基于高频数据的知情交易日度后验概率估计 [page::6][page::7]

• 运用EKOP（1996）模型估计每日知情买入（好消息）与知情卖出（坏消息）的概率。

- 结合IHSM、NYSE及TAQ数据集，校正高频交易带来的分类误差，覆盖1983-2013年。

并购公告前后知情交易特征及其对股票收益影响 [page::8][page::9][page::10]

• 目标公司公告日前知情买入概率显著提升，公告日当天达到极大值，公告后知情卖出概率大幅上升。

- 目标公司公告前知情买入概率与公告收益负相关，知情买入增强了信息提前反映在股价中，公告反应减弱。

• 投标公司公告后知情买入概率提升，公告前无明显变化。

公告后知情交易对撤回投标和竞价者出现的预测能力 [page::11][page::12][page::13]

• 公告后知情卖出概率与撤回投标显著正相关，知情买入与竞价者出现显著正相关。

- 仅现金投标样本验证结果更显著，公告后知情交易有效预测投标撤回及竞价信息。

• 公告后知情买入概率与未来短期股票收益正相关，支持公告后基于分析公共信息的知情投机行为。

盈利公告附近的知情交易动态及其收益效应 [page::15][page::16][page::17]

• 盈利公告日前1-5日内发生较高知情买入与卖出，且好消息知情交易概率高于坏消息。

- 大盘股表现出更强的公告前知情交易异常。

• 基于标准化盈利惊喜（SUE）划分投资组合，盈利惊喜强的股票公告前知情买入显著高于盈利惊喜弱的，反之亦然。

- 公告前知情交易会削弱公告日的价格反应，符合知情交易使信息提前反映股价的理论。

盈利公告后知情交易对未来收益的预测作用 [page::20][page::21]

• 盈利公告后即刻知情买入概率与未来13日股票收益正相关，知情卖出相关性较弱且不显著。

- 结果支持公告后仍存在基于对公告解读的知情交易，反映投资者解析公共信息能力差异。

金融研究报告详尽分析报告

---

1. 元数据与概览

• 报告标题：知情交易的高频指标一 “学海拾珠”系列之二十四

- 报告日期：2020年12月28日

• 作者与机构：

- 分析师：炜（证书号：S0010520070001）、朱定豪（证书号：S0010520060003）
- 联系人：钱静闲（证书号：S0010120080059）
- 单位：华安证券研究所

• 主题：基于高频交易数据构建和分析知情交易指标，重点研究并购公告日和季度盈利公告日前后的知情交易现象及其对未来股票收益的预测能力。
• 核心论点：

报告基于实证海外文献，提出每日基于高频数据的知情交易条件概率指标，精细区分知情买入与知情卖出。发现并购公告日和盈利公告日前后确实存在明显的知情交易现象，公告日前的知情买入使股票提前反应公告信息降低公告异常收益，公告后知情交易与投标撤回、竞价及未来股票收益显著相关。

• 风险提示：结论基于历史数据与国外文献总结，不构成投资建议。[page::0]

---

2. 逐节深度解读

2.1 简介（第3页）

• 关键论点：建立知情交易的“日度后验概率”模型，扩展了EKOP (1996) 的PIN模型，基于每日买卖交易量推断信息事件的好消息或坏消息状态。此方法突破了传统基于多日宽窗口无条件估计的限制，更具体地捕捉公告日前后特定天数的知情交易活动。同时，区别知情买入和知情卖出，提升指标的精确度。
• 推理依据：

利用贝叶斯定理，根据买卖双方交易量条件概率推导日度无消息、好消息和坏消息的后验概率。此方法结合滚动月度估计的模型参数与日度交易观察，能反映特定交易日是否受私人信息驱动。

• 数据样本和发现：

研究1983-2013年在NYSE/AMEX上市的达标的并购投标和目标公司，投标公司在并购公告日前无显著知情买入增加，而目标公司在公告前25日内知情买入概率显著上升；公告后目标公司知情卖出概率大幅增加，投标公司知情买入异常较高。公告前买入使得公告收益 (CAR) 减少，恰好反映信息对价格的提前吸纳。

• 预测与推断：公告后知情交易概率上升的原因或为某些投资者基于公开信息具备超强解析能力，进行知情投机，呈现比纯内幕信息交易更复杂的市场行为。

[page::3-4]

