内幕信息重大性的统计检验

　　在证券欺诈案件中，信息重大性（materiality）的确定，往往是最为重要的内容。例如，在信息披露中遗漏了重大信息，将构成虚假陈述；在证券买卖中利用了未公开的重大信息，将构成内幕交易。不论是虚假陈述或是内幕交易，在大多数国家都规定了相应的民事、行政和刑事责任。信息是否重大，决定着欺诈行为是否被追诉；信息的重大程度，决定着违法者的责任大小。因此，对重大性的判断，是诉讼证明的焦点，是证券执法的关键。
　　一、信息重大性的分析与认定
　　虽然信息的重大性是一个关键概念，但在各国证券法中都没有准确定义，在证券执法中也没有统一的标准。对于重大性的判断，主要有两种方法：一是在实体法上作出规定，明确哪些信息属于重大信息；二是让控辩双方在诉讼中加以证明，在具体判例中由法院予以确定。
　　绝大多数国家和地区都在成文法中列明了重大信息。如英国的《刑事审判法》第56节规定了重大信息，伦敦证券交易所的《上市规定》列出了重大信息。台湾地区在《证券交易法》实施细则第7条列出了9项重大信息。我国《证券法》在第六十二条和第六十九条共列出了19种重大信息或内幕信息。在这些列出的重大或内幕信息中，各个国家和地区的内容大同小异，主要是关于公司经营的重大变化，组织结构的重大调整，以及面临的重大风险。
　　美国除在披露文件中列明的信息外，对重大性的判断主要通过判例法确定。在反证券欺诈的10b-5规则中，信息重大性占有显著地位，但相关法规未给出确切定义，将对重大性的判断留给了法院[1]。多年来，不同的法院及同一法院在不同的时期，对各类信息的重大性作出了不同的判定。在TSC工业公司诉挪威一案中，最高法院对征集委托书中的重大性作了界定：“如果一个理性的股东很可能( substantial likelihood）一认为一项遗漏的事实，对于其作出如何投票的决定是重要的，则该遗漏的事实就是重大的”[2]，这一定义成为广为引用的标准。但在米尔斯诉自动电气公司一案中，法院认为：如果一个理性的股东在决定如何投票时，可能（might)认为一项事实是重要的，则该项事实是重要的[3]。在弗格尔诉PMI公司一案中，法院也认为：一项重要的事实，不一定要求对投票结果是决定性的[4]。对于公司并购信息的重大性，第三巡回法院认为：在各方就并购的价格和交易的结构基本达成一致前，并购信息不具有重大性[5]。但第七巡回法院的观点则完全不同，他们认为：如果公司否认了确在进行的并购协商，这种否认陈述就使信息变成了重大的[6]。在莱文森诉贝赛克公司一案中，最高法院否认了这两种观点，确立了10b-5规则中重大性的判断原则：对于一项事实，一个理性的投资者在做买卖证券的决策时，很可能（substantial likelihood)认为它是重要的，则它具有重大性。这一原则将重大性判断客观化、普遍化的企图重新拉回了个案处理的主观领域，成为美国大多数法院审理时事实上的标准。由于法院在判定重大性时没有明确的模式，导致具有披露义务的公司在重大信息产生的过程中，要么步步披露，要么一言不发，进入了两难的境地[7]。在实践中，完全披露是做不到的，只有什么也不说，这其实违背了及时、准确的披露原则。
　　列出重大信息，要求公司及时公开，解决了信息披露的主要问题，有效地减少了证券欺诈的发生，但不能解决全部问题。因为这种列举是不可穷尽的，如果只列有限的几条，就相当于为证券欺诈开列“指引”，凡是规避了相关条款者就难以受到制裁；如果加入了“兜底”条款，如我国《证券法》第六十二条、第六十九条所述，则又把问题引回到认定上来。
　　因此，对重大性的认定，不论成文法或是普通法的国家和地区，都是一个无法回避的问题。为了便于在实践中操作，学者们将法院的判例加以总结，归纳为四方面的考虑：一是掌握或获取信息的人干了什么，如在此期间是否买卖了股票；二是信息的来源是否重要，如是否来自于公司的决策层；三是信息是否具体，信息越宽泛，认定为重大性的可能越小；四是市场的反应，信息公开后，股价波动得越大，则信息越重要[8]。不论如何总结，由于法院的判例差别很大，很难找出一致的认定标准，重大性问题在司法领域似乎将继续处于不确定的困境之中。
