内部人申报对股市收益的影响

关于下文所引数字的说明。 本文部分统计数据来自 V12 样本池队列(227,594 份买入申报,截至 2024 年)。自 2025-01-01 起,实时样本外买入样本池(28 个市场)在 20,688 份申报上的胜率为 52.96%,90 天平均收益为 +8.59%。当前数字请参阅方法论,冻结的审计参考请参阅 STRATEGY_PROOF 区块。

一份申报在一个下午对股价的推动,可能超过一个季度精心打磨的投资者关系文字。

申报上线,然后市场开始争论

内部人披露是少数带有直截了当的事实内核的公司信号之一。靠近发行人的某个人买入、卖出、行权、转让,或以其他方式移动了经济敞口。申报是公开的,时间戳是公开的。然后市场做它该做的事:解读、折价、过度反应、反应不足,偶尔耸耸肩。

本文聚焦一个狭窄但有用的问题:从 T+0 到 T+30,公布之后每天的平均异常收益是什么样子?

这一框架很重要。它不同于询问内部人交易时是否获得超额收益,也不同于询问内部人是否掌握私有信息。那些是更古老、更宽泛的文献。在这里,事件是申报的公布,因为公布才是市场其余部分可以做出反应的时刻。如果你关心可交易的价格冲击,这就是起作用的时钟。

尴尬之处在于,我们没有来自 Insiders Trades 162k 份申报数据库的、针对本文的最新提取数据。因此不会有英雄式的图表宣称法国的买入在 T+2 恰好赚得 x 个基点。凡是无法获得针对本文的数字之处,我都会写 n/a。诚实的空白,胜过装饰性的虚构。

尽管如此,仍有很多可说,因为公布后收益的形态受到市场微观结构、披露法规,以及大量关于内部人交易和披露后漂移的学术文献的约束。

为何公布日才是真正的事件

根据欧盟市场滥用条例,履行管理职责的人员及其紧密关联人员,一旦达到门槛就必须通知交易,发行人和主管机关必须及时收到该通知。公开披露在短时限内跟进。实践中,这意味着即使底层交易发生得更早,市场通常也能收到相对清晰的公开信号。

这一区别并非脚注。如果一位高管周一买入股票,但申报在周四公布,那么任何锚定于交易日的事件研究,都有把私有信息交易与公共信息反应混在一起的风险。锚定于公布日的事件研究捕捉的则是更干净的东西:市场对披露本身的反应。

为何即使规则清晰,日度微观结构依然凌乱

从 T+0 到 T+30 的日度异常收益序列听起来很直接,其实不然。申报可能出现在开盘集合竞价之前、连续交易期间或收盘之后。股票可能流动性足以立即吸收信号,也可能流动性差到第一天的成交主要是价差和库存调整。申报可能与财报、指引、融资或董事会改组同时发生。而看似「卖出」的,可能是归属之后出于税务动机的处置、衍生品平仓或家族办公室转让。

市场非常擅长把一个简单的输入变成统计卫生问题。

文献对披露后收益形态的看法

学术界的总体结论是熟悉的:内部人买入通常比卖出信息量更大,最强的预测内容往往出现在较小的公司、较少被关注的公司和更具机会性的交易中。这是标题。日度路径才是有趣之处。

T+0 到 T+2:市场的第一轮反应

在公布日 T+0,市场对申报的方向、规模和背景做出反应。高管的买入,尤其是公开市场买入,通常被解读为正面信号。卖出则更含糊。高管可以出于任何乏味的理由卖出,包括税务、分散投资或学费。市场对此心知肚明,这就是卖出申报产生的异常收益往往更弱或更不一致的原因。

从微观结构角度看,T+0 是订单失衡、价差设定和集合竞价发现承担大部分工作的时点。如果申报在开盘前落地,大部分反应可能已被纳入开盘集合竞价。如果在盘中落地,路径可能参差不齐,因为做市商扩大价差,流动性提供者重新评估库存风险,较慢的投资者按顺序而非作为单一统一的智能来处理消息。

