论文投稿_医学论文投稿_核心期刊,职称论文投稿发表_论文部落

　　表2显示了多元线性回归模型中的常数项，非标准化的回归系数B值及其标准误差、标准化的回归系数Bata值、:T值以及显著性水平。设?表示曰收益方差，:r表示日振幅，；y表示日Beta因子，z表示日Alpha因子，由表3得到多元线性回归模型的方程⑴。
　　w=(3.329E一5)r+0.005；y+0.375z+(1.109E—5)(1)
　　日振幅、日Beta因子、日Alpha因子的系数的检验概率分别是0、0、0,都小于0.05,线性关系是显著的。由模型（1)可知，日收益方差与日振幅、曰Beta因子、日Alpha因子都呈现正比关系。那么在观察事件期的日收益方差时，应同时关注日振幅、曰Beta因子、日Alpha因子的变动，依此鉴定是否存在内幕交易。
　　第二步：分析估计期的日收益方差（5差分后）(及相关量）的自相关系数和偏相关系数。然后建立估计期的日收益方差（及相关量）的ARIMA(^，d，<?)模型。最后由估计期的曰收益方差（及相关量）的ARIMA(心^，g)模型，预测事件期日收益方差（及相关量）的值，然后与事件期实际的曰收益方差（及相关量）进行对比，定量分析事件期是否内幕交易和发生的时间段。
　　首先用SPSS软件做出估计期日收益方差的自相关图和偏相关图，接下来分析日收益方差的自相关系数和偏相关系数。
　　图3是用图形表示自相关系数的估计值，两条实线代表的是可信区间。用柱形表示每一个滞后值的相关系数，滞后为2时，自回归值突破了可信区间的虚拟框，说明该序列在2阶内相关性较强，3阶以上的自回归情况不显著。
　　图4是曰收益方差的偏相关图，意义与图3类似，说明该序列在2阶内相关性较强，3阶以上的自图4曰收益方差（5次差分后）的偏相关图（估计期）回归情况不显著。
　　通过图3、图4所分析的日收益方差的自相关系数和偏相关系数，结果就可以建立估计期的曰收
　　益方差（日振巾幅、日Beta因子、日Alpha因子）的ARIMA^W^)模型。
　　曰收益方差经过5次差分后得到了平稳序列，可以确定3=5,它的偏相关系数的阶数是2。那么
　　^=2,自相关系数也是2,说明g=2。用SPSS做估计期日收益方差的ARIMA(2,5,2)模型。表3是各参数检验的结果，参数AR滞后值为1和2时的检验概率分别是0与0.001都小于〇.〇5,具有统计意义。因此该模型如下。
　　=(-2.477E-8)-1.353\5z,_1—0.483!z,—2(2)
　　其中，！代表5次差分;z代表当前时间值；z-i代表过去相邻前一个时间点的值；z—2代表过去相邻前两个时间点的值。最后用ARIMA模型模拟事件期的日收益方差的图形，与事件期实际的日收益方差的图形对比。
　　由图5可知，ARIMA模型预测的事件期的日收益方差的值与事件期实际的曰收益方差差别较大。图中44日就是公告日当天（用黑色竖线标明），在[28，34]日之间出现较大的波动，[28，34]日之间就是日收益方差没有转化成时间序列的[一16，一10]日之间，也就是在这个时间段应该存在着内幕交易。为了更好地说明问题，再结合其他变量，进一步确定内幕交易发生的时间。
　　图5由日收益方差（估计期）ARIMA模型预测的事件期与事件期实际值的对比图
　　同理可得：日振巾巾、日Beta因子、日Alpha因子的ARIMA^Ww)模型。
　　三、加强中国上市公司控制权市场内幕交易的监管建议
　　由实证研究的结论得到以下加强中国上市公司控制权市场内幕交易的监管建议。
　　第一，中国上市公司控制权市场内幕交易的监管主要停留在定性分析阶段，因此造成了监管执行难的问题。所以应加大定量分析的力度，建立科学的监管模型，通过模型的分析，确定监管的指标，这样才能使监管人员能够根据指标及时发现控制权市场是否存在着内幕交易。
　　第二，中国证券市场的各种违法行为具有关联性，换句话说，中国证券市场的违法行为是一个系统，而控制权市场内幕交易只是违法行为的一个子系统，要提高这个子系统的监管效率，与其相关联的其他违法行为的子系统的监管效率也必须提高。例如，信息披露的监管效率必须及时、准确。如果信息不及时准确，就会很难确定内幕交易的发生时间，所以提高中国上市公司控制权市场内幕交易的监管效率，应该与其他环节的监管进行协调与合作。
　　第三，中国上市公司控制权市场内幕交易发生在信息披露之前就应进行事前监管，而不仅仅是事中或事后才进行监管。
　　参考文献
　　[1]益智，刘逖，张卫东.中国公司治理报告（2009)——控制权市场与公司治理[R].上海：上海证券交易所，
　　2009:5.
　　[2]傅浩.内幕交易监管与投资者保护[R].上海：上海证券交易所研究报告，2002:.
　　[3]张幕濒，范从来.管理层变更与控制权市场治理效力的实证研究——以制造业上市公司为例[].南京大学学报