第九章 事件研究法

第九章事件研究法

本章导读：

在了解了stata的基本概念和命令后，从本章开始介绍会计和财务研究中的一些经典研究方法和程序。在国外,事件研究法首先被广泛应用于金融经济领域 ,近几十年来出现的有关事件研究方面的文献已成为会计与财务文献中的重要组成部分。本章首先对事件研究法的概念和基本步骤作了简单介绍，以及事件研究法如何在stata中实现。

9.1 事件研究法简介

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后，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，我可以了解到股价的波动与该事件是否相关。

一般而言 ,事件研究包括以下几大步骤

●定义事件以及事件研究窗口

●选择研究样本

●选择度量正常收益的模型

●估计异常收益和累计超额报酬

●检验异常收益的显著性

●实证结果与解释

9.1.1 定义事件与事件窗

事件包括合并、收购、收益公告或再融资行为等 ,若研究者关心增发对股东财富的影响 ,此时的事件即为增发公告。事件研究所涉及的窗口包括估计窗、事件窗与事后窗等 ,如图1 ,t = 0 为事件日; t = T1 + 1 至t = T0 代表事件窗,其长度为L1 = T1 - T0 ; t = T0 + 1 至t = T1 为估计窗,其长度为L2 = T2 - T1 ;t = T2 + 1 至t = T3 为事后窗,其长度为L3 = T3 - T2。估计窗的作用在于估计正常收益(或估计正常收益模型的参数) ,一般情况下,估计窗的长度应大于等于120天;事件窗是用于检验股价对事件有无异常反映的期间, 有时事件窗仅为一天(即事件发生的当天) ,有时为两天(即事件公告当天与后一天) ,有时为三天(即公告前一天、公告当天与公告后一天) ,也有学者将事件窗定义为公告前后10天、20天或更长,事件窗长短主要取决于研究者的研究目的:事后窗主要用于考察事件发生后股价(或企业价值)有无异常变化,常见于探讨某一事件长期绩效的研究中。

9.1.2 研究样本的选择

事件研究中 ,研究样本的选择是很重要的 ,有时是否应将某一发生事件的公司包括在研究样本之内还需要仔细考虑 ,尤其是小样本研究。为此 ,应当预先确定样本的选择标准 ,如设置数据可获性的限制、 行业限制等。

9.1.3正常收益模型的选择

为了评价事件的影响 ,我们需要度量异常收益 ,异常收益是事件窗期间证券的实际收益与正常收益之差。

即:it it it R K ε+= (1)

it K 是实际收益 , it R 是正常收益(由市场模型计算得出) , it ε是异常(或非期望)收益部分。

在如此分解下 ,异常收益it ε是实际收益和正常收益之差:

it it it R K -=ε (2)

换言之 , it ε是事件条件下的收益与无事件条件的期望收益之间的差。因此 ,异常收益是证券持有者财富的变化。在定义异常收益之前 ,必须设定(或选择)正常收益模型。用于估计正常收益it K 的模型包括统计模型与经济模型 ,统计模型以资产收益行为的统计假设为基础 ,不依赖于任何经济理论 ,而经济模型以有关投资者假设为基础 ,不依赖于统计假设

我们计算正常收益通常采用的是市场模型。市场模型是将某一证券收益与市场证券组合收益相联系的统计模型。即:

it m t i i it R R εβα++= (3)

E[it ε ] = 0 Var[it ε] = 2it

σ (4) 其中 , it R 与mt R 分别是证券 i 和市场投资组合在 t 期的收益,

it ε扰动项 ,其均值为 0 ,

方差为2it σ、 βi 与2it σ为市场模型的参数。

9.1.4 估计异常收益

在选择好用于估计正常收益的模型后 ,接下来的步骤就是对异常收益进行估计。由方程

(2)可知 ,异常收益it it it R K -=ε , it K 无需估计 ,需要估计的it R ,一般用估计窗内的相关数据进行估计 ,如在使用日数据与市场模型的事件研究中 ,市场模型参数可通过事件发生前 120天的数据进行估计 ,再运用所估计出的参数与事件窗对应的数据计算it R 的估计值。

