事件研究法的计算步骤
事件研究法的计算步骤(精)
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rm,t 和ri,t(百分比收益率).rm,t= (Pm,t– Pm,t-1)/Pm,t-1ri,t= (Pi,t– Pi,t-1)/Pi,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 (rm,t+1)R i,t = In (ri,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 =αi+ βiRm,i+ εi,t其中Ri,t Rm,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，εi,t 代表回归残差.回归后得到的αi，βi，如果αi，βi，在估计期内保持稳定，则可算出预期正常收益率为：R i,t =αi+ βiRm,i4.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：ARi,t = Ri,t– Rm,t5.计算所有股票在[-15,15]内每日的超常平均收益率(Average AgnominalReturn). 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CARt( 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。
Event Study 事件研究法计算步骤
事件研究法研究步骤①定义事件、事件日事件研究的第一步是明确所研究的具体事件（event）。
例如，并购事件研究首先要明确“并购”的定义。
并购包括兼并（merger or statutory merger,或称吸收合并）、合并（consolidation,新设合并）和收购（acquisition）,还可以包括其他一些获取公司控制权的方式，如代理权争夺。
每一种并购类型还可根据不同标准进行细分。
你想研究哪一种口径的“并购”？光确定了“并购”的口径还不够，任何一次并购都是由一系列具体事件构成的一个过程，因此，并购事件研究还要确定研究的是哪一次具体事件及其日期。
例如，是并购的首次宣布日、股东大会批准日，还是并购完成之日。
事件（event day）的定义对事件研究的成败有时是决定性的。
许多学者（如Brown and Warner,1980,1985；Jensen and Ruback,1983）强调了正确识别事件日的重要性。
在美国早期的并购事件研究中（如Mandelker,1974; Ellert,1976；Langetieg, 1978）, 多采用并购生效日（目标公司股东最终批准日）作为事件日，结果未能发现预期的显著报酬①。
后来的研究改用并购计划宣布日，结果大不一样。
一般来说，我们以并购计划的首次宣布日为事件日。
②确定收益率间隔区间和事件窗口股价收益率的间隔区间（sampling interval）意味着采用日收益率、周收益率还是月收益率作为股价波动的计量标准。
这与事件窗口的长短有关。
采用日收益率能够精确地观察到事件对每一日影响力的大小。
如果事件窗口较短，例如两三个月，那么最好采用日收益率（如果时间窗口太短，甚至不可能采用周或月收益率）。
此外，从统计检验的功效（power）看，间隔越短，检验功效越高。
但是，考虑到收益率逐期累加（CAR法）可能带来的误差，股价波动较大的长窗口事件研究或许采用周收益率或月收益率更为合适。
事件研究法步骤
事件研究法步骤事件研究法是一种常用的社会科学研究方法，用于分析特定事件对某一目标变量的影响。
它通过对事件前后的数据进行比较，来评估事件对目标变量的因果效应。
以下是事件研究法的步骤。
1. 定义研究问题在进行事件研究之前，首先需要明确研究问题。
研究问题应该具体明确，并且需要与事件的因果关系相关。
例如，我们可以研究某一政策改革对经济增长的影响。
2. 确定事件根据研究问题，确定所研究的事件。
事件可以是政策改革、自然灾害、公司收购等。
事件应该具有明确的时间和地点，以便后续的数据收集和分析。
3. 收集数据收集事件前后的相关数据。
数据可以包括宏观经济指标、公司财务数据、社会调查数据等。
数据的选择应该根据研究问题和事件的特点进行。
4. 确定控制组事件研究法常常使用控制组来进行比较，以评估事件对目标变量的影响。
控制组是与事件组具有相似特征但不受事件影响的组。
例如，在研究政策改革对经济增长的影响时，可以选择没有实施该政策改革的国家作为控制组。
5. 进行数据分析使用统计方法对收集的数据进行分析。
常用的方法包括差异分析、回归分析等。
通过比较事件组和控制组的数据，可以评估事件对目标变量的因果效应。
6. 控制其他因素在进行数据分析时，需要控制其他可能影响目标变量的因素。
这些因素可能包括季节性变化、其他政策变化等。
通过控制这些因素，可以更准确地评估事件对目标变量的影响。
7. 进行灵敏度分析灵敏度分析用于评估结果的稳健性。
通过对数据的不同处理方式和模型的选择进行敏感性检验，可以检查结果的稳定性和可靠性。
8. 解释结果根据数据分析的结果，解释事件对目标变量的影响。
解释应该基于实证研究的结果，避免主观臆断和片面观点。
9. 讨论研究结果讨论研究结果的意义和贡献。
分析研究结果的局限性和不确定性，并提出进一步研究的建议。
10. 撰写报告将研究过程和结果撰写成报告。
报告应该包括研究的背景、目的、方法、结果和讨论等内容。
