我国证券市场违规交易行为研究

证券市场的违法违规行为主要包括：内幕交易、市场操纵、欺诈发行和虚假信息披露等。从违规行为发生的环节区分，我们可以将其分为证券发行环节的违规行为和交易环节的违规行为。本文主要研究对象是证券市场交易环节的违规行为，因此主要以内幕交易和市场操纵为主。 违规交易行为具有巨大的危害性，它严重干扰了证券市场的正常秩序，扭曲了市场价格对实际价值的反映，破坏了证券市场的资源配置功能和市场的公平投资环境，削弱了证券市场的公信力和投资者的信心。尽管违法违规交易危害巨大，但相当一段时期内，对违法违规交易的查处和惩罚力度不够。其主要原因在于一方面是违规交易行为越来越复杂隐蔽，另一方面也与执法能力与手段相对不足有关，这既包括对违法违规行为的监测识别能力，也包括法律法规本身的限制。此外，对于其危害性的存在认识上的不足也是重要原因。因此，进行违规交易行为的系统性研究，建立违规交易行为监测模型，对于促进证券市场健康可持续发展，具有重要的现实意义。 违规交易行为的研究较为复杂，本文拟定性分析与实证分析从多个角度开展研究工作。本文采用的研究方法包括： 1.定性分析与实证分析相结合的方法，梳理现有法律法规认定标准，并结合收集整理的案例，分析其特征及对我国证券市场的影响。同时基于对所收集案例的整理分析，归纳总结出违规交易者在开户行为、所选取交易标的等方面的特征，为建模打下基础。 2.数理建模分析方法。对违规交易行为的研究离不开对交易数据的研究。基于对案例的实证分析，首先提出一些前提假设，然后构建相应模型，对违规交易相似度、违规交易账户相似度进行判别，将模型应用于特定年度的沪深两市股票交易记录。通过模型发现可疑账户，同时针对多账户交易行为，根据相似度进行聚类，得到若干组可疑账户后，再具体分析其行为特征，以研究其行为目的；根据不同的认定需要，可对模型进行个性化设计，以更有针对性。 3.比较分析方法。基于收集的案例，对常用的指标如收益率、超额收益率、换手率和股价日振幅等和多个分类器模型有效性进行比较分析。 写作思路与章节安排 在导论部分，本文首先介绍进行违规交易行为研究的背景情况，着重说明进行违规交易行为在当前环境下的理论及现实意义；其次简要的说明本文的思路和架构，以及本文所使用的研究方法；最后将总结本文的研究难点及创新，并提出可进一步深入探讨和研究的问题。 第二部分为文献综述，主要从法律认定及学术研究方面归纳总结目前主要成果。在法律认定方面，归纳了世界主要国家和地区对市场操纵和内幕交易的定义和认定标准，并作简要比较分析。在研究领域，主要是通过理论建模和实证分析方法对可能性与存在性的研究，对于特征以及识别预警等的研究。 第三部分对违规交易问题进行分析，包括第三章和第四章。在第三章，本文对我国证券市场违法违规行为历史、现状、特点、危害及影响进行分析，重点关注对违规交易行为的特征分析。第四章从微观金融市场结构、金融行为学、信息不对称等角度分析其与违规交易行为的关系，总结关键的影响因素。 第四部分通过构架模型以解决违规交易识别和监测的问题，包括第五和第六章。第五章基于收集整理的公开违规交易行为案例，筛选常用的指标，建立多个分类器模型，进而对指标和模型的有效性进行比较；第六章建立聚类模型，对交易行为相似度进行分析，着重于交易高度相似行为人账户的识别，根据具体监管需要，进行特定参数设定，有效识别违规交易账户；并使用指标一规则模型对这些账户组的行为进行逐个分析，找到其中涉嫌违规交易行为问题的群体，并进行深入分析。 第五部分总结研究结论，包括第七章，提出针对性的建议，和下一步研究的方向。 