---

2.2 相关文献综述（第5-6页）

• 介绍PIN模型应用于知情交易估计的文献，其中多数学者指出无条件PIN估计无法有效反映围绕公告日的知情交易活动，尤其是Benos和Jochec（2007）、Aktas等（2007）发现无条件PIN对盈利和并购公告前后的知情交易信号敏感度不足。

- 撰写者指出过去研究的限制，如样本规模小、未区分知情买卖方向、估计窗口太宽等。当前文献倾向于将PIN与市场流动性指标PSOS区分，进一步厘清其与知情交易的关系。

• 文献中提到的相关研究如Engle等（2008）虽然估算了日度知情交易概率，但样本极其有限，且未细分买卖方向。

- 报告方法突破现有文献，具备更大样本、时间跨度且区分买卖方向，提升了经验证据的稳健性。

[page::5-6]

---

2.3 知情交易的日度后验概率模型（第6页）

• 模型结构：

基于EKOP（1996）模型，定义事件类型（无消息、好消息、坏消息）及对应概率$\alpha,\delta$。买卖交易量由知情交易者（以概率$\mu$买入或卖出）和噪声交易者（以$\epsilonB, \epsilonS$执行交易）共同影响。

• 数学基础：

利用贝叶斯定理，将模型参数和观察到的买/卖交易量B、S代入公式，推导条件概率：无消息$\pi(\varnothing|B,S)$、好消息$\pi(g|B,S)$、坏消息$\pi(b|B,S)$。从而得到该日的信息事件后验概率$\pie=1-\pi\varnothing$。

• 意义：

该模型为本文后续估算日度知情买卖概率的理论基础，提升了估计的时效性和精确度。

[page::6]

---

2.4 数据处理与模型参数估计（第7-8页）

• 数据来源：1983-2013年NYSE/AMEX上市股票交易与报价数据（ISSM、TAQ数据库）。
• 交易分类算法：

- 1983-2006年采用Lee-Ready算法分类买方/卖方发起交易；
- 2007-2013年鉴于高频交易（HFT）兴起引起时间戳精度不足，采用 Holden-Jacobsen（2014）算法优化分类准确度。
- 排除成交价恰好为报价中点附近的交易（占较小比例），保障分类纯度。

• 样本筛选：排除NASDAQ股票（交易规则不同且数据缺失），剔除开盘前/收盘后、错误记录交易。
• 模型参数估计：

- 使用三个月滚动窗口按月度估计EKOP模型的五参数（$\alpha,\delta,\mu,\epsilonB,\epsilonS$）；
- 再用次月的日度买卖量数据计算对应日的后验概率。
- 长期跨度达到369个月，覆盖7,626个交易日。

• 表1及图1（第8页）：

- 描述了月度估计参数的时间序列趋势，其中$\alpha$和$\delta$（信息事件概率及坏消息概率），$\mu$（知情交易者交易率）和噪声交易参数均有明显变化，反映市场微观结构及参与者行为演变。
- $\mu$参数自2000年代初期急升，契合HFT等市场创新背景。

[page::7-8]

---

2.5 并购公告日（M&AD）附近的知情交易研究（第9-14页）

2.5.1 异常收益与知情交易概率分析（图表2、3，第9-10页）

• 图表2解读：

投标公司板块（Panel A）显示公告日前后异常收益基本为零，仅公告日稍有上升；而目标公司板块（Panel B）异常收益显著，从公告日前多日开始上涨，公告日达到高峰（峰值约13.2%），随后缓慢回落。

• 图表3解读：

目标公司的知情交易异常概率从公告日前第39天开始持续上升，公告日异常概率超过50%，持续7-10天后下降；而投标公司公告日及后显著上升，公告日前无明显信号。知情买入为主导，目标公司公告日前知情卖出少，公告后突然大幅增加。

• 结论：

并购公告前，目标公司的知情买入反映出公告信息已部分泄露并提前反应于价格，支持内幕交易假设。

[page::9-10]

2.5.2 公告前知情交易与公告收益回归（第10-11页）

• 利用公告日前20天的知情买入概率$AVG\pig(-20,-1)$和卖出概率$AVG\pib(-20,-1)$回归公告收益CAR(0, +1)。
• 结果显示知情买入概率与公告收益呈显著负相关，说明越强烈的公告前买入行为，公告的超额收益反而越小，符合价格提前消化信息的理论。
• 控制公告前价格走势后，该关系依旧显著，排除虚假相关。
• 知情卖出与公告收益无显著关系。
• 此外，公告前知情买入反映了投标报价信息的提前泄露及股价反映程度。
• 图表展示：提供多组回归结果，回归系数均具有统计显著性。