报告的撰写要求准确、简洁、逻辑清晰。
事件研究法
可见，异常收益即是市场模型中的误差项。
5.非正常报酬率累计
前面计算的非正常报酬率只是对某个事件日期而言的。为了更好地刻画事件对股票收益产生的影响，在研究事件期间股票的非正常报酬率时，需要按时间累积计算出该只股票的累计非正常报酬率 ：
当L1足够大时，CARi方差为：
当研究的分析单位为多只股票时，例如研究证券监管条例变更事件的影响，需要集结各只股票的非正常报酬率。N只股票在τ期间的平均非正常报酬率为：
当L1足够大时，
因此，N只股票在τ期间的平均累计非正常报酬率为：
6.统计检验
在计算出非正常报酬率后，接下来就需要进行统计检验，以判断在某一显著性水平上事件是否对股票收益产生了影响。统计检验是事件研究法的重要组成部分，确保事件研究法科学可靠。
一般而言，通过检验某一支股票在事件期间某一天的异常收益，对于推断事件在事件期间产牛的整体影响并无很大帮助。通常需要对事件期间累积的非正常报酬进行统计检验，以确定事件对股票整体收益的影响。
统计检验的步骤如下：第一步提出零假设Hθ“事件对股票的收益无影响。”
第二步构造统计量CARi(τ1,τ2)或 。当分析单位是某一特定股票时，选用CARi(τ1,τ2)；当分析单位是一组股票时，选用 。从前面的讨论中可知：
在有些情况下，须进一步界定后事件期间或称后事件窗(post-event window)，该期间数据和估计期间数据共同用来估计无事件情况下的期望收益，以便在有趋势性变异情况下提高期望收益值估算的可靠性。
三种期间的关系可用图表示。
3.确定分析单位
事件和各类期间界定清楚后，随之要确定观测和收集数据的对象(数据源)。如研究某一事件引起的国内上市公司股价变动情况，可选定上海或深圳证券交易所的上市公司或两者的公司都包括在内。当然，有时分析单位也可能就是某一特定的公司。研究者要根据假设论证要求来选择这些分析单位。
事件研究法公式
事件研究法公式
事件研究法是一种常用于金融学、经济学和其他社会科学领域研
究的方法。
在此方法中，研究者会选取一个事件作为起点，然后追踪
该事件对某些感兴趣的变量的影响。
下面，我们来详细了解一下事件
研究法的公式：
事件研究法的基本公式为：
AR = R - E(R)
其中，AR表示超额收益率；R表示实际收益率；E(R)表示预期收
益率。
通过计算超额收益率，我们可以确定该事件对研究变量的影响。
这个公式看起来简单，但实际上需要解决一些复杂的问题。
首先，我们需要确定事件的起点和终点。
事件的起点通常是某个
具有显著影响的事件，例如公司发布了一份财务报告或者政策出台了
一项新规定。
然后，我们需要确定事件对哪些变量产生影响。
这些变
量可以是股票价格、交易量、公司利润或其他感兴趣的指标。
接下来，我们需要计算预期收益率。
预期收益率可以通过多种方
式计算，例如利用过去的数据或者基于市场模型。
然后，我们可以计
算实际收益率，并通过公式计算超额收益率。
最后，我们需要使用统计学方法来确定超额收益率是否显著。
这
可以通过计算t值或z值来完成。
如果t值或z值大于1.96，则可以
确认超额收益率是显著的。
总之，事件研究法的公式可能看起来简单，但实际上需要解决许多复杂问题。
通过了解该方法，我们可以更好地理解金融和经济领域的研究，并从中获得实际指导意义。
python 事件研究法
python 事件研究法
Python 事件研究法是一种基于文本数据分析的方法，主要应用
于社会科学、金融、企业、媒体等领域。
该方法通过计算文本数据在
时间序列上的聚集程度和相关性，来研究某一事件对社会引起的影响。
Python 事件研究法具有快速、高效、精准的特点，能够帮助我们快速
了解某一事件的影响范围、关键时期和主要参与者等信息。
使用 Python 事件研究法需要以下步骤：
1. 收集相关文本数据：从各种媒体渠道、社交网络等收集与事
件相关的文章、新闻、评论等文本数据，并将其转化为结构化的数据，以便后续处理。
2. 文本预处理：对收集到的文本数据进行去噪、分词、去停用词、词性标注等预处理操作，以便后续计算文本的相似度和关联度。
3. 事件定义：根据具体的研究对象，定义事件的起始时间和结
束时间，并确定关键词列表，用于检索与事件相关的文本数据。
4. 计算事件窗口：根据事件定义和分词结果，计算出每个词语
在时间序列上的聚集程度，得到事件窗口。
5. 计算事件影响度：根据事件窗口和关键词列表，计算出每个
关键词在时间序列上的聚集程度和相关性，得到事件影响度。
6. 数据可视化：使用可视化工具对事件窗口和事件影响度进行
展示，以便研究者更好地分析结果。
Python 事件研究法的优势在于其能够帮助我们快速了解某一事
件的影响力和参与者等信息，从而更好地指导相关决策。
该方法在金
融行业的应用尤为广泛，例如利用事件研究法来研究股票的价格波动
和市场风险。
同时，该方法也可以应用于其他领域，例如疫情事件、
自然灾害等方面的研究。
4_事件研究法
具体方法是：选择事件窗之（外）前的某段时间，用 市场模型来估计公司的beta，然后用估计的beta来 计算公司在事件窗内的“正常收益率”。
如：(-180, -61)来计算beta，然后用(-60,30)内的Rmt和 估计的beta计算出的Rit就是公司“正常的收益率”。
市场模式假设个股股票的报酬率与市场报酬率间存在线性关系，并以 市场报酬率建立股价报酬率之回归模式，公式如下：
Rit＝αi ＋βi Rmt ＋εi,t
6
3.计算正常收益
