• 基于EKOP（1996）模型，报告构建了知情交易的日度后验概率，区分好消息（知情买入）和坏消息（知情卖出），结合每日买卖交易数量估计五参数模型 $\alpha,\delta,\mu,\epsilonB,\epsilonS$ ，解决以往多日无条件PIN估计的缺陷，提高了对公告事件前后知情交易识别的准确度 [page::3][page::6][page::7].

• 并购公告期（M&AD）附近目标公司日度异常收益与知情交易概率表现突出，公告前目标公司知情买入概率（$\pi_g^{abn}$）显著升高，公告日异常收益最高达13.2%，公告后知情卖出概率显著上升，反映投标报价信息泄露及私募交易加速市场价格反应 [page::8][page::9][page::10].

• 公告前知情买入概率与公告累计异常收益（CAR）负相关，平均知情买入概率增加一个标准差，公告收益平均降低约3.64%，强化知情买入提前反映并购溢价的观点，知情卖出对公告收益未显著影响 [page::10].
• 公告后知情买入和知情卖出概率可预测投标撤回和竞价者出现概率，且对于接受100%现金报价的目标公司，公告后知情卖出概率与投标撤回显著正相关，知情买入概率与竞价出现正相关，体现公告后交易者对公告信息深入分析的能力 [page::12][page::13].

• 盈利公告（EAD）期知情交易概率显示，公告日前1至5天内存在显著知情买入（好消息）和卖出（坏消息），特别是盈利惊喜较大的股票好消息知情买入概率较高，公告前知情交易概率较高与公告收益反应减弱高度相关，揭示知情交易将未来盈利信息提前反映在股价中 [page::15][page::16][page::17][page::18][page::19].

• 盈利公告后知情买入概率与后续13个交易日内正向累积异常收益（CAR）显著正相关，表明公告后的知情交易包含对未来股票收益的预测信息，进一步验证了知情交易指标的有效性 [page::20].
• 报告整体发现知情交易概率呈双峰分布，在0.1以下或0.9以上，表明市场存在显著的知情买卖集群行为；并购及盈利公告期的知情交易不仅预测即时价格变动，还可预测后续事件，强化了基于高频数据的知情交易概率指标的实证价值 [page::0][page::21].

知情交易的高频指标一 “学海拾珠”系列之二十四 —— 详尽分析报告

---

一、元数据与报告概览

• 报告标题：知情交易的高频指标一 “学海拾珠”系列之二十四

- 发布日期：2020年12月28日

• 发布单位：华安证券研究所

- 报告分析师：
- 炜（执业证书号：S0010520070001）
- 朱定豪（执业证书号：S0010520060003）
- 钱静闲（执业证书号：S0010120080059）

• 研究主题：基于高频数据对知情交易概率指标的改进，重点研究围绕公司并购公告和季度盈利公告附近的知情交易行为及其对未来股票收益的预测能力。

核心论点及主要信息：

• 传统的知情交易概率指标PIN（Probability of Informed Trading）基于多日窗口且为无条件估计，难以精准捕捉公告日周边集中发生的知情交易。

- 本文提出基于每日买卖订单数据的条件后验概率（日度后验概率）指标，能够区分知情买入和知情卖出。

• 研究发现并购公告及盈利公告前后均存在显著的知情交易，且公告前的知情买入会削弱公告的股票价格反应，而公告后的知情交易概率能有效预测后续收益和并购投标撤回、竞价等事件。

- 文中强调PIN模型虽有不足，但基于其改良的高频指标确实具有很强的实证预测能力。

报告明确指出，所述结论基于历史数据和海外文献总结，不构成任何投资建议。[page::0]

---

二、逐节深度解读

1. 简介

• 文章聚焦于并购要约公告（M&A Announcement Date，简称M&AD）和季度盈利公告日期（Earnings Announcement Date，简称EAD）周边的知情交易，提出了针对单日的知情交易条件概率模型。

- 基于Easley, Kiefer, O'Hara 和 Paperman（EKOP，1996）模型，改进了知情交易指标计算方法，从而获得区分好消息（知情买入）和坏消息（知情卖出）的日度后验概率。

• 通过对1983年至2013年的大样本数据分析，发现目标公司在公告前存在显著的知情买入，而投标公司公告前的知情买入无显著增加, 但公告日后投标公司知情买入概率显著提高，公告后目标公司则表现为知情卖出的显著增加。

- 发现公告前知情买入与公告收益成负相关，说明知情买入提前将并购溢价反映在价格中，公告后知情交易则可能反映公告后对信息的解读及市场反应差异。

• 文章指出，公告后知情交易的现象可能因某些投资者具备超越市场的公告信息解读能力，支持公告后知情交易存在的合理性。[page::3][page::4]

