【基于事件研究法的长城电子借壳上市短期市场绩效分析案例2500字】

基于事件研究法的长城电子借壳上市短期市场绩效分析案例目录TOC\o"1-3"\h\u21249基于事件研究法的长城电子借壳上市短期市场绩效分析案例 1269091.1分析方法 1316491.2分析过程 1303351.3结果分析 71.1分析方法事件研究法通过对收盘价的计算分析,分析其在企业并购事件披露日前后的股价变动,可以考核特定的事件对公司股票的超额收益率的影响程度,从而判断资本市场或公司对该事件的反映。本文采用事件研究法对长城电子借壳中电广通上市案例的短期市场绩效进行评价，主要是因为事件研究法在相关领域中广泛应用，学术界证明了用其研究短期市场绩效是可行且合理的，发展至今该方法已经较为成熟严谨，日趋完善，而且中电广通作为上市公司，公司股价易于获得，可操作性强。1.2分析过程（1）事件日、事件窗口期及事件估计期的确定2016年11月30日，上海证券交易所披露了中电广通此次重组预案，所以选择2016年11月30日为本次事件研究法的事件日。事件窗口期通常以事件日为中心，向前向后选取一定的期间，事件窗口期的时间跨度选择十分重要，对后续结果影响重大，窗口期过段无法将市场的反映完整的表达出来，过长则会包含更多的干扰信息，无法确定单一变量影响。通过阅读相关期刊文献，此次选择事件日前后30日为最终的事件窗口期，表示为T=（-30,30），如果事件窗口期中包含停牌日，则将停牌日进行剔除处理，一次得出事件的窗口期时间为2016年4月20日至2017年1月12日共61个交易日。根据市场有效性假说，股价波动与市场指数密切相关，公司股价随市场指数的变化而变化。事件估计期通常选取窗口期前的一段时间，利用估计期内公司股价与市场指数的关系，可以拟合出公司的正常股价收益。事件估计期通常选取事件窗口期前100天到前300天，此次事件估计期确定为事件窗口期前150天，去除掉停牌日，最后选取的时间跨度为2015年8月28日到2016年4月19日。窗口期内个股收益率与市场收益率如下表2.1所示:表2.1个股收益率与市场收益率Table2.1StockyyieldAndMarketProfitability时间股价个股收益率市场收益率2016-04-2019.84-0.00998004-0.0230834982016-04-2119.53-0.015625-0.0066248762016-04-2219.720.0097286230.0021500962016-04-2519.40-0.016227181-0.0042477122016-04-2619.980.0298969070.0061187712016-04-2720.250.013513514-0.003720107216-04-2819.33-0.045432099-0.0027362562016-04-2919.450.006207967-0.00246642016-05-0319.790.017480720.0184863892016-05-0420.450.033350177-0.0004581232016-05-0520.480.0014669930.002196392016-05-0619.21-0.062011719-0.0282182982016-05-0917.81-0.072878709-0.0278503582016-05-1017.34-0.0263896690.0001687792016-05-1117.29-0.0028835060.0015695882016-05-1217.28-0.000578369-0.0004141642016-05-1317.05-0.013310185-0.0030865392016-05-3018.760.1002932550.0004980422016-05-3120.640.100213220.0333628472016-06-0120.900.012596899-0.0010656192016-06-0221.560.0315789470.0040229852016-06-0321.670.0051020410.0045989562016-06-0621.860.008767882-0.0015598832016-06-0722.300.0201280880.0006635772016-06-0821.240.086995516-0.003026522016-06-1321.90-0.096534653-0.0321431122016-06-1423.800.0867579910.0032184162016-06-1521.460.0277310920.015840256续表2.12016-06-1621.470.000408831-0.0049850892016-06-1726.890.0988966080.0042773352016-11-3028.10.044998141-0.0100185082016-12-0122.29-0.10.0071614642016-12-0222.950.026097272-0.00900192016-12-0527.250.050096339-0.0120640862016-12-0627.280.001100917-0.0015795512016-12-0730.010.1000733140.0070617162016-12-0832.120.070309897-0.0021339182016-12-0930.86-0.0392278950.0054479022016-12-1227.77-0.100129618-0.0247188042016-12-1329.140.0493338130.0006555722016-12-1428.01-0.038778312-0.0045977272016-12-1528.830.029275259-0.0072771132016-12-1628.03-0.0277488730.0017015872016-12-1928.780.026757046-0.0015680212016-12-2029.180.013898541-0.0048775782016-12-2129.820.0219328310.0111360562016-12-2229.15-0.0224681420.0006783582016-12-2328.94-0.007204117-0.0093655222016-12-2628.25-0.0238424330.0039916352016-12-2728.690.015575221-0.0025315692016-12-2828.730.001394214