追蹤大數據時代的知情者
——基于文獻綜述的視角

徐 鈞

(山東大學 高等教育研究中心，山東 濟南 250100)

大數據技術為證券市場監管提供了有力工具，2013年證監會嚴查“老鼠倉”的捕鼠行動鎖定了2009年至今的滬深證券交易數據，查獲了一批基金從業人員違規設立老鼠倉的事件。在大數據技術時代嚴格監管給投資者留下深刻印象的同時，知情者的投機行為也將更加隱蔽，市場監管的難度也會相應的提高。本文通過文獻綜述角度研究追蹤知情者策略交易信息等問題，以期在大數據時代背景下對知情者交易進行更為有效地監管。

一、知情者策略交易與信息泄露的相關理論演進

2013年8月16日上證交易所光大證券的烏龍事件真實演示了巨額交易對市場的沖擊。當時，光大證券自營賬戶的套利系統出現技術問題，大額買入多只權重股，導致上證綜指瞬間上漲5.96%，震驚了所有的市場參與者。大資金直接進場交易會引發市場波動，這是大資金知情者更愿意采取策略交易的原因。

(一)價格波動與知情者交易行為

Hellwig(1980)討論了大資金交易的Schizophrenia現象，該現象被Kyle稱之為大資金交易的“精神分裂”問題，即理性預期下，大資金交易者以均衡價格作為給定的交易價格進行交易，卻忽略了自身交易會引發價格波動的問題，使得用完全競爭下的理性預期均衡模型解決基于私人信息的交易無法獲得令人滿意的結果。*Hellwig, M. F., 1980, On the aggregation of information in competitive markets, Journal of Economic Theory, Vol. 22, P477-498.Schizophrenia現象的存在表明市場波動是揭示知情者行為的重要變量，也使得大資金知情者更愿意采取策略交易，減少對市場的影響，從而隱藏其交易行為。

Glosten等人(1985)研究了由做市商、知情者和流動性交易者三類投資者參與的市場。他們發現，相對于公共信息和做市商觀察股價及成交量獲得的信息，股價序列是鞅，這意味著僅靠公共信息和觀察市場數據做市商無法獲得收益。*Glosten, L. R., and P. R. Milgrom, 1985, Bid, ask and transaction prices in a specialist market with heterogeneously informed traders, Journal of Financial Economic, 14 71-100.但股市中的知情者類似于一個商品市場中的不完全競爭者，微觀經濟學認為不完全競爭者可操縱交易使交易價格脫離均衡價格，知情者可由此獲得超額利潤，因此眾多股市投資人熱衷于尋找知情者，希望能夠獲得超越公共信息的收益。

他們還發現，當市場內交易數量增加以致趨于無窮時，做市商基于自有信息的條件價值期望值將與交易者的條件價值期望值趨近，最終將趨于一致。該結論從理論上明確了像滬、深股市這樣具有大量投資者的市場中通過連續競價交易規則可以發現即時均衡價格，由此推論，打破均衡的交易行為有可能源自內部信息，例如股票的內在價值出現了變化并為知情者所獲悉，追蹤打破均衡的交易行為有助于發現知情者信息。

(二)泄露知情者信息的市場變量及變量間關系

知情者如果考慮到自身交易對價格變化的影響，可能通過選擇每筆交易的數量和交易強度以減小對市場的影響，隱藏交易行為，但仍有市場變量可以泄露部分知情者信息。Glosten等人認為，買賣雙方的交易報價價差可以是一個信息變量，當知情者的信息變好時，交易價差增大；當知情者數量相對于不知情者數量增大時，交易價差變大；當不知情者的供、需彈性增加時，交易價差變大。該結論揭示了交易價差變量的重要價值，觀察該變量有助于在市場中撲捉內部信息，交易價差的差距反映了內部信息的差距，在實施連續交易競價制度的市場中，交易價差是盤中的買、賣報價，觀察市場交易報價可以獲得部分內部信息。

歐陽紅兵等人(2012)的研究也表明，交易中的限價指令簿包含豐富的信息，限價指令簿的離散度與市場波動正相關，限價指令簿可以傳遞波動信號，幫助投資者形成對未來波動率的正確預期。[注]歐陽紅兵、傅毅夫：《中國股市限價指令簿的流動性提供研究》，《管理科學》2012年第4期。