计算出异常收益日数据(即it ε)后 ,需要对异常收益进行加总 ,异常收益的加总包括截

面上(各种证券间)的加总与时间序列(主要指事件窗)上的加总。设t AR 为整个样本(设由 N 个证券组成)在 t 时刻的平均异常收益;CAR ( t1 , t2 )为整个样本在( t1 , t2 )期间内的平均异常收益 ,则异常收益的截面和时间序列加总分别可以以式(5) 、 式(6)表示:

∑=N

it t N AR 1

1ε (5) ∑=2

1),(21t t t AR t t CAR (6)

9.1.5 检验异常收益的显著性

异常收益计算出来以后 ,需要检验其显著性。零假设通常是:异常收益(或累积异常收益)均值为 0 ;备测假设是:异常收益(或累积异常收益)均值不为 0。检验的方法包括参数检验法与非参数检验法。

9.1.6 实证结果与解释

通过上述步骤 ,实证结果的取得就顺理成章了。但需要注意的是 ,有时 ,尤其是利用有限的事件观察数据(小样本)进行研究时 ,实证结果可能会较大程度地受一、两个公司的影响。因此 ,在下结论或进行解释时应特别谨慎。

9.2 事件研究法的stata 程序及解释

本节主要是帮助同学用stata 程序进行时间研究。我们假设你已经对stata 有一个基本的了解。接下来，我们对stata 在事件研究法中的应用进行系统的阐述。

9.2.1 样本的选择，估计窗以及事件窗

关于样本的选择。可能你现有每个公司的观测值大于你所需要的，也有可能对于某些公司来说你没有足够的观测值。在进行事件研究法之前，你必须选择正确的样本来进行分析。

sort company_id date

/*按公司和日期进行排序，此处为升序*/

by company_id: gen datenum=_n

/*对每个公司每个日期生成序号，此处序号是按照日期的升序来排列的，如2009年12月14日为编号为1的话，那么2009年12月15日就编号为2，依此类推*/

by company_id: gen target=datenum if date==event_date

egen td=min(target), by(company_id) /*找出事件日所对应的序号*/

drop target

gen dif=datenum-td/*定义diff，即用交易日减去事件公布日的序号，得到两者相隔天数by company_id: gen event_window=1 if dif>=-2 & dif<=2

/*选择事件期窗口的大小，此处事件期窗口的大小选取（-2，2）共5天。当然可以根据研究需要调整事件期窗口，如（-5，5），（-10，10）等.定义的变量event_window，若在事件期内则取值为1 */

egen count_event_obs=count(event_window), by(company_id)

/*计算每个公司事件期的长度*/

by company_id: gen estimation_window=1 if dif<-30 & dif>=-60

/*选择估计期的长度，此处选择的估计期为事件日前60天至前30天。定义的变量estimation_window，若在估计期内则取值为1*/

egen count_est_obs=count(estimation_window), by(company_id)

/*计算每个公司估计期的长度*/

replace event_window=0 if event_window==.

/*如果不在事件期内，event_window取0，则event_window可以看成一个虚拟变量*/ replace estimation_window=0 if estimation_window==.

/*如果不在估计期内，estimation_window取0，则estimation_window可看成一个虚拟变量*/

tab company_id if count_event_obs<5

tab company_id if count_est_obs<30

/*列出没有足够的观测的公司*/

drop if count_event_obs < 5

drop if count_est_obs < 30

/*删除这些没有足够的观测的公司*/

注意：在删掉观测值之前，需要确保数据集用不同的名字保存，当然你也可以删掉一些不用的变量：count_event_obs 和count_est_obs.

