内幕交易股价波动与信息不对称.docx

1、内幕交易股价波动与信息不对称内幕交易、股价波动与信息不对称基于中国股票市场的经验研究内容摘要本报告以中国股票市场历史上所有发生过内幕交易的股票为样本，在对其特征进行分析的基础上，经验地研究了内幕交易对股票价格和信息不对称的影响，同时，对内幕交易者是否获得了超常收益（非法所得）进行了检验。结果显示：内幕交易使股票的平均价格上升，同时也增加了价格的波动性。内幕交易从总体上加剧了交易过程中的信息不对称，破坏了市场的公平性，而信息披露则有利于减少这种不对称的程度。内幕交易者所利用的信息确实是重大的并都获取了正的超常收益，而且，在一般情况下内幕交易者会在信息公告前结束交易。此外，如果内幕交易者同时采取市

2、场操纵策略，那么他能获取更高的非法所得。最后，我们对结果进行了简单的解释并给出了防范内幕交易的政策建议。关 键 词 内幕交易 波动性 信息不对称 非法所得1、引言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。从市场功能来看，内幕交易歪曲了市场价格对实际价值的反应，破坏了证券市场的资源配置功能；从国际竞争能力来看，内幕交易影响了市场环境建设，削弱一国证券市场的国际吸引能力；从市场效率来看，内幕交易削弱了市场信心，加大了市场波动，在极端情况下甚至可能导致市场崩溃。因此，各国政府一直致力于内幕交易行为的防范，如美国制定了1934年证券

3、交易法；韩国在1995年时秘密建立了一个计算机辅助监视系统（CASS）；我国证监会2001年在上海、深圳等九大区的证管办成立了稽查局。尽管各国政府一直致力于内幕交易行为的监管防范，但内幕交易行为却仍时有发生，有时甚至非常严重。如，1992年8月美国一家律师事务所基于客户计划购并一家上市公司的内幕交易案使美国证监会耗费3年时间才最终查获至清；2000年2月，一宗涉及菲律宾前总统埃斯特拉达（Estrada）的内幕交易使得BW的股价从最高107比索猛跌至0.95比索，并且大市也连跌五天；2001年底，由于涉及股票内幕交易丑闻，美国第六大有线电视公司阿德菲亚传播公司前董事长、前首席财务官和前运营副总裁

4、被迫辞职（席雪莲，2002）。在我国股票市场上，内幕交易也不少见。截至2003年4月底，我国证监会已经查处并公布结果的内幕交易案例总共涉及11个股票次。然而，在我国股票市场上，内幕交易的影响究竟如何？具体地，（1）内幕交易能否影响股票价格和价格波动性；（2）如何判断内幕交易者使用的信息是重大的及如何测量内幕交易者的非法所得；（3）内幕交易对市场公平性有何影响。到目前为止，还缺乏对这些问题的经验结论。同时，对以上问题的不同回答，也是理论界争论的焦点。支持者认为，内幕交易会使股票价格上升、提高市场效率，并有可能使非内幕信息者获利；而反对者认为，内幕交易有可能增加股票价格的波动性，破坏市场的公平性。

5、为此，我们将针对中国的证券市场，从经验的角度给出以上问题的答案，进而可以对监管层在有关内幕交易的规则制定方面提供辅助依据。由于我国相关法律对传统内幕人员采取“全部封杀”的做法（顾肖荣，1994），我国内部人交易缺乏有效的数据，这使得内幕交易的经验研究相对缺乏（汪贵浦，2002）。因此，侧重于经验研究是本文与以往研究的一个主要区别。此外，和以往的研究相比，本文还具有如下的特点和创新：（1）在原始数据方面，本文在汪贵浦（2002）的基础上对我国证券市场上的内幕交易案例进行了进一步的调查、整理，它将对进一步研究我国股票市场上的内幕交易提供了原始的第一手资料；（2）在分析方法方面，本文以发生过内幕交易

6、的股票为样本，采用PPD方法和LMSW方法及事件研究的思想，分别研究了内幕交易者的超常收益和内幕交易对交易过程中的信息不对称的影响。本文其他部分结构如下：第二部分对与本文议题相关的主要文献进行了简短回顾；第三部分介绍了经验研究所使用的样本和研究方法，其中简要地回顾了我国股票市场内幕交易的特点；第四部分从内幕交易对股票价格及其波动性的影响、内幕交易者的超额收益和内幕交易对交易过程中信息不对称的影响等三个方面给出了本文的经验结果；第五部分是本文的结论和政策建议。2、文献综述内幕交易不仅受到经济学家的关注，而且还引起法学家、历史学家和伦理学家的注意，因此有关内幕交易的文献是如此之多，即使仅着眼于经济