股市中的價格變量也包含重要的內部信息，單一變量和變量組合透露出不同的信息。S.J.Grossman 和J.E.Stiglitz(1980)的研究表明，單一價格僅能反映少部分信息，價格系列反映更多信息。當知情者獲得利好信息時他們競相購買使價格上升，當獲得利空信息時知情者競相賣出使價格下降，于是價格體系使知情者的信息向不知情者傳播。他們假設，知情者可以觀察到風險資產價值的期望值，不知情者只能觀察到股價，但不知情者具有理性預期能力，他們證明了存在一個由股價和知情者買入比例兩變量組成的均衡分布。這樣，不知情者可以根據理性預期，先假設市場中存在知情者，倒推出市場價格必然與知情者買入量存在某種序列均衡關系，然后不知情者可通過市場數據驗證該信念是否正確，從而推斷市場是否有知情者在交易。但一般來說，上述均衡不是唯一的，而是一個與價格有關的函數，表明價格序列比單一價格值表達更多信息，觀察股價序列可更有效地追蹤知情者。另外，股市包含的企業內部信息也包括企業經營效率問題，因為企業效率問題的有效解決不僅要依賴于信息披露，還有賴于企業組織的網絡治理機制的有效構建。[注]陳金龍、戴五七：《企業集團內部資本市場低效配置問題的網絡治理機制研究》，《華僑大學學報(哲社版)》2013年第1期。

研究市場變量之間的關系也有助于跟蹤知情者信息。K.Back(1992)在研究了只有一個知情者的Kyle經典模型后發現，該模型描述的量、價關系中存在某個特定類群，在該類群中存在一個唯一的價格均衡原則。他的研究發現，當價格過程滿足某種基于成交量及噪音交易量的價值分布函數形式時，如果同時知情者交易量滿足某個與時間及成交量、噪音交易量有關的特定函數關系，則存在價格和知情者交易量的均衡。[注]Back K., 1992, Insider trading in continuous time, The review of Financial Studies, Vol. 5, No. 3.該均衡的特征是價格和知情者交易量均與成交量有關，揭示出成交量的重要性。該結論的另一個重要含義是量價關系中隱藏著均衡價格，研究量價關系可以追蹤知情者，分享知情者的私人信息收益。

(三)知情者策略交易、股價趨勢與信息泄露

Kyle(1985)最先開始用策略交易模型研究知情者如何利用信息優勢獲利的問題。[注]Kyle, A. 1985, Continuous auctions and insider trading. Econometrica, Vol.53.在對資金量沒有進行限制的假設下，Kyle的大資金知情者推動股價越來越趨近于股票內在價值，并最終收斂至內在價值，這一過程中股價波動呈現出趨勢性。此后，由噪音交易主導的股價表現為鞅特征。股價序列會呈現出不同的階段性特征，從中泄露出知情者的部分交易信息。陳煒等人(2013)對深圳股市的研究也顯示，市場中的大資金投資者與中小投資者是異質的，大資金和基金機構投資者的交易行為與股價趨勢相一致，而中小投資者的交易行為與股價趨勢相反。[注]陳煒、袁子甲、何基報：《異質投資者行為與價格形成機制研究》，《經濟研究》2013第4期。

市場中除了Kyle假設的追求收益最大化的大資金知情者外，還有諸如基金經理暗中操縱部分賬戶違法建立老鼠倉式的知情者，該類知情者具有較高的回避監管風險厭惡系數，追求總效用最大化，至信息公開時知情者總持倉量對市場流動性可能沒有明顯影響。如何追蹤這類知情者的交易信息呢？

進一步分析Kyle連續交易模型中隱含的另類交易策略。按照Kaniel等人(2008)的研究結論，小量交易且不知情的個人投資者交易方向與收益變化方向是相反的，[注]Kaniel, R., G. Saar and S. Titman, 2008, Individual investor trading and stock returns, The Journal of Finance, Vol. LXIII, No. 1, February.但諸如老鼠倉類的知情者卻有一個無法回避的特征：其交易方向總是與某股價運動趨勢一致，這個特征使得知情者即使采用小量交易也與不知情的小投資者不同，因此跟蹤股價趨勢有助于發現知情者部分交易信息。

