事件研究及其假设检验问题教材

06

事件研究及其假设检验问题本次课的内容事件研究方法简述事件研究的假设检验方法第一部分事件研究方法简述定义、原理与适用范围范例事件研究步骤计算期望报酬率的方法几个特殊问题定义、原理与适用范围定义：研究某一事件对公司价值（股票价格）的影响的方法原理：只要投资者理性，如果某项事件传递了新的信息，该事件就应该导致股票价格发生变动适用范围：经济（伊拉克战争、SARS）公司财务：并购、股票拆分、CEO变更会计：盈余公告、会计政策变更法律：内幕交易或者证券欺诈案件范例最早的例子：Dolley(1933)内容：股票拆分导致的股价变化样本：1921-1931年的95例股票拆分结果：57例导致股价上涨；26例下跌Ball&Brown(1968)内容：年度盈余公告的信息含量样本：NYSE，1946-1966结果：好消息（未预期盈余为正）导致正的异常报酬率；坏消息（未预期盈余为负）导致负的异常报酬率赵宇龙（1998）内容：会计盈余信息披露的信息含量样本：在上交所上市的公司1994-1996年的财务报告结果：1994、1995年没有信息含量；1996年有。事件研究的步骤确定事件：根据理论，该事件必须传递新的信息；该事件的市场反应：根据理论，该事件将会导致怎样的市场反应确定样本公司以及事件日确定事件窗口确保窗口内没有其他事件的影响（controlforconfoundingevents)计算期望报酬率从而计算异常报酬率并进行假设检验非参数检验：如果样本很小，用精确检验计算期望报酬率的方法均值调整方法市场调整方法：IPO市场模型方法：最为常用几个特殊问题非同步交易调整β系数的计算：Scholes&Williams(1977)事件日不确定舍弃样本或者拉长窗口：Ball&Torous(1988)的MLE风险时变Garch模型的应用：Corhay&Rad(1996);BRIOetal.(2003)事件日集聚调整假设检验方法事件导致收益率方差增加调整假设检验方法第二部分：假设检验方法概述参数化方法和非参数化方法几种常用的参数化检验方法非参数化方法两类特殊情况下的假设检验事件日集聚（event-datesclustering)事件导致的收益率方差增加(event-inducedvarianceincreases)结论概述事件研究的假设检验问题是一个经验问题，可能是数据依赖的检验方法的辨别力（Specification）和拒绝力(Power)检验方法的可操作性：应用者偏好简单方法研究者通过大量的数据模拟来找出较为严谨且成本较低的检验方法Brown&Warner(1980,1985);Collins&Dent(1984);Boehmeretal.(1991)；Campbelletal.(1997)参数化方法和非参数化方法几种常用的参数化检验方法非参数化方法几种常用的参数化检验方法原理：统计量：平均（累计）异常报酬率标准差几种常用检验方法符号：N：样本中公司数：i公司在事件期内第t日的异常报酬率：i公司的估计期长度Rmt:第t日的市场报酬率：估计期市场报酬率的简单平均：i公司用估计期数据获得的异常报酬率的标准差E:代表估计期:i公司第t日的标准化异常报酬率其中，几种常用检验方法（一）传统方法：Brown&Warner(1980)假定：无截面相关、事件导致的方差变化不重要几种常用检验方法（二）标准化异常报酬率方法:Patell(1976)假定：无截面相关、事件导致的方差变化不重要优点：改善方差估计；考虑异方差问题几种常用检验方法（三）普通的截面相关调整法：国内研究者常用方法特点：只利用检验期的异常报酬率估计方差，不利用估计期数据；容易实现假定：每家公司的异常报酬率独立同分布；缺点：；方差变化未必相同(降低辨别力）；方差未必变化（降低拒绝力）几种常用检验方法（四）标准化截面相关调整法:Boehmeretal.(1991)非参数检验方法两种非参数方法符号检验收益率分布不对称，不能假定正负概率各为0.5符号秩检验非参数方法的缺点：没有充分利用样本信息两类特殊情况下的假设检验事件日集聚事件导致收益率方差增加事件日集聚事件日集聚（event-datesclustering)某些公司甚至全部公司的事件日为同一天影响：截面相关很严重检验方法标准化截面相关调整法资产组合检验方法SUR方法:Schipper&Thompson(1983,1985)资产组合检验方法文献：Brown&Warner,1985，检验方法：检验事件期某天的平均AR是否为0：统计量：其中，E代表估计期，LE为估计期长度。检验事件期某个子区间的CAAR是否显著为0统计量：其中，SUR方法假定考察的股票有N只，则设置N个似无关的回归方程。对第i只股票，其方程如下式：其中，为待估参数，为个股收益率，为市场收益率，下标i代表股票，下标t代表相对时间,代表检验事件有无市场反应的哑变量，其在事件期内取1，在其它时间取0。

对于似无关回归方程组，采用Zellner（1962）提出的方法进行估计（参见Zellner，1962；Greene,1997，pp.674-685），这种方法使用OLS的残差估计方程组的协方差阵，因而在大样本下可以改进回归估计的效率，但是如果样本很小且各个方程间的相关性很小，Zellner估计的效率反而不如OLS。

为检验事件是否导致了市场反应，对方程组施加某些约束条件，然后进行F检验，例如：事件日集聚情况下假设检验方法比较：资产组合检验方法功效较差（Brown&Warner,1985;Boehmeretal.,1991)：原因是估计方差时对个股信息利用不够标准化截面相关调整法功效较好：Boehmeretal.(1991)Schipper&Thompson(1983,1985)采用的SUR方法功效好，然而不方便使用，以后几乎无人采用事件导致股票收益率方差增加事件导致的方差增加情况很普遍Beaver(1968)；Christie(1983);Rosenstein&Wyatt(1990)忽略方差增加的后果：高估统计量几种检验方法GLS方法:Collins&Dent(1984)最大似然估计方法：Ball&Torous(1988)秩检验方法：Corrado(1989)标准化截面相关调整法：Boehmeretal.(1991)比较GLS方法和最大似然估计方法较少有研究者使用秩检验方法没有充分利用样本信息，只能作为补充标准化截面相关调整法功效较好，且应用方便结论一