7、学的范畴，本节也不可能对其进行详细地阐述。所以，我们仅从与本文密切相关的三个方面进行综述：（1）内幕交易对证券价格的影响；（2）内幕交易过程中的信息不对称以及（3）内幕交易者的超常收益：（1）如果内幕交易在不提高股票价格的同时能增加股票价格的波动性（以方差衡量），那么毫无疑问内幕交易应该受到禁止；如果内幕交易在提高股票价格的同时却没有使股票价格的波动性增加，那么内幕交易则不应该受到禁止。但是，当内幕交易既提高了股票价格又增加价格的波动性时，内幕交易是否应该被禁止就成为一个非常复杂的问题。Leland（1992）、Repullo（1999）及史永东、蒋贤锋（2003）对这个问题从理论上进行了深入

8、的分析。Leland从一个理性预期模型出发，认为内幕交易将提高股票的平均价格，同时在正常情况下股票价格的波动性也会增加。Repullo进一步扩展了Leland的模型，考虑了风险中性的内部人、噪声交易下的不确定性、实物投资早于股票交易及内幕交易发生在二级市场的情况，结果显示，当内部人是风险厌恶的并且有多个内部人的情况下，结论与Leland的一致；史永东、蒋贤锋（2003）研究指令驱动型机制下内幕交易对股价的影响，发现当噪声交易导致的不确定性非常小时，内幕交易不能改变股票的平均股价，但是能使价格的波动性增加。在经验分析方面，Bhattacharya和Daouk（2002）从股权成本的角度出发，认为

9、实施对内幕交易的起诉会导致股票价格的上升和股权成本的下降，这从一个侧面反映了内幕交易会导致价格的下降；Du和Wei（2003）采用与Bhattacharaya和Daouk（2002）不同的方法来测量内幕交易的影响效果，认为内幕交易导致了股票价格波动性的增加。值得注意的是，这些经验研究的样本并不是真正的内幕交易股票，而是以某种方法测量的可能为内幕交易的股票。（2）在支持与反对内幕交易的争论中，另一个关键问题是内幕交易对市场公平性的侵犯。赞成者试图回避这个问题，而认为内幕交易是一种无罪行为（Harzel and Katz, 1987），他们认为内幕交易可以促使股价向内幕信息方向运动，不仅内幕交易者

10、从中获利，而且非内幕信息者也可以获利，尤其利好的内幕信息更是如此；而反对者认为投资者应该具有获取相同信息的平等机会，任何对内幕信息的自私性利用都是对市场公平性的破坏（Loss, 1983; Langevoort, 1987）。美国证监会也指出“内部人利用其交易对手无法获得的信息，具有内在的不公平性”（Loss and Seligman, 1991）。然而，如何测量内幕交易对公平的侵犯并不是一件容易的事。Llorente et al.（2001）提出的一种测量交易过程中信息不对称的方法（LMSW法）为此提供了有用的借鉴。Llorente et al.认为，如果价格和交易量呈现出较高的正自相关性，

11、那么交易中的绝大部分交易应该是基于私人信息的交易，即交易过程中的不对称程度较为严重，他们以美国市场的数据对此提供了经验证据。（3）如果内幕交易能够改变股票价格，那么内幕交易者能否获取超额收益呢？对这个问题回答涉及到内幕交易者所使用的信息是否是重大的，以及对内幕交易者非法所得的确定。重大性是各国监管者判断内幕信息的最主要依据之一。如果信息是重大的，那么内幕交易者应该能够获取超额收益；如果信息不是重大的，那么内幕交易者不能获取超额收益。同时，如果监管层决定禁止内幕交易，那么必须确定内幕交易者获取的超额收益（Mitchell and Netter, 1994）或避免的损失。测量内幕交易者获得超额收益

12、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）对以上方法进行了详细的评价，并在此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

