内幕交易研究中的幸存者偏差

**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。

我们没有为这篇文章专门进行新的数据提取，因此没有具体的内部数据可以展示。这虽然有些不便，但总比凭空捏造一个数字要好。方法论的重点不依赖于一个单一的头条数字，而在于是否包含了已退市的发行人。

监管保留了事件，而非您的收益序列

监管机构关注交易是否披露，而非您的回溯测试在五年后是否依然便捷。根据《市场滥用条例》(MAR) 第19条，履行管理职责的人员及与其密切相关的人员必须及时通知交易，发行人必须将其公开。在美国，第16节规定了Form 4的报告义务。这些框架建立了可靠的事件记录。但它们无法解决标识符漂移、交易所迁移、并购、清算或过时供应商映射等问题。

幸存者偏差如何潜入回溯测试

常见的失败模式：当前成分股冒充历史数据

最容易获取的股票池是当前上市证券列表及其历史价格。对于许多应用而言，这仅仅是不完整。但对于内幕交易研究，这很危险。如果您从今天的活跃股票池开始，然后询问这些发行人中哪些在往年有内幕交易申报，您就已经排除了所有已消失的公司。代码可能运行很快，但研究结果已被损害。

一个近亲是“成功连接”过滤器。研究人员从所有申报数据开始，尝试将其与价格表连接，然后只保留在每个时间范围内具有有效回报的观察值。这听起来很中立，但事实并非如此。无法计算252个交易日回报的原因，通常是由于在第252天之前退市或停牌。剔除这些观察值意味着剔除那些实际路径最具影响力的事件。

标识符漂移，无声的破坏者

内幕交易申报附属于发行人和申报人，但回报衡量则附属于证券。在这两者之间，存在大量可能导致文书错误的因素：股票代码变更、股票类别变更、反向并购、注册地迁移、ISIN替换、CUSIP变更、交易所转板以及供应商特定的标识符约定。

以交易时的发行人名称和股票代码为键的申报，可能在数年后无法清晰地映射到相同的股票代码。如果您的管道使用模糊的发行人名称匹配，您最终会发现“ABC Holdings plc”、“ABC Group SA”和“ABC Newco”可能都是同一个经济实体，除非它们不是。如果您只使用当前标识符，您将错过前身证券，或者将回报附加到在事件发生日期尚不存在的后继证券上。

实际效果很简单。缺失的映射并非均匀分布。它们集中在小型公司、跨境上市、困境公司和公司事件中。同样，样本通过遗忘那些棘手案例来“改善”自身。

退市回报并非可有可无的装饰

即使证券被正确识别，许多数据集也会在退市日期停止价格历史记录，并认为任务完成。这还不够。如果一只股票在破产申请后退市，经济上相关的回报可能包括最终的退市回报、收购中的现金支付，或有效为零的终值。忽略该终结事件会截断实际路径。

学术资产定价研究长期以来一直认为，退市回报对于避免有偏的业绩估计是必要的，尤其是在小型和低价股票中。内幕交易研究通常正是侧重于这些领域，因此也应遵循相同的标准。在灾难性退市前一周结束的六个月远期回报，并非真正的六个月远期回报。这只是美好的愿望式核算。

我们在构建股票池时做了哪些改变

我们从申报文件出发重建了股票池

我们之前的流程，像许多行业管道一样，比纯粹的当前成分股筛选要好，但仍有改进空间。解决方案是颠倒构建顺序。

我们现在以申报事件本身作为主要对象。每份申报文件都包含交易日期、该日期披露的发行人身份、申报人详情以及文件提供的任何工具信息。从那里，我们创建了一个时间点映射，将其与交易日代表发行人的可交易证券关联起来。只有在建立事件与证券的链接之后，我们才请求价格历史、公司行动和终止事件。

这听起来很明显，因为它本应如此。它也强制了纪律。没有有效时间点证券映射的申报文件不会悄无声息地被丢弃。它会被隔离、审查和分类。有些确实无法解决。许多可以通过历史标识符表和公司行动记录进行恢复。

我们将发行人身份与证券身份分离

这是团队在匆忙时最容易跳过的一步。发行人和证券是相关的，但不可互换。一个发行人可以有多个上市工具。一个证券可以在不改变经济实质的情况下更改标识符。一个发行人可以通过合并消失在另一个发行人中，从而使申报文件在历史上有效，但原始证券已不复存在。

我们修正后的管道将发行人层面和证券层面的实体分开存储，并建立了有时限的链接。这使我们能够在正确的时间回答正确的问题。申报文件是否在特定日期提及了该发行人？在该日期，哪种证券代表该发行人用于收益衡量？在事件截止日期之前，该证券发生了什么？如果发生合并，最终结果是现金、股票还是混合对价？如果发生破产，是否有最终报价收益，还是只有最终减记？