Kyle(1989)還研究了不完全競爭下知情者利用內幕信息投機的問題。知情者考慮到自身交易會對均衡價格產生影響因此采取策略交易，但給出私人信息在多個知情交易者中的分布后，Kyle發現價格透露的信息少于完全競爭均衡的情形。知情者的策略是股價的線性函數，與股價保持相關性但又不完全一致，這樣只能觀察股價表現而無法準確確定知情者行為，表明知情者可以采取策略交易隱藏交易行為而不會被市場完全發現。[注]Kyle, A. 1989, Informed speculation with imperfect competition. Review of Economic Studies, 56, 317-356.

Huddart(2001)等人基于Kyle(1985)不連續時間下的交易模型，研究了在多期理性預期框架下知情者的均衡交易策略問題。[注]Huddart, S., J. S. Hughes and C. B. Levine, 2001, Public disclosure and dissimulation of insider trades, Econometrica, Vol. 69, No. 3, 665-681.該均衡意味著知情者可以通過控制每期的交易量實現最優策略，而知情者的最優策略交易量又與當期的噪音交易量有關，該噪音交易量是滿足正態分布的隨機變量。進一步分析Huddart的結論可以發現，知情者的最優策略只有理論意義，實際上是無法實現的，知情者實際上只能以噪音交易量的期望值為目標確定自己的買入量。但在每一個周期內，知情者采取讓自身交易波動同噪音交易波動混雜的策略隱藏交易行為，噪音交易的波動性構成了知情者實現最優交易量的障礙，同時也保護了知情者信息不會完全泄露，從而平衡了知情者當期收益與未來收益之間因信息泄露而形成的波動。

(四)知情者不同交易策略的本質特征

股市中的知情者如果資金量不大，可能愿意通過一次性的市場交易將私人信息包含的潛在價值全部轉化為未來收益，資金量比較大的知情者一般會采取更為隱蔽的策略，逐步將私人信息價值轉化為未來收益，承擔了時間風險但減少了信息泄露帶來的損失。不同知情者的策略行為之間是否存在某種聯系呢？

K.Back與S.Baruch(2004)研究了知情者策略交易的兩個經典模型：Kyle(1985)連續交易均衡模型和Glosten-Milgrom(1985)模型之間的關系。K.Back研究了當Glosten模型中的知情者也開始最優化他的交易時間時會采取怎樣的策略并與Kyle模型進行比較。[注]Back, K. and S. Baruch, 2004, Information in securities markets: Kyle meets Glosten and Milgrom. Econometrica, Vol.72, No.2(March), 433-465.

Kyle模型中的知情者交易是內生的，他會選擇最優交易行為，基于私人信息逐步進行交易，避免自身交易對股市造成明顯影響，絕不會只要可能就將交易推至最大程度。但Glosten-Milgrom模型中知情者的交易機制是外生的，一旦被機制選中開始交易，知情者將盡其所能參與交易，不再考慮其它交易機會。

在Glosten-Milgrom模型中，不知情交易者的存在為市場提供了流動性，也使得做市商不能區分交易來自知情者還是噪音交易者而只能測定兩類交易者的概率分布，知情者由此隱藏交易行為。相對于Glosten-Milgrom原文中的模型，K.Back等略作改變，將知情者交易進行了內生化處理，讓知情者的預期收益與其策略交易量直接相關。在允許知情者優化交易時間后，作者通過數值擬合發現，當Glosten-Milgrom模型中每個噪音交易者的交易規模越來越小和到達頻率越來越高時，知情者的離散交易趨于連續，Glosten-Milgrom均衡趨向Kyle連續交易均衡。

至此我們可以看到，K.Back等所揭示的知情者不同策略交易的本質，知情者根據噪音交易者的特點采取相應的交易策略，將自身交易隱藏在噪音交易者之中。因為按照Glosten-Milgrom的結論，股價是鞅，當噪音交易者的交易規模越來越小和交易頻率越來越高時，如果知情者不改變策略，知情者異于噪音者的交易行為即刻就會被做市商發現，做市商會提高賣出或降低買入價格，知情者的信息不再能轉化成未來收益。Kyle模型和Glosten-Milgrom模型中的噪音交易者特點有所不同，兩個模型中知情者觀察到的市場波動也有所不同，導致最初兩類知情者的策略是不同的，當兩個模型中的噪音交易者行為趨于一致時，兩個模型的均衡也趨于一致。其本質源于知情者既要避免自身交易對股價的沖擊又要追求收益最大化，因此內生化的知情者策略要跟隨噪音交易的變化進行調整，有怎樣的市場特征就有隨之而來的知情者策略。

