论文部分内容阅读
金融业处在对外开放的关键时期,股票操纵行为日益猖獗,并且逐渐向短期性、隐秘性发展。股票操纵行为会降低股票市场资源配置的效率,还会损害中小投资者的利益。另外,从证监会公布的处罚决定书中可以看出,证监会的行政处罚具有明显的滞后性。本文针对当前监管部门难以快速有效地识别市场操纵行为的实现提出了研究问题。由于短期操纵的占比高、中期和长期操纵使模型的误差高、模型的置信度低等原因,本文所指的股票操纵都特指为短期操纵。第一,本文在全面回顾已有研究的基础上,对股票市场操纵行为进行了深入分析,归纳出了股票操纵行为会有收盘价异常、开盘价异常、收益率异常、每日波动率异常、流动性比率异常等的特点,根据这些特点总结出了6个基于数学特征的指标。第二,本文根据Apriori关联规则算法,找出各个指标与股票操纵之间的关联关系,从而构建本文的股票操纵关联规则探测模型,共找出了9条强关联规则,并且置信度都超过66.67%。第三,本文提出基于Apriori关联规则与变权重系数综合分析的股票操纵行为的识别方法,该方法将离散化的关联规则重新连续化,进而计算出股票操纵警级,我们认为处于A级和B级的股票发生操纵的可能性较大。第四,对识别方法进行准确性检验,结果是该模型对操纵事件的识别率为91.89%,模型整体的识别率为84.89%,相较于其他学者,准确率较高,为监管部门快速识别股票操纵行为提供了一种新的思路。第五,在本文研究的基础上,从实时监测、限制撤单、随机延迟交易、营造投资环境、加强信息披露、健全投资者结构体系等6个方面,对我国股票市场进行反操纵提出了建议。