内幕交易和市场操纵属于市场欺诈行为,由于其对证券市场具有严重的危害,因此受到大多数国家的严格监管。在我国,内幕交易和市场操纵也是非常普遍的行为,同时内幕交易和市场操纵行为常常具有隐蔽性的特点,这给监管带来了很大的困难,所以如何有效地加强这方面的监管一直是我国证券市场发展中的一个重要问题。本文考虑引入概率神经网络技术建立模型,以实现对内幕交易和市场操纵的判别。并且,为了给模型输入变量的选择提供理论上的支持,需要首先分析内幕交易和市场操纵对流动性、价格等中国证券市场运行绩效指标的影响。国内外文献中关于内幕交易和市场操纵对中国证券市场运行绩效影响的实证研究还很少,同时考虑到和国外市场相比,我国的证券市场有很大不同。因此本文首先计算了流动性、价格等市场运行绩效指标,实证研究了内幕交易和市场操纵对中国证券市场的影响,然后在此基础上应用概率神经网络技术建立中国证券市场内幕交易和市场操纵的判别模型。首先,本文考虑以证监会公告的内幕交易和市场操纵案件的数据为样本,计算市场流动性、价格等度量市场运行绩效的指标。实证结果表明,首先,在内幕交易和市场操纵期间,股票的流动性均有所增加,本文认为这主要是由于中国市场中小投资者比例过大以及内幕交易者和市场操纵者尽量隐蔽自己的交易行为。另外,通过对于价格指标的考察,本文的实证结果表明在中国证券市场中,市场操纵行为是“有效”的,并且内幕交易对市场也在一定程度上起到了操纵的效果。同时本文的实证结果还表明内幕交易提前揭露了内幕信息,使我国证券市场提前对内幕信息进行了反应。然后在实证结果的基础上,本文试图应用概率神经网络技术建立模型,用于判别中国证券市场的内幕交易和市场操纵。实验结果表明,本文建立的模型取得了良好的效果,判别准确度高于以往研究中使用的Logistic模型,而且设计过程更加简单。最后,根据本文的研究结论和我国证券市场的实际状况,本文指出了我国在内幕交易和市场操纵的监管方面所存在的问题,并提出了相应的政策建议。