事件研究法的计算步骤(精)
事件研究法的模型分类和具体内容
事件研究法的模型分类和具体内容
事件研究法是一种用于评估某一特定事件对资本市场股票收益率的影响的市场绩效分析方法。
该方法最初是基于威廉·夏普等人在1964年提出的资本资产定价模型(CAPM)发展而来。
在事件研究法的应用中，存在多种模型用于估计预期收益，包括市场调整法、市场模型法和Fama-French三因素（或者五因素）模型。
这些模型的选择
取决于特定的资本市场有效性条件。
市场调整法假设市场已经完全反映了所有信息，因此预期收益率就是市场收益率。
市场模型法则是基于资本资产定价模型（CAPM），通过历史风险溢价（beta）来预测未来的风险溢价。
Fama-French三因素模型是在资本资产定价模型（CAPM）的基础上，加
入了规模效应和价值效应两个因子，用以解释股票的回报率。
五因素模型则在三因素模型的基础上，加入了动量效应和成长效应两个因子。
在采用事件研究法衡量某个经济事件对公司价值影响及影响程度时，通常有两个基本假设条件：一是假设在事件研究窗口内，只有所研究的事件发生，没有其他事件对价格产生显著影响；二是假设事件影响可以由异常回报率来度量。
事件研究法的分析步骤包括确定事件日、选定事件窗口期、选定估计模型、选取合适的估计窗口估计模型参数、计算预期收益率、超额收益率和累计超额收益率、进行超额收益显著性检验。
通过这些步骤，事件研究法能够有效地评估特定事件对股东利益的影响。
以上内容仅供参考，如需更多信息，建议查阅相关文献或咨询专业金融分析师。
事件研究法(Event Studies 2 ppt课件
证券间)的加总与时间序列(主要指事件窗口)
上券的 组加成总)在。t时由于刻的AA平R 均t为超整额个收样益本率(设，由进N而个设证
C的AR超(t额1,收t2益)为率整，个则样超本额在收(益t1,率t2的)期截间面内（的所累有计股
票）和时间序列（全部时间）加总分别可以表
示为:
N
AAR t=1/N∑AR it
PPT课件
26
事件研究法
曾亚敏和张俊生(2005)以中国财政部和 国家税务总局联合颁布的要求对个人投资 者从上市公司取得的股息红利所得暂减按 50％计入个人应纳税所得额的文件为背景 进行了事件研究，发现股利所得税削减的 消息宣告后，股票的累计超常收益率与股 利支付水平正相关。
袁显平和柯大钢(2006)回顾了事件研究 方法发展及其在国内外金融经济研究的应 用问题。
事件） 2. 影响某一特定产业的事件 ｝（狭义事件） 3. 仅影响个别证券的事件
如：企业投融资决策对股票价格(或公司价 值)的影响、公司控制权交易、会计领域的 其它事件等。
PPT课件
7
事件研究法
事件研究方法通常包括以下七步骤：
1.对事ቤተ መጻሕፍቲ ባይዱ窗口进行定义
事件研究首要任务是确定所研究的事件， 并且确定要研究事件引起股票价格变化的 时间区段。例如，如果要研究宏观政策事 件对于股票价格变化的影响，首先应该选 取符合要求的宏观经济政策事件，例如重 要法律的颁布；然后确定在信息颁布前后 多长时间中研究股票价格变化。
PPT课件
21
事件研究法
如：： • 事件窗口长度的选择 • 样本的选择 • 正常收益率计箅模型的选择
在运用事件研究法时，认识并正确处理事 件研究中存在的“变数”是很有必要的。
事件研究法算法的研究与设计
事件研究法算法的研究与设计引言：近年来，随着信息技术的迅猛发展，大数据分析逐渐成为人们关注的热点。
在金融领域中，事件研究法因其独特的优势被广泛应用于事件研究和投资决策。
本文将探讨，旨在提高事件研究法的效率和准确性。
一、事件研究法概述事件研究法是一种根据特定事件对相关资产价格产生的冲击进行研究的方法。
它通过比较事件前后相关资产的收益来分析该事件对市场的影响。
事件研究法的基本假设是，事件前后资产收益的差异主要是由特定事件引起的。
这种方法广泛运用于金融市场，例如研究公司股票价格对盈利预告的反应等。
二、传统事件研究法算法的问题传统事件研究法算法主要包括事件窗口的设定、收益率的计算和显著性检验等步骤。
然而，传统算法存在以下问题：1. 事件窗口设定不合理。
传统算法通常将事件窗口设定为一个定长的时间范围，如前后10个交易日，但这种做法忽略了不同事件对市场的冲击时间可能是不同的，因此可能导致研究结果的偏差。
2. 收益率计算方法有限。
传统算法中常用的收益率计算方法主要包括简单收益率和对数收益率，但这些方法无法充分利用资产价格的全部变动信息，不能准确反映事件对市场的影响。
