資者稱為“關(guān)注交易者”.由于關(guān)注資源的有限性特征[3],關(guān)注交易者不可能掌握市場(chǎng)中披露出的全部信息,只能捕捉其中的部分信息,相對(duì)于內(nèi)部交易者而言具有信息劣勢(shì).交易者之間的這種信息不對(duì)稱導(dǎo)致了他們對(duì)預(yù)期收益的異質(zhì)信念[4],進(jìn)而導(dǎo)致了相互學(xué)習(xí)[5].在交易中,關(guān)注交易者一方面要關(guān)注公司披露出來(lái)的信息,另一方面要關(guān)注價(jià)格揭示出來(lái)的公共信息,以擴(kuò)大信息量,提高收益預(yù)測(cè)能力,而這又意味著市場(chǎng)更加透明,風(fēng)險(xiǎn)收益隨之降低.為了避免收益損失,內(nèi)部交易者在關(guān)注交易者提交訂

認(rèn)為金融市場(chǎng)中交易者獲取信息是同步的,并以無(wú)摩擦和同質(zhì)信念作為基本假設(shè),發(fā)展出投資組合理論、資本資產(chǎn)定價(jià)模型、套利定價(jià)理論等經(jīng)典學(xué)說(shuō)。Sims[1]指出,異質(zhì)的信息處理能力、有次序的獲得信息以及內(nèi)幕信息泄露等才是金融市場(chǎng)的常態(tài),信息不對(duì)稱現(xiàn)象普遍存在。陳輝和汪前元[2]指出,機(jī)構(gòu)投資者擁有先進(jìn)的信息處理技術(shù),更容易獲得內(nèi)幕信息或提前獲得公開(kāi)信息,造成交易者獲取同一信息的時(shí)間存在差異。Hendershott 等[3]將紐約證券交易所引入高頻易者作為外生沖擊事

中,基于信息的交易者可以分為兩類,一類是內(nèi)部交易者,比如公司董事、監(jiān)事、高級(jí)管理人員等,他們是公司的直接經(jīng)營(yíng)管理者,對(duì)影響公司股價(jià)異動(dòng)的事件和公司運(yùn)營(yíng)情況有更為準(zhǔn)確的預(yù)期和判斷[1,2].另一類是外部市場(chǎng)中的信息關(guān)注者,通過(guò)關(guān)注市場(chǎng)上的公共信息,綜合形成自己的私有信息.這兩類交易者由于信息來(lái)源渠道不同,得到的信息量也不同.相對(duì)于關(guān)注交易者來(lái)說(shuō),內(nèi)部交易者具有絕對(duì)的信息優(yōu)勢(shì).對(duì)于關(guān)注交易者來(lái)說(shuō),由于關(guān)注是一種稀缺的認(rèn)知資源[3],受時(shí)間和精力限制,面對(duì)市場(chǎng)上

市場(chǎng)質(zhì)量和知情交易者的影響。通過(guò)平行測(cè)定幾個(gè)市場(chǎng)程式化事實(shí)，將系統(tǒng)校準(zhǔn)到真實(shí)的金融市場(chǎng)后，發(fā)現(xiàn)這四種監(jiān)管都不同程度地降低了市場(chǎng)波動(dòng)、價(jià)格扭曲和交易量。買賣價(jià)差在賣空禁令、交易稅和T+1結(jié)算周期下增加，但與漲跌幅限制存在非單調(diào)關(guān)系。當(dāng)漲跌幅限制政策較為緊時(shí)，買賣價(jià)差很小，隨著漲跌幅限制的放寬，買賣價(jià)差增大。一旦市場(chǎng)上不考慮漲跌幅限制，它仍然會(huì)下降。此外，在賣空禁令、漲跌幅限制或T+1結(jié)算周期的政策下，知情交易者的交易量比例和財(cái)富份額均下降。與之相反，交易稅給

交網(wǎng)絡(luò)也影響著交易者的行為，因此我們用處于社交網(wǎng)絡(luò)中的投資者的數(shù)據(jù)來(lái)研究投資者的交易行為的影響會(huì)更準(zhǔn)確。社交交易是一種參與金融市場(chǎng)的新方式。在傳統(tǒng)模式中，金融市場(chǎng)參與者必須委托金融中介機(jī)構(gòu)進(jìn)行交易。在社交交易中，結(jié)合了社交網(wǎng)絡(luò)和在線交易，降低了投資者的投資門檻。此外，這些在線平臺(tái)允許投資者相互交流，甚至在簽訂協(xié)議的情況下可以查看其他投資者的交易活動(dòng)。投資者可以在平臺(tái)交易機(jī)制的前提下輕松觀察同行的交易行為，并復(fù)制他人的交易策略，無(wú)需專業(yè)經(jīng)紀(jì)人的幫助。許多社交

實(shí)施有利于高頻交易者的策略。勝山曾在接受采訪中表示：“高頻交易者比普通投資者的數(shù)據(jù)訪問(wèn)速度更快，這使他們能夠在知道賽馬結(jié)果的同時(shí)進(jìn)行交易，而此時(shí)的其他人仍然認(rèn)為賽馬正在進(jìn)行。我意識(shí)到，這樣系統(tǒng)的設(shè)計(jì)讓長(zhǎng)期投資者處于不利地位，為了解決這個(gè)問(wèn)題，我們成立了IEX?！弊鳛镮EX的共同創(chuàng)始人，勝山、洛南（Ronan Ryan）、約翰（John Schwall）和羅伯（Rob Park）曾分別擔(dān)任加拿大皇家資本市場(chǎng)（RBC Capital Markets）的首席風(fēng)險(xiǎn)

解決方案不僅使交易者能夠輕松執(zhí)行交易，而且還降低了失敗的風(fēng)險(xiǎn)。簡(jiǎn)而言之，這些創(chuàng)新技術(shù)使交易者能夠輕松分析大量數(shù)據(jù)、簡(jiǎn)化交易流程，并不斷實(shí)時(shí)跟蹤其表現(xiàn)。所有這些最終導(dǎo)致交易者做出明智的決策。讓我們深入了解一下人工智能是如何改變和正在改變外匯行業(yè)的。第一個(gè)用例是分析市場(chǎng)并提供如何進(jìn)入最佳交易的提示的算法。這些基于人工智能的工具也使用預(yù)測(cè)分析和機(jī)器學(xué)習(xí)來(lái)預(yù)測(cè)市場(chǎng)走勢(shì)。這些機(jī)器學(xué)習(xí)工具使用歷史數(shù)據(jù)和復(fù)雜的算法進(jìn)行實(shí)時(shí)數(shù)據(jù)分析。交易者可以使用AI預(yù)測(cè)來(lái)設(shè)計(jì)他們的長(zhǎng)期

