影响证券市场的重大政策决策信息提前泄露的实证分析
时间：2021-02-21 00:02:08 来源：雅意学习网 本文已影响 人 
摘 要：一国或地区重大政策信息对其股市会产生的影响远远大于上市公司内幕信息所产生的冲击。若未出台的政府重大政策信息提前泄漏并被利用来进行证券市场交易，必然会损害证券市场的公平正义，给证券市场健康发展带来巨大危害。为此，如何规避这一现象，成了当前证券市场监管制度建设中一个不可回避的问题。这一问题的解决对有效实现证券市场固有功能、建立健全证券市场中小投资者保护机制具有十分重要的意义。我国管理当局应加大对重大政策事件的制定、出台或颁布的信息保密的工作力度，做好应有的保密措施，避免信息泄露与利用信息进行交易的行为，进而维持证券市场的公平，最大程度地保护中小投资者利益。
关键词：重大决策事件；证券市场；事件分析法；信息泄露
中图分类号：F830.91
文章编号：1008-4355（2016）05-0087-16
文献标志码：A DOI：10.3969/j.issn.1008-4355.2016.05.11
一、引言
一国或地区重大政策信息对其股市会产生的影响远远大于上市公司内幕信息所产生的冲击。若未出台的政府重大政策信息提前泄漏并被利用来进行证券市场交易，必然会损害证券市场的公平正义，给证券市场健康发展带来巨大危害。为此，如何规避这一现象，成了当前证券市场监管制度建设中一个不可回避的问题。这一问题的解决对有效实现证券市场固有功能、建立健全证券市场中小投资者保护机制具有十分重要的意义。据此，本文梳理我国对证券市场有重大影响的政策事件，并以这些事件为样本，探讨我国政府重大政策信息是否提前泄露，为完善我国证券市场监管制度提供一定参考。
二、国内外文献综述
国内外关于影响证券市场的政府重大决策信息提前泄漏的研究甚少，黄余海[1]（2003）将政府重大决策信息界定为内幕信息，并选取了影响证券市场的重大政策事件为样本，运用配对T检验分析股市在这些重大政策事件公布前后的波动情况来检验我国股市是否存在利用政府重大决策信息进行内幕交易的行为，实证显示我国股市存在利用未公布的重大政策信息进行内幕交易的行为。除此之外，更多的文献都是利用事件研究法选取不同的模型对基于公司信息的内幕交易进行识别或甄别研究，主要有：一是基于超常收益的PPD法。（Potential Probabilistic Disgorgement，简称PPD）。晏艳阳等[2]（2006）利用事件研究法，以46家中国股权分置改革中第一、第二批试点公司为样本进行实证分析，结果发现中国股权分置改革中存在较为严重的内幕交易行为。左键[3]（2009）以中国证券会公告的14件内幕交易案为样本，利用PPD法研究我国证券市场内幕交易行为的特征，研究显示利用内幕信息交易的庄家往往采用多次买进或卖出股票的方式来获得超额收益率，以免对股价产生巨大波动而被查处，且该超额收益率水平在内幕信息公告后的一段时期内会逐渐减少。二是基于换手率的logistic模型与Probit模型的实证分析。史永东等[4]（2004）以汪贵浦[5]（2002）的基于换手率的logistic判别模型为基础，建立了基于换手率、每股收益率的logistic模型，并以logistic模型中判别阀值作为监管当局判别股票是否被内幕操控的指标。张宗新等[6]（2006）构建了识别内幕交易行为的Logistic判别模型和决策树模型，并选取中国证监会查处的有关内幕交易案为样本来验证内幕交易甄别模型的准确率，结果显示Logistic判别模型和决策树模型的准确率可达75%，可作为证券会查处内幕交易行为的计量工具。张宗新[7]（2007）在Logistic判别模型和决策树模型中引入神经网络数据挖掘法来改进该内幕交易行为甄别技术，并以有关内幕交易案件为样本检验其甄别效率，结果表明改进后的甄别模型的准确率高达95.5%，能很好地运用到证券市场内幕交易行为的监管实践中。袁理[8]（2009）选取2005年至2008年6月涉嫌内幕交易的案件为样本，利用Logistic模型对内幕交易进行甄别，研究发现Logistic模型具有良好的判别能力。黄素心等[9]（2011）构建了甄别内幕交易行为的指标体系，并运用Logistic模型和Probit模型来检验这些指标在甄别内幕交易行为时的准确率，研究表明涨停次数指标、完全调整条数指标甄别内幕交易行为的准确率可达97.14%。李宝涛[10]（2012）建立包含离散选择模型、多因素的Logistic和Probit甄别模型的内幕交易甄别模型体系，并选取中国2009年的有关股票为样本进行了实证检验，结果显示Logistic和Probit模型在各模型中的甄别效率基本上相同。表明了该内幕交易甄别模型体系在中国内幕交易的监管实践中具有适用性。宋力等[11]（2012）通过运用Logistic回归模型，采用两层次分析法构建内幕交易行为的识别模型，研究发现两层次的Logistic回归模型的识别效率高于单一层次的Logistic回归模型，正确率达到97.62%。
上述文献为本文的研究奠定了坚实基础，但现有的研究将影响证券市场的政府重大决策信息界定为内幕信息，存在不妥。根据《中华人民共和国证券法》（主席令第14号，2014年8月31日最新修订）第七十五条的规定，政府重大决策信息并不属于内幕信息。为此，本文将影响证券市场的政府重大决策信息视为证券市场不可规避的系统风险，并运用典型事实分析法、事件分析法构建证券市场波动统计量，以这些统计量来检验系统风险前后（政府重大决策信息出台前后）的证券市场的波动状况来识别（甄别）影响证券市场的政府重大决策信息是否提前泄漏，以期能为完善和改进我国证券市场监管制度提供一定参考。为此，本文结构安排如下：第一部分为研究现状；第二部分构建影响证券市场的政府重大决策信息提前泄漏的分析方法；第三部分为政府重大决策事件的界定与样本选择；第四部分为影响证券市场的政府重大决策信息提前泄漏的实证分析；最后为论文的小结和对策建议。