2. 相关文献综述

• 文献对PIN模型的实证有效性褒贬不一。Benos 和 Jochec（2007）、Aktas等（2007）认为无条件PIN估计无法捕捉公告附近的知情交易概率变化。

- Duarte和Young（2009）将PIN分解为两部分，发现只有与非流动性相关的部分在资产定价中有效，表示PIN可能不完全代表知情交易。

• Brennan等（2016）指出考虑交易方向后PIN的定价作用增强。

- Engle等（2008）采用复杂模型估计日度知情交易概率，但样本过小限制了通用性。

• Aktas等（2007）发现并购公告后PIN值反而上升，认为PIN指标不足，本文则提出公告后知情交易可能是由于对公告信息的不同解读。

- Baruch等（2016）的研究支持公告前的知情交易策略，但样本规模和事件类型有限。

• 本文基于大样本和更精细的买卖订单数据，分析时间长、事件覆盖面广，提供了更加稳健的实证支持。[page::5][page::6]

3. 知情交易的日度后验概率（方法论）

• EKOP（1996）模型假设三种信息事件：无消息、好消息和坏消息，其无条件概率分别为 $1-\alpha$, $\alpha(1-\delta)$ 和 $\alpha\delta$。

- 其中，$\alpha$ 表示信息事件发生概率，$\delta$ 为坏消息概率。

• 投资者根据消息类别进行交易，有知情交易者和噪声交易者，分别以不同参数影响买卖交易数量。

- 模型由五个参数组成：$\alpha,\delta,\mu,\epsilonB,\epsilonS$，分别代表信息事件概率、坏消息概率、知情交易者交易率以及噪声买卖率。

• 在观察到每日买卖发起交易数量（B和S）条件下，通过贝叶斯定理计算当日后验概率，即发生无消息、好消息或坏消息的概率。

- 该方法使我们可以根据每日交易数据估计具体的知情买入和知情卖出的概率，超越了传统PIN的无条件多日估计。

• 数学表达详尽且严谨，参数定义清晰，体现模型的统计推断基础。[page::6]

4. 数据与模型参数估计

• 数据来源美国NYSE与AMEX，1983-2013年买卖订单流，由ISSM、TAQ数据库提供。

- 采用Lee-Ready（1991）算法和Holden-Jacobsen（2014）算法对交易分买卖发起方，以解决高频交易（HFT）带来的交易分类误差。

• 样本不包含纳斯达克股票，避免不同市场交易机制带来的偏差。

- 为降低估计溢出问题，采用三个月滚动窗口对五个模型参数进行月度估计。

• 之后根据次月每日买卖交易数计算日度后验概率。

- 表1及图表1（第8页）显示了五大参数在1983-2013年间时间序列演变：
- $\alpha$和$\delta$分别为信息事件概率和坏消息概率，数值波动但总体稳定。
- $\mu$（知情交易尺度）自2000年后显著上升，反映信息交易活跃度上升。
- $\epsilonB$和$\epsilonS$（买卖噪声率）在2007年后剧烈波动，反映市场结构变化影响。

• 数据处理严谨，充分考虑了市场结构变迁及HFT因素对模型准确性的影响。[page::7][page::8]

---

5. 并购公告日（M&AD）附近的知情交易分析

5.1 并购公告日附近的异常收益与知情交易概率

• 采用1983-2013年价值至少5000万美元的并购数据，样本覆盖纽约证券交易所和AMEX上市的7127家投标公司和2623家目标公司。

- 图表2展示投标公司与目标公司异常收益均值：
- 投标公司异常收益在公告日附近几乎无变化，波动极小。
- 目标公司异常收益从公告日前约34天开始显著为正，公告日前1天超过1%，公告日当天暴涨至13.2%，次日仍高达6.7%。

• 图表3显示并购公告前后日度知情交易的异常后验概率：

- 投标公司公告日前知情交易概率接近零，公告日及后续两天显著增加超过14%-18%。
- 目标公司公告日前知情买入概率大幅增加，公告日当天超过50%，次日超57%。
- 目标公司知情卖出概率在公告日前几乎为零，但公告日当天急剧上升至37%，次日升至约46.5%。

• 这些图表清晰表明并购公告前目标公司股价大幅上涨且伴随显著的知情买入，且公告后存在大量知情卖出现象，反映市场对并购信息的提前和快速反应机制。

- 文本将知情买入视为好消息、知情卖出为坏消息，推断公告前买入将信息部分反映在价格，公告后卖出则可能反映风险、撤回可能及其他市场反应。[page::9][page::10]