13、内幕交易者的非法所得，而且在计算上的工作量相对小。施东晖、傅浩（2002）在PPD方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600878的内幕交易。我们认为，PPD除测量非法所得之外，还可以同时用来衡量信息的重大性。（4）国内有关内幕交易经验研究在近几年刚刚开始。汪贵浦（2002）证明了基于内幕信息的市场操纵，并对内幕交易过程中的信息含量进行了测量、建立了内幕交易的判别体系；郑顺炎（2001）、何佳、何基报（2002）主要研究重大事件前后的价格变化；何基报（2002）从一线监管的角度提出了判别内幕交易的方法。张新、祝红梅（2003）从经济学角度对中国市场中的内幕交易进行了事件研

14、究的经验分析，得出了一些有益的结论。然而，国内这些经验研究都没有涉及到内幕交易对交易过程中信息不对称的影响。3、样本选取与研究方法3.1 样本选取本文以被证监会公开查处的内幕交易股票为分析样本（见表1）。在分析过程中，使用的股票价格经过了除权处理，收益率为对数收益率，即第i只股票第t天收益率为。与对数收益率相对应，换手率为扩大了100倍的对数换手率，即第i只股票第t天换手率为，其中，为该股当天的成交股数，为该股当天的总股本。数据来源为上海证券交易所。截至2003年4月底，我国股票市场上的内幕交易总共涉及到11个股票次（见表1）。最早的内幕交易案例是1993年的600601案。其中600601发

15、生了两次内幕交易，分别为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（以下简称6006011案），以及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（以下简称6006012案）。表1 1993-2002年中国股票市场的内幕交易案例样本的简单描述编号股票名称股票代码事件起始日事件结束日距上市年份事件类型案例依据1津国商00053719990622199906225.5I证监罚字200012号2攀枝花00062919980419199805171.5I证监罚字199913号3延中实业6006011199

16、80210199804157.5I证监罚字199873号4延中实业600601219930917199310073I证监罚字199413号5川长征00058319971127199712232I证监罚字19996号6琼海药00056619970816199801153I证监罚字199920号7济南轻骑60069819961101199702243I证监罚字199920号8金帝建设60075819961101199704090M+I证监罚字199929号9北大车行60087819961017199704251.5M+I证监罚字199928号10张家界00043019960902199611210

17、I证监会1997年1月17日新闻稿11琼民源00050819960405199702284M+I证监查字199832号注：1. 编号依据为事件起始时期、相同股票、相同违规主体；2. 事件起始日和事件结束日为参考了证监会和汪贵浦（2002）后的结果，格式为年+月+日，距上市年份精确到0.5年；3. I指该案例为内幕交易案例，M+I指同时是内幕交易、市场操纵的案例；4. 琼民源于1997年7月28日停牌。两年后，北京住宅开发建设集团总公司（中关村）入住琼民源进行资产整体置换，琼民源作为非上市公司继续经营。1999年7月12日，中关村上市，股票代码为000931。在这些内幕交易案例中，总体上呈现出如

18、下特点：（1）内幕交易主体人以基本内幕人（Primary Insider）为主；（2）内幕信息以兼并收购、利润分配为主。11个内幕交易案中有6个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；（3）其它多种违规事实伴随内幕交易发生；（4）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、市场禁入等其它处罚。3.2 统计检验在研究内幕交易对股票价格的影响时，我们采取如下的方法检验内幕交易对股价平均水平和波动性的影响。首先，采用标准的F检验分析内幕交易对股票价格方差的影响。其次，如果方差相等，则采用以方差相等为假设的t检验分析内幕交易对股票平均价格的影响；否则，采用经

19、过调整的、不以方差相等为假设的t检验进行分析。设x、y分别为两个正态独立样本，样本容量、均值、方差分别为、。令。检验两个样本总体均值相等（）的t检验的统计统计量（t）为： （1）当假设方差相等时， （2） （3）当假设方差不相等时， （4） （5）此时，一般取的整数部分。在分析过程中，我们对原始价格序列和对数价格序列分别进行了检验。3.3 LMSW方法在研究内幕交易对信息不对称的影响时，我们采用LMSW方法（Llorente et al., 2001）。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到，这就产

20、生了信息不对称。只能观测到其中一类信息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 et al.（2001）得出，在均衡状态下，股票收益率与换手率之间的动态关系式为：。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；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负的自相关性或不相关，即。对于内幕交易股票，我们借鉴Grishchenko et al.（2002）的工作