-0.0039902542016-12-2928.24-0.017055343-0.0019788632016-12-3028.310.0024787540.0024354862017-01-0328.400.0031790890.0104018282017-01-0428.840.0154929580.0072939342017-01-0529.210.0128294040.0020947552017-01-0628.88-0.011297501-0.003503463续表2.12017-01-0929.350.0162742380.0053625492017-01-1028.99-0.012265758-0.0030161422017-01-1128.70-0.010003449-0.0078812112017-01-1228.710.000348432-0.005567827表2.1中的数据是事件窗口期,即2016年4月20日到2017年1月12日中电广通的个股收益率与市场收益率,给后续计算超额收益率提供数据支持。（2）估计市场模型参数股票预期收益率的计算是通过市场模型来完成的，核心是风险系数的确定，通过资本资产定价模型（CAPM）进行适当的修改，构建预期收益率模型，可以得到：Ri其中Ri'为被解释变量，选取的是长城电子第i日的日收益率，QUOTE为解释变量，选取的是上证指数。Ri'、QUOTE的数据可以通过东方财富Choice获取，其中式（2.1）中的α是截距，估计参数β是个股收益率对市场大盘收益率指数的回归系数，也就是股票的系统性风险，e为随机扰动因子。根据所获得的公开数据，把长城电子的实际收益率R和市场收益率Rm分别设为Y和X，通过Excel做线性回归，得到回归方程：y=1.6693x+0.0029（2.2）其中截距为0.0029，斜率系数为1.6693。如图2.1所示：图2.1中电广通个股收益率与沪市收益率对应散点图Fig.2.1CECCoreCastCorporationLimitedStockyyieldAndMarketProfitability根据中电广通在事件窗口期的个股收益率和上述公式计算出的预期收益率，可以计算出窗口期每一天的超额收益率与累计超额收益率，超额收益率用AR表示，累计超额收益率用CAR表示，计算公式如下：AR=RCAR=ΣAR（2.4）（3）事件研究法研究结果在结合前文所构建的预期收益率模型的基础上，筛选出本次事件窗口期内的有关数据，将公司股票在此期间内的个股收益率与预期收益率两个指标数值都予以精准地计算出来，两者的差异便是超额收益率AR窗口期内的超额收益率代数相加即事件窗口期内的累计超额收益率。最终计算出事件窗口期2N+1共61天的超额收益率和累计超额收益率，如下表2.2所示：表2.2窗口期超额收益率与累计超额收益率Table2.2WindowPeriodARAndCARDAYARCARDAYARCAR-300.0256471440.025647144-15-0.002792307-0.071450086-29-0.0074716160.018175528-14-0.011063221-0.082513307-280.0032342550.021409783-130.0965566030.014043296-27-0.0120419120.009367871-120.0416165060.055659802-260.016777770.026145641-110.0114704110.067130213-250.0168180690.04296371-100.0219582320.089088445-24-0.043769851-0.000806141-9-0.0054801230.083608322-230.0074197530.0.006613612-80.0084664520.092074774-22-0.016283246-0.009669634-70.0161151140.108189889-210.0312096190.021539985-60.0891422920.19733218-20-0.0051046520.016435333-5-0.0457845760.151547605-19-0.017813194-0.0013777861-40.0784803150.23002792-18-0.029294374-0.030672236-3-0.0016155760.228412144-17-0.029576693-0.060248928-20.0058249770.234237121-16-0.008408852-0.06865778-10.0888513160.323088437T=0AR=0.058816395CAR=0.3819048321-0.1148596670.26704516616-0.0265057890.452657627续表2.220.0382185390.305263704170.0055241320.45818175930.0673292050.37259290918-0.0334108160.42477094340.0008323180.373425227190.0168957930.44166673650.0853801510.458805378200.0051497170.44681645360.0709666830.529777206221-0.0166573840.4301590697-0.0512271750.47854488722-0.0044920050.4256670648-0.0617726770.4167722123-0.0170896040.4085774690.0453342020.462106412240.0004121620.40898962310-0.0340087750.428097637250.0064274150.415417038110.03851740.46661503726-0.0083545810.40706245712-0.033494560.433120477270.0044174370.411479893130.02646920.45958967728-0.0101363050.401343588140.0191352220.478724899290.0002470920.401590679150.0004385170.479163415300.0067373210.408328001为了进一步验证事件的发生是否真正对公司股价产生了显著影响，本文决定对计算出来的累计超额收益率指标进行显著性检验。采用SPSS26对CAR做显著性水平a=5%的单样本检验。检验结果如表2