[page::10-11]

2.5.3 公告后知情交易与投标撤回、竞价分析（第11-14页）

• 投标公告后知情卖出概率高，与投标撤回概率正相关；知情买入概率与竞价者出现概率正相关。

- 分析区分了全部目标与仅现金100%出价目标样本，现金出价子样本的回归结果更显著和坚实。

• 数据与方法：

- Probit模型估计知情交易概率对撤回和竞价概率的解释力。
- 竞价数据来源SDC Platinum，支持投标结果与知情交易指标的关联。

• 图表5和6解读：

- 投标撤回与公告后知情卖出平均概率密切相关，支持知情交易准确反映后续投标事件。
- 竞价者出现与公告后知情买入显著正相关，表明公告后交易反映出新竞标的出现可能。

• 股票收益预测（图表7-8）：

- 公告后知情买入预测目标公司未来股票正向收益，尤其针对现金出价标的。
- 针对100%股票出价的标的，公告后知情买入概率还预测目标公司与投标公司的相对收益，符合套利交易观点。

[page::11-14]

---

2.6 盈利公告附近的知情交易（第15-20页）

2.6.1 日度概率行为与异常概率（图表9-10，第15-17页）

• 盈利公告日前2天知情交易概率快速上升，公告日达到峰值，构成明显的知情买入与卖出信号，隐含公告前信息泄露。
• 小盘股与大盘股表现异同，大盘股高频率好消息下知情交易概率更高，流动性或信息效率的差异可解释该差异。
• 按盈利惊喜标准化(SUE)分组分析（图表10），最高盈利惊喜的组合对应高的好消息交易异常概率，最低盈利惊喜对应高的坏消息交易概率，说明高频指标能有效捕捉公告前私人信息交易。

2.6.2 投资组合分析及价格反应衰减（图表11-13，第17-20页）

• 以公告日附近公告收益CAR和知情交易概率为划分标准的投资组合显示，公告前知情交易概率差异对CAR分类无显著影响，疑似公告前已由交易提前折价。
• 使用SUE攻击后标准化指标后，公告前知情买入与盈利惊喜相关性显著，支持知情交易发生于盈利公告前。
• 横截面回归进一步发现：

- 盈利公告前知情买卖交易概率能削弱公告收益（CAR）对盈利惊喜的价格反应，符合公告前价格消化信息的衰减假设。

• 交互项回归体现，知情交易程度越高，公告价格反应衰减越显著。

2.6.3 公告后知情交易与未来收益（图表14，第20-21页）

• 盈利公告后知情买入概率与随后的13日股票收益正相关且显著，确认公告后交易含有知情交易成分，对未来收益具预测能力。
• 知情卖出概率的负相关性弱且不显著。

[page::15-21]

---

3. 图表深度解读

• 图表1（第8页）：展示PIN模型五个参数的月度时间序列变化趋势。

- $\alpha$（信息事件概率）和$\delta$（坏消息概率）长期趋势上升或稳定。
- $\mu$ （知情交易者交易率）自2000年代初猛增，反映HFT等新兴交易模式的兴起。
- 交易噪声参数也波动明显，体现市场结构变化。
该图支持模型动态调整参数以适应市场环境的变化。

• 图表2（第9页）：并购公告日附近投标公司与目标公司异常收益对比。

- 投标公司短期异常收益不明显，目标公司异常收益在公告日前数周即开始上涨，公告日达到峰值13.2%，明显反映并购利好。
- 显示目标公司股价更直接受并购公告影响。

• 图表3（第9页）：并购公告日附近知情交易后验概率异常值。

- 目标公司公告前后知情买入概率显著上升，公告后知情卖出概率大幅攀升；投标公司仅公告后知情买入异常显著。
- 表明目标公司在公告前存在信息泄露及提前交易行为，公告后反映竞价和撤回等事件。

• 图表4-8（第12-14页）：回归表和概率对投标撤回、竞价者出现、公告后收益的解释能力。

- 知情买卖概率作为解释变量，与各种投标后事件统计关系显著。
- 现金出价样本的结果更为稳健，表明现金投标有助于隔离与相对价值交易的混淆。
- 公告后的知情买入具有显著预测未来收益的能力。

• 图表9-14（第16-21页）汇集了盈利公告附近的知情交易概率与股票收益及盈利惊喜(SUE)之间交互的详细分析。

- 明显的公告日前后知情交易概率激增与公告后的收益关联，进一步验证了信息提前释放与价格反应过程。
- 不同市值和盈利惊喜水平的股票在知情交易概率上差异显著，说明信息传导具有异质性。
- 交互回归展示信息交易如何削弱公告日价格的冲击反应。