　　现代金融理论的发展为解决这一难题提供了一种新的思路。根据有效市场理论，在现代证券市场上，由于信息传播快，参与人数多，交易成本低，任何信息一经公开，就会立即在股价上得以充分反应[9]。很多经验研究证明，大多数股票市场，包括我国的证券市场，都是有效的，只是有效的程度不同而已[10]。这就意味着，信息是否重大，可以用信息公开后股价的变化情况来度量。
　　这与判例中确定的原则是否有冲突呢？在判例中，法院认为重大性是“理性投资者”在“决策时”“很可能”考虑的情况。投资者决策时考虑的是什么？是投资的收益。投资者的收益体现在何处？主要是体现在股价的变化上。一个事项，如果将影响到股价，就一定会影响到投资者的“决策”。如果预期股价上升，就应买入股票获取价差收益，反之则卖出股票避免损失。这个事项是否“很可能”被投资者考虑，在于这一事实引起的股价变化是否足够大，只要投资者预期的股价变化的收益或损失大于交易成本，投资者就会据此做出买或卖的决策。因此，对股价变化的预期，是投资者决策的基础。这里的预期，是一个“理性投资者”的预期，不是某一个具体投资者的估计。这个“理性投资者”，实际上指的是一般投资者，是对市场上大多数投资者的一个抽象，一个近似。在一个集中统一的公开市场上，各类投资者实时地进行着信息的分析和证券的买卖，其最终结果都综合地体现在股价的变化上。或者说，股价的变化就是“理性投资者”决策的结果。一个事项公开后，经过“理性投资者”的分析，最终的影响都体现在股价上，股价的变化是对信息重大性的最好表达。因此，用股价变化来度量信息重大性，与判例法确立的原则是一致的。
　　这是否符合立法的本意呢？证券法中反欺诈条款的根本目的，是防止未公开信息被用以获取利益。证券欺诈的核心，是掌握未公开信息的人先期进行证券买卖，再从信息公开后股价的变化中获取收益或避免损失。如果一项信息永远不公开，或公开后对股价没有影响，就很难认为这样的信息具有重大性，很难判定利用这类信息的人实施了欺诈。反之，无论是什么信息，公开后对股价产生了影响，事先拥有信息的人利用这种影响获取了利益，就很可能实施了欺诈行为。规制这种行为，正是反欺诈的目的所在。
　　事实上，随着市场有效性的增强，用价格变化程度来衡量信息重大性的案例也越来越多。在贝赛克诉莱文森案中，法院就认为：“最近的经验研究表明国会的假定是正确的，即在一个较为成熟的市场上，股票的市场价格反映了所有公开的信息，也就反映了误导性陈述的重大性。”[11]在美国证监会诉汤姆一案中，美国纽约南区地方法院就认为：“这一消息对投资者是重大的，因为要约一公布，股价就从30美元跳升到45美元。”[12]近年来，美国证监会在执法中，也越来越多地用股价的变化来证明信息的重大性。[13]这一趋势也体现在成文法中，近年来，很多市场就直接将价格变化作为衡量信息重大性的依据。如台湾地区在《证券交易法》第157-1条直接将重大信息定义为“重大影响其股票价格之消息”；英国在《刑事审判法》第56节中将内幕信息定义为：“如果公开就会对股票价格有显著影响”，“内幕信息是价格敏感信息”；我国《证券法》第六十九条将内幕信息定义为：“证券交易活动中，涉及公司的经营、财务或者对该公司证券的市场价格有重大影响的尚未公开的信息。”
　　因此，随着各国资本市场规模的扩大，证券欺诈中信息重大性的认定，正逐步转变为受其影响的证券价格是否发生了显著变化。就证券执法来讲，不论是监管机构的规制行动，或是法院受理的诉讼，都应该在欺诈行为发生以后。这时，信息已经公开，股价是否发生显著变化，已是既成事实，诉讼证明的焦点，就变成股价的变化是否显著。
　　二、股价异常的显著性检验
　　在证券市场上，股价的变化是一个时间序列，某一时点的价格是否发生了显著变化，可以用统计方法来检验。其基本原理是，确定一个时间段，计算此时段内股价的异常变化，检验这一变化是否显著。为叙述简便，假定所考察的股票名称为S，目标是检验某一关于S的信息公开后，S的股价P变化是否异常。统计检验的基本原理，是计算出S在某一特定时间内的变化幅度，再计算出P的历史变化情况，两相比照，以判断新的变化是否与历史趋势显著地不同。如果答案是肯定的，则显著性得以检验。
　　第一步，时间段的确定。某项信息一经公开，S的价格就会受其影响而发生变化，时间段的起点，就是信息公开的时点。所谓公开就是为相当多的投资人所知悉，一般以媒体公布或交易公告的发布为准。但在有的情况下，媒体并未公开发布，市场传言已对股价形成影响，则应考虑以传言被投资者接受为起点。时间段的终点，应是信息已在股价中得以充分反应的时点。一般情况下，股价对信息的反应是很快的，常常是一步到位，随着时间的延长，影响越小。在大多数案例中，信息在一天之内就足以被“消化”，选择一天作为时间段是比较合适的。当然．，选择几个小时或者几天，在计算方法上是一样的。