個(gè)重要因素，而交易者的行為級(jí)聯(lián)也是造成市場(chǎng)極端情況的重要內(nèi)在機(jī)制之一。與經(jīng)典理論一般假設(shè)市場(chǎng)主體行為相互獨(dú)立不同，實(shí)際市場(chǎng)上主體間的行為決策存在相互關(guān)聯(lián)，會(huì)形成“空間”維度(橫向)上的多主體行為耦合或時(shí)間維度(縱向)上的多主體行為級(jí)聯(lián)。被廣泛關(guān)注的羊群現(xiàn)象[5]是典型的多主體行為耦合。而行為級(jí)聯(lián)特指主體行為在縱向上關(guān)聯(lián)，通常通過(guò)一個(gè)包含正反饋的動(dòng)態(tài)過(guò)程實(shí)現(xiàn)。Banerjee在1992年研究了群體中主體的決策行為，并最早發(fā)現(xiàn)并提出了“信息行為級(jí)聯(lián)”[6]；I

建模分析了知情交易者與監(jiān)管部門之間博弈關(guān)系的策略，提出監(jiān)管部門要加大力度處罰內(nèi)幕信息操縱行為的建議。鐘廷勇等(2017)[15]通過(guò)建模對(duì)股價(jià)異動(dòng)和市場(chǎng)操縱行為進(jìn)行理論分析后指出，在被操縱期間，股票價(jià)格將會(huì)不斷上升，而當(dāng)真實(shí)的股票價(jià)值被揭示時(shí)，股票價(jià)格將會(huì)下降，并給出監(jiān)管建議。徐龍炳等(2018)[16]系統(tǒng)總結(jié)分析了信息型市場(chǎng)操縱及其經(jīng)濟(jì)后果、監(jiān)管等方面的文獻(xiàn)后指出，信息型市場(chǎng)操縱會(huì)損害資本市場(chǎng)資源配置功能，并損害投資者權(quán)益。此外，由于投資者在認(rèn)知上都有

不同交易策略的交易者并存時(shí)資產(chǎn)價(jià)格的形成過(guò)程。在面臨信息不確定的條件下，基礎(chǔ)交易者和技術(shù)交易者根據(jù)其所掌握的信息情況，從自身效用最大化的考慮出發(fā)在兩種策略之間進(jìn)行選擇和切換，推動(dòng)著價(jià)格的動(dòng)態(tài)演化，也導(dǎo)致了市場(chǎng)中基礎(chǔ)交易者和技術(shù)交易者所占比例動(dòng)態(tài)的變化并形成了資產(chǎn)價(jià)格運(yùn)動(dòng)的微觀基礎(chǔ)。通過(guò)采用市場(chǎng)真實(shí)數(shù)據(jù)和仿真數(shù)據(jù)進(jìn)行仿真對(duì)比分析，結(jié)果表明本文所構(gòu)建的模型可以內(nèi)生性的解釋金融資產(chǎn)序列的波動(dòng)聚集、杠桿效應(yīng)以及尾部的冪律分布等特征，同時(shí)也對(duì)市場(chǎng)交易者分布情況對(duì)收益

絡(luò)中，上一級(jí)的交易者在將產(chǎn)品交付給下一級(jí)交易者的時(shí)候，可以自由選擇是否將代表某產(chǎn)品的同等數(shù)量的虛擬貨幣交付給下一級(jí)的交易者，將足夠長(zhǎng)時(shí)間內(nèi)的虛擬貨幣流通情況收集起來(lái)，然后根據(jù)收集到的相關(guān)信息建立數(shù)學(xué)模型，據(jù)此計(jì)算出從商品流通網(wǎng)絡(luò)中任意經(jīng)銷商處獲得的某個(gè)產(chǎn)品來(lái)自品牌商的概率即產(chǎn)品的正品率。根據(jù)這些計(jì)算得出的概率，可以實(shí)現(xiàn)產(chǎn)品的相對(duì)溯源，結(jié)合網(wǎng)絡(luò)信息便可以實(shí)現(xiàn)對(duì)產(chǎn)品的絕對(duì)溯源。2 問(wèn)題描述產(chǎn)品供應(yīng)鏈?zhǔn)侵钢圃焐讨圃煲患a(chǎn)品經(jīng)過(guò)一系列流通過(guò)程到達(dá)消費(fèi)者手中的各個(gè)環(huán)

戶，多數(shù)是長(zhǎng)期交易者。于是就有了本文的話題：長(zhǎng)期交易者的超額收益從何而來(lái)？長(zhǎng)期交易者賺的是：長(zhǎng)期持有者自愿放棄的現(xiàn)金收益根據(jù)股票市場(chǎng)的贏家/輸家的博弈論，人們很容易相信：股市贏家賺的是輸家的錢！這個(gè)似是而非的“常識(shí)”，理論依據(jù)是“零和游戲”。從這個(gè)“常識(shí)”出發(fā)，會(huì)產(chǎn)生一個(gè)問(wèn)題：10%頭部賺錢的賬戶中，剔除違法不當(dāng)?shù)美弦?guī)合法參與交易的超額收益是從哪里來(lái)的呢？首先要區(qū)分股權(quán)和股票的兩種價(jià)值投資，一般說(shuō)來(lái)，股權(quán)是公司的價(jià)值，資金一旦注入被投資企業(yè)就喪失了流動(dòng)

一筆交易，以及交易者屬性信息.大規(guī)模高質(zhì)量交易層面的數(shù)據(jù)為金融科研工作者提供了探索交易者和市場(chǎng)行為規(guī)律的數(shù)據(jù)寶庫(kù)[2-4].基于細(xì)致的交易數(shù)據(jù)深入分析和理解交易網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的研究得到了大量科研工作者的關(guān)注.不同市場(chǎng)、不同類型交易網(wǎng)絡(luò)具有一定的普適特征，如網(wǎng)絡(luò)度分布的無(wú)標(biāo)度特性和小世界性質(zhì)等.復(fù)雜系統(tǒng)間普適的網(wǎng)絡(luò)結(jié)構(gòu)特征預(yù)示著系統(tǒng)在演化和發(fā)展過(guò)程中具有類似的形成機(jī)制.金融市場(chǎng)中交易網(wǎng)絡(luò)結(jié)構(gòu)與社會(huì)網(wǎng)絡(luò)具有類似的結(jié)構(gòu)特征[5,6].基于社會(huì)網(wǎng)絡(luò)和金融網(wǎng)絡(luò)分析能夠