9.2.2 估计正常收益

在选择了正确的研究样本以及确定事件期和估计期后，首先我们需要计算正常收益。要计算正常收益，就需要对每个公司估计期的数据进行单独回归，每个公司得出α（截距项）和β（解释变量的系数）。这些系数将用来计算事件期的正常收益。注意我们回归方程中的解释变量——收益可以从数据库中提取，而被解释变量为市场的平均的收益——set more off

/*关闭 more 选项。如果打开该选项，那么结果分屏输出，即一次只输出一屏结果。你按空格键后再输出下一屏，直到全部输完。如果关闭则中间不停，一次全部输出。*/

gen predicted_return=.

egen id=group(company_id)

/* 生成变量id ，给公司从1到N 编号 ，N 为观测值充分的发生此事件的公司个数*/

forvalues i=1(1)N

{ /*注，用N 来代替最大的id 值 */

l id company_id if id==`i' & dif==0

reg ret market_return if id==`i' & estimation_window==1

predict p if id==`i'

replace predicted_return = p if id==`i' & event_window==1

drop p

}

/*此过程每个公司都要进行，从而对每个公司的估计期的数据进行回归，得到的回归系数来计算事件期的正常收益*/

9.2.3 超额收益和累计超额收益

上一步我们求出每个公司事件期的正常收益，这样我们就可以计算超额收益和累积超额收益。事件期的日超额收益等于实际收益-正常收益。整个事件期超额收益的和即为累积超额收益。

sort id date

/*对公司和日期排序*/

gen abnormal_return=ret-predicted_return if event_window==1

/*计算事件期内的日超额收益*/

by id: egen cumulative_abnormal_return = sum(abnormal_return)

/*计算每个公司的累积超额收益*/

9.2.4 超额收益的显著性检验

我们接着需要计算一个统计量来检验对于每个股票来说，其平均超额收益是否在统计上显著异于0. SD

AR AR n test _1

∑= 其中AR 是超额收益，AR_SD 是超额收益的标准差。如果test 的绝对值大于1.96，则每支股票的平均超额收益在5%的显著性水平上异于0.

sort id date/*对公司和日期排序*/

by id: egen ar_sd = sd(abnormal_return)

/*对每个公司求超额收益的标准差*/

gen test =(1/sqrt(number of days in event window)) * ( cumulative_abnormal_return /ar_sd)

/*生成test 统计量*/

list company_id cumulative_abnormal_return test if dif==0

/*列出发生事件的公司代码，累计超额收益，test 统计量*/

注：此检验用到的是样本的标准差。一个不太保守的方法是用全部公司的标准差。为了从stata 提供的样本标准差中获得全部公司的标准差，需要乘以

n

n 1 。 最后，可以将事件研究的结果放到一个Excel 可读的excel 表格文件中： outsheet company_id event_date cumulative_abnormal_return test using stats.csv if dif==0, comma names

9.2.5 事件的整体检验

除了需要了解每个公司的平均差额收益，我们可能还需要计算所有公司的累积超额收益，将所有的公司看成是一个整体。Stata 程序如下：

reg cumulative_abnormal_return if dif==0, robust

回归方程中的常数项系数的P-值将给出所有公司的累积超额收益的显著性水平。这个检验比t-值检验更好，是因为t-值检验要求稳健的标准差。

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。 事件窗口（event window）就是检验所研究事件对样本股价的影响程度所覆盖的期间，或者说是样本股价变动的观察期间。事件窗口以事件日为轴心，向前向后各若干日（周、月）。窗口的长短要考虑两个因素：一是事件影响力的时间长短，时间长的适合长窗口；二是其他事件的干扰（噪音）。在选定的窗口内可能会发生影响股价的其他事件，例如，并购事件发生后不久公司公布年度业绩。为了避免其它事件的影响，要么将这种个案从样本中剔除，要么缩短窗口。缩短了的窗口可能不能完全反映事件的影响力，而剔除一部分个案则要冒累积平均异常收益率（CAR）失真或统计检验不过关的风险。实际研究过程往往要在二者之间进行权衡。 ③筛选样本或子样本 发生所定义事件的个案可能会很多。为了进行目标明确的深入分析，可能要进行样本的筛选，将样本限制在一定范围内。样本筛选的关键是设定筛选标准（select criteria）。筛选标准可以是样本的时间跨度、上市地点、所属行业，或者公司的某种特征（如规模、业绩、财务状况）等等。例如，可以把样本限制为1995-2000年间发生了控制权转移的沪市上市公司。有时候，为了进行更深入的考察或比较，可以在样本基础上继续筛选出子样本。例如，在上述样本中筛选出绩优子样本和ST 子样本。需要注意的是，我们并不能随心所欲地根据研究需要来筛选样本（子样本），这要受到样本（子样本）容量的限制。一般来说，小样本的统计检验失真。容量小于30的样本被认为统计意义不大。 ④确定正常收益的计量模型 事件研究的逻辑是：即使没有发生所定义的事件，公司股价也会有波动。此时的股价收益被称“正常收益”（normal return）或“预期收益”（expected return）。发生所定义事件时的股价收益并不全部代表所定义事件的影响（事件收益，event return），它还包括正常收益。因此，将实际股价收益减去正常收益后的“异常收益”（abnormal return）就是事件收益（也称“未预期收益”，unexpected ①事件日问题在采用月数据的研究中有时会比较突出，特别是当事件的影戏力较短暂时。这是多数文献采用日数据的一个原因。