二、用技術分析方法追蹤知情者信息

綜前所述，追蹤股價趨勢有助于發現知情者信息，如何盡早發現趨勢？在此，有著悠久歷史的股市技術分析或許能發揮它的用武之地。

(一)技術分析的有效性

技術分析理論認為，股價走勢反映了所有市場信息，其中包括知情者參與市場交易所透露的信息。按照奧哈拉的觀點，交易商會從單一價格中得到部分信息，如果他們觀察了一系列價格，交易商就可以獲取更多次觀察所傳遞的增量信息。[注]奧哈拉：《市場的微觀結構理論》，楊之曙/譯，中國人民大學出版社2007年4月版，第122頁。如前文分析，大資金知情者策略交易需要較長時間周期才能結束，這種持續交易會推動股價形成趨勢，技術分析有助于發現這種趨勢。

但是，研究者對股市技術分析的價值也存在分歧，如法瑪(1970)認為，沒有證據證明股市價格可以預測，并由此認為技術分析沒有根據。但更多后來的研究開始質疑法瑪等人的結論，如Brock等人(1992)發現幾個廣泛應用的技術分析規則可預期道瓊斯工業平均指數。這些研究又被Sullivan等人所確認，而且Jegadeesh等人(1995)發現，股票價格在六個月至一年周期上呈現短期動量，而在更長時期呈現均值回歸，該結論為設計用來探測趨勢的技術交易規則提供了支持，這些規則顯示出在外匯交易市場的獲利性。[注]Jegadeesh, N. and S. Titman, 1995, Overreaction, delayed reaction and contrarian profits, Review of Financial Studies, 8, 93-993.

Brown和Jennings(1989)認為，技術分析是用過去的價格推斷私人信息，如果價格不能全部反映隱藏的信息且投資者可以理性推測價格和私人信號之間的關系，此時技術分析將顯示其價值。[注]Brown, D. P. and Jennings, R. H., 1989, On technical analysis, Review of Financial Studies, Vol. 2, 527-551.他們認為，過去的價格水平可以使投資者獲得更多關于這個信號的更準確的影響，隨機性的股價水平和內部信息對收益的影響程度之間具有相關性，技術分析有助于了解這種相關性。

Treynor和Ferguson(1985)假設一個投資者知道某一特殊新聞對股價的外生影響，他們檢驗了在估計新聞擴散時間上過去價格是否有用的問題。這個投資者用過去的股價去評估所接收信息早于市場的可能性。這項研究也展現了技術分析的有用性。而且，Chopra等人(1992)、D.Bondt等人(1985)的一系列相關研究也表明，從過去的股票回報中可以獲得對股權收益的預期。這意味著，基于歷史數據的技術分析有助于預期未來收益。

Blume等人(1994)在研究了股市中交易量所傳遞的信息及其在技術分析中的應用后認為，即時的市場統計量只反映了部分信息而不是全部，經濟的不確定性不會在一個周期內解決，接下來的周期中市場統計量會提供單一周期內無法看到的信息，研究歷史數據的技術分析能傳遞出更多有效信息。他們還發現，交易量在揭示內部信息方面扮演著重要角色，很多模型認為價格代表了交易者的平均私人信息，但他們認為交易量不是正態分布，如果交易者以交易量為條件，他們可以在獲得成交價中隱含的信息時再獲得從交易量中暗含的信息，成交量起到了比簡單地刻畫一個交易過程更重要的作用。[注]Blume, L., D. Easley and M. O’Hara, 1994，Market statistics and technical analysis: the role of volume. The Journal of Finance, Vol. XLIX, No. 1, March.張永冀等人(2013)以2001-2011年的上證指數為樣本，研究歷史價量關系信息在股市價格發現中的作用，研究顯示，交易量信息在中國股市的價格發現中比歷史價格信息更有效。[注]張永冀等：《歷史價量信息在價格發現中更有效嗎——基于中國證券市場的數據分析》，《中國管理科學》2013年第21期。在實際交易中，技術分析專家也強調價量配合，沒有成交量配合的股價形態一般不會形成趨勢，追蹤股價運動趨勢，需要關注價量關系。