普遍存在，內(nèi)部交易者常常利用自己的私有信息優(yōu)勢(shì)獲取利潤(rùn)。kyle[1]首先提出了內(nèi)部交易的數(shù)學(xué)模型，并在半強(qiáng)有效性定價(jià)下，得到了單個(gè)內(nèi)部交易者以噪聲交易者為掩護(hù)而獲取最優(yōu)期望利潤(rùn)。在此基礎(chǔ)上，Holden和Subrahmanyam[2]分析了多個(gè)內(nèi)部交易者的博弈模型，并表明會(huì)加快信息釋放的速度。進(jìn)一步Gong等[3]對(duì)內(nèi)部交易Stakelberg博弈模型進(jìn)行了分析。Yang等[4]研究了內(nèi)部交易市場(chǎng)中有新進(jìn)者的Stakelberg博弈模型，并發(fā)現(xiàn)第一階段市

行交易，而動(dòng)量交易者的決策完全依賴于價(jià)格，并將過(guò)度反應(yīng)歸結(jié)于信息逐漸擴(kuò)散的結(jié)果。De Long等［20］提出了帶噪聲交易的理性預(yù)期均衡模型，從噪聲交易者的非理性行為入手討論了股票價(jià)格與基礎(chǔ)價(jià)值偏離的現(xiàn)象。王連華和楊春鵬［21］擴(kuò)展了DSSW 模型，指出過(guò)度反應(yīng)會(huì)引起價(jià)格泡沫，但他們均未考慮知情交易者存在過(guò)度反應(yīng)的可能性。陳耀年和周學(xué)農(nóng)［22］認(rèn)為投資者普遍存在過(guò)度反應(yīng)。Vives［23］則指出噪聲交易者的行為僅僅是為了滿足其流動(dòng)性需求，而知情交易者的策略才

融衍生品市場(chǎng)上交易者與政府監(jiān)管者之間的博弈策略研究，因此本文采取演化博弈來(lái)分析在OTC 金融衍生品市場(chǎng)中交易者和監(jiān)管者之間各自策略的動(dòng)態(tài)演化機(jī)制，通過(guò)構(gòu)建交易者和監(jiān)管者之間的博弈模型來(lái)分析在有限理性約束下它們的策略選擇、演變軌跡以及影響因素。2 演化博弈模型2.1 基本假設(shè)2.1.1 策略空間在演化博弈模型中，博弈方分為OTC 市場(chǎng)中的參與者和代表政府進(jìn)行行政監(jiān)管的監(jiān)管者，滿足各博弈方均滿足追求自身利益最大化的有限理性人假設(shè)。交易者策略空間為｛謹(jǐn)慎交易，投

顯示出市場(chǎng)中的交易者已經(jīng)不那么看空市場(chǎng)了，而長(zhǎng)期組均線更寬闊的發(fā)散則將顯示出他們已經(jīng)變得更加看多了。但這種預(yù)示著“更看多”的發(fā)散目前還沒(méi)有形成。這些看漲特征的失敗表明指數(shù)可能會(huì)繼續(xù)向著先前位于2830點(diǎn)附近的歷史支撐位下跌。此前，指數(shù)在2830點(diǎn)至2900點(diǎn)之間形成過(guò)盤(pán)整，但是這種盤(pán)整只是在下降三角形形態(tài)的內(nèi)部出現(xiàn)，所以很難將它作為判斷未來(lái)支撐行為的確定性指導(dǎo)因素。指數(shù)在2900點(diǎn)附近沒(méi)有充分確立的壓力位。交易者要對(duì)以下兩種情況的出現(xiàn)保持警覺(jué)。第一種情況就

重要，因?yàn)樗?span id="syggg00" class="hl">交易者能夠測(cè)算出指數(shù)大概率的目標(biāo)位。在三角形形態(tài)中，三角形的基準(zhǔn)邊被用來(lái)進(jìn)行測(cè)算?；鶞?zhǔn)邊長(zhǎng)度是傾斜的趨勢(shì)線的起點(diǎn)與水平支撐線之間的垂直距離。這個(gè)距離被我們測(cè)量出來(lái)后，可以從指數(shù)運(yùn)行至下降趨勢(shì)線以上的位置作為基點(diǎn)向上投射這個(gè)距離。通過(guò)這種測(cè)算，我們得出一個(gè)上方目標(biāo)，它位于3050點(diǎn)附近。指數(shù)通過(guò)下降三角形態(tài)進(jìn)行突破通常是比較困難的，因?yàn)橄陆等切慰梢钥醋饕粋€(gè)看跌的形態(tài)，指數(shù)向上的突破必須非常強(qiáng)勁才能到達(dá)目標(biāo)位置。在突破之后，指數(shù)經(jīng)常會(huì)回落，然后

I背離形態(tài)會(huì)讓交易者對(duì)于未來(lái)出現(xiàn)反彈趨勢(shì)更有信心，并推動(dòng)一個(gè)新的可持續(xù)上升趨勢(shì)的形成。從下降趨勢(shì)轉(zhuǎn)變?yōu)樯仙厔?shì)，最可靠信號(hào)是相對(duì)強(qiáng)弱指數(shù)出現(xiàn)看漲的背離信號(hào)。在指數(shù)下跌的時(shí)候，交易者都在觀察這個(gè)信號(hào)出現(xiàn)的跡象。背離意味著連接上證指數(shù)圖上的趨勢(shì)線與連接RSI指標(biāo)的趨勢(shì)線運(yùn)行方向相反。這種看漲的RSI背離形態(tài)的形成要經(jīng)過(guò)幾周時(shí)間，需要指數(shù)形成一個(gè)反彈回落再反彈的形態(tài)。顧比復(fù)合移動(dòng)平均線（GMMA）的行為也顯示出目前指數(shù)盤(pán)整具有看漲屬性。GMMA短期組均線已經(jīng)急速

正在形成，但是交易者還需密切關(guān)注反彈的上升趨勢(shì)能否最終得到持續(xù)。第二個(gè)條件是指數(shù)強(qiáng)勢(shì)運(yùn)行至GMMA長(zhǎng)期組均線的上邊緣以上。交易者們正在等待這種情況的出現(xiàn)。指數(shù)之前小幅運(yùn)行至GMMA長(zhǎng)期組均線以上，但很快就形成了回落。投資者等待看到出現(xiàn)更強(qiáng)勢(shì)的突破，只有這樣他們才能成為堅(jiān)定的買入者。第三個(gè)條件是GMMA長(zhǎng)期組均線出現(xiàn)收斂。GMMA長(zhǎng)期組均線已經(jīng)拐頭向上，這是一個(gè)看漲的信號(hào)。但可以看到目前GMMA長(zhǎng)期組均線收斂跡象并沒(méi)有表現(xiàn)的太明顯。如果GMMA長(zhǎng)期組均線沒(méi)有

