事件研究评估法

事件研究最早由Fama、 Fisher、 Jensen和Roll在1969年研究股票拆细信息对股价的影响时正式提出。其基本原理是，根据研究的目的，选择某一特定事件以研究事件发生前后某一段时间内股票价格或收益率的变化过程，进而研究事件对股价的影响。事件研究方法被广泛用于与企业有关的重大事件和宏观经济事件的分析，例如公司的兼并与收购、新股增发、资产重组、盈利公布等信息的公布对股价的影响；市场政策、法规、交易机制等的变更对股价的影响；利率调整、CPI等宏观经济信息的公布对股票价格的影响。

一般事件的研究方法主要分为以下几个步骤：

1.选取估计窗、事件窗

在事件研究中，一个重要的步骤是设定事件窗，即在检验事件对公司证券价格的影响时确定的检验时间区。事件窗不宜过长（否则会引入事件以外的因素干扰或受其他事件的影响），也不宜过短（否则不足以完全描述事件对股价的影响）。总之所选取的上市公司在事件窗内没有发生其他重大事件，如图7-1：

图7-1

τ=T0 + 1到τ =T1τ；τ=T1 + 1到τ=T2；

L1 = T1 -T0为估计窗长度；L2 = T2-T1为事件窗长度。

这里，t=0表示事件日，即事件的公告日期。t=T1 +1到t = T2表示事件窗口，t=T0+1到t = T1表示估计窗口，t = T2 +1到t = T3表示事后窗口。其中，T0、 T1、 T2和T3分别为事件日前后的时间。

事件窗口是包括事件发生日在内的一个时间区间。估计窗口是选取来计算正常收益率的一个时间区间。假设事件没有发生，那么股票的收益率为正常收益率，一般用事件没有发生时的预期收益率来表示。事件后窗口是为了检验事件在事件窗口后对股价的影响，在事件窗口后选取一个事件区间后，我们要确定异常收益率。信息事件的影响要借助于累计的异常收益率来刻画，它代表了事件对企业或股票价格的影响程度。企业或股票价值的变化是由事件引起的，相对于证券市场价值变化而言，事件是一个外生变量，在许多情况下这种认为是合理的。

2.正常收益率的度量——市场模型

市场模型是某一证券收益对市场证券组合收益相关的统计模型。

其中，rt表示股票在第t天的收益率，rMt表示第t天的市场指数收益率。

3.异常收益率的度量

异常收益率的度量指事件窗内的真实收益率减去正常收益率，用以度量该事件对股价的影响。异常收益是指事件窗口内的真实收益率与正常收益率之差，用以度量该事件对股价的影响。在估计窗口通过OLS估计可以得到α、β的估计量、，于是得到事件窗口各个交易日的正常收益率的估计为：

其中，为事件窗口的市场收益率，为事件窗口的股票正常收益率。事件窗口各个交易日的异常收益率为：

4.异常收益率检验统计量的构造

异常收益率计算出来后，需要检验事件窗内的异常收益率是否显著。原假设：异常收益率（或累积的异常收益率）均值为0；备择假设：异常收益率（或累积的异常收益率）均值不为0。

对于估计窗口的市场模型：r=Xθ+ε，假设随机误差项ε～N（0，σ2） ，则θ的估计量也服从正态分布。而事件窗口的异常收益率向量：是的线性函数，因此也服从正态分布。即：

取V的对角线元素Vτ，则事件窗口每个交易日的异常收益率t的统计量为：

事件窗口中每个交易日的异常收益率仅仅反映了事件在某一天对股价的影响。事实上，为反映事件对股价的影响，往往需要考虑异常收益率在时间上的累积异常收益率，如图7-2。

图7-2

从τ1→τ2的累积异常收益率记为CAR （τ1，τ2） ，将CAR（τ1，τ2）定义为：

若同时检验N只股票，可以构造N只股票的平均异常收益率：

同样N只股票的平均累积异常收益率为：

其中，CARi（τ1，τ2）表示第i只股票的累积异常收益率。假设每只股票的日收益率序列均服从正态分布，且它们是相互独立的。则CAR（τ1，τ2）服从正态分布，也必服从正态分布：

而

因此N只股票的平均累积异常收益率的检验统计量为：

注意：对于N只股票的平均累积异常收益率的检验，一定要对好消息和坏消息进行分类，否则好消息和坏消息在股票间的影响相互抵消，最终会影响平均的异常收益率，进而得到虚假的实证结果。