关于事件后漂移的文献表明,即时吸收往往不完整。这并不意味着市场在沉睡,而是意味着信息扩散成本高昂且不均匀。有些投资者忽略内部人申报,有些解析不当,有些则无法在较小的股票中快速交易而不推动价格对自己不利。结果是 T+1 和 T+2 往往仍然重要。

T+3 到 T+10:信号质量开始与噪音分离

到公布之后的第一个完整周,最初的「标题反应」已经消退,一个更具选择性的过程接管。市场在此开始区分真正有信息量的申报与仅仅在 PDF 形式上看起来戏剧性的申报。

首席执行官在回撤之后的公开市场买入,往往比预先安排计划下的自动卖出,或欧洲与归属和税款结算相关的例行处置,更具信息分量。多位内部人的集群买入可以强化信号。微小的交易会削弱它,使经济敞口基本不变的交易也一样。

就平均异常收益而言,这一中间阶段往往决定事件研究显示的是一日冲高,还是更接近短期漂移。如果买入申报的异常收益在 T+5 或 T+10 之前仍为正,这通常被解读为缓慢吸收或有限关注的证据。如果效应迅速反转,市场可能最初反应过度,或申报被其他消息所混淆。

T+11 到 T+30:持续、反转,还是统计尘埃

到 T+30 时,日度微观结构的故事已变成中期信息的故事。如果累积异常收益仍在增长,申报可能包含了市场只是逐渐消化的信息。如果趋于平坦,信号被早期吸收。如果反转,最初的解读过于慷慨,或事件被短暂的流动性效应所污染。

这是许多实用策略的归宿。一个在累积图上看起来极好的信号,在计入价差、市场冲击,以及许多由申报驱动的波动发生在流动性稀薄、耐心昂贵的股票上这一简单事实之后,可能无法交易。

这也是为什么按天的平均异常收益比单一累积数字更有用。日度序列显示的是市场何时变动,这往往比仅知道到 T+30 时变动了多少更有价值。

曲线背后的机制:集合竞价、价差与延迟消化

如果想理解从 T+0 到 T+30 的日度路径,应从管道而不是诗意入手。

开盘集合竞价承担的工作比许多事件研究承认的更多

在开盘前披露的申报,几乎可以立即反映在开盘集合竞价价格中。在这种情况下,「第0天」的大部分异常收益实际上是集合竞价效应,而非连续交易效应。这很重要,因为集合竞价价格以不同于盘中交易的机制汇总隔夜信息。开盘价在某种意义上可以是有效的,但如果并非所有投资者都参与,或股票开盘时深度有限,仍可能留有漂移空间。

对研究者而言,这带来一个实际问题。如果关键调整发生在开盘,日度收盘到收盘的事件研究可能低估反应的即时性;而如果把全部波动归因于单一交易日,又可能高估盘中的可消化性。

价差和流动性可以制造表面上的 alpha

中小盘股往往显示出更强的内部人相关异象。这听起来令人兴奋,直到你想起这些也是买卖价差更宽、深度更薄、定价陈旧更常见的股票。申报前后所测得的部分异常收益,可能反映的是对非流动性的补偿,或仅仅是跨越价差的机制。

这不是忽略信号的理由,而是追问信号能否经受现实执行假设的理由。如果价差为 80 个基点,而你自己的订单推动了订单簿,那么买入申报之后三天内 1.5% 的异常波动就没那么令人印象深刻了。

公布时点造成隐藏的 T+1 效应

许多披露系统在文档层面为公布打时间戳,但并不总是具备微观结构分析师希望的颗粒度。如果申报出现在收盘之后,具有经济意义的反应从下一个交易时段开始。如果你的事件研究不管市场时段如何,都把公布的日历日标为 T+0,就会稀释真实的第0天效应,并人为抬高 T+1。

这是日度事件研究常常显示出可疑地强劲的次日延续的原因之一。有时是信息缓慢扩散,有时只是一份在 18:42 发布的申报。

市场先读表格,再读脚注

并非所有内部人申报在初看时都相同。标题字段,即内部人姓名、角色、交易类型、数量和价格,是足够机器可读的。关键的背景往往在注释中。这笔交易是自主的吗?是否与期权行权相关?内部人是增加了净敞口,还是仅仅重新排列了权利?这笔交易是否属于更广泛的薪酬事件的一部分?

