内幕交易是证券市场上基于信息不对称的一种不道德行为,给投资者和市场带来危害,并有损股票市场“公开、公平、公正”原则,被各国监管机构所禁止。尽管各国一直致力如何防止内幕交易的发生,但内幕交易案件仍屡禁不止,加之内幕交易行为的复杂性,使得内幕交易的监管执法难以有效实施,因此怎样才能有效的控制内幕交易的发生,一直是各国学者研究的重点。针对这一难题,拟试着研究内幕交易的甄别模型体系,通过内幕交易发生概率的预测,对有可能发生内幕交易的股票进行及时监管和处罚。首先采用均值相等的T检验和非参数检验,筛选出各类指标变量,然后分别建立基于单一指标类的第一阶段离散选择模型。最后按照两种思路建立第二阶段多因素的Logistic和Probit甄别模型,以提高模型的甄别效率,为我国股票市场对内幕交易的监管提供一定的依据。实证结果表明：基于离散选择方法得到的甄别模型,各指标相同且符号相同,并与预期相同；甄别模型与监管类指标、公司治理类指标、市场类指标联系紧密,与财务指标关系不显著,多因素甄别模型以股权集中度、日均异常收益率、跌停次数为自变量,模型的甄别效率达到90%；在甄别效率上,Logistic和Probit模型在各模型中的甄别效率基本上相同；第二阶段的模型甄别效率明显高于基于单一指标类的甄别模型；通过控制显著性水平的变化,监管机构可以达到最优监管的目的,有利于监管部门“相机抉择”；监管部门可以根据各股票内幕交易发生的概率,对股票进行颜色预警。