活動(dòng)已經(jīng)結(jié)束。交易者已經(jīng)變得更加相信回撤已經(jīng)被遏制，他們正在作為買入者進(jìn)入市場(chǎng)。GMMA短期組均線形成收斂并拐頭向上，這一點(diǎn)得到了確認(rèn)。GMMA長(zhǎng)期組均線也已經(jīng)拐頭向下，并且也出現(xiàn)收斂。GMMA長(zhǎng)期組均線發(fā)散顯示交易者已經(jīng)開(kāi)始進(jìn)行賣出活動(dòng)。這通常是一個(gè)強(qiáng)烈的下降趨勢(shì)的信號(hào)。GMMA長(zhǎng)期組均線當(dāng)前的收斂卻顯示出投資者在猶豫不決。他們相對(duì)謹(jǐn)慎，還沒(méi)有看跌。相對(duì)更容易出現(xiàn)的一種情況是，交易者轉(zhuǎn)而看漲并支持任何從2830點(diǎn)開(kāi)始的反彈。如果位于2830點(diǎn)附近的支撐被

界普遍認(rèn)為加劇交易者之間的競(jìng)爭(zhēng)可以促進(jìn)市場(chǎng)流動(dòng)性。此類文獻(xiàn)大多研究同一個(gè)基本面下的知情交易者(包括內(nèi)幕交易者)之間的競(jìng)爭(zhēng)關(guān)系，雖然假設(shè)不盡相同，但均證明了交易者之間的競(jìng)爭(zhēng)與流動(dòng)性的正相關(guān)關(guān)系。如Admati和Pfleiderer[2]發(fā)現(xiàn)，增加信息結(jié)構(gòu)完全相同的交易者，會(huì)加大競(jìng)爭(zhēng)程度，顯著提高市場(chǎng)流動(dòng)性。Fishman和Hagerty[3]不僅證實(shí)了此結(jié)論，還發(fā)現(xiàn)競(jìng)爭(zhēng)使交易者的收益也會(huì)因此受損。Paul[4]發(fā)現(xiàn)如果某個(gè)私人信息被更多的交易者觀測(cè)到，那么交

結(jié)論：由于理性交易者的套利行為，非理性交易者從長(zhǎng)期看必定是虧損的，最終會(huì)在金融市場(chǎng)中消失，從而金融市場(chǎng)終將是有效的。Fama等人的論證事實(shí)上預(yù)設(shè)了市場(chǎng)有效性的假定，從而理性交易者的套利行為才能從長(zhǎng)期上使非理性交易者因持續(xù)虧損而退出市場(chǎng)。事實(shí)上，這是一個(gè)在理性預(yù)期前提下的循環(huán)論證。如果市場(chǎng)并非完全有效，則理性預(yù)期下的套利并非是無(wú)風(fēng)險(xiǎn)的。而理性交易者也并非是穩(wěn)定市場(chǎng)的力量。此外，即使作為個(gè)體的非理性交易者會(huì)持續(xù)虧損，在長(zhǎng)期趨向上終將退出市場(chǎng)，然而，還會(huì)有新的非

融衍生品市場(chǎng)中交易者和監(jiān)管者之間各自策略的動(dòng)態(tài)演化機(jī)制，通過(guò)構(gòu)建交易者和監(jiān)管者之間的博弈模型來(lái)分析在有限理性約束下它們的策略選擇、演變軌跡以及影響因素。2 演化博弈模型2.1 基本假設(shè)2.1.1 策略空間在演化博弈模型中，博弈方分為OTC市場(chǎng)中的參與者和代表政府進(jìn)行行政監(jiān)管的監(jiān)管者，滿足各博弈方均滿足追求自身利益最大化的有限理性人假設(shè)。交易者策略空間為｛謹(jǐn)慎交易，投機(jī)交易｝，若交易者選擇審慎交易，則可以合理利用市場(chǎng)信息以獲取穩(wěn)定收益，能夠促進(jìn)市場(chǎng)平穩(wěn)有序發(fā)

基礎(chǔ)，建立噪聲交易者(DSSW)模型：通過(guò)一個(gè)簡(jiǎn)化的迭代模型，利用噪聲交易者對(duì)風(fēng)險(xiǎn)資產(chǎn)存在一定程度的認(rèn)知偏差，因此能夠獲得比套利交易者更高的收益。Binswanger[7]假設(shè)資產(chǎn)基本價(jià)值服從有偏隨機(jī)游走過(guò)程，噪聲交易者對(duì)資產(chǎn)價(jià)格預(yù)期的誤判隨時(shí)間變化，動(dòng)態(tài)地?cái)U(kuò)展了DSSW模型，建立了資產(chǎn)價(jià)格泡沫生成、膨脹與噪聲交易者行為之間關(guān)系模型。王朝暉和李心丹[8]運(yùn)用基于Agent計(jì)算實(shí)驗(yàn)金融方法，在SFI-ASM模型基礎(chǔ)上，引入連續(xù)競(jìng)價(jià)機(jī)制，構(gòu)建仿真股票市場(chǎng)，結(jié)果

比很高。而散戶交易者容易受到情緒的影響，他們通常是動(dòng)量交易者的主體，對(duì)他們的行為和心理特征進(jìn)行了解，有助于監(jiān)管機(jī)構(gòu)更進(jìn)一步制定政策保護(hù)中小投資者的利益。A股屬于新興未成熟的資本市場(chǎng)，投資者普遍沒(méi)有價(jià)值投資理念，甚至于部分機(jī)構(gòu)投資者如游資或類游資機(jī)構(gòu)，利用散戶的追漲情緒，從中獲得套利行為，嚴(yán)重?fù)p害了中小投資者的利益。游資還大量參與次新股的交易，因?yàn)榇涡鹿砂鍓K具有稀缺性和高度波動(dòng)性，且普遍流通盤(pán)較小，他們參與的個(gè)股在持有1個(gè)交易日的極短期限內(nèi)可以獲得高達(dá)2.9

在交易日結(jié)束時(shí)交易者不持有頭寸。1由于上述特點(diǎn)，一部分高頻交易行為嚴(yán)重?fù)p害了市場(chǎng)的公平性。相對(duì)于普通投資者，高頻交易者往往具有信息、技術(shù)和速度方面的優(yōu)勢(shì)，在市場(chǎng)行情發(fā)生變動(dòng)時(shí)可以先于普通投資者發(fā)出買單或賣單，以犧牲普通投資者利益為代價(jià)獲得收益。一些高頻交易者甚至還利用自身技術(shù)優(yōu)勢(shì)從事操縱市場(chǎng)的活動(dòng)。高頻交易問(wèn)題已經(jīng)引起我國(guó)監(jiān)管部門的關(guān)注。我國(guó)證監(jiān)會(huì)和證券交易所于2015年開(kāi)始對(duì)高頻交易和程序化交易進(jìn)行調(diào)查和監(jiān)管，對(duì)部分具有程序化交易特征的機(jī)構(gòu)和個(gè)人進(jìn)行核查