这比单一股票代码列的模式不那么优雅。但它也更少出错。

我们在计算收益之前附加了公司行动

许多回测首先计算原始远期收益，然后才修补公司行动。这种做法有时有效，有时无效。我们现在在任何事件窗口收益最终确定之前，处理股票拆分、合并、代码变更、现金分配、并购、分拆和退市事件。目的不是要对每个历史边缘案例进行完美的经济重建。目的是避免系统性地遗漏最终结果。

对于被收购的公司，收益路径应反映股东在事件截止日期或交易完成时（取决于研究设计）实际收到的对价。对于破产公司，终端价值不应因报价源终止而消失。对于长期停牌的暂停交易公司，陈旧标记需要明确处理，而不是意外地结转。

我们使排除原因可审计

最小但最有用的改变是程序性的。现在，每个未进入回测的申报文件都会收到一个排除代码。例如：工具细节不足、发行人映射不明确、非股权工具、无可靠的时点上市信息、重复披露、已退市但终端价值未解决等。

这很重要，因为幸存者偏差通常隐藏在通用的“数据不足”类别中。一旦明确编码排除项，模式就会变得可见。如果未解决的映射集中在微型股或后来退市的发行人中，那么问题就不再是理论上的了。这是研究流程中可衡量的操作风险。

这对已发布业绩的影响

夏普比率首当其冲

当幸存者偏差得到纠正时，通常的效果不是微妙的英雄主义，而是轻微的尴尬。平均回报往往会下降。波动性可能上升或下降，具体取决于终端事件的处理方式，但左尾结果变得更加现实。夏普比率作为两个不完美估计的脆弱比率，往往首先受到影响。

这并不意味着潜在的内幕信号消失了。这意味着该策略以前是根据“幸存者”设计的曲线进行评级的。一个在剔除已退市发行人后依然存在的信号，其可信度更高，正是因为它不再从被忽略的失败中获得免费帮助。

值得注意的是，存在一个二阶效应。一旦包含已退市发行人，子策略之间的分散度通常会扩大。大型公司董事的购买行为可能相对稳健。小型困境发行人中的集群购买可能看起来不那么神奇。在修复了宇宙之后，角色过滤器、交易规模阈值和流动性筛选都可以改变排名顺序。如果一个因子只有在没有已退市小盘股的情况下才有效，那么它就无效。它只是在筛选。

命中率可能保持可观，但经济效益恶化

幸存者偏差持续存在的一个原因是，纠正后一些汇总统计数据表面上仍然健康。如果收购贡献了正向退出，而破产贡献了少量严重的负面结果，那么命中率（即积极结果的比例）可能不会崩溃。但平均回报、下行偏差和偏度可能会显著恶化。一个策略仍然可以“正确”地足够频繁，但赚的钱更少，并且面临更糟糕的尾部风险。

这就是为什么我们对那些以方向准确性为主导，并将退市处理埋在脚注中（如果提及的话）的内幕交易研究持怀疑态度。经济问题不是猜测方向是否正确了一半以上的时间。而是当发行人停止存在时，资本发生了什么。

偏差恰好在量化交易员喜欢寻找的地方更大

横截面信号在小盘股、低覆盖率、信息摩擦高的细分市场中往往表现最强。内幕交易信号也不例外。不幸的是，这些细分市场也面临着更高的退市、资本重组和标识符变动率。市场中该领域的回溯测试越清晰、越引人注目，就越应该积极地审视其样本构建。

经验法则：如果一个策略旨在挖掘“被忽视”的公司，但数据集主要包含那些十年来都易于识别的公司，那么被忽视的可能就是你自己。

避免该问题的实用框架

从事件完整性而非价格完整性入手

主要样本应是所有符合研究定义的有效内幕事件。例如，高管和董事以普通股形式进行的公开市场购买，且价值超过最低阈值。一旦确定了事件集，接下来的任务就是为每个事件恢复正确的证券路径。价格完整性是下游目标，而非资格标准。

这种区分听起来有些迂腐。但它会改变样本。如果将完整的未来价格作为纳入条件，那么你就是在根据与结果相关的可观察性进行选择。换句话说，你正在使测试产生偏差。

使用时点标识符和公司行动历史记录

至少，一项稳健的内幕交易研究需要历史发行人标识符、历史证券标识符以及它们之间有时间限制的链接。仅凭股票代码是不够的。仅凭名称匹配是鲁莽的。现代参考数据系统之所以存在是有原因的，即使它们在极端情况下也会失效，除非整合了公司行动。

一个可行的层级是：如果可用，优先使用申报原生标识符，然后是监管机构或发行人标识符，接着是历史证券标识符，最后是经过记录的手动解决。每一步都应加盖时间戳。每个备用方案都应被记录。每个未解决的案例都应保持可见。

将退市视为一种结果状态

不要问退市后收益序列是否可用。要问退市代表了何种经济结果。是现金合并、股票合并、清算、破产、私有化、交易所转移还是行政注销。这些状态意味着不同的终值和在事件窗口中的不同处理方式。