本文研究的主要结论包括以下几个方面： 我国违规交易行为具有明显特征。通过对具体案例分析，违规交易者在早期多为专业机构，在后期多为自然人或一般机构；所操纵的股票股本通常较小；市场操纵行为主要为基于交易的操纵，且市场操纵往往和内幕交易相互关联；市场操纵时间短则数月长则达到4至5年；违规交易多发生在证券市场表现较好阶段；违规交易普遍存在运用多个账户的情形。 参考发达国家违规交易行为的演进以及我国证券市场近期的一些典型案例，我国违规交易行为表现出的趋势有：违规交易行为向跨产品和跨市场发展；内幕交易行为较市场操纵行为而言，在违规交易行为中所占比重增多；违规行为所涉及的信息和人员范围越来越广泛；涉案金额不断创出新高，不论从交易金额还是获利金额，不断刷新纪录；此外，程序自动化交易、高频交易的发展，使得违规交易行为更为复杂。 违规交易行为的影响因素较为复杂。传统金融经济学假定，人们能够基于证券市场信息作出评估与分析，理性地采取行动。但是，实际并非如此，不仅是投资者个体会作出非理性行为，投资者作为整体也通常会存在对理性的偏离。在我国证券市场中，投资者在认知上存在直觉偏差，其交易行为存在处置效应、羊群效应和过度反应等倾向，这些认知和行为偏差是市场操作模型的重要组成部分。我国投资者结构的不合理，使得这种偏差更为显著。 Logistic回归和支持向量机模型对于违规交易证券的识别具有明显效果。本文收集证监会处罚与证券报披露股价操纵案例，构建了被操纵的股票样本与未被操纵的股票样本。通过这两类样本的对比，本文首先从收益率、超常收益率、人均总市值、交易量、换手率、日振幅和贝塔系数七个指标中筛选出四个具有显著性差异的指标：超常收益率、人均总市值、日振幅和贝塔系数。被操纵股票呈现出高超常收益率、高人均总市值和低日振幅、低贝塔系数的现象，这与众多研究者的结论相符。本文利用构成最优Logistic回归模型的三个指标：超常收益率、人均总市值和日振幅作为数据输入，对Logistic回归、支持向量机、人工神经网络和贝叶斯分类器四种典型的分类模型进行对比。结果表明Logistic回归和支持向量机具有较好的性能。Logistic回归具有最高的准确性，而支持向量机在样本量充足的情况下具有最高的敏感性。本文推荐这两种模型用于违规交易行为的分析与判别。 基于聚类的交易相似度分析可以有效定位违规交易行为者。通过对大量案例分析，本文发现很多的市场操纵行为、内幕交易行为涉及多个账户，这些违规交易使用的账户具有定的特征，在账户资料方面，存在账户信息高度重合、账户资料不全、开户代理机构及开户日期重合度高等；在交易、指定、持有等方面存在转指定行为雷同、指定行为异常和持有异常等特征。但是，最为核心和重要的特征是交易的高度相似。本文提出了一种度量交易相似度和交易行为相似度的方法，用以衡量大量交易行为是否由同一行为人控制的可能性。通过聚类的方式，从海量交易中识别出交易行为高度相似的账户组。同时，针对市场操纵、内幕交易本文提出了相应的监测指标：交易频度、交易占比、异常收益、持股占比等，用以进一步精准定位违规交易行为。 本文创新点包括：1.提出一种度量交易相似度的方法，并通过聚类的方式，从海量交易中识别出交易高度相似的账户组，为深入违规交易行为监测分析提供基础；2.通过多个分类器的比较分析，给出基于关键市场特征指标识别违规交易行为的推荐模型；3.基于实证研究，归纳总结我国证券市场违规交易行为的特征及发展趋势，分析了投资者交易行为对违规交易行为成功实施的影响。 关键词：违规交易，市场操纵，内幕交易，交易相似度