证券虚假陈述因果关系认定研究

时间：2025-12-03 20:15:34    点击量：

　　因果关系是证券虚假陈述民事赔偿诉讼中的核心争点与认定难点。随着中国资本市场法治建设的不断深化，特别是最高人民法院《关于审理证券市场虚假陈述侵权民事赔偿案件的若干规定》（法释〔2022〕2号，以下简称“新《规定》”）的出台，对因果关系的司法认定标准正朝着日益精细化、类型化的方向发展。本报告旨在深入剖析证券虚假陈述中“诱多型”与“诱空型”两类行为在因果关系认定上的法律标准与实证方法差异，并系统研究重大事件作为因果关系中断事由的司法认定标准与证据要求。报告认为，新司法解释明确了不同类型虚假陈述的交易方向要求，是对“信赖推定”原则的精准适用；同时，对于重大事件切断因果关系的主张，司法实践日益倾向于要求提供严谨的量化分析证据，这标志着证券审判对专业性和精细化提出了更高要求。

　　证券虚假陈述民事赔偿制度是保护投资者合法权益、维护资本市场“三公”原则的基石。在虚假陈述、损害事实、过错等要件中，行为与损害之间的因果关系历来是理论与实务界争议的焦点。长期以来，中国司法实践借鉴美国“欺诈市场理论”（Fraud-on-the-Market Theory），确立了“信赖推定”（Rebuttable Presumption of Reliance）原则，即满足特定条件的投资者，其交易行为与虚假陈述之间的“交易因果关系”被推定成立，极大降低了投资者的举证难度 。

　　然而，早期的司法解释，如2003年的《关于审理证券市场因虚假陈述引发的民事赔偿案件的若干规定》（以下简称“旧《规定》”），主要围绕“诱多型”虚假陈述（即发布虚假利好诱使投资者买入）构建规则，对于“诱空型”虚假陈述（即发布虚假利空诱使投资者卖出）的涵盖不足，导致司法实践中出现适用困境 。新《规定》的出台，标志着我国证券虚假陈述因果关系认定进入了一个新的精细化阶段。它不仅明确区分了诱多型与诱空型虚假陈述，还对重大性、揭露日等关键要素作出了更优化的界定 。

　　本报告将基于最新的法律框架与司法实践，聚焦两大核心议题：第一，深度分析诱多型与诱空型虚假陈述在因果关系法律标准与实证方法上的异同；第二，系统研究在何种标准下，独立的重大市场事件或公司事件能够被法院认定为切断了虚假陈述与投资者损失之间的因果链条，以及被告需要满足何种证据要求。

　　新《规定》最大的亮点之一，便是对不同类型的虚假陈述进行了区分对待，使得因果关系的认定更具针对性和逻辑严谨性。

　　我国证券虚假陈述诉讼中的因果关系包含两个层面：一是“交易因果关系”（Transaction Causation），即投资者的交易决策受到了虚假陈述的影响；二是“损失因果关系”（Loss Causation），即投资者的损失是由虚假陈述所致。司法实践中的“信赖推定”原则，主要解决的是交易因果关系的证明难题 。

　　新《规定》第十一条明确了交易因果关系的推定规则。其核心要求是，原告的交易行为必须发生在“虚假陈述实施日之后、揭露日或者更正日之前”，并且交易方向必须与虚假陈述的性质相匹配 。这一规定，正式将诱多型和诱空型虚假陈述的因果关系认定从法律层面进行了类型化区分，是对旧《规定》的重大完善 。

　　诱多型虚假陈述，是指信息披露义务人通过发布虚假的利好信息或隐瞒重大利空信息，误导投资者买入或继续持有证券，从而维持或推高股价 。根据新《规定》，在此类案件中，法院推定交易因果关系成立需满足以下核心条件：

　　这一“买入”行为的要求，精准地反映了诱多型信息的逻辑作用机制。同时，举证责任分配上，一旦原告完成上述初步证明，反驳因果关系不成立的举证责任便转移至被告 。

　　在司法实践中，尤其是在损失核定及重大性判断阶段，事件研究法已成为不可或缺的量化分析工具 。

　　核心逻辑： 该方法通过建立股价的“正常收益率”模型，计算在虚假陈述揭露这一“事件”发生后，股价的实际收益率与正常收益率之间的差额，即“异常收益率”（Abnormal Return, AR），并累加得到“累计异常收益率”（Cumulative Abnormal Return, CAR），以此量化虚假陈述对股价的影响 。在诱多型案件中，一个统计上显著为负的CAR，通常被视为虚假陈述所包含的股价“水分”被挤出的证据。