5.2 公告前知情交易对公告收益的影响

• 利用累积异常收益（CAR）$CAR(0,+1)$衡量公告收益，回归分析表明公告前20天目标公司知情买入概率与公告收益显著负相关，增加一个标准差的知情买入概率，公告收益降低3.64%。

- 控制公告前20天的普通收益后，该相关性仍显著，表明知情买入信息独立抑制公告收益。

• 公告前知情卖出概率与公告收益无显著影响，说明卖出行为可能非基于公告信息。

- 结果支持“泄露假设”，即并购投标价格信息部分提前泄漏且被知情买入反映，降低公告时的价格反应幅度。

• 反映价格发现过程与内幕交易行为深度交织。[page::10]

5.3 公告后知情交易及其对投标撤回和竞价的预测能力

• 针对公告后知情交易出现增加的现象，参考Kim和Verrecchia等理论，推测公告后部分投资者具备更优解读公开信息能力，因此仍进行知情交易。

- 通过对公告后10个交易日内知情买入和卖出概率进行Probit回归，实证显示：
- 投标撤回与公告后知情卖出概率正相关，特别是在接受100%现金投标的样本中关系尤为显著。
-公告后知情买入概率与竞价者出现显著正相关，说明公告后知情买入反映了有利于目标公司的竞价信息。

• 进一步回归显示公告后知情买入概率与目标公司未来股票收益正相关，支持公告后知情交易对未来回报的预测作用。

- 对于股票交换投标，知情交易可能夹杂套利行为，研究中为剔除这一影响限制为现金出价样本。

• 目标公司与投标公司股价回报差异回归证实公告后知情买入概率能够预测差异收益，进一步佐证公告后知情交易有效性与信息价值。[page::11][page::12][page::13][page::14]

---

6. 季度盈利公告（EAD）附近的知情交易分析

6.1 日度概率表现及规模差异

• 利用CRSP/Compustat Merged和IBES数据，研究EAD前后知情交易日度后验概率异常（相对于公告前30天均值）。

- 图表9显示：
- 公告前两天至当天知情买入概率急剧上升，最高时异常概率约为17%（好消息）。
- 知情卖出概率在公告前同样上升，但幅度较低。
- 公告后知情交易概率逐渐回落，反映市场对盈利信息的逐步消化。

• 规模差异分析显示大盘股知情买入概率高于小盘股，流动性影响明显。

- 该期间知情买入显著高于知情卖出，符合盈利公告中正面信息交易活跃的预期。

• 对公告时间细节有限，公告当天知情交易中部分可能在公告后发生，增加对公告后知情交易的合理性理解。[page::15][page::16][page::17]

6.2 投资组合分析：盈利惊喜与知情交易的关系

• 利用价格标准化盈利惊喜指标SUE，构建盈利惊喜十分位投资组合。

- 发现公告前5个交易日内，盈利惊喜最高组合的好消息（知情买入）概率比最低组合高4.4%，坏消息（知情卖出）概率低6.7%，均具有高度统计显著性。

• 进一步分析激活度（概率大于0.9的比例）显示高盈利惊喜公司中激活知情买入的比例明显高于低盈利惊喜公司，坏消息则相反。

- 与按照CAR组合法相比，SUE分组更能清晰揭示知情交易与盈利惊喜的动态关系。

• 结论是盈利公告前存在基于私人信息的显著知情交易行为，且高频指标较传统基于多日数据的PIN更加灵敏和准确。[page::17][page::18][page::19]

6.3 公告前知情交易对公告收益影响的衰减效应

• 通过Fama-MacBeth横截面回归分析，验证公告前知情买入概率与公告收益的关系：

- SUE正面时，公告收益与盈利惊喜（SUE）正相关，但再加入公告前知情买入概率后，后者系数显著为负，显示知情买入对公告收益的价格反应具有削弱作用。
- 对SUE为负时类似结论，知情买入对公告收益的负面影响显著。
- 同时包含交互项，发现盈利惊喜与知情买入概率的乘积项显著为负，提示两者协同影响公告收益。

• 结果显示公告前的知情交易提前调整了价格，使得公告时价格对盈利质量的反应减弱，即信息部分提前反映，降低公告日的异常回报。

- 这一发现与并购公告前知情买入影响公告收益一致，充分证明公告前知情交易对价格发现的影响力。[page::19][page::20]