人类和机器读者处理标题字段都比脚注更快。这种不对称可以产生两阶段的反应:T+0 上最初基于方向的变动,然后是 T+1 到 T+5 期间随着背景被消化而发生的修正。

欧洲提供更干净的时间戳,但并非完美的实验

对于公布日研究,欧洲披露制度往往比较早的美国内部人数据集是更好的起点,因为各交易场所的公开披露流程更为标准化。「更好」并不等于「完美」。

MAR 的帮助在于公开事件是可观察的

MAR 第 19 条为研究者提供了实际锚点。一旦披露公开,市场就可以做出反应。这听起来显而易见,但在实证金融中,显而易见是一种奢侈。公开时间戳越清晰,你越不容易把私有信息交易与公共信息处理混为一谈。

这在按天比较平均异常收益时尤其有用。如果你的事件日期是干净的,那么 T+0 的尖峰后接 T+1 的漂移,就可以更有信心地解释为公共信息的吸收,而不是泄露。

但发行人的做法仍然各异

申报可能发布在发行人网站上,通过通讯社传播,被供应商抓取,并由面向监管机构的系统在略有不同的时钟上建立索引。如果你的数据集依赖一个时间戳来源,而你的市场数据依赖另一个,事件窗口可能错位数小时,在糟糕的情况下甚至错位整整一个交易时段。

这不是理论上的麻烦。它直接影响 T+0 到 T+30 曲线的估计形态。

卖出仍是尴尬的表亲

文献长期发现内部人买入比卖出更有信息量。在 MAR 或 SEC 规则下,这种不对称并未消失。如果说有什么变化,更丰富的披露可以使不对称更明显,因为许多卖出被揭示为例行性的,或与薪酬事件机械关联。

对于公布日事件研究,这意味着卖出申报的平均异常收益在控制背景之后可能较弱、嘈杂或接近于零。因此,简单的合并「所有申报」图表可能掩盖了投资者真正关心的唯一效应。

如何不闹笑话地构建日度事件研究

好的公布日研究,与其说在于花哨的统计,不如说在于拒绝容易犯的错误。

步骤一:恰当地对事件分类

至少要把公开市场买入与公开市场卖出分开。然后识别行权、奖励、赠与、转让和与税务相关的处置。如果申报分类混乱,尽可能使用备注字段和净敞口逻辑。伴随行权而发生、但使内部人持股明显增加的处置,在经济上不同于干净的看空卖出。

角色也很重要。首席执行官和财务总监往往比非执行董事携带更多信号,不过这是一个实证问题,而不是道德等级。

步骤二:锚定公布时间戳,而非交易日

就本文的切入点而言,公布就是事件。如果申报在收盘之后出现,应把有效事件移至下一个交易时段,或运行区分开盘前、盘中和收盘后发布的设定。否则你的 T+0 和 T+1 估计将是一个礼貌的虚构。

步骤三:选择基准,然后不要崇拜它

市场模型、行业调整收益、匹配公司收益或因子模型都可以。基准很重要,但不如许多论文暗示的那么重要。在短窗口中,污染和时点比基准选择更占主导。在延伸至 T+30 的较长窗口中,基准设定变得更重要,尤其是在波动市场中。

明智的做法是稳健性检验。在不止一个基准下报告日度平均异常收益。如果符号和形态依然成立,结果大概就足够真实,值得讨论。

步骤四:对标准误聚类,并对事件去重

内部人申报会聚集。多位内部人可能在同一发行人、同一天申报。一位高管可能提交多行与单一经济行为相关的申报。把每个明细项视为独立事件,是制造显著性的可靠方式。

在适当之处汇总到发行人-日层面,然后检验对其他分组规则的敏感性。这不如热力图光鲜,但更有用。

步骤五:检视尾部

日度平均异常收益可能被少数极端事件扭曲,尤其是在小盘股中。缩尾处理、中位数和分布图不是可有可无的细节,它们是信号与人质危机之间的区别。

合理的 T+0 到 T+30 模式通常是什么样子

没有针对本文的实时提取数据,我们无法在此打印 Insiders Trades 自己的日度收益曲线。但我们仍可以描述细致的研究者预期去检验的模式。

买入申报

标准预期是 T+0 出现正的异常收益,在 T+1 到 T+5 有所延续,然后要么漂移逐渐减弱,要么累积曲线趋于平坦直至 T+30。这一模式最强的版本应出现在自主公开市场买入、较小或较少被关注的公司,以及多位内部人在短时间内买入的情形。