(二)通過價格圖形跟蹤趨勢

價格圖形是一種特殊的價格序列，它一是反映了價格序列所包含的信息，二是傳遞出特殊形態所反映的特定的股市信息，對收益的影響不同于一個單純的隨機價格序列。已有的研究已經觀測到了這些動量和回歸圖形，如Barberis等(1998)的研究，這一研究暗示投資者應用跟隨趨勢變化的交易規則可以從脫離理性的市場行為中獲利。

Chang和Osler(1999)測試了在外匯交易市場應用“頭肩形”預測趨勢變化帶來的收益能力，他們發現了某些貨幣獲得超額收益的證據，但不是所有貨幣。Lo等(2000)以kernel回歸為基礎開發出了一種圖形測試算法，他們用這種方法識別了包括頭肩頂和底、拓展頂和底、三角頂和底、直角頂和底、雙重頂和底等十種典型的技術分析圖形，測試了美國紐約證券交易所和納斯達克股票報價系統的全部股票，時間周期涵蓋1962-1996年。他們發現在這過去的31年的樣本周期內，上述幾種技術指標確實提供了增量信息并具有某些實用價值，而且在考察的絕大多數圖形中都包含著潛在的有用信息的統計證據。

(三)用技術分析指標跟蹤知情者

技術分析指標是通過設計多種技術指標和相關交易規則用以預測收益，近年來在國內興起的量化投資策略就是按照各類技術指標發出的信號以及交易規則進行交易。研究者先從理論上確認某些技術指標對收益具有預測作用，然后通過這些技術指標預測信息跟蹤知情者。

Zhu和Zhou 等人(2007)從理論上分析了投資過程中應用移動平均線交易規則對收益的影響。他們通過引入效用函數，并將投資分成兩部分，一部分以財富的一個固定比例進行投資，另一部分以簡單移動均線技術給出的信號為權重構建依賴技術分析的投資比例。研究顯示，結合固定投資策略和移動平均線策略的資產配置方式其收益優于僅僅依賴于學習歷史數據的方式。[注]Zhu Y, Zhou G.,2007, Technical analysis and theory of finance//EFA 2007 Ljubljana Meetings Paper.

Wong, Manzur和Chew(2003)基于新加坡股市數據研究了技術分析中的指標可能帶來的回報。技術分析指標主要有兩大類：一類是跟蹤趨勢的，比如移動平均線指標(MA)；另一類是反趨勢的，比如相對強度指標(RSI)。技術分析的作用主要在于追隨買賣信號能獲得怎樣的收益。他們研究了移動平均線和相對強度指標兩類技術分析指標的表現。結果顯示，在不考慮股市交易成本的情況下，按照均線系統的買入信號進行交易可以獲得明顯為正的日回報均值，而根據賣出信號則獲得明顯的負收益均值。他們因此認為，技術分析指標是非常有用的，在股市交易中應用技術分析指標可獲得實質性的利潤。[注]Wong W K, Manzur M, Chew B K. 2003, How rewarding is technical analysis? Evidence from Singapore stock market. Applied Financial Economics, 13(7): 543-551.

Mills(1997)基于倫敦交易市場FT30指數調研簡單技術交易規則預測能力的研究顯示，對于大部分樣本周期而言，遵循技術交易規則的收益大于買入并持有策略，但至上世紀80代中期后，買入并持有策略占據了優勢地位。他在比較了1935-1994年之間共四個各20年的周期內日回報統計量后得出的結論是，交易規則只有在市場是低效率的周期內才表現出對股價較好的預測性。這是一個重要發現，即非線性的存在是交易規則獲得潛在預期能力的必要條件。

