2、决策树模型判别

　　决策树的一般分类过程如下：在树根处从样本数据观测值中选择一个目标变量，比如本文中的黑色样本和白色样本标识，以及用来分离样本观测的输入变量；然后在树枝上逐一选择输入变量，对目标变量进行分离，并且计算衡量同一分类中样本同质性和不同分类中样本异质性的指标，选择能够最大化类间异质性和类中同质性的分类，所有输入变量的分组结束之后，选择其中某一个能够最大化类间异质性和类中同质性的输入变量，将其作为树枝上的分类规则，把样本分离到不同的内部节点；然后在每一个内部节点上重复上一步骤，直到所有的内部节点只包含同一类样本为止，将最后的节点作为树叶。

　　在此，我们选取的输入变量包括股价异常波动系数、Beta系数、流动性指标和换手率指标，以最大熵减少量为树枝分裂准则，从决策树结果中我们得到这样的分类标准：

　　1）如果股价异常波动系数大于等于0.9735且Beta大于等于1.156933，则样本被归类为正常样本；

　　2）如果股价异常波动系数大于等于0.9735且Beta小于1.156933，则样本被归类为内幕交易样本；

　　3）如果股价异常波动系数小于0.9735且流动性指标小于1.701523，则样本被归类为正常样本；

　　4）如果股价异常波动系数小于0.9735且流动性指标大于等于1.701523，则样本被归类为内幕交易样本。

　　3、模糊神经网络模型判别

　　神经网络建模的基本思想：通过人工神经网络的学习和训练,找出输入层(预测变量) 和输出层(两类公司样本)之间的内在联系。

在输入层和输出层之间还有一个隐含层,它接受输入层的信息,经过多层次的网络内部运算,把数据结果转移给输出层,这一数据结果与期望输出之间的误差将被反向传播,借此调节各层节点的权重,减少误差,如此循环至输出结果符合精度要求为止。

　　内幕交易判别模型的建立可视为构建一个包含输入层、若干隐含层与输出层的多层前馈神经网络。输入层单元个数由所选取变量的个数决定，在本文的神经元网络模型中我们选取5个变量，包括股价异常波动系数，Beta系数，换手率，持股集中度和信息传递效率，即输入层定义5个节点。输出层一个节点，即标识上市公司是否发生内幕交易。通过实验和调试，当我们选取一个中间层，五个中间层节点，输入层与隐含层之间的传递函数，隐含层到输出层之间的传递函数均选取logistic函数类型时，可获得很好的判别效果。其网络结构如图3所示：

　根据计算结果，应用神经元网络的预测准确率达到95.5%，略高于Logistic和决策树的预测结果。但是，有必要指出的是，神经元网络模型预测所应用的训练集样本较少，可能存在导致计量上所谓的“过度拟合”问题发生，这是应用神经元网络的局限性所在。

　　四、监管建议

　　1、规范上市公司和市场参与者的行为，保护投资者合法权益。

　　在新兴市场上，内幕交易和市场操纵行为一般是与上市公司重大信息事件相联系的，因此市场操纵行为表现为内幕操纵行为。在股权分置改革完成后，上市公司大股东的利益呈现显性化，上市公司购活动更加活跃，并购方式、支付手段、并购主体的多样性将成为全流通背景下上市公司行为的突出特征，这都需要切实维护和保障中小股东的信息获知公平权利。因此，针对全流通下上市公司及相关主体的行为变化，监管机应更加关注上市公司在融资、并购重组、业绩预告、分红送转等重大事件上的公司行为是否规范，同时需要强化上市公司信息披露行为，减少市场信息非对称性，切实保护外部投资者的权益。

　　2、应用金融市场微观结构理论，构建内幕操纵的动态监管体系，对内幕交易和市场操纵行为进行有效、及时甄别。

　　传而精统的对证券市场异常波动的监测主要应用“事件研究法”观测股价波动、换手率等市场运行指标，尽管这些指标简明直观，但存在很大的滞后性，即在内幕交易发生时难以及时预警，而当确认内幕交易操纵时，内幕交易者可能已经结束操纵行为。这显然不适应内幕交易的日趋复杂性趋势，不利于中小投资者的权益保护。针对传统指标的缺陷，我们提出了以金融市场微观结构理论为基础，引入流动性、自相关性、信息反应能力等指标，实现内幕交易监控的技术化、模型化和动态化，根据微观技术指标即时监测股价运动状态，及时发现内幕交易行为，防止内幕操纵事件发生。

　　3、建立甄别内幕信息操纵的技术系统，及时防范和打击内幕信息操纵行为。

　　为了尽可能将内幕交易遏制在初始阶段，需要开发与建立甄别内部信息操纵的技术操作系统，这已成为证券市场监管的必要技术前提。韩国在1995年建立了一个计算机辅助监视系统（CASS）；美国则开发了“股市检测系统”（ISIS）和“自动搜寻系统”（ASAM）对市场运行动态监控；1999年NASDAQ市场联合Unisys、微软等公司，又共同开发出实时传送监控系统（SDR）；澳大利亚开发证券市场自动研究、交易和监控商业应用系统（SMARTS）。我国也有必要加强监控技术的开发，建立甄别内部信息交易行为的实时监控系统，这是实现中国证券市场有效监管的必要前提。

　　4、加强证券联合监管，防范和打击证券市场内幕操纵行为。

　　内幕信息操纵主要来源于金融市场微观结构的证据，这些证据获得主要依靠证券交易所的动态监测。根据我国现行的相关法律法规，证券交易所最多对上市公司进行信息披露谴责，或对股价异常波动进行停牌，目前我国证券市场违规行为的监管稽查职责主要集中于中国证监会。因此，有必要在中国证监会、证券交易所、司法部门、证券登记结算公司之间完善并强化证券联合监管机制，通过合理的合作机制和工作流程，加大证券监管稽查力度，联合防范和打击证券市场内幕操纵行为。

上一页  [1] [2] 

更多相关内容

证券投资者保护制度渐趋完善 印花税调整对我国证券市场的影响分析 我国证券市场会计信息失真问题研究 打击证券市场内幕交易和市场操纵行为 部分央企违规投资房产和证券市场 新会计准则对证券市场的影响 新会计准则对证券市场有啥影响？ 如何认识新会计准则对证券市场影响

会计实务

税务网校

最新共享资料

招聘信息

[招聘]深圳会计师事务所招聘

10-17

[招聘]青岛地区急聘注册会计师、注册税务师

10-17

[招聘]工业会计

10-17

[招聘]招聘：审计专员、注册税务师

10-17

[招聘]大信会计师事务所 审计人员

10-16

[招聘]国内大型会计师事务所招聘

10-16

[招聘]聘：执业注册税务师

10-14

[招聘]北京专业会计师事务所招聘注册会计师

10-14

推荐下栽

焦点文章

热点信息

合作信息

08年注册税务师寻挂靠

诚挚邀请符合合伙人资格

需要5年以上注册会计师挂

诚挚邀请符合合伙人资格

执业三年注册税务师

cpa寻求挂靠

诚挚邀请符合合伙人资格

寻求非执业注册会计师、

诚挚邀请符合合伙人资格

诚挚邀请符合合伙人资格

会计论文