---

4. 估值分析

• 本报告为专题研究与理论实证分析，未涉及企业价值估值、目标价或投资评级，亦未使用如DCF、市盈率倍数法等传统估值方法。

---

5. 风险因素评估

• 主要风险提示：

- 报告结论严格基于历史数据与已公开海外文献进行总结；
- 不构成具体投资建议或个股买卖指引；
- 数据因市场结构变化、高频交易等技术演变可能导致模型参数或结果的变异；
- 公共信息解读能力不同，公告后知情交易难以完全归因私人信息交易，结果存在不确定性。

• 报告未明确讨论进一步缓解措施，强调引用文献和实证结果的局限性。

[page::0,21]

---

6. 审慎视角与细微差别

• 模型假设与实际市场行为的矛盾

- 报告指出虽然PIN模型假定市场较为有效，价格反映了过去订单流信息，但同时发现公告后仍有高度的“知情交易”，暗示存在基于公开信息的优势解读者，形成知情投机，与模型假设有微妙冲突。
- 因而，PIN指标虽然有效，但对公告后的交易性质解释须谨慎。

• 公告前后知情买卖方向的异质性

- 并购公告前目标公司主要表现为知情买入，公告后则知情卖出显著；投标公司情况相反。
- 盈利公告前知情买入概率上升明显，但与公告收益的价格反应呈现负相关，不易直接解读盈利预测。
- 这些差异可能源于市场参与者能力不同、信息结构不同，需细化后续模型。

• 数据和算法局限

- 高频交易识别中的算法虽做调整，但分类仍存误差，尤其在秒级时间戳不宜区分毫秒交易。
- 纳斯达克市场因数据缺失被排除，样本可能存在一定偏差。

• 统计显著性与经济意义

- 虽多回归统计显著，部分模型拟合优度较低（R²较小），提示仍存在未捕获因素，需要结合宏观和微观变量进一步剖析。

---

7. 结论性综合

本文基于EKOP（1996）知情交易模型，提出并实证了一个每日基于高频交易数据的知情交易条件概率指标，有效区分了知情买入与知情卖出。该指标在长期大样本实证中揭示了围绕重要公司事件——并购公告和季度盈利公告——的知情交易行为。

具体发现包括：

• 并购公告日前，目标公司股票显著存在知情买入，促使公告溢价提前反映在股价上，减少公告日异常收益。公告后，知情卖出概率大幅上升，这与投标撤回和竞争竞标出现高度相关。公告后知情买入则预测目标公司未来股票收益的上涨，特别是在现金出价的投标案例中。
• 盈利公告前的知情交易概率明显增加，尤其是好消息预期股票的知情买入概率高于坏消息股票的卖出概率。公告前知情交易减弱了收益对盈利惊喜的价格反应，公告后知情买入与未来13日股票收益显著正相关，提供盈利公告信息泄露及提前交易的强有力证据。
• 该报告的方法强化了PIN模型在捕捉知情交易的能力，赋予其更高的时点精度和信息内容区分，有助于理解市场价格的形成过程及信息不对称现象。
• 报告也警示公告后“知情交易”不仅仅限于传统意义上的内幕信息交易，还包括不同投资者对公共信息解读和预测能力的差异，反映现实市场中信息传递的复杂性。

图表深度解析支撑了上述结论的严谨性与数据基础，涵盖了交易数据分布、概率估计演变、回归分析和投资组合分析等关键实证方法，数据来源权威，方法科学，逻辑清晰。

该研究成果对投资者理解并购与盈利公告前后的市场行为、佐证内幕交易及信息泄露提供了新的视角和有力工具，同时对政策制定者监督市场公平交易亦有参考价值。

最后，报告明确注明所有结论均为历史数据回顾与海外文献总结，并非投资建议，体现了专业与审慎。[page::0-21]

---

附：图表示例

• 图表1 PIN模型参数时间序列截图示意

• 图表2 并购公告日目标公司与投标公司异常收益

• 图表3 M&A公告附近异常知情交易概率

• 图表8 投标公司与目标公司公告后收益差异回归

• 图表9 盈利公告附近日度知情交易异常概率

• 图表10 盈利惊喜最高与最低组合的异常概率对比

---

注释：所有页码引用均严格对应报告原文注明。

报告