場(chǎng)由四種類型的交易者組成：噪音交易者(noise trader)；從眾型交易者(herd trader)或羊群交易者；采取少數(shù)者博弈策略的技術(shù)類交易者(tech-game trader)，下文簡(jiǎn)稱Game技術(shù)交易者；采用基因編程這種智能化方法的技術(shù)類交易者(Tech-GP trader)，下文簡(jiǎn)稱GP技術(shù)交易者。GP技術(shù)交易者是通過(guò)技術(shù)分析判斷市場(chǎng)可能的走向并制定相應(yīng)策略的交易者。GP技術(shù)型交易者的行為是通過(guò)基因編碼的方式在我們的人工金融市場(chǎng)中實(shí)現(xiàn)的。每個(gè)

關(guān)系。但是知情交易者引起的信息風(fēng)險(xiǎn)是否成為資產(chǎn)定價(jià)的決定因素，目前還沒(méi)有統(tǒng)一定論。Easley和O’Hara[1]通過(guò)構(gòu)建非對(duì)稱信息下的理性預(yù)期模型，指出非知情交易者要求更高溢價(jià)以彌補(bǔ)知情交易者帶來(lái)的逆向選擇風(fēng)險(xiǎn)，從而高信息風(fēng)險(xiǎn)的股票存在超額收益。而Lambert等[2]指出，Easley和O’Hara[1]的研究中知情交易者帶來(lái)的信息風(fēng)險(xiǎn)之所以會(huì)被定價(jià)，是由于有限的資產(chǎn)組合造成信息風(fēng)險(xiǎn)的不可分散性。對(duì)于這一矛盾的研究結(jié)論，他們均假設(shè)非知情交易者是價(jià)格的被

可以使我們窺見(jiàn)交易者的真實(shí)想法。沒(méi)有人對(duì)反彈延續(xù)并扭轉(zhuǎn)趨勢(shì)這一可能表示出興趣。反彈行為很虛弱，很快就從GMMA長(zhǎng)期組均線的下邊緣所構(gòu)成的壓力位回撤。而且GMMA短期組均線的發(fā)散程度已經(jīng)擴(kuò)大，這說(shuō)明交易者很可能已經(jīng)對(duì)反彈失去了信心。周線圖和月線圖顯示，下一個(gè)支撐位位于2400點(diǎn)附近。在2010年這是一個(gè)支撐位，在2012年、2013年則是壓力位。從歷史上看，在2691點(diǎn)和2400點(diǎn)之間缺乏強(qiáng)支撐，所以指數(shù)會(huì)在2400點(diǎn)以上找到支撐位的可能性非常小。市場(chǎng)可能會(huì)

置附近有支撐。交易者要注意觀察指數(shù)再次試探2691點(diǎn)附近區(qū)域的行為，如果這個(gè)支撐位能夠經(jīng)得住下次考驗(yàn)，這將是非常具有看多的意味。根據(jù)GMMA指標(biāo)的評(píng)估，下降趨勢(shì)的壓力仍然嚴(yán)峻。長(zhǎng)期組均線持續(xù)呈現(xiàn)出開(kāi)闊發(fā)散的分離狀態(tài)。這意味著當(dāng)反彈形成時(shí)，市場(chǎng)中的交易者會(huì)抓住機(jī)會(huì)在反彈中賣出股票，結(jié)果導(dǎo)致反彈被壓制了下去，就像本周出現(xiàn)的情況一模一樣。目前，有幾個(gè)指數(shù)形態(tài)將與市場(chǎng)趨勢(shì)的變化相關(guān)，交易者需要繼續(xù)觀察市場(chǎng)是否會(huì)出現(xiàn)這些形態(tài)的確認(rèn)信號(hào)。這些形態(tài)包括“雙重底”形態(tài)和“

，這顯示出來(lái)自交易者持續(xù)賣出的壓力。正是他們的賣出活動(dòng)壓制了指數(shù)的任何反彈。這些交易者停止賣出的第一個(gè)信號(hào)是GMMA長(zhǎng)期組均線的收斂。GMMA長(zhǎng)期組均線的上邊緣接近位于2700點(diǎn)附近的壓力位。指數(shù)下跌至該位置以下，具有十分看空的意味。而且，在當(dāng)前市場(chǎng)環(huán)境中，強(qiáng)勢(shì)V形趨勢(shì)反轉(zhuǎn)的可能性比較小，因?yàn)镚MMA長(zhǎng)期組均線的發(fā)散已經(jīng)顯示出投資者賣出的力量異常強(qiáng)大。交易者需要繼續(xù)等待盤(pán)整形態(tài)的形成?？偟膩?lái)說(shuō)，波動(dòng)幅度的收窄以及2500點(diǎn)附近弱支撐的出現(xiàn)將是盤(pán)整活動(dòng)形成的

識(shí)別的關(guān)鍵在于交易者結(jié)合交易對(duì)象的活躍程度和價(jià)格運(yùn)動(dòng)狀態(tài)，判斷交易價(jià)格變化的幅度是否超過(guò)或者低于維持既定價(jià)格狀態(tài)所需的價(jià)格幅度，從而發(fā)現(xiàn)交易機(jī)會(huì)，并在交易策略上做出響應(yīng)。周期風(fēng)險(xiǎn)是指在價(jià)格在趨勢(shì)運(yùn)動(dòng)一段時(shí)間后，價(jià)格運(yùn)動(dòng)狀態(tài)發(fā)生的轉(zhuǎn)折或者大幅修正的風(fēng)險(xiǎn)。追漲式介入的交易者要充分關(guān)注到此類風(fēng)險(xiǎn)。趨勢(shì)風(fēng)險(xiǎn)是指在價(jià)格在趨勢(shì)運(yùn)動(dòng)一段時(shí)間后，經(jīng)過(guò)趨技術(shù)上的趨勢(shì)破壞式修正后，又繼續(xù)原先趨勢(shì)的風(fēng)險(xiǎn)。抄底和摸頂式介入要充分注意趨勢(shì)風(fēng)險(xiǎn)。誘多風(fēng)險(xiǎn)是指價(jià)格在技術(shù)上發(fā)出像多方突破

機(jī)制如下：內(nèi)部交易者利用私有信息獲取利潤(rùn).噪聲交易者(也稱隨機(jī)交易者)，他們并不知道市場(chǎng)上其他信息，交易時(shí)隨意提供交易量.做市商是公平定價(jià)者，他們負(fù)責(zé)收集交易總量，然后制定價(jià)格.Kyle模型[1]求出了內(nèi)部交易者的最優(yōu)策略、期望利潤(rùn)及信息釋放量、流動(dòng)性等相關(guān)內(nèi)容.1999年，在Kyle模型[1]的基礎(chǔ)上，LUO S L[2]和JAIN N，MIRMAN L J[3]做了許多相關(guān)工作.其他相關(guān)研究可參見(jiàn)文獻(xiàn)[4-6]和文獻(xiàn)[10-11].2002年，LUO