教育研究方法第九章研究结果的定量描述

第九章研究结果的定量描述 对研究获得的有效内容进行统计处理，使其成为用数据形式和数据表现形式的研究材料，以数量化的方式说明研究结果，称为研究结果的定量描述。研究结果的定量描述可以更有效和准确的反应问题。例如，某学校三年级的期中数学测验后，知道其中一位学生的成绩为90分。仅仅有这个分数，很难说明该同学的成绩在这个年级中是否属于优秀。如果用统计处理，可以计算出全年级数学平均成绩为76分，标准差为7分。这样就可知该学生高于平均分数2个标准差，或该学生的成绩高于全年级95%的学生。可见，经过统计处理 可以有效而准确的说明情况。 在教育科学研究中，研究结果定量描述的数学工具是教育统计。教育统计主要用于研究内容的分类整理、编制数据的各种图表、定量分析和由样本推论总体等。对研究数据使用统计方法，进行变量之间关系或规律性的分析、推论，形成量化描述，增加了解释教育科学问题的科学性和有效性。统计分析还可以训练科学思维方法，使研究者逐步形成科学推理和抽象思维的方式和习惯。 近年来，定性研究方法（例如，深度访谈法、参与观察法等）也要求对收集来的数据资料进行相应的统计分析。所以不懂统计方法，难以了解他人的研究进展，也难以确定自己的研究方向并进行深入的研究。 虽然统计方法是教育科学研究的重要工具、方法，但是不可以用工具、方法代替研究本身，那种以为“统计万能”的思想是片面的、不正确的。作为教育科学研究的重要工具，高水平的有创意的研究如果没有适当的统计分析方法的辅助，就不能显示其高水平、创造性。但是统计分析本身并不决定研究的科学价值。“现代”的统计分析方法也不可能提高低劣水平的研究。 统计分析要与定性分析相结合，没有这样的结合不能很好的实现和有效的推动教育科学研究工作。例如，统计分析是为了揭示数据的特征和规律性，这种定量分析的方向、范围必须要由定性分析来规定，而不是由研究者随意确定的。统计分析的进行需要依据一定的方法和公式，这些方法和公式的选择需要研究者具备一定的教育科学的专业知识。否则，统计分析只是在数据上绕圈子，进行数学游戏，而不具有任何教育科学研究的意义。此外，统计分析得出的规律（或特征）也需要借助于教育科学理论才能正确地解释。 第一节　研究结果的初步整理 一、数据的分类

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 =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[-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(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：

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 ， 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