6.4 公告后知情交易与后续收益

• 研究公告后第1至2天的知情买入与卖出概率，对紧接的13个交易日（第3至15天）的累计异常收益$CAR(+3,+15)$进行Fama-MacBeth回归。

- 发现公告后知情买入概率与后续股票收益显著正相关，而知情卖出概率负相关但不显著。

• 反映公告后市场中存在基于公告信息解读持续做出交易的强烈动因，有别于传统PIN模型对公告后交易的假设，强调公告后知情交易的重要性与存在合理性。

- 补充完善了公告日知情交易动态特征的认识，大幅增强指标对公告信息价格动态影响的解释能力。[page::20][page::21]

---

三、图表深度解读

图表1：PIN模型参数时间序列均值（第8页）

• 内容：展示$\alpha$（信息事件概率）、$\delta$（坏消息概率）、$\mu$（知情交易强度）、$\epsilonB$和$\epsilonS$（买卖噪声率）的月度均值时间序列。

- 趋势：
- $\alpha$和$\delta$相对稳定，$\delta$有一定震荡，特别在2007年后略升。
- $\mu$自2000年代开始急速上升，反映市场中信息驱动交易的活跃度显著提升。
- 噪声交易率$\epsilon$自2007年开始波动加剧，反映高频交易及市场改革影响。

• 意义：参数变化体现了市场微观结构演变和信息不对称交易行为的动态，对于后续每日后验概率计算提供基础支撑。

图表2 和 图表3：M＆A公告日前后异常收益和知情交易概率（第9页）

• 图表2解析：

- Panel A（投标公司）异常收益在公告期极为平稳，基本无明显波动。
- Panel B（目标公司）异常收益大幅攀升，公告日峰值为13.2%，公告日前5天异常收益开始快速上升。

• 图表3解析：

- 投标公司知情交易异常概率围绕公告日明显上升，但公告前无显著增加。
- 目标公司知情买入异常概率提前在40天前抬头，公告日前集中抬升，公告日达到50%以上峰值。
- 目标公司知情卖出异常概率公告日当天及次日显著增加，达37%和46.5%。

• 联系文本：说明目标公司的优惠反应集中在公告日前，且公告后出现卖出行为，反映市场信息提前泄漏和公告后重估。[page::9][page::10]

图表5 和 图表6：公告后知情交易与投标撤回、竞价者出现关系（第12-13页）

• 图表5：

- Probit回归结果显示公告后知情卖出概率与投标撤回显著正相关。
- 尤其是现金投标样本中该相关性更明显，说明知情卖出捕捉到报价撤回风险信息。

• 图表6：

- 公告后知情买入概率与竞价者出现概率显著正相关，反映公告后交易者对竞价信息的快速响应。

• 意义：公告后知情交易提供了关于投标延续性和竞价可能性的重要市场信息。

图表7 和 图表8：公告后收益与知情交易及投标公司与目标公司回报差异回归（第13-14页）

• 图表7：

- 知情买入概率与目标公司未来收益正相关，现金竞标样本中显著。

• 图表8：

- 在100%股票出价样本中，知情买入概率正向预测目标与投标公司收益差异，支持套利公式。

• 联系文本：公告后知情交易不仅反映目标公司绝对回报，还关联公司间相对价值判断。

图表9至14：盈利公告附近知情交易（第16-21页）

• 图表9展示EAD附近好消息和坏消息知情交易概率异常，公告日前两天达到峰值。

- 图表10对比最高和最低盈利惊喜组合的知情交易，显示盈利惊喜组知情买入更激烈，坏消息相反。

• 图表11投资组合分析显示按公告收益分组知情交易概率无明显差异，而按标准化盈利惊喜（SUE）分组区别显著。

- 图表12列示不同盈利惊喜组合中知情交易高概率激活的公司占比差异，进一步支持私有信息驱动的公告前交易。

• 图表13回归结果验证公告前知情买入对公告收益的负影响，体现信息提前反映现象。

- 图表14展示公告后知情买入概率对后续股票收益的正向预测。

图表丰富而详细，支持报告各项实证结论，揭示公告前后市场信息发现和价格反应的动态机制。[page::16][page::17][page::18][page::19][page::20][page::21]

---

四、估值分析

本报告主要为知情交易指标及其实证分析，未涉及具体的公司估值及目标价，因此无传统意义上的估值分析部分。

---

五、风险因素评估

• 报告仅基于历史数据及国外文献总结，适用性存在地域及时间局限。

- 高频交易环境复杂，数据匹配和分类可能存在误差，尤其是在高频交易盛行后对交易分类算法的影响。

• 知情交易识别依赖模型假设，若实际市场行为偏离假设，指标有效性可能受到影响。

- 公告后知情交易解释中需谨慎区分“知情投机”和“内幕交易”，不同投资者解读公告信息能力差异带来指标解释复杂性。

• 报告明确不构成投资建议，强调数据与结论存在一定不确定性。[page::0][page::21]