3. 显著性检验结果不精确。
显著性检验是事件研究法的核心步骤之一，常用的方法包括t检验和Wilcoxon符号秩检验等，然而，这些方法依赖于特定的分布假设，当数据不符合这些假设时，就会导致显著性检验结果的偏差。
三、改进的事件研究法算法设计为了解决传统事件研究法算法存在的问题，我们可以采取以下改进措施：1. 自适应事件窗口设计。
对于不同事件，可以根据其影响的持续时间和衰减情况，灵活设定事件窗口的长度。
例如，对于一次重大的公司并购事件，事件窗口可能需要设定较长的时间范围，而对于一次临时性的市场消息，事件窗口可以适度缩短。
2. 引入加权收益率计算方法。
传统算法中的简单收益率和对数收益率无法充分反映资产价格的全部变动信息，我们可以考虑引入加权收益率计算方法。
事件研究法
2.选取样本
选取与事件有关的样本，剔除事件窗口内有其他重要 影响事件的样本
1）计算个股各期异常回报
2）计算样本股各期平均异常回报 3）计算窗口期内的累积异常回报
CAR[t1,t 2]
1 N AARt ARit N i 1
1 t t 2 N 1 N t t 2 AARt ARit ARit N t t1 i 1 N i 1 t t1 t t 1
t t 2
计算结果一般绘图，以便直观观察规律和特点
5.假说检验
统计检验
检验CAR与0的差异是否显著。 如果检验结果显著，则说明该事件对股价影响显著， 否则，说明该事件对公司股价影响并不显著，或者 说影响没有通过证券市场反映出来。
卡方检验 多元回归分析
6.解释和结论
解释图示的意义 结合所提出的假说分析 结论和建议 事件研究法失效的原因： 证券市场非有效市场； 公告的信息与公司价值无关 事件信息已经被完全预期； 存在内幕交易； 难以精确识别事件日期
第二 ,虽然实际上“盈利信息公布的有效时间”一般为 “信息公布之日至前 1或 2天”,但结果显示在年度盈 利信息公布 3天前或 5天前 , A组的 CAR就开始急剧下 跌 ,而 B组的CAR开始快速上升。 这表明普通投资者在“盈利信息公布的有效时间”之 前图C (CAR(A)—;CAR(B)…)就已知公司的盈亏状况, 也表明投资者在得知公司盈利信息后,才根据其盈利状 况进行正确交易。
事件研究法讲解
室性
6
心动过速
一些例子
室性
7
心动过速
室性
8
心动过速
室性
9
心动过速
– 得到正常收益的参数估计后，计算非正常收益。需要 重点注意原假设的设定以及各公司非正常收益的汇总。
（6） 实证结果（Empirical results）
– 表达与诊断。
（7） 解释和结论（Interpretation and conclusions）
– 可以补充一些附加分析
室性
23
心动过速
四、正常收益估计模型与应用
i 0
i 1
该模型应用于无法事前估计模型参数的情况，
不得已才使用。例如，IPO 中。
室性
27
心动过速
（3）常量均值模型（Constant Mean Return Model）
即假定某一证券的平均收益不随时间的 改变而改变。
Rit i it
Eit 0
VARit
室性
12
心动过速
3.El-Gazzar (1998)：研究表明：机构投资者持 股比例越高，跟进公司的金融分析师越多，收 益公告的信息效应越弱。
4. Steiner，Volker(2001)：研究了欧洲债券价 格的变化与 Watch listings 和Standard & Poor 关于信用评级的公告之间的联系，发现： （1)当出现信用评级下降时，债券价格将有显 著的变化；而出现信用评级上升时，并没有很 显著的宣告效应。(2)特别地，当信用等级降为 投机级(speculative grade)时，价格变化尤其 显著。
事件研究法
事件研究法事件研究法(Event Study) 是一种统计方法，是在研究当市场上某一个事件发生的时候，股价是否会产生波动时，以及是否会产生“异常报酬率”(abnormal returns)，借由此种资讯，可以了解到股价的波动与该事件是否相关。
基本信息事件研究法(event study)由Ball& Brown (1968) 以及Famaetal(1969) 开创，其原理是根据研究目的选择某一特定事件，研究事件发生前后样本股票收益率的变化，进而解释特定事件对样本股票价格变化与收益率的影响，主要被用于检验事件发生前后价格变化或价格对披露信息的反应程度。