用stata做事件研究

用stata做事件研究 时间研究通常被用来检验市场对附带相应利益事件的反应。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） 这个文章旨在帮助你用stata来开展事件研究。假设你已经拥有一个时间变量（date）和公司标识（company_id），如果你需要准备你的数据或者想要利用我们的数据尝试一下相应的命令，去data preparation页面。 我们同时也假设你对stata 有一个基本的了解。如果你需要和stata命令相关的帮助，你可以从here找到更多。如果你从一个可执行文件中进入命令，你的任务就会简单的多，因为可执行文件中包含了一系列的stata命令。 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。 就交易日天数： sort company_id date by company_id: gen datenum=_n by company_id: gen target=datenum if date==event_date egen td=min(target), by(company_id) drop target gen dif=datenum-td 就节假日： gen dif=date-event_date 由上可以看出，计算交易日天数比计算节假日天数稍微复杂一点。对于交易日，我们首先需要设立一个变量，这个变量是用来计算每一个公司标识范围内的天数，然后我们再确定哪些观测值发生在事件期内。 我们设立一个和事件天数有关的变量。这个事件天数建立在company_id范围内的所有观察值的基础上。最后，我们选取二者之间的差异来设立一个变量dif，以计算每一个个体观测值和事件期之间的天数。下一步，我们需要确定我们事件期前后的最小观察期天数以及事件窗口之前的估计窗口的最小观察期天数。比如我们想要一个事件期前后两天的窗口（总共5天的事件期）以及一个30天的估计窗口（你可以改变这些数字以适应你的分析）。 by company_id: gen event_window=1 if dif>=-2 & dif<=2 egen count_event_obs=count(event_window), by(company_id) by company_id: gen estimation_window=1 if dif<-30 & dif>=-60 egen count_est_obs=count(estimation_window), by(company_id) replace event_window=0 if event_window==. replace estimation_window=0 if estimation_window==.

第九章 事件研究法

第九章事件研究法 本章导读： 在了解了stata的基本概念和命令后，从本章开始介绍会计和财务研究中的一些经典研究方法和程序。在国外,事件研究法首先被广泛应用于金融经济领域 ,近几十年来出现的有关事件研究方面的文献已成为会计与财务文献中的重要组成部分。本章首先对事件研究法的概念和基本步骤作了简单介绍，以及事件研究法如何在stata中实现。 9.1 事件研究法简介 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后，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，我可以了解到股价的波动与该事件是否相关。 一般而言 ,事件研究包括以下几大步骤 ●定义事件以及事件研究窗口 ●选择研究样本 ●选择度量正常收益的模型 ●估计异常收益和累计超额报酬 ●检验异常收益的显著性 ●实证结果与解释 9.1.1 定义事件与事件窗 事件包括合并、收购、收益公告或再融资行为等 ,若研究者关心增发对股东财富的影响 ,此时的事件即为增发公告。事件研究所涉及的窗口包括估计窗、事件窗与事后窗等 ,如图1 ,t = 0 为事件日; t = T1 + 1 至t = T0 代表事件窗,其长度为L1 = T1 - T0 ; t = T0 + 1 至t = T1 为估计窗,其长度为L2 = T2 - T1 ;t = T2 + 1 至t = T3 为事后窗,其长度为L3 = T3 - T2。估计窗的作用在于估计正常收益(或估计正常收益模型的参数) ,一般情况下,估计窗的长度应大于等于120天;事件窗是用于检验股价对事件有无异常反映的期间, 有时事件窗仅为一天(即事件发生的当天) ,有时为两天(即事件公告当天与后一天) ,有时为三天(即公告前一天、公告当天与公告后一天) ,也有学者将事件窗定义为公告前后10天、20天或更长,事件窗长短主要取决于研究者的研究目的:事后窗主要用于考察事件发生后股价(或企业价值)有无异常变化,常见于探讨某一事件长期绩效的研究中。 9.1.2 研究样本的选择

