对于大宗交易的价格信息表现，Saar（2001）的理论模型发现股票所具有的的信息含量在价格上表现为永久价格效应。设买方永久价格效应，卖方永久价格效应为。设股票的真实价值为该上市公司未来损益的当期折现值。当t时刻发生不利事件时，发生损失−Z，概率为δ；同理，当有利事件以1−δ概率发生时，产生收益Z。同时，关于好坏事件被股票市场获知的概率为α，可得关于股票的损益es为：

则股票在t时刻的真实价值Vt为：

，其中r为股票预期回报率，Ft为股票估值所需的信息集，C表示初始投入成本。若迭代两期后，t时刻股票价值为：

则得到BΔ和SΔ为：

其中，H、O、L分别表示股票好消息、无消息和不利消息。

设Jt为买方和卖方的差值，Jt=E[ΔBt|B]−E[ΔSt|S]，设δ（B）为买入股票损失的概率δ（S）为卖出股票损失的概率，其概率发生的大小由好坏消息发生的概率决定，即δ（B）=P（L|B）+δP（O|B）。进而，将δ（B）和δ（S）代入Jt的等式中可得：

观察上式可以发现，其由两部分构成，第一部分表示买卖双方持有信息的差异，[δ−δ（B）]表示买方股票损失的先验概率与后验概率的差值，当好消息越多时，δ（B）越小，其差值越大。同理，[δ−δ（S）]表示两概率差值的负值，当坏消息越多时，δ（S）越大，两概率差值的绝对值越大。因此，当买方向卖方传递更多消息时，[δ−δ（B）]所占比重越大，Jt越大；反之，当卖方向买方传递更多消息时，[δ−δ（S）]所占比重越大，Jt越小。该式的第二部分为期望收益率，表示货币风险的时间价值。

设投资者持有股票投资组合为（投资组合P由j投资者在t时刻持有），并搜寻所有股票的信息，基于所搜寻的信息，卖出所有含有坏消息的股票；如果搜寻含有好消息的股票，则持续替换手中所有坏消息的股票（如果无可投资股票，则持有货币），且替换投资组合中没有消息的股票。

设Ωt∈[0,1）为搜寻好消息的概率，q为消息在股票市场存在的时间长度，若q=0则意味着没有任何消息或有坏消息。因而，可得出某支股票存在于投资

可见，γt,q随着q的增长而增长，当市场存在不利信息时，投资者卖出该股票的概率为γt,q，继续持有该股票的概率为1−γt,q；当市场存在利好信息时，投资者购买股票的概率为Ωt（1−γt,q）。(www.daowen.com)

利用上式，将δ（B）和δ（S）改写成如下表达式：

则Jt表达式为：

当股票近期未上涨，即q=0，但股票所含信息量越大（α越大），即买方拥有更多该股票信息时，永久效应值越大。同理，当股票经历了较长时间的上涨（q趋近于无穷大），即使股票所含信息量越大，其永久效应值也越小，因为

当q=0时，

Saar（2001）模型说明，股票的成交价会因为不同的信息含量、信息种类、不同的前期收益表现，表现出不同的价格效应。当股票中信息含量已经很少时，即使交易额较大的大宗交易，其永久效应也很小。

另一方面，永久效应如何在大宗交易和场内市场传递？Keim（1996）的模型首先定义价格永久效应为π=p1−pd，价格临时效应为τ=pb−p1，其中pb为交割价，p1为交割之后价，pd为交割之前的价格，总效应=π+τ=pb−pd。设投资者的效用函数为，其中　，其中为股票随机价格，qi为第i个投资者交易的股票数量，zi是投资者i初始的现金财富，为财富的均值，　为财富的方差，ρ为风险规避系数。

再设Q为投资者初始愿意交易的股票数量，则效用函数最优目标下，需求函数为。若令成本函数为φ（　n）　=　δnγ，其中n为潜在的交易对手投资者数量，δ为意愿交易的概率的倒数，也即是确定交易对手的成本（δ＞0），γ为搜寻交易的成本率（γ＞1），当大宗交易的经纪商在订单的边际处理成本上等于边际交易收益，即φ（　n（Q））=　C（Q）时，实现的均衡。

此Keim（1996）模型说明，大宗交易的价格表现与订单规模、搜寻成本、风险规避系数、资产方差相关。在一个存在连续交易的楼上市场，如果当前大宗交易价低于前一笔大宗交易价，当前大宗交易价也低于当日收盘价，当日收盘价又低于前日收盘价，那么大宗交易价低于当日收盘价的幅度大于当日收盘价低于前日收盘价的幅度，但在当前大宗交易价高于前一笔大宗交易价时，当前大宗交易价也低于当日收盘价，但当日收盘价高于前日收盘价，则当日收盘价高于前日收盘价的幅度会高于当前大宗交易价低于当日收盘价的幅度。这说明大宗交易的价格会在不同的场景下影响市场的价格，根据不同的市场情形发挥不同的价格发现功能。