内幕交易行为的实时监控。
(二)实证研究及预警标准的选择
要制定具体的内幕交易监控方案，必须选择适合的异常消息抵达概率临界值。临界值取得过大，可能导致预警系统灵敏度不够，漏报内幕交易；临界值取得过小，也可能导致预警系统过度敏感，错报次数多，增加不必要的监管成本。因此，本文首先通过实证研究对GARJI模型觉察内幕信息到达的灵敏程度进行测试。
在参考汪贵甫(2002)、史永东和蒋贤峰(2003)及张宗新等(2006)[9]的取样情况并查阅证监会公告和新闻等公开性文件后，本文最终确定了37只发生过内幕交易的个股②。由于中国股市自1996年12月16日起对交易价格实行涨跌幅限制，为剔除制度变化对研究结果的影响，样本股票的内幕交易必须发生在1996年12月16日之后。同时，GARJI模型是一个大样本模型，为了最大限度地发现内幕交易所带来的收益率跳跃，样本个股的数据长度必须大于300，且这些数据也必须全部出自1996年12月16日之后。最后，GARJI模型的参数估计涉及大量计算，为避免计算机运算耗时过长，个股的分析区间也不宜过长。为此，还需剔除分析区间长度超过1年的股票。如此一来，37只备选个股中只有14只股票同时符合上述要求(其中沪市7只，深市7只)，将这些个股作为实证研究的样本(下文简称为“黑色样本”)，并将每只个股的样本区间定为内幕交易发生前第300天至内幕交易发生后第100天③(表1)。
利用收益率的时序数据，用GAUSS6.0对14只样本股票分别进行了GARJI模型的极大似然估计④，并参照纽约证交所Stock Watch系统以3种颜色区别报警强弱的做法，最终确定了两档基于异常信息抵达概率和股价涨跌幅的内幕交易预警标准。各档预警标准的总结和归纳见表2⑤。
(三)预警标准的功效
为验证表2预警标准的功效，下面对预警出现错误的概率进行研究。为统计漏报率，对表1中的14只黑色样本股票进行了模拟监控。当黑色样本个股在内幕交易区间内没有受到预警，则记为“漏报”。为统计错报率，从张宗新等(2006)列举的72只白色样本股中选择了代码在前的沪深两市各7只“白色样本”⑥作为监控对象，详情参见表3。高低两档预警标准的功效统计结果详见表4。
从平均预警发生率来看，黑色样本较白色样本高，说明GARJI模型对内幕交易个股确实具有较好的识别能力。从预警效果来看，两档预警标准各有千秋。低级预警条件较宽，易于触发，在获得低漏报率的同时也付出了高错报率的代价；高级预警则正好相反，由于条件更为严苛，预警发生率较低，因此错报率偏低而漏报率偏高。
在实际使用中，建议监管人员将两档预警配合使用。具体来说，可要求监管人员对发生低级预警的个股实行至少一个月的重点跟踪观察，而对连续发生高级预警或高低级预警交错发生的个股，应立即上报证监会，对是否确有内幕交易发生进行判别和调查。所有报警信息和诊断报告都应及时上报给证监会进行备案。
四、实时监控系统的应用
本节运用前文提出的实时监控方案及预警标准，对8只个股进行内幕交易的模拟监控，以此演示实时监控系统的运行过程，同时对这套系统的效果进行进一步的验证。8只股票中，4只是被投资者、媒体或证券监察部门怀疑具有重大内幕交易嫌疑的股票，而另外4只暂无内幕交易嫌疑，且均为股指重要权重股，理论上较难被操纵。案例股票的具体情况详见表5。
考虑到8只个股所涉及的重要信息公告时间不同，模拟监控的起始时间也不同。对延边公路的监控从2006年第一个交易日开始，其它7只个股的起始时间为2007年第一个交易日，监控至2007年4月30日。监控结果见表6和表7。
以被交易所发函调查的000776延边公路为例。在广发证券借壳消息正式公布之前，从2006年4月27日起，该股连续5个交易日涨停。监控系统在其涨停的第一个交易日即有低级预警发出，按照表4给出的监管建议，应即刻对该股开启重点跟踪观察。由于之后该股连续触发高级预警，5月8日收市后监控机构便应把相关情况上报证监会，对该股是否有内幕交易发生进行判别和调查。
从表6可以看到，4只有内幕交易嫌疑的股票均在实时监控过程中被预警系统察觉，达到了上报证监会的条件，而表7中另外4只暂无内幕交易嫌疑的个股情况则不尽相同。宝钢股份由于在2007年2月有高低级预警交错发生，因而需要上报证监会做进一步判别和调查。中国石化、中国银行和工商银行虽然均被监控系统实施过低级预警，但是由于在重点跟踪观察的1个月当中没有再次发生异动，警报均被解除。
对照股市中的现实情况来看，本文提出的内幕交易实时监控系统对8只案例个股的模拟监控是比较成功的。对于内幕交易嫌疑重大的4只个股，实时监控系统反应准确、预警及时，为监管部门尽早处理提供了条件；对于暂无内幕交易嫌疑的4只个股，监控系统在保持必要警惕的情况下未有错杀，同时对宝钢股份可能存在的问题向监管当局做出了必要的提醒。尽管在实证研究中用于构建实时监控系统的黑色样本涉案时间较为久远，但这并未影响预警系统对目前股市内幕交易行为的侦测，该系统完全适用于目前的市场状况，且表现良好。
五、结论
为及时发现内幕交易，帮助监管者对违规行为尽早进行处理，本文从信息抵达和动态跳跃特征的角度研究内幕交易的“事中监管”，构建了基于GARJI模型的实时监控系统。该系统以股价收益率的历史数据为输入变量，指标易于获得，具有可操作性；并从兼顾漏报和错报率的角度出发，提出了两档基于异常信息抵达概率和股价涨跌幅的内幕交易预警标准，保证了预警的功效。对延边公路、杭萧钢构等8只股票的监控实验表明，该系统效果良好，适用于当前股市。
实时监控系统的建立将会成为防范内幕交易行为的重要武器并减少内幕交易对市场的负面影响，研究结果有助于监管当局运用金融计量方法实施反内幕交易监管。
注释：
①为了保证
。
②黑色样本股票中，有的只涉及内幕交易，有的是市场操纵与内幕交易共同存在，但均为在公开性文件中出现了“内幕交易”字样或被证监会按照与内幕交易相关规定公开处罚的案例。
③若内幕交易区间与1996年12月16日之间的间距不足300天，则“GARJI模型样本区间”从1996年12月16日开始。
④由于篇幅限制，不报告参数估计及残差诊断性检验结果。
⑤由于中国沪深两市存在一类特殊的股票ST股，其单日涨跌幅被严格控制在5％以内，这导致GARJI模型对异常信息抵达的反应没有一般股票灵敏，因此ST股票的内幕交易预警标准作了一定修正。
⑥白色样本是指虽有重大信息披露却没有发生内幕交易的股票集；这些股票不仅是至今没有被处罚的，而且也不包括在市场上或者理论上存在内幕交易嫌疑的股票。