社会调查研究方法教案第9章 实地研究

第9章实地研究（4学时） 在社会研究的四种研究方式中，实地研究是惟一一种具有定性特征的研究方式。无论是其所具有的方法论背景、研究目标，还是其研究的策略、资料收集方以及资料分析方法等等，都与前面介绍的几种定量研究方式有着较大的差别。本章中，将对实地研究的类型、实施过程、实地研究中两种基本的资料收集方法——观察与访问等内容进行介绍。 第一节实地研究及其类型 一、实地研究的概念 实地研究是一种深入到研究现象的生活背景中，以参与观察和非结构访谈的方式收集资料，并通过对这些资料的定性分析来理解和解释现象的社会研究方式。按照不同的标准，它常常被区分为参与观察、个案研究等。 实地研究是一种定性研究方式，也是一种理论建构型的研究方式。实地研究方式的基本特征是强调“实地”，即研究者一定安深人到所研究对象的社会生活环境，且要在其中生活相当长一段时间，靠观察、询问、感受和领悟，去理解所研究的现象。其基本的逻辑结构是：研究者在确定了所要研究的问题或现象后，不带任何假设进入到现象或对象所生活的背景中，通过参与观察和收集各种定性资料，在对资料进行韧步的分析和归纳后，又开始进一步的观察和进行归纳。通过多次循环，逐步达到对现象和过程的理论概括和解释。 二、个案研究及社区研究 如前所述，实地研究可以说是参与观察与个案研究的合称。从研究背景和对象范围上看，个案研究是其特征；而从研究方式和资料收集方法上看，参与观察则是其突出的特点。由于后面将对参与观察作更详细的介绍，这里只对个案研究的方式略作探讨。 个案研究即对一个个人、一件事件、一个社会集团，或一个社区所进行的深入全面的研究。它的特点是焦点特别集中，对现象的了解特别深入、详细。个案研究通过对事物进行深入的洞察，能够获得非常丰富、生动、具体、详细的资料，能够较好地反映出事物或事件发生、发展及变化的过程；而且能为后来较大的总体研究提供理论假设。因此，这种方法在社会科学的发展中也发挥着重要的作用。个案研究的方式对于深入实地研究一个特定的单位，或者是为着比较的目的而研究几个单位来说特别有用。 当研究的个案是一个社区时，通常又称为社区研究。社区研究中，研究者通常采用参与观察、访谈，以及收集当地现有文献等方法来收集资料。而且，研究者通常要在该社区中生活一段时间(少则几个月，多则几年)．参与当地人的社会生活。个案研究以及社区研究所具有的深入、全面的特点是其明显的长处。而其最大的不足，或者说其最困难的一个方面，是如何发掘个案研究所具有的概括意义。 三、实地研究的例子 或许介绍实地研究方式的最好方法就是按实地研究者所习惯的方式对其进行描述。让我们先从1个实地研究的例子开始。

事件研究法

事件研究法 什么是事件研究法 事件研究法是指运用金融市场的数据资料来测定某一特定经济事件对一上市公司价值的影响。 事件研究法概述 在金融和财务领域应用广泛，最早是由多雷(Dolley，1933)提出的，他使用该方法是为了研究拆股对股价变化的影响，近20年来，该方法已被广泛地应用于证券市场的研究。 事件研究法是目前普遍研究经济事件对公司价值影响的方法。最早的使用者是Dolley，他用事件研究法研究了股票分割的价格效应。Ball和Brown(1968)引入了目前使用的事件研究法，研究了盈余的信息含量，Fama(1969)研究了股票股利效应。Brown和Warner(1980)进一步完善了事件研究法，对几个统计假定进行了修正。事件研究法是进行“半强式有效性检验”的基本方法。事件可以是指公司重大事件的发生日，如公司兼并公告日、债券发行日、盈利宣告日、股票股利发放日，也可以是普遍的经济事件，如通货膨胀、贸易赤字等的发生。 事件研究(Event Study)描述了一种经验财务研究技术，运用这种技术可以使观察者评估某一事件对一个公司股价的影响。在市场中，很多分析师希望能够通过技术手段来研究红利变化对股价的影响。如果能够得出较好的研究结论，然后通过利用一种较好的预测红利变化的手段，分析师可以连续地从市场中获取超过市场回报的异常收益或超常收益，从而赚取丰厚的交易利润。 事件研究法的特点 事件研究法的比较优势在于其研究过程具有简单、明了的逻辑线索，即某一事件的发生是否影响了时序性价格序列，这种影响程度可以用超额收益来计算。 事件研究法的基本思想 事件研究法的基本思想是：设定事件产生影响的时间段为事件窗口(Event Window)，计算事件窗口期的日异常收益率(该期实际收益率与不发生事件条件下的收益率的差值)和累计异常收益率，并用这两个指标的统计检验量衡量事件影响的显著程度。 事件研究法的步骤 事件研究法无严格的研究规范，但可概括一般适用的研究步骤如下。 1.界定事件及事件期间 应用事件研究法首先要判别研究工作关注的是何种事件。这显然又要依据研究假设。例如，如果研究者设想：“企业分股行为将导致股价上升”或“企业盈利增长和并购行为相关”，则“分股”或“并购”成为研究者关注的事件。在界定了所关注的事件之后，还需要辨别、确定与之相关的事件期间或称事件窗(event window)，即事件可能对因变量(股价、盈利)产生影响的时间段。

