自上海和深圳证券市场建立以来,股票市场规模不断扩大,也出现一系列违法违规事件,股票价格操纵是其中重要的一部分,因此加强对股票价格操纵行为的监管是股票市场的重要课题。由于证券市场股票价格的形成机制受多方面因素的影响,神经网络自身具有的一系列特点可以为研究提供便利。本文首先对证券市场价格操纵案例进行收集和分析,对操纵主体、所属行业、股票规模、财务特征和市场交易特征进行统计,并以此为指标建立基于BP神经网络的股票价格操纵监管模型,为投资者和监管者提供决策依据,并建立操纵和防范博弈模型,对监管机制进行深入研究,提出相关建议。本文在借鉴前人研究的基础之上,得出以下结论:中国股票市场的价格操纵原因复杂。上市公司治理结构混乱,股权设置不合理,投资者结构存在缺陷,机构投资者潜力有待挖掘,政府监管机制不健全,案例查处不及时以及法律体系不完善都给操纵行为出现提供了便利。股票价格操纵的主体主要为机构投资者,其中券商和基金公司较多;被操纵股票分布了金融、公用事业、房地产、综合、工业和商业,其中最主要为工业;被操纵股票的公司股本规模和资产规模都较小,便于投资者进行操纵;被操纵公司的财务能力较差;在股票操纵期间,市场交易状况变化明显。使用Matlab神经网络工具箱,以财务指标和市场交易指标建立的基于BP神经网络的股票价格操纵判别模型对股票操纵的预测成功率很高,因此可以有效地甄别股票操纵情形。最后,建立股票价格操纵与防范博弈模型,分析表明通过降低监督成本,加大对操纵的处罚力度,加强投资者教育,完善上市公司治理结构以及发展机构投资者都能够有效减少股票市场价格操纵行为的发生。