期货市场作为具有套期保值和价格发现功能的金融市场，是国民经济中的重要组成部分。操纵会极大的损害期货市场功能，甚至导致市场瘫痪，研究期货市场操纵识别具有极其重要的现实意义。针对当前识别研究中存在的问题，以构建操纵识别方法为目的，展开了全文的讨论。　　总体来说，研究分为三部分展开。第一部分即第一章是文献综述部分，总结当前的研究现状提出研究切入点，归纳各国在操纵监管实践中的方法为后文的操纵界定做好铺垫。第二章是本研究的第二部分，这是建立操纵模型部分，目的是找出影响操纵者决策的交易信息变量。第三部分是操纵识别部分，由三、四、五章组成，这一部分围绕第二章结论展开，针对模型研究部分得出的影响操纵者决策的变量来构建操纵识别模型。具体来说，本文开展了以下几方面工作。　　第一，改进了Yilmaz（2004）的交易操纵模型，推导了各阶段的均衡价格和操纵者收益并得出结论，交易总量、大额交易者交易比例和大额交易者交易信念能够影响操纵者交易决策，这三个变量直接决定了操纵收益和市场操纵程度。　　针对Yilmaz（2004）模型的假设进行了两方面调整：一是进一步细化了噪声交易者假设，由原模型的随机交易改进为根据历史信息而确定交易方向；二是根据“缓慢学习”过程的特点，简化了原模型的交易时间假设，由N期交易简化为三期交易。　　模型构建的第一步是从交易者报价着手，考察了收益最大化情况下的均衡价格。在操纵定义部分，采用了美国司法审判中的四条度量标准，能够符合这四条标准的就可以判定为操纵，这四条标准即交易者具有影响市场价格的能力、操纵市场的主观意图、存在虚假价格、交易者交易构成虚假价格。大额交易者价格冲击满足这四条标准时，就可以由此判定为操纵，而大额交易者的价格冲击水平与第一轮持有水平正相关，因此提出将大额交易者第一轮持有水平1作为操纵度量标准。　　大额交易者第一轮持有水平越高就越可能操纵市场，市场操纵风险就越大。通过观察大额交易者的收益函数发现，其第一轮持有水平与三个市场环境变量有直接关系，得出结论：市场操纵风险与当前的交易总量成反比、与大额交易者交易占市场交易总量的比例成正比、与大额交易者交易信念精度2成正比。并在固定另外两个变量的基础上，分别画出这三个变量与大额交易者第一轮持有比例之间的关系图。这三个变量能够综合反映出市场的操纵风险，因此后文的识别研究也就围绕这三个变量而展开。　　第二，在改进的Yilmaz（2004）模型基础上进一步扩展为信息操纵模型。以大额交易者收益最大化为目标函数，考察影响市场操纵风险的变量特征，重点考察散播谣言情况下的大额交易者操纵策略。　　首先对模型假设进行了更进一步扩展，假设操纵者的谣言和交易都会影响噪声交易者的交易决策。接着以大额交易者收益为目标函数，得出收益最大化情况下的交易策略，并考察市场均衡价格。得出结论，大额交易者借助谣言和反向交易必定能够操纵市场，但会由于欺骗行为而失信于市场，仅能一次性获利。为了避免这种情况的出现，操纵者可以多次复制这一策略来左右市场波动，交替散播虚假信息和真实信息，使价格持续处于超调状态而多次获利。　　第三，根据模型研究所得到的结论，市场操纵风险与交易总量、大额交易者比例和大额交易者信念精度有直接关系，由此提出了从交易总量和大额交易者比例角度的操纵识别方法。　　交易总量越大或者大额交易者交易比例越低的情况下，市场流动性越好，市场操纵风险越小，因此提出以市场流动性来说明当前操纵风险。为了从价格角度得出市场流动性的度量方法，本文在这一部分首先对合约价格波动进行了分析，分解为交易波动、趋势性波动和系统性波动三部分，交易波动部分又可以分为噪声交易者冲击造成的波动和大额交易者冲击所造成的波动，而大额交易者冲击与操纵收益具有正相关关系。而交易冲击正是一个流动性概念，这一部分研究就是通过这样的思路将流动性概念应用于操纵识别中的。　　判别异常价格冲击的思路是这样的：在正常情况下，所有合约的流动性不应当存在过大差别，而一旦某个合约的流动性显著异于其他就可以判定为存在当前概率水平下的操纵风险。按照这种思路提出了一个操纵识别方法：首先，对市场价格波动进行回归，剔除系统性波动；然后，以待判合约价格波动对正常合约进行回归，剔除趋势性波动和噪声交易波动，所得残差就可以近似看成是大额交易者造成的价格波动；最后将所有合约的回归残差拟合为某种分布，若当前残差以某一个概率区别于其他，就认为当前市场在这一概率水平下存在操纵风险。　　第四，根据模型研究所得到的结论，市场操纵风险与交易总量、大额交易者比例和大额交易者信念精度有直接关系，由此提出了从大额交易者信念精度角度的操纵识别方法。　　交易信念精度越高说明大额交易者对价格走向的判断与其他交易者的判断之间的差别越大。存在操纵的市场中，具有更高交易信念精度的大额交易者有信心造成比正常交易更大的价格冲击，价格有效性降低的显著性水平说明当前市场被操纵的可能性；不存在操纵的市场中，价格有效性越低越可能出现具有更高交易信念的操纵者来赚取操纵收益，市场发生操纵的可能性增加，价格有效性降低的显著性水平说明当前市场吸引操纵者的可能性。