事件研究法是基于有效市场假设的，即股票价格反映所有已知的公共信息，由于投资者是理性的，投资者对新信息的反应也是理性的，因此，在样本股票实际收益中剔除假定某个事件没有发生而估计出来的正常收益(normal return)就可以得到异常收益(abnormal return)，异常收益可以衡量股价对事件发生或信息披露异常反应的程度。
方法步骤在研究过程中，首先须决定研究假说为何。
决定研究假说以后，须确定事件的种类及其事件日，估计期及事件期之计算期间，并以股价日报酬率估算其预期报酬率，再透过实际报酬与预期报酬之差额，观察整体股利发放事件，于宣告期间是否具有异常报酬的产生，最后借由统计检定来检视其统计值是否显著。
假说:譬如假设估计期间的CAR并没有产生资讯效果，而事件期的CAR可能产生资讯效果。
事件研究法的第二步，即确定所要研究的事件。
所谓的“事件日”，系指市场“接收”到该事件即将发生或可能发生的时间点，而非该事件“实际”上发生的时间点，此时点通常以“宣告日”为准。
时点认定的适当与否，对于研究的正确性，会有决定性的影响。
市场模式估计某一事件发生或公布后，对于股价影响，必须建立股票报酬率的“预期模式”，以估计“预期报酬”(expected returns)。
事件研究法
事件研究法编辑词条事件研究法(Event Study) 是一种统计方法，是在研究当市场上某一个事件发生的时候，股价是否会产生波动时，以及是否会产生"异常报酬率"(abnormal returns)，借由此种资讯，可以了解到股价的波动与该事件是否相关。
折叠编辑本段简介事件研究法(event study)由Ball& Brown (1968) 以及Famaetal(1969) 开创，其原理是根据研究目的选择某一特定事件，研究事件发生前后样本股票收益率的变化，进而解释特定事件对样本股票价格变化与收益率的影响，主要被用于检验事件发生前后价格变化或价格对披露信息的反应程度。
事件研究法是基于有效市场假设的，即股票价格反映所有已知的公共信息，由于投资者是理性的，投资者对新信息的反应也是理性的，因此，在样本股票实际收益中剔除假定某个事件没有发生而估计出来的正常收益(normal return)就可以得到异常收益(abnormal return)，异常收益可以衡量股价对事件发生或信息披露异常反应的程度。
折叠编辑本段步骤在研究过程中，首先须决定研究假说为何。
决定研究假说以后，须确定事件的种类及其事件日，估计期及事件期之计算期间，并以股价日报酬率估算其预期报酬率，再透过实际报酬与预期报酬之差额，观察整体股利发放事件，于宣告期间是否具有异常报酬的产生，最后借由统计检定来检视其统计值是否显著。
折叠编辑本段假说譬如假设估计期间的CAR并没有产生资讯效果，而事件期的CAR可能产生资讯效果。
折叠编辑本段确定事件研究法的第二步，即确定所要研究的事件。
所谓的“事件日”，系指市场“接收”到该事件即将发生或可能发生的时间点，而非该事件“实际”上发生的时间点，此时点通常以“宣告日”为准。
时点认定的适当与否，对于研究的正确性，会有决定性的影响。
折叠编辑本段市场模式估计某一事件发生或公布后，对于股价影响，必须建立股票报酬率的“预期模式”，以估计“预期报酬”(expected returns)。
【研究模型】事件研究法
【研究模型】事件研究法事件研究⽅法最早是被应⽤在⾦融领域，由Dolly在1933年提出，后经过Ball、Brown以及Fama 等研究才最终成熟。
该⽅法本质是⼀种针对某项经济事件对资产价格造成影响的程度和持续时间进⾏度量以及检验的统计学⽅法,或者使⽤⾦融市场数据来评估特定事件对公司价值的影响。
事件研究⽅法的理论框架主要是基于由尤⾦·法玛（1965）提出并深化的有效市场假说，即在有效的资本市场中，投资者是理性的，所有与价格相关的新信息都会⽴即包含在资产价格中。
因此，事件研究⽅法是衡量⼀个经济事件对企业影响的有效⼯具。
事件研究法通常被⽤于评估并购绩效，许多国外学者通过采⽤不同的样本和测量间隔，对⽬标公司和收购公司股东的异常回报进⾏了⼤量的实证分析。
不少国内学者也采⽤事件研究⽅法对中国企业的并购绩效表现进⾏了实证分析。
采⽤事件研究⽅法衡量某个经济事件对公司价值影响及影响程度时，通常有两个基本假设条件：（1）在事件研究窗⼝内，只有所研究的事件，没有其他事件，即使有也不会对价格产⽣显著影响；（2）事件影响可以由异常回报率来度量。
所以该⽅法的关键在于计算异常回报率和累积异常回报率。