Han, Yang和Zhou(2013)等人研究了將技術分析的移動平均指標策略應用于構建投資組合，并以波動性分類，發現能夠產生大大優于買入并持有策略的時變性組合，尤其是對于高波動性的組合，收益高于以動量組合策略構建的組合。[注]Han Y, Yang K, Zhou G.,2013, A new anomaly: The cross-sectional profitability of technical analysis. Journal of Financial and Quantitative Analysis, 48(05): 1433-1461.與動量策略類似，基于平均線指標的移動平均策略也是追隨趨勢型的，知情者交易也總是順應趨勢的。這些研究結論暗示，可以通過移動平均策略追蹤知情者交易行為。

B.Podobnik,D.Horvatic,A.M.Petersen等(2009)研究了價格增長率與成交量變化率之間的關系，應用1959-2009年59年間的標普500指數的日數據，定義價格增長率為相鄰的標普500指數日收盤股價之比的對數值，并類似定義成交量變化率，他們在這兩組增長率之間發現了交叉相關的平方定律和立方定律，但兩組增長率之間沒有直接發現交叉相關性。[注]Podobnik, B., D. Horvatic, A. M. Petersen, 2009, Cross-correlations between volume change and price change. Proceedings of the National Academy of Sciences, 106(52): 22079-22084.將這種復雜關系表述成用技術分析尋找知情者的簡單邏輯，可以表達為用理論和實證方法對市場變量間的復雜關系予以認識、驗證，并與某個現實時期的市場變量波動情況相比較，從中檢驗是否存在知情者交易行為。

三、知情者策略交易研究方法的演進

研究知情者交易的理論方法，從早期的理性預期逐漸發展出各種復雜策略博弈模型，理論模型的發展主要集中在對知情者隱藏交易行為的刻畫方面，其中比較困難的是如何找出博弈關系下的最優期望收益。例如，Kyle(1985)在從離散過程推導量價關系的連續模型時，應用了Kalman線性濾波方法求解反映量價關系的λ系數。

在對知情者策略交易的進一步研究中，K.Back等人(2004)發展了應用非線性濾波法研究不完全競爭市場中非對稱信息的理論。濾波方法的基本思想是在滿足某種最優化準則下從混雜進噪音的信號中抽取出原來的信號。他們研究了在金融學領域，如何用濾波方法的思路從一個可觀察的股市過程估計另一個不可直接觀察過程的方法。例如，從做市商觀察到的交易過程入手，通過由做市商觀察到的市場真實交易量與做市商預測的知情者交易量之差構成的信息過程，去獲知不可直接觀察的知情者交易過程，他們給出了新的研究思路。[注]Back,K.,Incompleteandasymmetricinformationinassetpricingtheory//Stochasticmethodsinfinance.SpringerBerlinHeidelberg,2004:1-25.

在研究技術分析的方法上，引進Kernel非參數方法進行曲線擬合是一個有意義的探索。研究者用Kernel非參數方法平滑價格序列，為通過數值計算實現信號提取任務提供一種可信的模擬。應用Kernel非參數方法時，形態的確認是難點，非參數擬合過程中需要辨認和追隨形態出現的信號，有時這個信號只是一個隨機波動，Lo等人的方法是先確認形態關鍵參數，獲得形態是否出現的判斷，再通過理論和實際擬合試驗相結合的方法給出Kernel擬合的帶寬，然后給出最佳擬合極值點以確認形態。Chang 和Osler則用價格系列的極值點定義圖形，再通過計算機算法篩選所研究的形態。

四、結束語

在信息技術日新月異的大數據時代，證券監管手段在不斷完善的同時，知情者的交易行為也更加隱藏，監管者與被監管者的博弈也更加復雜化。本研究發現，Kyle經典模型中隱含著兩條關于知情者交易的重要信息，一是隨著交易時間的持續大資金知情者的交易行為會推動股價形成趨勢，二是具有較高監管風險厭惡系數的知情者可以采取讓交易量變化僅取決于股價波動的策略，類似于小投資者。但不同策略的知情者都有一個共同特征，即其交易方向總是與股價運動方向相一致。因此，在大數據時代監管者可以據此更多、更及時地發現知情者信息。已有的理論研究揭示了知情者交易與市場變量間的復雜關系，也證實了技術分析追蹤趨勢的有效性，利用大數據技術同時跟蹤眾多的市場變量并及時關注變量間的復雜關系，再通過技術分析手段盡早發現并從多個層面驗證趨勢，可以獲得更多知情者信息，提升監管效率。