可见，价格有效性降低的显著性水平与操纵者交易信念有直接关系，因此能够反映当前市场的操纵风险。基于这样的考虑，本文在第四章以价格有效性来识别操纵。　　价格有效性通过当前期货价格对到期日价格的回归残差来判断，回归残差越接近于零说明价格有效性越好，这就是BGS3模型。通过考察BGS模型回归残差来考察待判合约与正常合约价格有效性的差异，再以野点判别4方法度量待判合约在某交易日的回归残差是否显著区别于正常合约。若价格有效性显著区别于其他合约，就说明该交易日在当前显著性水平下存在操纵风险。　　第五，在模型研究中，交易总量、大额交易者比例和大额交易者信念精度共同决定了市场操纵风险的大小，利用非线性映射方法将前面两种识别方法融合到同一框架内，得出一个综合性的识别方法。　　通过交易总量、大额交易者比重和大额交易者信念所构建的流动性和价格有效性模型只能够在一定程度上说明市场操纵风险。这三个变量是共同影响操纵者决策的，单独的一个或者两个变量不能够完全说明市场状态。为了全面反映市场交易信息，本文通过非线性映射模型将流动性模型和价格有效性模型结合起来构成了一个综合性的识别系统。非线性映射模型是一种能够将多个指标转化至二维指标的数学方法。将多维指标降至二维的目的是便于通过图像反映操纵形成过程，便于监管者结合经验管理市场行为。　　除了流动性和价格有效性方法外，还结合了四个基础市场信息变量，尽可能全面反映市场交易信息。具体识别方法是这样的：首先，选择了与市场信息相关的16个基础指标，遵循吝啬原则（parsimonic principle）通过VIF（方差膨胀因子）筛选出4个指标；然后，将筛选出来的指标与流动性识别指标、有效性识别指标非线性映射到二维空间；以离差极小值点为中心点，以正态分布的显著性水平对应值乘以平均距离为阀值；最后，从图像分析和数字分析两方面，以阀值和中心点判定待判合约某交易日的操纵风险，并分析操纵形成过程。　　研究取得以下创新：　　（1）具体推导了Yilmaz（2004）模型框架下的各轮均衡价格和操纵者收益，找出影响操纵者决策的市场交易信息，并由此提出操纵识别方法。　　以往研究大多重点着眼于操纵策略研究，如Yilmaz（2004）等研究仅证明了操纵的存在性，但这类研究中的变量往往难以定量分析，这也是当前操纵理论研究与实证研究相脱节的重要原因。本研究在Yilmaz（2004）原模型框架下，不仅证明了操纵均衡的存在性还推导出了操纵阶段各轮均衡价格和操纵收益，更进一步提出操纵决策受交易总量、大额交易者比例和大额交易者信念这三个基础变量的影响，针对这三个特定变量所提出的操纵识别方法具有更广泛的适用性。　　（2）改进了Yilmaz（2004）的操纵策略模型，弥补了其不能反映“缓慢学习”（Slow Learning）5过程的缺憾。　　Yilmaz(2004)认为操纵者观察到价格失衡后，立即通过反向交易造成价格的进一步失衡。而在有些情况下，操纵者发现价格失衡后并不会马上加以利用，而是等待一段时间以观察失衡是否会进一步加剧，这一现象被称为“缓慢学习”过程，这种现象是Yilmaz（2004）模型无法解释的。　　本研究针对这种情况，对两个方面加以改进。①Yilmaz（2004）将噪声交易者的交易设定为完全随机，本研究假定噪声交易者交易会受到历史交易记录和当前价格的影响。②Yilmaz（2004）将交易时间设定为N期，意味着交易者在此期间进行了数次交易。“缓慢学习”过程产生的主要原因之一是操纵者为避免市场监管者和其他噪声交易者发现，在前期少量或者不交易、后期集中交易。因此，具有“缓慢学习”过程特点的操纵者前期和后期交易具有很强的同质性，本文将交易假设为两期，使模型更加适用于这一现象。　　（3）对Yilmaz（2004）模型进行了扩展，适用于信息操纵模型。　　Yilmaz（2004）模型由于假设噪声交易者不具有交易信念，因此仅仅讨论了交易操纵情况，不考虑操纵者散播信息的情况。通过假设噪声交易者也同样拥有交易信念，这样就使本文模型具备了进一步扩展至信息操纵讨论的可能。　　在改进的Yilmaz（2004）模型基础上进一步加以扩展：①假设噪声交易者的交易信念会受到大额交易者所散播信息的影响；②现实案例中，操纵者为了保证不失信于市场并加强散播信息的效果，在操纵过程中还会反复进行与信息方向相同的交易，因此假设操纵者在散播信息阶段的交易方向与信息方向相同。　　（4）改进了非线性映射模型在操纵识别中的应用，创新体现于以下两点。　　①当前的非线性映射模型在操纵中已经取得了广泛的应用，但普遍存在基础变量过多的问题。针对这种情况，本文引入了VIF模型对基础变量进行筛选，遵循吝啬原则，以尽量少的变量表达尽量多的信息。　　②当前非线性映射模型在应用中仅仅局限于操纵识别。本文将这一模型的应用推向更加深入，通过图形分析对操纵形成过程进行了分析和总结，便于监管者能够结合个人经验进行判断，这对于监管部门的经验总结具有极强的指导意义。