市場(chǎng)非完全知情交易者是風(fēng)險(xiǎn)助推者嗎？ ——基于Kyle模型的分析田 嬌1胡根華2（1.重慶理工大學(xué)經(jīng)濟(jì)金融學(xué)院，重慶400054；2.安徽工業(yè)大學(xué)商學(xué)院，安徽 馬鞍山243002）跟莊散戶等非完全知情交易者的交易行為會(huì)影響證券市場(chǎng)上的其他參與者。本文基于Kyle模型的拓展研究表明：當(dāng)市場(chǎng)流動(dòng)性下降時(shí)，知情交易者會(huì)減少交易；部分知情的噪聲交易加入后會(huì)使得知情交易者的預(yù)期收益下降；當(dāng)非完全知情交易者的委托單流恰好完全跟蹤股票價(jià)值時(shí)，內(nèi)幕信息持有者的信息將不能操

市場(chǎng)上的非理性交易者越多，市場(chǎng)的不穩(wěn)定性也就越高，這些非理性交易者被稱為“噪音交易者”。證券的價(jià)格與價(jià)值之間的偏差就被稱為“噪音”。聽(tīng)過(guò)噪音，沒(méi)聽(tīng)過(guò)經(jīng)濟(jì)學(xué)的“噪音”？當(dāng)市場(chǎng)上的非理性交易者越多，市場(chǎng)的不穩(wěn)定性也就越高，這些非理性交易者被稱為“噪音交易者”。證券的價(jià)格與價(jià)值之間的偏差就被稱為“噪音”。不論“小鮮肉”還是“老臘肉”，都可能受心理因素影響，出現(xiàn)非理性的投資行為，成為市場(chǎng)“噪音”的來(lái)源。以下這些“坑”，你是不是也踩過(guò)？一是追求極端的正收益。我們都希

考慮了市場(chǎng)中的交易者具有不同的交易策略和交易期限，構(gòu)建了開(kāi)放金融環(huán)境下異質(zhì)交易者的資產(chǎn)定價(jià)模型。通過(guò)引入?yún)^(qū)制轉(zhuǎn)換機(jī)制，上述模型改進(jìn)為具有時(shí)變權(quán)重系數(shù)的向量誤差修正模型，時(shí)變權(quán)重的大小即代表了不同類型交易者的交易行為對(duì)資產(chǎn)價(jià)格影響的動(dòng)態(tài)效應(yīng)。以2001至2014年間美國(guó)和香港股市作為典型的雙重市場(chǎng)為對(duì)象進(jìn)行實(shí)證研究，結(jié)果表明美國(guó)股價(jià)主要由基礎(chǔ)交易者所驅(qū)動(dòng)，香港股市主要由技術(shù)交易者所驅(qū)動(dòng)，但在2008年和2010年兩次金融危機(jī)期間，國(guó)際交易者都成為兩個(gè)市場(chǎng)價(jià)格

由月波動(dòng)(長(zhǎng)期交易者)和跳躍波動(dòng)決定，日波動(dòng)(短期交易者)和周波動(dòng)(中期交易者)影響效果較小，并且HAR-RV-J-ARCH模型擬合效果更好；結(jié)果表明HAR-RV-J-ARCH模型能較好地描述股票的異質(zhì)性現(xiàn)象。異質(zhì)性；HAR-RV；HAR-RV-J；HAR-RV-J-ARCH0 引 言隨著經(jīng)濟(jì)快速發(fā)展，股票市場(chǎng)也在繁榮發(fā)展。股市每天產(chǎn)生的巨大成交量以及股票的漲跌都來(lái)源于交易者對(duì)股票市場(chǎng)預(yù)期不同，即交易者的異質(zhì)性。交易者的異質(zhì)性對(duì)股票市場(chǎng)產(chǎn)生不同程度的影響，

.做市商；知情交易者；期權(quán)定價(jià)；賣價(jià)做市商(Market maker)，是指金融市場(chǎng)上的一些獨(dú)立的證券交易商，為投資者承擔(dān)某一支證券的買入和賣出，買賣雙方無(wú)需等待交易對(duì)手出現(xiàn)，而只要做市商出面承擔(dān)交易對(duì)手方就可以達(dá)成交易.由于做市商通過(guò)作為交易對(duì)手不斷買賣來(lái)滿足投資者的投資需求，這有效地維持和增強(qiáng)了市場(chǎng)的流動(dòng)性.同時(shí)，做市商主動(dòng)向市場(chǎng)提出買、賣雙向報(bào)價(jià)，投資者根據(jù)做市商報(bào)出的買價(jià)和賣價(jià)進(jìn)行交易，做市商可以通過(guò)設(shè)定買、賣報(bào)價(jià)的適當(dāng)差額來(lái)補(bǔ)償做市過(guò)程中所發(fā)生的

展了現(xiàn)有的噪聲交易者(DSSW)模型，揭示由噪聲交易者對(duì)資產(chǎn)價(jià)格預(yù)期發(fā)生變化而造成的非理性資產(chǎn)價(jià)格泡沫的生成及膨脹機(jī)理，分析得出：三個(gè)影響因素促使資產(chǎn)價(jià)格預(yù)期發(fā)生變化，進(jìn)而導(dǎo)致非理性資產(chǎn)價(jià)格泡沫生成及膨脹；并利用MATLAB軟件對(duì)非理性資產(chǎn)價(jià)格泡沫膨脹過(guò)程進(jìn)行模擬，分析得出：噪聲交易者占比、非知情噪聲交易者占比、過(guò)度自信影響因子、資產(chǎn)缺乏彈性影響因子、流動(dòng)性過(guò)剩影響因子越大，非理性資產(chǎn)價(jià)格泡沫的膨脹速度越快、波動(dòng)幅度越大，這對(duì)防止泡沫膨脹速度過(guò)快、過(guò)大有一

意同時(shí)同向繼續(xù)交易者、善意同時(shí)同向放棄交易者、善意同時(shí)反向原交易者、善意同時(shí)反向新加入交易者的利益產(chǎn)生了影響。域外國(guó)家法律上對(duì)不同類型交易者的處理方式和態(tài)度，為我國(guó)處理相關(guān)法律問(wèn)題提供了借鑒。在我國(guó)現(xiàn)行的證券法、侵權(quán)責(zé)任法制度下，對(duì)“平等取得資訊原則”進(jìn)行適當(dāng)改造是有必要的。內(nèi)幕交易侵犯之客體為善意同時(shí)反向交易者的公平交易權(quán)。鑒于舉證難題和立法宗旨，在侵權(quán)責(zé)任損害認(rèn)定上應(yīng)當(dāng)采取推定因果關(guān)系說(shuō)，減輕投資者的舉證責(zé)任。內(nèi)幕交易侵權(quán)責(zé)任；因果關(guān)系；經(jīng)濟(jì)學(xué)分析；實(shí)