　　正常收益率模型： 实践中常用市场模型（CAPM）或Fama-French三因子模型等，通过回归分析估计目标股票在不受事件影响时期的预期收益 。

　　窗口设定： 需要设定“估计窗口”（Estimation Window）和“事件窗口”（Event Window）。估计窗口通常选在事件发生前的一段较长时间（如揭露日前180天至前20天），用于模型参数估计；事件窗口则是围绕揭露日的一段较短时间（如[-5, +5]天），用于检验事件影响 。

　　稳健性检验： 为保证结论可靠，研究中通常会采用改变窗口长度、更换估计模型、使用非参数检验方法（如Wilcoxon符号秩检验）等方式进行稳健性测试 。

　　局限性： 尽管事件研究法应用广泛，但其在中国市场的适用性也面临挑战，主要包括：中国股市“半强式有效”假设的成立程度存疑、难以完全排除同期其他重大事件的“混同效应”、以及该方法可能在诉讼中被当事人误用或曲解 。

　　正常收益率模型： 实践中常用市场模型（CAPM）或Fama-French三因子模型等，通过回归分析估计目标股票在不受事件影响时期的预期收益 。

　　窗口设定： 需要设定“估计窗口”（Estimation Window）和“事件窗口”（Event Window）。估计窗口通常选在事件发生前的一段较长时间（如揭露日前180天至前20天），用于模型参数估计；事件窗口则是围绕揭露日的一段较短时间（如[-5, +5]天），用于检验事件影响 。

　　稳健性检验： 为保证结论可靠，研究中通常会采用改变窗口长度、更换估计模型、使用非参数检验方法（如Wilcoxon符号秩检验）等方式进行稳健性测试 。

　　诱空型虚假陈述，是指通过发布虚假的利空信息或隐瞒重大利好信息，打击投资者信心，诱使其在低价位卖出证券 。旧《规定》对此类行为缺乏明确指引，导致投资者索赔无门 。新《规定》填补了这一法律空白，明确规定：

　　这一规定在逻辑上与诱多型形成完美对应。然而，诱空型案件在实践中仍面临更大挑战：

　　核心逻辑： 关注点在于，当被隐瞒的利好消息被揭露或虚假的利空消息被更正时，股价是否出现了显著的上涨。一个在揭露日后显著为正的CAR，可以作为证据，证明之前的股价被人为压低，从而支持了投资者因虚假陈述而过早、过低卖出股票的主张。

　　损失计算： 其损失并非买入成本与卖出价格之差，而是投资者卖出股票的价格，与揭露日后股票回升至合理价值的价格之间的差额。

　　总而言之，新《规定》对诱多型与诱空型虚假陈述因果关系的类型化处理，是证券司法领域的一大进步。它要求法院和诉讼参与方必须根据虚假信息的性质，精准匹配投资者的交易行为，这无疑提升了因果关系认定的科学性和严谨性。

　　在证券诉讼中，被告方常常提出抗辩，主张投资者的损失并非由虚假陈述造成，而是由市场系统性风险或其他独立于虚假陈述的重大事件所致。这就引出了因果关系的中断（或称“切断”）问题。

　　因果关系中断的法理基础来源于侵权法中的“介入原因”（Intervening Cause）理论。在证券法领域，这一理论体现为，如果在一个虚假陈述行为和最终的损害结果之间，出现了另一个足以独立导致该结果的、压倒性的（superseding）事件，那么原始虚假陈述行为与损害结果之间的法律因果关系链条就可能被切断。

　　我国司法解释为此提供了明确的法律依据。旧《规定》和新《规定》均在排除因果关系的情形中包含了“损失是由证券市场系统风险等其他因素所导致”的条款 。这意味着，系统性风险或其他重大事件可以作为被告方的有效抗辩事由。此外，有司法解释条款明确指出，“重大事件发生在虚假陈述之后，可能打破虚假陈述与投资者交易之间的链条” 这为非系统性风险的重大事件切断因果关系提供了直接依据。

　　系统性风险（Systemic Risk）： 指由宏观经济形势、国家政策、行业整体危机或大盘非理性波动等因素引发的、影响整个市场或特定板块证券价格普跌的风险。这是被告最常援引的抗辩理由 。