第九章(财产保险)案例分析

第十一章案例分析 案例一：某造纸厂投保企业财产保险，固定资产按原值投保，保险金额为60万元，流动资产按最近账面余额确定，保险金额为30万元，账外财产估价投保，保险金额为4万元。投保不久后便发生火灾，机器设备损失15万元，成品半成品损失10万元，账外财产损失2万元。损失发生后确定固定资产价值为80万元，流动资产出险时帐面余额为50万元，帐外财产出险时价值为3万元。请问：保险公司对上述损失应如何赔付。 解：保险公司应赔付的金额为：

6030 ?+?+=（万元）1510219.25 8050 案例2：电梯线路起火受损拒赔案 [案情简介] 某事业单位向A保险公司投保财产综合 险，承保房屋建筑及附属机器设备等设施。 保险期间内，被保险人向保险公司报案，表 示投保设备中有一电梯线路起火，造成配电 柜起火使两部进口电梯受损，索赔金额超过 100万元。 接报案后A公司对事故现场进行查勘。 该单位独立在大厦办公，办公大楼使用一年 左右，到现场查勘时已看不到火灾的情景， 只是在空气中有较重的胶皮气味，对损失标 的检查发现线路有烧焦痕迹，电梯配电柜多 处有熏黑的痕迹，经检测该配电柜多处受 损，需重新更换。 案件发生后，被保险人认为属火灾责任 提出索赔，承保公司根据查勘情况，并咨询 电梯的重置价，经认真展开案件分析，讨论

后认为：该案件属意外发生的事故，有燃烧的现象，但没有形成火灾责任，同时受损的真正原因也不在综合险承保责任范围，应予拒赔。 [案情分析] 保险理赔过程中首先要考虑出险原因，在此基础上确定保险责任是否成立。火灾的构成有三个条件，一是有燃烧现象，即有热有光有火焰，二是偶然、意外发生的燃烧，三是燃烧失去控制并有蔓延扩大的趋势。以上三个条件必须同时满足火灾责任才成立。从本案事故看，本起事故的确是突然发生的、也是正常情况下不可预料的燃烧，符合偶然、意外发生的燃烧这一条件。事故发生时有很大的浓烟，有烧焦的线路，可确定有热有光，同时有可能有火焰的现象，火灾责任成立的第二个条件也满足。本起事故责任认定的关键是要确认燃烧是否失去控制并有蔓延扩大的趋势。由于燃烧仅仅造成电梯本身损毁，没有蔓延，燃烧没有失去控制也没有蔓延扩大的趋势，本次事故不满足火灾成立的第三个条件，火灾责任没有形成。

第九章 教育个案研究法3

第九章教育个案研究法 本章要点：教育个案研究法的含义、特征；教育个案研究的基本程序；教育个案研究的基本原则与方法。 近年来，质的研究已经成为一种在教育科学研究中越来越被重视的研究范式。质的研究是在自然情境下采用多种资料收集方法对社会现象进行整体性探究，使用归纳法分析资料和形成理论，通过与被研究对象的互动，获得对其行为和意义建构的解释性理解。进行质的研究的方法有很多，个案法是其重要方法之一。个案研究强调对一个人、一件事物、一个社会团体或是一个社区进行深入全面的研究。通过个案研究能够提供对教育问题成因的理解，对复杂的关系作全面的涵盖，对动态变化的情境条件作适当分析。 第一节教育个案研究法概述 一、教育个案研究法的含义 个案研究法是指采用各种方法，搜集有效、完整的资料，对单一对象进行深入细致研究的方法，其任务是揭示研究对象形成、变化的特点和规律，以及影响个案发展变化的各种因素，并提出相应的对策。 个案研究法不只是一种研究方法，也是一门复杂的认知课程，是帮助个人解决现实问题的理论。通常个案研究法是在对象总体中选择特定的人、事、物所进行的深入描述和分析，研究对象可以是一个人、一个机构、一个社会团体等。 个案研究法是针对单一个体在某种情境下的特殊事件，广泛系统地收集有关资料，从而进行系统的分析、解释、推理的过程。狭义的个案研究法是指对单一特定的人、事、物所作的描述、分析及报告的方法。广义的个案研究法则可界定为：采用各种方法，收集与研究问题相关的资料，对单一个体或一个单位团体作深入细致研究的过程。个案研究法也秤麻雀解剖法或个案历史研究法。 二、教育个案研究法特征 个案研究常被看成是自然主义的、描述性的、质化的研究，与实证主义的、验证性的、量化的研究相对应。事实上个案研究不是以质化与量化研究来划分的，而是以研究对象的单一性来界定的。个案研究是所有研究方法中最生动、最有趣的，在学校教育教学、心理咨询、行为矫正等工作上具有重要意义。一般说来，个案研究主要有以下特征： 1、研究对象的个别性与典型性 个案研究的对象是个别的，但不是完全孤立的个别，而是与其他个体相联系的，是某一个整体中的个别，因而对这些个别对象的研究必然在一定程度上反映其他个体和整体的某些特征和规律。个案研究的目的固然是了解、把握某个个体的具体情况，但也要通过一个个案的研究，揭示出一般规律。个案研究取样较少，其研究的结论代表性也就较小，因此不宜机