模型分析了知情交易者比重、預(yù)期精度、信息的性質(zhì)(利好或利差)、市場(chǎng)情緒、交易者的初始資產(chǎn)量、賣空限制以及交易者的風(fēng)險(xiǎn)態(tài)度等變量對(duì)金融市場(chǎng)動(dòng)態(tài)機(jī)理的影響. 研究發(fā)現(xiàn)市場(chǎng)知情交易者比重的變化與交易者預(yù)期精度的變化分別是引起市場(chǎng)價(jià)格反轉(zhuǎn)現(xiàn)象的一種主觀與客觀原因，且主觀因素與客觀因素對(duì)市場(chǎng)動(dòng)態(tài)有著不同的影響機(jī)理. 另外，基于所構(gòu)建的模型還對(duì)市場(chǎng)價(jià)格的震蕩波動(dòng)、均值回復(fù)、價(jià)格泡沫、價(jià)格反應(yīng)不足與反應(yīng)過(guò)度等現(xiàn)象做了理論解釋.異質(zhì)信息； 預(yù)期精度； 信息沖擊； 價(jià)格反應(yīng)

認(rèn)識(shí)的期貨業(yè)余交易者全都賠得很慘。上個(gè)星期的國(guó)際大商品價(jià)格劇烈地上竄下跳，好像就是為了說(shuō)明這個(gè)道理。如果你不想那么快破產(chǎn)，最好離這種交易遠(yuǎn)一點(diǎn)。公司人不要參加大商品期貨交易，最大的原因是，這種交易基本上是一種“零和博弈”（也就是說(shuō)，在這個(gè)市場(chǎng)上贏錢的交易者獲得的收益都來(lái)自于輸家。如果算上交易費(fèi)用，其實(shí)大商品期貨交易應(yīng)該是負(fù)和博弈）。一般來(lái)講，單純的零和博弈都不那么利于人類的整體社會(huì)效用。而交易者能不能贏，大部分也要靠運(yùn)氣。如果某項(xiàng)交易能不能有收益大部分要靠

1）在假設(shè)內(nèi)部交易者均收到不完全信號(hào)的基礎(chǔ)上,對(duì)該信號(hào)在交易市場(chǎng)中所產(chǎn)生的影響進(jìn)行了研究；在內(nèi)部交易者進(jìn)行多次交易時(shí),模型以Schimidt正交化為研究方法、以標(biāo)準(zhǔn)Cournot雙寡頭模型為指導(dǎo)思想；進(jìn)而得到風(fēng)險(xiǎn)資產(chǎn)市場(chǎng)上的均衡解及相關(guān)結(jié)論。內(nèi)部交易者；噪聲交易者；正交化技巧；不完全信號(hào)在一篇開(kāi)創(chuàng)性的研究中，Kyle首次利用數(shù)學(xué)模型刻化了這樣一類問(wèn)題：內(nèi)部交易者以多快速度釋放私有信息，采取哪種交易策略會(huì)使得利潤(rùn)最優(yōu)。許多研究?jī)?nèi)部交易的專家在Kyle［1］模

息交流的便利為交易者的制定投資策略起到至關(guān)重要的作用，但是交易者在獲得相關(guān)信息后的交易行為并不總是“理性”的。在整個(gè)市場(chǎng)中，除了大型機(jī)構(gòu)會(huì)按照標(biāo)準(zhǔn)的金融程序進(jìn)行交易外，其他大多數(shù)交易者對(duì)于收到的消息和市場(chǎng)所表現(xiàn)出的價(jià)格走勢(shì)持懷疑觀望的態(tài)度，然后交易者會(huì)根據(jù)自我經(jīng)驗(yàn)以及私人信息渠道進(jìn)行判斷調(diào)整交易計(jì)劃。在這個(gè)過(guò)程中，交易者所表現(xiàn)出的過(guò)度自信和過(guò)度失望情緒容易導(dǎo)致交易者做出違背市場(chǎng)規(guī)律的行為。當(dāng)交易者得到某些消息后出現(xiàn)過(guò)激的反應(yīng)，這種反應(yīng)所呈現(xiàn)的交易狀況往往違

信息下兩個(gè)內(nèi)部交易者的交易行為分析鞏馥洲1, 尚宏媛2(1.中國(guó)科學(xué)院數(shù)學(xué)與系統(tǒng)科學(xué)研究院,北京 100190;2.北京科技大學(xué)數(shù)理學(xué)院,北京 100083)當(dāng)市場(chǎng)上存在兩個(gè)擁有不完全信息的內(nèi)部交易者時(shí),研究了其對(duì)待風(fēng)險(xiǎn)的態(tài)度分別為風(fēng)險(xiǎn)喜好、風(fēng)險(xiǎn)中性與風(fēng)險(xiǎn)厭惡情況下模型在混合策略空間中離散時(shí)間的均衡解和高頻交易下均衡的漸近行為特征,并分析了相關(guān)模型的經(jīng)濟(jì)金融學(xué)意義.不完全信息;內(nèi)部交易;混合策略均衡;高頻交易;漸近分析1 前言許多關(guān)于內(nèi)部交易的研究都是在文

金管理者 其他交易者 互換交易者 生產(chǎn)批發(fā)商一、引言2002年之后，受美國(guó)低利率政策的影響，全球經(jīng)濟(jì)逐漸從互聯(lián)網(wǎng)經(jīng)濟(jì)泡沫破滅和“9.11”事件的打擊中恢復(fù)。國(guó)際油價(jià)由2002年1月的15.5美元/桶，一路飆升至2008年7月的147.3美元/桶。受金融危機(jī)影響，2008年8月開(kāi)始一路狂跌，2009年1月達(dá)到33.2美元/桶的最低點(diǎn)。石油期貨價(jià)格的“過(guò)山車”式的波動(dòng)，引起了很多學(xué)者的關(guān)注。BP《世界能源統(tǒng)計(jì)年鑒》顯示，2000年至2012年世界石油產(chǎn)量和需求

相結(jié)合，從噪聲交易者非理性預(yù)期視角入手，以微觀角度科學(xué)地分析了泡沫的產(chǎn)生和持續(xù)。本文將運(yùn)用這一經(jīng)典模型分析房地產(chǎn)市場(chǎng)中的泡沫現(xiàn)象，通過(guò)模型的數(shù)理推導(dǎo)分析得出影響房地產(chǎn)泡沫形成的因素主要有噪聲交易者預(yù)期、噪聲交易者預(yù)期偏差、交易者風(fēng)險(xiǎn)和噪聲交易者比例，繼而使用35個(gè)大中城市2002年—2011年的統(tǒng)計(jì)數(shù)據(jù)實(shí)證檢驗(yàn)噪聲交易者預(yù)期這一因素的影響，實(shí)證結(jié)果表明，噪聲交易者預(yù)期的確是房地產(chǎn)泡沫形成的重要影響因素。二、 文獻(xiàn)回顧非理性泡沫理論主要基于兩個(gè)視角研究泡沫的

