事件研究及其假設(shè)檢驗問題教材

06

事件研究及其假設(shè)檢驗問題本次課的內(nèi)容事件研究方法簡述事件研究的假設(shè)檢驗方法第一部分事件研究方法簡述定義、原理與適用范圍范例事件研究步驟計算期望報酬率的方法幾個特殊問題定義、原理與適用范圍定義：研究某一事件對公司價值（股票價格）的影響的方法原理：只要投資者理性，如果某項事件傳遞了新的信息，該事件就應(yīng)該導(dǎo)致股票價格發(fā)生變動適用范圍：經(jīng)濟(jì)（伊拉克戰(zhàn)爭、SARS）公司財務(wù)：并購、股票拆分、CEO變更會計：盈余公告、會計政策變更法律：內(nèi)幕交易或者證券欺詐案件范例最早的例子：Dolley(1933)內(nèi)容：股票拆分導(dǎo)致的股價變化樣本：1921-1931年的95例股票拆分結(jié)果：57例導(dǎo)致股價上漲；26例下跌Ball&Brown(1968)內(nèi)容：年度盈余公告的信息含量樣本：NYSE，1946-1966結(jié)果：好消息（未預(yù)期盈余為正）導(dǎo)致正的異常報酬率；壞消息（未預(yù)期盈余為負(fù)）導(dǎo)致負(fù)的異常報酬率趙宇龍（1998）內(nèi)容：會計盈余信息披露的信息含量樣本：在上交所上市的公司1994-1996年的財務(wù)報告結(jié)果：1994、1995年沒有信息含量；1996年有。事件研究的步驟確定事件：根據(jù)理論，該事件必須傳遞新的信息；該事件的市場反應(yīng)：根據(jù)理論，該事件將會導(dǎo)致怎樣的市場反應(yīng)確定樣本公司以及事件日確定事件窗口確保窗口內(nèi)沒有其他事件的影響（controlforconfoundingevents)計算期望報酬率從而計算異常報酬率并進(jìn)行假設(shè)檢驗非參數(shù)檢驗：如果樣本很小，用精確檢驗計算期望報酬率的方法均值調(diào)整方法市場調(diào)整方法：IPO市場模型方法：最為常用幾個特殊問題非同步交易調(diào)整β系數(shù)的計算：Scholes&Williams(1977)事件日不確定舍棄樣本或者拉長窗口：Ball&Torous(1988)的MLE風(fēng)險時變Garch模型的應(yīng)用：Corhay&Rad(1996);BRIOetal.(2003)事件日集聚調(diào)整假設(shè)檢驗方法事件導(dǎo)致收益率方差增加調(diào)整假設(shè)檢驗方法第二部分：假設(shè)檢驗方法概述參數(shù)化方法和非參數(shù)化方法幾種常用的參數(shù)化檢驗方法非參數(shù)化方法兩類特殊情況下的假設(shè)檢驗事件日集聚（event-datesclustering)事件導(dǎo)致的收益率方差增加(event-inducedvarianceincreases)結(jié)論概述事件研究的假設(shè)檢驗問題是一個經(jīng)驗問題，可能是數(shù)據(jù)依賴的檢驗方法的辨別力（Specification）和拒絕力(Power)檢驗方法的可操作性：應(yīng)用者偏好簡單方法研究者通過大量的數(shù)據(jù)模擬來找出較為嚴(yán)謹(jǐn)且成本較低的檢驗方法Brown&Warner(1980,1985);Collins&Dent(1984);Boehmeretal.(1991)；Campbelletal.(1997)參數(shù)化方法和非參數(shù)化方法幾種常用的參數(shù)化檢驗方法非參數(shù)化方法幾種常用的參數(shù)化檢驗方法原理：統(tǒng)計量：平均（累計）異常報酬率標(biāo)準(zhǔn)差幾種常用檢驗方法符號：N：樣本中公司數(shù)：i公司在事件期內(nèi)第t日的異常報酬率：i公司的估計期長度Rmt:第t日的市場報酬率：估計期市場報酬率的簡單平均：i公司用估計期數(shù)據(jù)獲得的異常報酬率的標(biāo)準(zhǔn)差E:代表估計期:i公司第t日的標(biāo)準(zhǔn)化異常報酬率其中，幾種常用檢驗方法（一）傳統(tǒng)方法：Brown&Warner(1980)假定：無截面相關(guān)、事件導(dǎo)致的方差變化不重要幾種常用檢驗方法（二）標(biāo)準(zhǔn)化異常報酬率方法:Patell(1976)假定：無截面相關(guān)、事件導(dǎo)致的方差變化不重要優(yōu)點：改善方差估計；考慮異方差問題幾種常用檢驗方法（三）普通的截面相關(guān)調(diào)整法：國內(nèi)研究者常用方法特點：只利用檢驗期的異常報酬率估計方差，不利用估計期數(shù)據(jù)；容易實現(xiàn)假定：每家公司的異常報酬率獨立同分布；缺點：；方差變化未必相同(降低辨別力）；方差未必變化（降低拒絕力）幾種常用檢驗方法（四）標(biāo)準(zhǔn)化截面相關(guān)調(diào)整法:Boehmeretal.(1991)非參數(shù)檢驗方法兩種非參數(shù)方法符號檢驗收益率分布不對稱，不能假定正負(fù)概率各為0.5符號秩檢驗非參數(shù)方法的缺點：沒有充分利用樣本信息兩類特殊情況下的假設(shè)檢驗事件日集聚事件導(dǎo)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為同一天影響：截面相關(guān)很嚴(yán)重檢驗方法標(biāo)準(zhǔn)化截面相關(guān)調(diào)整法資產(chǎn)組合檢驗方法SUR方法:Schipper&Thompson(1983,1985)資產(chǎn)組合檢驗方法文獻(xiàn)：Brown&Warner,1985，檢驗方法：檢驗事件期某天的平均AR是否為0：統(tǒng)計量：其中，E代表估計期，LE為估計期長度。檢驗事件期某個子區(qū)間的CAAR是否顯著為0統(tǒng)計量：其中，SUR方法假定考察的股票有N只，則設(shè)置N個似無關(guān)的回歸方程。對第i只股票，其方程如下式：其中，為待估參數(shù)，為個股收益率，為市場收益率，下標(biāo)i代表股票，下標(biāo)t代表相對時間,代表檢驗事件有無市場反應(yīng)的啞變量，其在事件期內(nèi)取1，在其它時間取0。

