内幕交易的研究,既古老又极具现实意义,资本市场的趋利性导致这一行为层出不穷,是各国资本市场的头号顽疾。中国证监会对于市场操纵、内幕交易、关联交易非关联化等违法违规行为,正加大打击力度,以提升资本市场文明程度。2013年以来,监管层利用先进的大数据系统对市场异动进行监控,调查及立案相关违法案件,通过技术手段的优化挖掘出了传统方式无法察觉的内幕交易行为。我国经济发展步入“新常态”,经济转型大背景下,上市公司的并购重组等资本运作将更加活跃,内幕知情人员利用这些重大非公开信息谋利,导致知情性交易行为频发。研究这一问题,具有较强的现实意义,为进一步加强监管提供了新的视角。以往的理论研究偏向于定性方面,运用实证计量的方法对知情性交易概率进行测量只是最近几年才慢慢增多,相关的理论框架也有待进一步完善。内幕交易影响因素的研究仍然不够丰富,既有的研究主要侧重于法律因素方面,缺乏量化的指标对其关系进行衡量。为了考察内幕交易行为的主要影响因素,本文选取了2004年6月至2013年8月证监会网站公布的97个行政处罚案例,主要包括资产重组类、兼并收购、重大事项类、高转送类和业绩信息类,运用EKOP的PIN模型对这些重大信息公布前的内幕交易程度进行了测度,并归纳了统计特征。运用Pearson相关性检验考察了所有变量的相关关系,采用多元回归的方法,定量地分析了内部控制、信息披露指数、基金及高管持股、法律因素对PIN值的影响。同时将公司规模、盈利性指标这两个控制变量加入回归方程,并替换了有关变量进行稳定性检验,使回归结果更接近现实。实证结论表明,以上影响因子均显著地对PIN值构成影响,在此基础上分析了回归方程的定量关系。此外,本文还阐述了对宏观性内幕交易的一些看法,表明不能仅仅只注重微观层面的内幕交易,应该对宏观性内幕交易加以管制。最后在上市公司内部控制、机构投资者行为规范、信息披露制度建设和法制建设与执法方面提出了政策建议。