对于某些研究，在退市事件时停止衡量并使用已实现的最终收益是合适的。对于其他研究，特别是当收到继承股票时，如果策略定义是基于发行人而非基于证券的，则可以继续跟踪继承证券。关键在于一致性和明确性。“供应商不再提供价格”并非一种方法论。

发布损耗表

一份简单的损耗表比十几个形容词更能增加可信度。从所有申报文件开始。移除非公开市场交易。移除非股权工具。根据既定规则移除重复和修订的申报文件。然后显示有多少观测值未能映射，有多少涉及退市，有多少接受了终值调整，以及在每个事件周期中还剩下多少观测值。

如果“死亡”的公司数量众多，读者会了解到一些重要信息。如果不多，读者就可以停止担忧。无论哪种方式，论文都会有所改进。

文献和监管机构已告知我们的信息

学术界多年来的警告

金融研究长期以来一直认识到幸存者偏差以及退市回报在股票数据集中的重要性。这一点并不新颖。新颖的，或者至少仍然过于罕见的，是将这种严谨性始终如一地应用于内幕交易事件研究，而不是假设一个申报数据库加上现代价格数据就足够了。

内幕交易盈利能力研究通常发现内幕购买后存在异常回报，尤其是在小型公司和集中购买之后。如果“死亡”的发行人代表性不足，这些发现可能在方向上是正确的，但仍被夸大。文献不需要被抛弃。它需要以更怀疑的眼光重新审视数据构建。

监管机构为更好的工作提供原始材料

好消息是，基础事件记录通常是公开且持久的。美国证券交易委员会（SEC）的EDGAR系统保存了Form 4申报文件。欧洲证券和市场管理局（ESMA）和各国监管机构提供了法律框架，在许多情况下，发行人披露信息通过公司公告和市场通知档案仍然可查。障碍不在于事件的缺失，而在于在不悄悄删除不便事件的情况下，将这些事件及时映射所需付出的努力。

这项工作并不光鲜。它不会产生新的因子名称。然而，它确实能防止人们发布一个漂亮的夏普比率，而这个比率部分是通过遗忘破产公司而获得的。

这句话是法律上的繁文缛节，而非诗歌。它之所以重要，是因为它强调了这一主题核心的不对称性。交易按计划记录。您的数据集是否记得发行人最终的消亡，这是您的问题。

我们将在此处报告的不同之处

样本范围说明将与业绩并列，而非置于其后

方法论部分往往在标题图表已引人注目后才成为“忏悔室”。我们正在改变这种做法。未来我们发布的内幕交易研究报告，将在顶部附近说明样本范围是否包含已退市发行人、如何处理终止回报，以及有多少比例的申报需要手动或历史标识符解析。

这并非是标榜美德，而是基本的控制披露。如果一项策略的经济效益对“死名”处理敏感，读者在看到夏普比率之前就应该了解。

我们将区分信号风险与数据风险

令人失望的回溯测试失败，可能是因为信号微弱，也可能是因为数据管道薄弱。这些是不同的问题。通过明确映射失败、退市处理和排除原因，我们可以更清晰地进行区分。有时，修正后的信号仍将有用。有时，它会缩减为普通水平。普通是可以接受的。虚假的精确度则不然。

我们期待更适中的数字和更充分的论证

尤其是在另类数据研究中，有一种倾向，即将修正后业绩的下降视为损失。然而，这往往是信誉的提升。一个夏普比率较低但站得住脚的信号，比一个仅在幸存者样本中表现出色的信号更有价值。市场竞争已经足够激烈，我们不应再意外地删除那些失败者。

实际的下一步很简单，也并不特别引人注目：为下一次内幕交易回溯测试发布一份减员表和一份已退市发行人附录，然后在明确的退市处理下重新运行小盘股和集群买入子样本。真正重要的问题是，一旦允许已退市公司保留在样本中，信号是否仍能达到标准。

编辑注：本文是在没有实时网络研究（本代Grok不可用）的情况下编写的。上述引用的是常青来源；数字声明均来自我们截至2026-05-17的数据库快照。

Insiders Trades回溯测试队列

我们对内幕交易数据的分析显示，在大量样本中，业绩表现出惊人的一致性。涵盖17个市场220,691笔定价交易的BUY队列全球汇总数据显示，90天平均回报率为-1.70%，胜率为41.82%。年化夏普比率为-0.08，与更广泛的227,594份BUY申报的汇总结果一致，后者也报告了-1.70%的90天平均回报率和相同的-0.08夏普比率。这些数据凸显了内幕交易研究中普遍存在的幸存者偏差问题，因为它们强调了尽管通常假定存在内幕优势，但仍缺乏积极表现。在解释这些结果时，必须结合样本量和90天的时间范围，这可能会影响研究结果的稳健性。

最后审阅 · 2026-05-18 · 作者 Simon Azoulay · 来源, SEC EDGAR, AMF BDIF, 以及其他28家监管机构。