對于似無關(guān)回歸方程組，采用Zellner（1962）提出的方法進(jìn)行估計（參見Zellner，1962；Greene,1997，pp.674-685），這種方法使用OLS的殘差估計方程組的協(xié)方差陣，因而在大樣本下可以改進(jìn)回歸估計的效率，但是如果樣本很小且各個方程間的相關(guān)性很小，Zellner估計的效率反而不如OLS。

為檢驗事件是否導(dǎo)致了市場反應(yīng)，對方程組施加某些約束條件，然后進(jìn)行F檢驗，例如：事件日集聚情況下假設(shè)檢驗方法比較：資產(chǎn)組合檢驗方法功效較差（Brown&Warner,1985;Boehmeretal.,1991)：原因是估計方差時對個股信息利用不夠標(biāo)準(zhǔn)化截面相關(guān)調(diào)整法功效較好：Boehmeretal.(1991)Schipper&Thompson(1983,1985)采用的SUR方法功效好，然而不方便使用，以后幾乎無人采用事件導(dǎo)致股票收益率方差增加事件導(dǎo)致的方差增加情況很普遍Beaver(1968)；Christie(1983);Rosenstein&Wyatt(1990)忽略方差增加的后果：高估統(tǒng)計量幾種檢驗方法GLS方法:Collins&Dent(1984)最大似然估計方法：Ball&Torous(1988)秩檢驗方法：Corrado(1989)標(biāo)準(zhǔn)化截面相關(guān)調(diào)整法：Boehmeretal.(1991)比較GLS方法和最大似然估計方法較少有研究者使用秩檢驗方法沒有充分利用樣本信息，只能作為補(bǔ)充標(biāo)準(zhǔn)化截面相關(guān)調(diào)整法功效較好，且應(yīng)用方便結(jié)論一