21、及事件研究的思路估计如下的方程： （3） 其中，、为虚拟变量。当序列处于内幕交易期间时取1，否则取0；当序列位于信息公告后时期时取1，否则取0。用来衡量非内幕交易期间的信息不对称，用来衡量内幕交易对信息非对称的影响，即内幕交易对公平性的作用，用来衡量信息公开对信息非对称程度的影响。出于稳健性的考虑，我们分别在三个时间段内（内幕交易前10、30、60天到时间点A之后的10、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，我们还分别估计了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。3.4 PPD方法在测量内幕交易者是否获得

22、超常收益时，我们采用潜在概率法（PPD方法）。假设期股票价格服从几何布朗运动：，其中，为t时的股票价格，u为股票的期望瞬时收益率，为股票收益率的瞬时标准差，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）。这里需要借用事件研究的两个概念：估计期和事件期，但是它们的涵义已经有所不同。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、并建立股票头寸。由于

23、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：。其中，；为股价变化落于波动期间内的置信水平；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，那

24、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，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，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： （6）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，我们对置信水平为1%、5%和10%三种情况分别进行了估计。4、经验结果4.1 内幕交易对股价的影响Leland（1992）、Repu

25、llo（1999）、史永东、蒋贤锋（2003）从理论上认为在信息公告之前，是否发生内幕交易对股价的影响是不同的。一般情况下，如果股票发生了内幕交易，那么在信息公告前的价格多半是有内幕交易时的价格，其没有发生内幕交易时的价格只能通过寻找代理变量的方法来解决，我们取其在内幕交易发生前10、30、60天的价格作为信息公告前没有发生内幕交易时价格的代理变量。另外，有的内幕交易在信息公告前已经结束，因此，我们取内幕交易开始到内幕交易结束日与信息公告日之间最小时间段的价格为内幕交易期间价格。表2列出了满足分析所要求的样本及内幕交易对股价的影响。从总体上看，不论是原始价格还是对数价格，不论是短期、中期还是长

26、期，内幕交易在绝大多数情况下都使股票的平均价格上升，同时也增加了价格的波动性。表2 内幕交易对股价的影响原始价格（）对数价格（）股票变量0-10-30-600-10-30-60000629Mean8.97.97*6.73*6.48*2.182.07*1.9*1.86*Var.0.860.460.940.540.010.010.020.01J-B2.042.815.68*54.5*1.993.415.46*49.07*6006011Mean5788.933296.09*3322.42*3348.68*8.658.1*8.11*8.12*Var.5788.9311483.1*7628.41*113

27、78.7*0.040*0*0*J-B1.726.83*2.863.831.966.14*2.093.66006012Mean1721.551098.38*1095.51*1087.22*7.387*7*6.99*Var.1721.55283.92*1513.53*2898.76*0.140*0*0*J-B17.29*0.512.56*2.94.95*0.459.37*1.86000583Mean8.57.05*7.14*7.34*2.141.95*1.96*1.99*Var.0.620.09*0.05*0.25*0.010*0*0J-B0.970.531.7117.96*0.940.572.2

28、111.24*000566Mean13.9314.6113.01*13.35*2.632.682.56*2.59*Var.3.530.73*2.62.16*0.020*0.020.01J-B1.950.790.960.611.960.781.292.46600698Mean29.8926.21*26.53*25.73*3.393.27*3.28*3.25*Var.13.50.42*1.13*1.64*0.020*0*0*J-B3.40.82.861.922.770.771.741.16600878Mean2713.19*12.4*13.04*3.272.58*2.52*2.56*Var.36.

29、370.04*0.46*1.13*0.050*0*0.01*J-B5.5*6.31*1.992.520.345.97*22.07000508Mean25.73.54*3.57*3.57*2.951.26*1.27*1.27*Var.295.430*0.01*0.01*0.70*0*0*J-B24.37*0.7928.28*4.0821.44*0.7724.86*3.47注：1. 000537的内幕交易期间只有一天，000430、 600758的价格序列在内幕交易之前没有足够的数据，因此，将这三只股票排除在分析的样本之外；2. 6006011表示于1998年发生的有关600601的内幕交易，6006012表示于1993年发生的有关600601的内幕交易；3. J-B为价格序列正态性的Jarque-Bera检验值；*表示统计值检验的显著性或均值、方差相等性检验的显著性，其中，*表示1%水平下