場(chǎng)中，指令簿和交易者之間是一個(gè)復(fù)雜的互動(dòng)過(guò)程,特別是指令簿和交易者之間的互動(dòng)過(guò)程和做市商、瓦爾拉斯等其他市場(chǎng)相比較具有很大不同，因此指令驅(qū)動(dòng)市場(chǎng)具有自己獨(dú)有的特征，對(duì)于指令驅(qū)動(dòng)市場(chǎng)的研究具有一定的意義和價(jià)值。本文擬通過(guò)控制市場(chǎng)因素，設(shè)計(jì)多組實(shí)驗(yàn)構(gòu)建交易機(jī)制不同的市場(chǎng)，分析市場(chǎng)交易機(jī)制對(duì)市場(chǎng)交易者策略的影響效果。本文將建立指令驅(qū)動(dòng)的人工股票市場(chǎng)模型，假設(shè)交易者根據(jù)指令簿和交易成本確定提交市價(jià)指令或者限價(jià)指令，在不同交易機(jī)制的市場(chǎng)中進(jìn)行實(shí)驗(yàn)，研究最小報(bào)價(jià)單位和

有大量的資產(chǎn)在交易者之間流動(dòng)。無(wú)論其形式是股票、債券、還是衍生產(chǎn)品，它們的投資者都是依據(jù)所能得到的信息對(duì)交易資產(chǎn)的未來(lái)預(yù)期收益做出判斷。這些信息影響了交易者的行為，同時(shí)也影響了資產(chǎn)的價(jià)格。內(nèi)部信息是指對(duì)交易資產(chǎn)價(jià)格有重大影響且尚未公開(kāi)的信息。內(nèi)部交易是指獲得內(nèi)部信息的知情人利用內(nèi)部信息進(jìn)行金融資產(chǎn)交易活動(dòng)的行為。內(nèi)部交易直接造成了交易資產(chǎn)信息在內(nèi)部交易人和外部交易人間的信息不對(duì)稱，使交易信息結(jié)構(gòu)發(fā)生巨大變化，從而對(duì)金融市場(chǎng)中交易資產(chǎn)價(jià)格運(yùn)行和交易者行為產(chǎn)生

于股票市場(chǎng)中的交易者，并根據(jù)個(gè)體計(jì)算Agent的聚集行為解釋它的動(dòng)力學(xué)[2]。HOLLAND等在1991年給出了人工適應(yīng)Agent模型的描述，強(qiáng)調(diào)了允許Agent學(xué)習(xí)的重要性[3]。此后，HOLLAND創(chuàng)立了復(fù)雜適應(yīng)系統(tǒng)理論，在人工金融市場(chǎng)復(fù)雜適應(yīng)系統(tǒng)中，詳細(xì)討論了遺傳算法(GA)和分類器系統(tǒng)(CS)的使用[4-5]。中國(guó)臺(tái)灣國(guó)立政治大學(xué)人工智能經(jīng)濟(jì)學(xué)研究中心的陳書(shū)衡等修正了Santa Fe人工股票市場(chǎng)模型中Agent的學(xué)習(xí)機(jī)制，提出了一個(gè)基于Agent模

化，只得將其他交易者的行為作為重要參考，相互學(xué)習(xí)和相互模仿，從而使噪聲交易具有集群性特征，產(chǎn)生“羊群效應(yīng)”③。2.媒體與學(xué)者的傾向性言論房地產(chǎn)開(kāi)發(fā)商往往憑借其雄厚的財(cái)力影響媒體和部分學(xué)者發(fā)表有關(guān)住宅市場(chǎng)的傾向性言論，渲染住宅供不應(yīng)求、價(jià)格不斷走高的長(zhǎng)期繁榮假象，干擾購(gòu)房者的判斷，影響購(gòu)房者正確預(yù)期。3.不適時(shí)或欠合理的政策在我國(guó)住宅市場(chǎng)的形成與發(fā)展過(guò)程中，針對(duì)土地出讓、住宅開(kāi)發(fā)、經(jīng)營(yíng)和管理等方面，土地與房地產(chǎn)行政管理部門、金融機(jī)構(gòu)等相關(guān)管理部門先后出臺(tái)了一

風(fēng)險(xiǎn)套利將噪音交易者淘汰出局。但20世紀(jì)80年代以來(lái)，越來(lái)越多的經(jīng)濟(jì)學(xué)家對(duì)該論述提出了質(zhì)疑，并相繼提出了各自的噪音交易理論和有限套利理論。盡管對(duì)噪音理論的理解不盡相同，但都認(rèn)同噪音交易行為是股票價(jià)格形成機(jī)制中的重要因素。Delong等（1989，1990），Campbell和 Kyle（1993）研究了理性投資者和噪音交易者共同參與的市場(chǎng)中噪音交易對(duì)股票價(jià)格的影響，Shefrin和Statman（1994）則提出考慮噪音交易影響的行為資本資產(chǎn)定價(jià)模型，這些

少，也沒(méi)有內(nèi)幕交易者收益狀況的研究。而這些都是對(duì)內(nèi)幕交易行為進(jìn)行有效監(jiān)管所必須解決的問(wèn)題。二、文獻(xiàn)回顧和假設(shè)提出對(duì)內(nèi)幕交易行為的監(jiān)管和懲罰不可回避的一個(gè)問(wèn)題就是對(duì)內(nèi)幕交易者收益的衡量。然而，由于內(nèi)幕交易行為十分隱蔽，準(zhǔn)確衡量?jī)?nèi)幕交易者的收益十分困難。國(guó)外研究者采用各種方法來(lái)解決這一問(wèn)題。1.根據(jù)內(nèi)部人提供的交易報(bào)告研究?jī)?nèi)幕交易及內(nèi)幕交易者的收益率美國(guó)證券交易委員會(huì) (SEC)要求公司內(nèi)部人在買賣公司股票同時(shí)要定期提供交易報(bào)告，包括交易方向、交易頭寸等。Se

25）一、噪音交易者的市場(chǎng)行為與有限套利按照Black（1986）的論述，總的看來(lái)，噪音交易作為一個(gè)整體將是虧損的，而信息交易者在財(cái)務(wù)上處于強(qiáng)勢(shì)。而且，噪音交易越多，套利者就有越多 的 獲 利機(jī) 會(huì) 。De Long，Shleifer，Summers 和Waldman（1990a）證明了噪音交易者可以獲得正的預(yù)期收益，并且其收益可能比套利者更高。De Long，Shleifer，Summers 和 Waldman（1991）建 立 了一個(gè)對(duì)回報(bào)的變化有錯(cuò)誤