CAPM模型估计正常收益率的样本数据选取区间为( - 180, - 31) ,即将 股利事件宣布前180天至前31天的时期作为清洁期，以此估计相关公 司的β系数，估计正常收益率。
事件研究法没有唯一的结构，当通常包括：
事件定义：盈余公告、并购公告、股利公告等 定义窗口期 正常收益 超常收益(AR, Abnormal return) 计算并检验累积超常收益(CAR, CAAR, Cumulative average abnormal return) 估计程序 经验结果的解释和结论
7
4.异常收益的度量
异常（超常）收益（AR）
事件后实际收益（R）－正常收益（E(R) 我们试图去计算的异常收益，就是因为事件的发生 而带来的市场的短期的反应，自然衡量了该事件对 公司价值的影响，而这也正是事件研究法的本质所 在。
8
市场模型
通过修正的CAPM模型－市场模型（Market Model），来估计“正常”的收益率。
1 t t 2 N 1 N t t 2 CAR[t1,t 2] AARt ARit ARit N t t1 i 1 N i 1 t t1 t t 1
事件研究法的计算步骤
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rm,t 和ri,t(百分比收益率).rm,t= (Pm,t– Pm,t-1)/Pm,t-1ri,t= (Pi,t– Pi,t-1)/Pi,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 (rm,t+1)R i,t = In (ri,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 =αi+ βiRm,i+ εi,t其中Ri,t Rm,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，εi,t 代表回归残差.回归后得到的αi，βi，如果αi，βi，在估计期内保持稳定，则可算出预期正常收益率为：R i,t =αi+ βiRm,i4.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：ARi,t = Ri,t– Rm,t5.计算所有股票在[-15,15]内每日的超常平均收益率(Average AgnominalReturn). 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CARt( 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。
- 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
考察所得税优惠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[-5,0]，即公告前的前5到前0个交易日，共5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，就短期绩效研究一般为[-10,10]。
本文事件研究选择的事件窗是[0，5].即从事件宣布日起的前5后5个交易日，共0个交易日.
2. 计算事件期[-5,0]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.选择所得税优惠政策颁布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 =αi +βi R m,i +εi,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，εi,t 代表回归残差.回归后得到的αi ，βi ，如果αi ，βi ，在估计期内保持稳定，则可算出预期正常收益率为：
R i,t =αi +βi R m,i
4. 计算每只股票在[-5,5]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[-5,5]内每日的超常平均收益率(AverageAgnominalReturn).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 (CumulativeAverageRetum)
计算所有所观察上市公司股票在[-5,5]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，对结果要作显着性统计验.即检验CAR 与0是否有显着差异.本文对AAA A ，AAA A 是否显着区别于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
A AAA=AAR A
A(AAA A)
√A
A AAA=CAR A
A(AAA A)
√A
其中,t=-5,-4,-3,…0…3,4,5
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。
给定显着性水
平就可以得到检验结果，本文设定的显着性水平为α=.
如果检验结果拒H
,CAR>0，表明该期间所观察上市公司股价表现给股东带来显着的超额收益，事件创造了价值。
如果检验结果拒H
,CAR<0，表明该期间所观察上市公司股价表现给股东带来显着的负面收益，事件没有创造价值。
若检验结果不能拒绝H
，认为所观察上市公司股东财富没有变化，并购事件是否创造价值无法判断.。