---

六、批判性视角与细微差别

• 报告从模型角度和实证数据双重出发，改进传统PIN指标的不足，增加了对知情买入与知情卖出的区分，提高了指标的细致度。

- 对公告后知情交易验证展示了公开信息引发知识差异，补充了传统以PIN为核心的研究视角，增强了市场对信息解读差异的理解。

• 然而，报告对公告后知情交易是否真正“知情”存在某种程度的揣测，无法直接证明公共信息解读能力的差异到底如何被捕捉。

- 多数实证结果依赖大样本统计推断，对于个案特殊事件的解读能力有限。

• 报告提到未包含纳斯达克市场的样本可能限制了结论的普适性。

- 部分参数在2010年前后呈剧烈波动，未详述对估计稳健性的潜在影响。

• 报告中关于知情交易的合法性边界、法律环境等影响未展开，可能是未来研究的拓展点。

总体而言，报告结构严谨、数据详实、推理逻辑清晰，但在公告后知情交易解释上留有一定开放结论空间，体现了学术研究的谨慎风格。[page::6][page::21]

---

七、结论性综合

本报告系统地研究了基于高频买卖订单数据计算的知情交易条件后验概率，首次将知情买入和知情卖出概率区分开来，构建了更灵敏精准的高频知情交易指标。具体发现如下：

• 并购公告日期前，目标公司存在显著的知情买入概率异常，公告日当天目标公司异常收益峰值13.2%，对应知情买入概率超过50%，体现信息提前泄露及价格反应；

- 并购公告后目标公司知情卖出概率急剧增加，并且公告后知情交易概率能够预测撤回投标和竞价者出现，说明投资者能从投标公告解析未披露信息；

• 盈利公告日前，尤其在公告日前1-5个交易日内存在明显的知情交易行为，知情买入概率与盈利惊喜大小紧密关联，且公告前知情交易抑制了公告收益的表现；

- 盈利公告后知情买入概率显著预测未来13个交易日的正向股票收益，显示公告后信息解读差异产生的持续信息交易活动；

• 通过深入回归分析，公告前知情买入与公告收益呈负相关，表明部分信息提前被市场吸收，削弱公告时价格波动；

- 报告的高频条件概率指标相比传统PIN方法更能准确捕捉公告期的知情交易动态；

• 在理性市场与效率假设之外，强调市场参与者对公开公告理解的非均质性，导致公告后一定时间段内仍存知情交易；

- 相关图表清晰展示了知情交易概率与公告日、公告前后收益、竞价和投标撤回等事件的统计关系，强化了上述结论。

总体来看，报告展示了一套有效的高频知情交易检测方法，明确揭示了重要公司事件公告前后市场信息不对称的动态演变，拓展了传统PIN模型的适用范围，丰富了对内幕交易、信息泄露及市场效率动态的理解，对于理论研究和实践中监控潜在内幕交易均具有参考价值。

鉴于报告结论均基于广泛样本统计分析及前沿国外文献，且已谨慎指出风险及局限，本研究成果为知情交易领域的重要学术贡献和实务启发。[page::0][page::3][page::4][page::8][page::9][page::13][page::16][page::19][page::20][page::21]

---

Markdown格式图表示例

• 图表1：PIN模型参数的时间序列

• 图表2和3：并购公告日附近异常收益及知情交易概率

• 图表8：投标公司与目标公司收益差异回归

• 图表9：季度公告日附近知情交易异常概率

• 图表10：盈利惊喜最高和最低投资组合的异常概率

---

总结

该报告系统地构建和验证了基于高频数据的知情交易条件后验概率指标，成功将传统PIN模型中的无条件概率向每日动态概率转变，区分知情买入和知情卖出，深刻揭示了公司重大公告时区间内知情交易的动态行为及其对股价的影响机制，不仅验证了公告信息提前泄露的实证证据，也证明公告后信息解读优势和市场非均质性带来的持续知识交易现象，为金融市场的信息不对称和价格发现机制提供了宝贵的新视角，且对于监管内幕交易和市场微观结构研究均有重要启示价值。该系列研究的专业性和深度令人印象深刻，为金融领域科研和实务的交叉融合树立了示范。

[page::0][page::3][page::4][page::5][page::8][page::9][page::13][page::16][page::19][page::20][page::21]

报告