　　第二步，计算时间段内股价变化幅度。假定时间段为tn—t1，对应起始时点的股价为P0和P1，定义股价的变化幅度为rt，则：
　　rt＝(P1-Po ) /Po（1）
　　第三步，去除股价变化中其他因素的影响。股票价格在时间段内的变化，除受特定信息的影响外，还受其他各种因素的综合作用。我们计算的目的，是测定某特定信息对股价的影响程度。假定没有特定信息发布，在该时间段内，所考察股票的价格变化为rn，则特定信息对股价的影响幅度应为：
　　r＝rt-rn　　　　(2)
　　我们实际上观察到的是rt, rt只能通过估算得到。可以有三种方法估算。一是指数的变化幅度，这相当于假定如果没有特定信息的影响，该只股票的价格变化与整个市场的平均水平相同。这种方法最为简便，但条件过于宽泛。S的价格变化，很可能与整个市场的走势差别很大。
　　二是应用组合理论。S的价格变化情况，与相同类型股票的价格走势有更大的相似性。可以选择与所考察股票类似的几只股票，构成一个资产组合（Portfolio)，用这个组合在此时段内的平均股价变化幅度，作为、的值。这里的相似特征，可以是行业相同、规模相近、历史走势较为一致等。
　　三是定价模型。资本资产定价模型（CAPM）将股票收益率描述如下：
　　ri＝rf＋（rm-rf)β　　　　(3）
　　β＝cov ( r i , rn) /var ( rm）
　　其中，ri为股票i的收益率；rf为金融市场无风险收益率，如国债利率；rm为股票市场平均收益率；cov为协方差；var为方差。(3)式表明，某只股票的收益率，等于无风险收益率加上一项风险溢价。风险溢价是两项之积，一项是股票市场的平均收益率与金融市场的无风险收益率之差，一项是β系数。β系数具有明确的经济含义，表示股票i的收益变化与整个市场的收益变化的关联程度。利用某一股票的历史数据计算出（3)式中的β值，就找出了该只股票价格变化与大盘的关系。根据大盘的变化情况和历史β值，我们就能模拟出没有信息发布的情况下S股价的可能走势，从而求出rn。
　　第四步，计算标准差。选择信息发布前的N个时段，利用（2)式计算每一时段的股价变化，假定第J个时段的值为rj，则标准差为：
　　第五步，检验r是否异常（abnormal）或显著（significance) 。股价在时间段内发生的变化中，部分是排除了对整个市场有影响的普遍因素后剩下的部分。这个变化有可能是随机的，因为参与股票买卖的人很多，导致股价的变动表现出一定的随机性，也可能不是随机的，而是因为信息的公布对股价形成的冲击。数理统计理论可用以对此作出判断。
　　经验研究表明，股价可以看做随机变量，并且可视为服从正态分布[14]。统计理论告诉我们，对一个正态分布的随机变量，任一取值落于均值附近一个标准差范围内的概率为68. 3%，落于两个标准差范围内的概率为95.5%，落于三个标准差范围内的概率为99.7%。也就是说，任一取值离标准差越远，就越有可能不正常。将这一分布特征转化为z统计量，则：
　　Z =（观察值一均值）／标准差（5)
　　正态分布的特征可表述为：对任一观察值，z大于等于1.96（即观察值与均值之差为标准差的1.96倍）的可能性为5%，大于等于2.58的可能性为1%。也就是说，如果某一观察值对应的Z值大于等于1.96，则有95％的把握认为该值不正常，用统计术语表述则为，在5％的显著性水平上，该值为异常。如果某一观察值对应的Z值大于等于2.58，我们有99％的把握认为该值不正常，或者说，在1％的显著性水平上，该值为异常。z值与对应的百分比之间的关系，在一般的数理统计表中均可查到。
　　对于股价来说，(5)式中的均值是非常小的，一天的投资收益几乎接近于0，在统计检验中完全可以用0代替。这样，检验股价异常的Z统计量可直接写为：
　　z＝r/oN　　　　(6)
　　这样，按（2）式计算出r，按（4）式计算出oN，就可以按(6）式计算出z，再查表，就可以作出to—t1时段内股价的变化是否异常的判断。
　　三、统计检验的应用方法