事件研究通常包括以下⼏步：（1）净化数据（提出⽆关和⽆法研究以及其他原因）和计算事件窗⼝（2）估计正常表现（3）计算异常表现和累积超额回报（4）显著性检验（5）全部事件交叉检验（相当于稳健性检验）本篇旨在帮助你⽤stata来开展事件研究，并附上Stata的详细代码供参考。
假设你已经拥有⼀个时间变量（date）和公司标识（company_id）。
净化数据并计算事件窗⼝和估计窗⼝你很可能获取了超出你需要的每个公司的观察值，也有可能有⼀些公司的观察值不充分。
在你开展下⼀步前，你必须确保你的分析是建⽴在正确的观察值之上。
为了实现这⼀点，你需要设⽴⼀个变量dif ，它将会计算从观察（相当于估计期）到事件期的天数，这即有可能是节假⽇，也有可能是交易⽇。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
事件研究法的计算步骤
1.定义事件期
考察并购事件对上市公司股票价格影响的首要工作是确立一个事件期。
事件期包括:事前估计期与事后观察期。
事前估计期，又称清洁期，其作用在于估计正常收益率，本文所选用的清洁期为[-30,-10]，即公告前的前30 到前10 个交易日，共20 个交易日;事后观察期，又称时间窗，用于研究事件发生后股价的异常变化，探讨并购重组绩效的变化，确定事件窗的目的是为了获得并购重组事件对股票价格的全部影响.事件窗的长短可以根据研究需要自行设定，就短期绩效研究般为[-10, 10]。
本文事件研究选择的事件窗是[-1 5. 15]. 即从事件宣布日起的前15后15 个交易日，共31 个交易日 .
2.计算事件期[-30,-10]内的样本公司股票价格和市场指数{沪、深指数)日收益
率r
m,t 和r
i,t
(百分比收益率).
r
m,t
= (P
m,t
– P
m,t-1
)/P
m,t-1
r
i,t
= (P
i,t
– P
i,t-1
)/P
i,t-1
在本文计算中将百分比收益率转换股票连续复利收益率和市场指数连续复利收益率.
R m,t = In (r
m,t
+1)
R i,t = In (r
i,t
+1)
3.计算预期正常收益率
建立在假设资本资产定价模型(CAPM) 成立的情况下，根据证券资本资产定价理论模型来计算正常收益率.选择并购事件公告宣布H 前段期间为事前估计期，以该期数据为样本，以市场指数收益率为解释变量，以个股收益率为被解释变量，进行回归得
R i,t =α
i
+ β
i
R
m,i
+ ε
i,t
其中R
i,t R
m,i
分别为个股和市场指数的日收益率，且是股票的收益率对市场指
数收益率的回归系数，ε
i,t 代表回归残差.回归后得到的α
i，
β
i
，如果α
i，
β
i
，在估计期内保持稳定，则可算出预期正常收益率为：
R i,t =α
i
+ β
i
R
m,i
4.计算每只股票在[-15,15]内每日超常收益率（AR）。
股票i在第t日的超长收
益率为：AR
i,t = R
i,t
– R
m,t
5.计算所有股票在[-15,15]内每日的超常平均收益率(Average Agnominal
Return). 就是计算所有股票超常收益率的算术平均值.所有股票在第t 日的平均收益率为：
6.计算累积平均超常收益率CAR
t
( CumulativeAverage Retum) 计算所有并购重组公司股票在[-15,15] 内每日的累积超额收益率，第t 日的CAR 为：
7.检验假设
为了检验以上结果是否由股价随机波动引起的，对结果要作显著性统计验.
即检验CAR 与0 是否有显著差异. 本文对，是否显著区别于0进行统计检验。
检验假设为： H
0: AAR
t
= 0, CAR
t
= 0，检验统计量为：t
AAR
, t
CAR
其中, t = -15, -14, -13, … 0 … 13, 14, 15
根据上述假设，计算出来的统计量t
AAR , t
CAR
服从自由度为n-1的t 分布。
给
定显著性水平就可以得到检验结果，本文设定的显著性水平为α = 0.05.
如果检验结果拒H
, CAR > 0，表明该期间发生并购的公司股价表现给股东带来显著的超额收益，并购事件创造了价值。
如果检验结果拒H
, CAR < 0，表明该期间发生并购的公司股价表现给股东带来显著的负面收益，并购事件没有创造价值。
若检验结果不能拒绝H
，认为发生并购的公司股东财富没有变化，并购事件是否创造价值无法判断.。