较弱但仍有意义的模式是 T+0 被压低而 T+1 更强,这通常由盘后公布或流动性较差的股票中较慢的消化所致。

卖出申报

预期更弱且更有条件。例行卖出可能几乎没有异常收益。机会性或异常大额的自主卖出可能产生负的 T+0 或短期漂移,但平均效应往往被良性动机所稀释。如果某项研究发现卖出申报平均而言与买入一样有信息量,第一个问题应当是与薪酬相关的处置是否被恰当过滤。

混合或合并样本

曲线往往平坦得令人失望。这并非因为内部人披露不重要,而是因为样本设计把一个强的正向子群与一个弱或嘈杂的子群平均在了一起,然后宣称这具尸体具有代表性。

对投资者重要的事,以及仍未解决的问题

日度公布后研究的实际价值并非学术装饰。它告诉你信号是即时的、延迟的,还是大部分被开盘价吃掉了。

如果效应主要在 T+0,速度比信念更重要

依赖当日反应的策略是一个市场接入问题。你需要可靠的申报摄取、时间戳纪律,以及足够的流动性,才能交易而不把优势捐给价差。这正是许多优雅的回测变成对券商的慈善捐赠之处。

如果效应在 T+5 或 T+10 之间漂移,选择性比速度更重要

较慢的模式对自主投资者和低换手率的系统化策略更有意思。它提示市场对某些申报类型反应不足,尤其是那些需要背景才能解读的类型。在这里,优势在于分类质量,而不是原始延迟。

T+30 是经济学应当胜过装饰性数字的地方

如果累积异常收益在现实控制之后持续到 T+30,这比嘈杂的 T+0 冲高更有说服力。但这也引出更难的问题:申报是在揭示低估、传递信心,还是仅仅与其他利好消息同时发生?公布日事件研究可以显示关联和时点,但本身无法确定动机。

这留下了一个有用的开放研究议程:内部人角色、交易类型、公司规模和披露时点的哪些组合产生最干净的公布后漂移?在计入价差、集合竞价机制,以及别人也能读申报这一乏味但重要的事实之后,有多少漂移依然存在?

下一个具体步骤说起来简单,执行起来却令人恼火地困难:分别为自主公开市场买入和例行的薪酬相关卖出构建 T+0 到 T+30 的平均异常收益曲线,按开盘前与收盘后公布拆分,并检验差异能否经受现实的执行成本。如果能,你就有了一个市场信号;如果不能,你得到的是一份品牌更好的文献综述。

编者注:本文在没有实时网络研究的情况下汇编而成(本次生成中无法使用 Grok)。上文引用的是长期有效的来源;数字性论断取自我们自己截至 2026-05-17 的数据库快照。

Insiders Trades 回测队列

我们对英国市场的分析显示,买入队列中明显没有有定价的交易,因此 90 天平均收益和胜率仍未定义。相比之下,考察涵盖 17 个市场、227,594 份买入申报的更广泛全球样本池,我们观察到聚合 90 天平均收益为 -1.70%,聚合 Sharpe 比率为 -0.08。这些数字表明,平均而言,内部人披露可能不会带来正的股价变动,强化了市场对此类披露的反应可能被压低甚至为负的观点。英国数据的缺乏凸显了在这一特定背景下可操作洞见的可得性的潜在局限。在解读这些结果时,必须考虑样本量和时间跨度,因为它们可能无法完全反映不同市场内部人交易影响的复杂性。

最后审阅 · 2026-05-18 · 作者 Simon Azoulay · 来源:SEC EDGAR、AMF BDIF 及另外 28 家监管机构。