**关于下文引用的数据说明。**本文中的一些统计数据来自 V12 样本群（227,594 笔买入申报，截至 2024 年）。自 2025-01-01 起，实时样本外买入样本（28 个市场）显示，在 20,688 笔申报中，胜率为 52.96 %，平均 90 天回报率为 +8.59 %。 有关当前数据，请参阅方法论，有关冻结的 审计参考，请参阅 STRATEGY_PROOF 部分。
那些已逝的公司曾帮了我们一个忙，直到它们消失。
内幕交易数据集往往在变得不那么真实时变得更“干净”。
许多已发表的内幕交易文献都非常关注事件窗口、交易筛选和角色分类。但对于一个更乏味、更危险的问题却关注较少：那些已不复存在的公司。如果一个回溯测试从内幕交易申报开始，但只衡量那些今天仍有整齐价格历史的发行人的结果，那么它已经做出了一个方向性押注。它押注那些缺失的公司不重要。但它们通常很重要。
本文旨在探讨内幕交易研究中的幸存者偏差，以及我们如何纠正这一偏差。该主题具有技术性，但其直观理解却相当直接。一个基于当前上市公司构建的样本库，本质上是一个幸存者博物馆。那些后来被收购、暂停交易、重组或清盘的公司的内幕交易买入行为，要么从样本中消失，要么被错误计量。在这两种情况下，回溯测试的结果都会因为与预测能力无关的原因而显得更好。
尴尬之处在于，内幕交易研究特别容易受到这个问题的影响。申报文件是长期存在的记录，而证券则不然。一名高管可能在2018年申报购买了一家小盘发行人的股票，而该发行人本身在2020年被收购，2021年清算，并在2026年从所有便捷的市场数据屏幕中消失。申报文件依然存在，但发行人却不复存在。如果您的研究流程始于现代的证券代码主文件并向后追溯，那么该申报文件可能永远无法获得有效的收益路径。这种遗漏看起来像是数据清理，但实际上是样本选择偏差。
内幕交易研究为何特别脆弱
申报文件比其描述的证券寿命更长
内幕信息披露在设计上就是档案性质的。在美国，根据《证券交易法》第16条提交的申报文件通过SEC的EDGAR系统保持可查。在欧洲，管理人员交易根据《市场滥用条例》披露，国家主管机构和发行人在短时间内发布公告。披露记录是持久的，但可交易的标的却不是。
这种不匹配造成了一个陷阱。研究人员通常从一个来源获取申报文件，从另一个来源获取价格历史数据。如果价格供应商的活跃证券主文件在已退市证券方面不完整，那么数据连接就会悄无声息地失败。申报文件仍在数据库中，但它没有后续的收益序列。根据代码库的不同，这些观察值会被删除、分配缺失收益，或者以略微不那么错误的方式被后续实体取代。
结果并非随机损耗。退市发行人往往是陷入困境、以异常溢价被收购或遭受长期停牌的公司。它们正是那些可能显著影响平均收益、尾部损失和成功率的案例。
偏差通常会美化策略表现
幸存者偏差常以共同基金为例进行解释，但在内幕交易研究中，其机制更为具体。假设您测试公开市场内幕交易买入是否能预测未来六个月的正收益。如果后来失败的发行人不在您的历史证券样本中，那么许多糟糕的购买后结果就会消失。如果对被收购的发行人处理不当，一些积极的结果也会消失，但这种消失并非对称。破产和严重困境往往会造成巨大的负收益和难看的左尾。它们的缺失同时改善了平均收益和波动性。夏普比率（Sharpe ratios），本身就享有超出其应得的声誉，在这种情况下会变得尤其具有迷惑性。
还有另一个复杂之处。内幕交易信号在规模较小、关注度较低的公司中往往最强。这些公司也更频繁地退市，更频繁地更改标识符，并且历史数据覆盖范围更不完整。信号越有趣，就越有可能被仅包含幸存者的样本夸大。如果你喜欢这种讽刺，这倒是一个巧妙的讽刺。