　　非系统性风险/公司特有重大事件（Idiosyncratic Risk）： 指与虚假陈述本身无关，但对公司基本面产生重大负面影响的突发事件。例如，公司遭遇重大安全事故、失去核心技术专利、主要业务合同被终止等。

　　在司法认定上，法院对因果关系中断的认定持非常审慎的态度，并对被告施加了较高的证明标准 。法院通常不会仅仅因为在损失期间发生了市场下跌或公司负面事件，就轻易认定因果关系被切断。被告必须证明：

　　实践中，法院对于系统性风险的抗辩审查尤为严格。在著名的“张和诉渤海集团案”中，法院最终采纳了被告关于损失由市场系统性风险造成的观点，但该判决也引发了学界关于法院是否过度采纳系统性风险抗辩、从而不当加重投资者举证责任的讨论 。

　　证明因果关系被重大事件切断的举证责任完全在于被告方 。被告需要提交强有力的证据，而这些证据往往需要专业的量化分析支持。

　　定性证据： 包括宏观经济数据报告、行业研究报告、监管政策文件、关于突发事件的新闻报道等，用以证明重大事件的发生及其普遍影响。

　　定量证据： 这是说服法庭的关键。被告通常需要委托具有专业资质的第三方机构出具《证券投资损失核定报告》或《专家意见书》。

　　事件研究法的反向运用： 被告可以运用事件研究法来证明，股价的显著下跌发生在“重大市场事件”（如大盘暴跌）的事件窗口内，而非虚假陈述的“揭露日”窗口内。通过对比两个事件窗口内的CAR值，可以直观展示影响力的主次。

　　回归分析（Regression Analysis）： 这是剥离系统性风险影响的核心工具。通过建立多元回归模型，可以将个股的收益率分解为由市场整体波动（由市场指数代表，如沪深300指数）解释的部分和无法由市场解释的特有部分（残差）。如果个股在揭露日后的股价下跌，大部分可以由同期市场指数的下跌来解释（即β系数乘以市场跌幅），那么法院就可能认定系统性风险是损失的主要原因。反之，如果股价下跌远超市场模型所能解释的范围（即出现巨大的负向残差），则这部分损失更可能归因于虚假陈述的揭露。

　　定性证据： 包括宏观经济数据报告、行业研究报告、监管政策文件、关于突发事件的新闻报道等，用以证明重大事件的发生及其普遍影响。

　　定量证据： 这是说服法庭的关键。被告通常需要委托具有专业资质的第三方机构出具《证券投资损失核定报告》或《专家意见书》。

　　事件研究法的反向运用： 被告可以运用事件研究法来证明，股价的显著下跌发生在“重大市场事件”（如大盘暴跌）的事件窗口内，而非虚假陈述的“揭露日”窗口内。通过对比两个事件窗口内的CAR值，可以直观展示影响力的主次。

　　回归分析（Regression Analysis）： 这是剥离系统性风险影响的核心工具。通过建立多元回归模型，可以将个股的收益率分解为由市场整体波动（由市场指数代表，如沪深300指数）解释的部分和无法由市场解释的特有部分（残差）。如果个股在揭露日后的股价下跌，大部分可以由同期市场指数的下跌来解释（即β系数乘以市场跌幅），那么法院就可能认定系统性风险是损失的主要原因。反之，如果股价下跌远超市场模型所能解释的范围（即出现巨大的负向残差），则这部分损失更可能归因于虚假陈述的揭露。

　　中国证券虚假陈述民事赔偿的司法实践正在经历一场深刻的“精细化”变革。新《规定》通过对诱多型与诱空型虚假陈述进行类型化规制，使因果关系的法律认定标准更加科学、逻辑更为严密。这不仅为投资者提供了更明确的诉讼指引，也对司法审判的专业能力提出了更高要求。

　　与此同时，对于因果关系中断这一复杂问题，司法实践的态度日趋明晰：被告方若想成功主张由系统性风险或其他重大事件切断因果关系，必须从“定性”和“定量”两个维度提供扎实的证据支持。事件研究法、回归分析等金融计量工具，已从学术研究的范畴，大步迈入司法实践的核心，成为控辩双方交锋和法官裁决的重要依据。

　　展望未来，证券虚假陈述因果关系的认定将继续在精细化的道路上前行。法律规则的进一步完善、司法人员专业素养的持续提升，以及量化分析方法在司法鉴定中的规范化应用，将共同推动我国资本市场投资者保护水平迈向新的高度。返回搜狐，查看更多