当前证券市场的违规违法行为,主要集中在内幕交易、市场操纵、不公平披露等几个方面,内幕交易更是不易监管的隐蔽性行为。所谓内幕交易,按照《证券法》的解释,是指证券交易内幕信息知情人或非法获取内幕信息的人,在内幕信息公开前买卖相关证券,或者泄露该信息,或者建议他人买卖相关证券的行为。本文首先从我国证券市场所有已经发生过的内幕交易股票进行研究,总结内幕交易行为呈现出的一般特点,把握内幕交易行为发展方向以及从中寻求新的监管方式。接下来对内幕交易的主要研究方法作了概述。首先分析了内幕交易研究方法论的基础--市场欺诈理论：假设股价能反映相关信息和潜在价值,虚假陈述可能扭曲了股价运行态势,投资者在不知情的条件下参与交易。该理论的适用的条件是基于有效市场理论的股价能够反映相关信息。在此基础上论证了内幕交易的常用方法：如事件研究法,PPD方法,Logistic分析方法以及模糊神经网络模型,并比较了这些方法在进行内幕交易研究的优缺点,在改进事件研究法和PPD方法采用单一指标设计的基础上,本文应用了Logistic分析和模糊神经网络模型进行了多指标体系的实证研究,实证所获取的参数可以进一步的用来建立内幕交易判别的预警模型。 本文以1993-2007年期间被证监会公开查处的12个内幕交易股票作为内幕交易分析样本,同时从这段时期内发生企业并购或利润分配事件的企业总体中随机选择了22家上市公司作为判别分析的非内幕交易的样本,在指标选择上则以文献中学者所论证的内幕交易对市场的影响为基础,选取了能够反映这四个指标的五个变量,在事件影响期内分别测算出各个样本股票的风险指标Beta系数、价格指标平均日收益率和股价波动率、流动性指标平均日换手率以及信息传递效率交易量变化率,通过分析比较内幕交易样本与非内幕交易样本在上述变量上的差异,并采用Logistic模型对内幕交易影响指标进行单变量检验,论证了内幕交易发生的概率与上述自变量取值之间的关系,验证了这些变量可以作为进行模糊神经网络模型判别的多指标体系。在此基础上进行模糊神经网络模型进行相关分析,从中获取必要的参数,以用来建立模糊神经网络模型预警判别机制,通过实证结果可以看出很好的预测效果。最后,针对本文的相关结论与所研究的模型,提出了相应的内幕交易监管建议,并分析了有关内幕交易问题可进一步研究的方向。