　　以上描述的检验方法可以从两个方面来应用：一是就某只股票进行检验。例如，某一上市公司于周二公布了重组计划，当天股价发生了波动，按以上方法计算出z为2，则有95％以上的把握肯定，该项信息对股价产生了显著影响，应为重大信息。如果有人在信息公开前利用该信息买卖了该股票，则进行了内幕交易。内幕交易的非法所得，可以用（2)式计算出的股价变化与买卖股数之积予以计算。二是计算出某一类股票价格变动的显著性，一旦某只股票的价格变动超过临界值，则判定为出现了异常波动，应引起监管部门的关注。例如，有人计算出，在5％的显著性水平上，纽约交易所的大型公司股价在一天之内的变动超过2. 86%，则出现了异常；在同样的显著性水平上，纳斯达克的小型公司的价格波动要大到10.02%,才能判定为异常[15]。这对于二级市场的实时监控，具有很大的实用价值。
　　证券欺诈案件的特点之一是诉讼证明非常困难，统计检验为我们判断信息的重大性提供了一种具有数理基础的较为客观的方法，这对于证券诉讼和执法都具有十分重要的意义，它意味着审判和处罚将可能建立在更为合理的基础上。　　[1]l0b-5规则：“任何人通过或借助州际商务或是邮件或任何全国性交易所．间接或直接地就地购买或出售任何证券：(1)以任何欺骗、阴谋或骗术进行诈骗；(2)就重大事实做任何不真实陈述或未陈述重大事实，或（3)从事对任何人可构成欺诈或欺骗的任何行为、做法或业务，则属违法。
[2]TSC Industries Inc. v. Northway，426 U. S. 449 (1976)．
[3]Mills v. Electric Auto-Lite, 396 U. S. 375 (1964)．
[4]Folger Adam Co. v. PMI Indus. Inc.，938 f. 2d 1529, 1533 (2rd Cir.），502 U. S.983（1991）．
[5]Greenfield v. Heublein, Inc，742 F. 2d 751，757 (3d Cir. 1984)．
[6]Levinson v. Basic Inc.，786 F. 2d 741，748-49 (6th Cir. 1986)．
[7]Larry D. Soderquist, Understanding the Securities Laws, 3rd ed.，PLI Press, 2001，pp12-25.
[8]杨亮：《内幕交易论》，182～184页，北京，北京大学出版社，2001。
[9]Eugene F. Fama, Market efficiency, long term returns, and behavioral finance, Journal of Financial Economics, 1998, 49(3 )，pp283-306.
[10]吴世农等：《深圳股票市场有效性研究》，载张育军主编《深圳证券交易所综合研究所研究报告》，1108页，北京，经济科学出版社，2002。
[11]485 U. S. 224 (1988)，at 246.
[12]SEC v. Tome, 638 F. Supp. 596 (S. D. N. Y. 1986), at 623.
[13]Mark L Mitchell, Jeffry M. Netter,”the role of financial economics in securities fraud cases：applications at the securities and exchange commission"，the American Bar Association,1994.p3．
[14]Cynthia Campbell and charles Wasley, Measuring Security Price Performance Using daily　NASDAQ Returns, 33 J. Fin. Econ. 73 (1993)
[15]Jonathan RMacey-et al.，Lessons From financial Economics: Materiality Reliance,and Extending the Reach of Basic v. Levinson, 77 VA. L REV. 1017，1020 (1991）．