bhar法

第十一章 BHAR 法 本章导读： 事件研究法是探讨事件 (如合并、 收购、 收益公告或再融资行为等 )发生前后标的公司股票价格 (或企业价值 )反应的经验研究方法。基于检验期的长短 ,事件研究可分为短期和长期事件研究。短期事件研究通常是指检验期小于一年的事件研究 ,而长期事件研究则是指检验期人于等于 1年的事件研究。应该说 ,长期事件研究是对短期事件研究的延伸 ,其直接目的是检验公司事件 (如首发、 增发、 收益公告等 )的长期效应 ,但也间接地检验了市场有效性假说。本章是第九章的一个延伸或补充。 BHAR 法简介 BHAR （Buy and Hold Abnormal Return ），即购入 -持有异常收益法。无论是短期事件研究 ,还是长期事件研究 ,都包含以下六大步骤 ,即定义事件以及事件研究窗口、 选择研究样本、 选择望收益模型或基准收益率、 估计异常收益、 检验异常收益的显着性、 实证结果与解释。然而 ,在长期事件研究中 ,正确选择期望攻益模型或基准收益率、 正确度量异常收益 ,以及正确看待异常收益的统计显着性 ,变得尤其重要。(详细说明参考第九章) BHAR 的计算公式为: 其中，it R 表示t 月样本公司的股票收益率，)(it R E 表示t 月样本公司的股票期望收益率，T 表示考察的时间区间。 BHAR 与CAR 的比较 CAR 法只是对收益的简单累积，没有考虑到上一个时间段的收益产生对下一个时间段收益的影响，不同时间段的收益的基础已经发了变化，即CAR 没有考虑复合效应对超额收益的影响。举例说明如假设某公司四、五月份实际收益率分别为：15%和5%，而预期收益率为10%，则 CAR=(15%-10%)+(5%-10%)=0，

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)。股票报酬率的预期模式有很多种，应用最广的是“市场模

第十一章_BHAR法

第十一章 BHAR 法 本章导读： 事件研究法是探讨事件 (如合并、 收购、 收益公告或再融资行为等 )发生前后标的公司股票价格 (或企业价值 )反应的经验研究方法。基于检验期的长短 ,事件研究可分为短期和长期事件研究。短期事件研究通常是指检验期小于一年的事件研究 ,而长期事件研究则是指检验期人于等于 1年的事件研究。应该说 ,长期事件研究是对短期事件研究的延伸 ,其直接目的是检验公司事件 (如首发、 增发、 收益公告等 )的长期效应 ,但也间接地检验了市场有效性假说。本章是第九章的一个延伸或补充。 11.1 BHAR 法简介 BHAR （Buy and Hold Abnormal Return ），即购入 -持有异常收益法。无论是短期事件研究 ,还是长期事件研究 ,都包含以下六大步骤 ,即定义事件以及事件研究窗口、 选择研究样本、 选择望收益模型或基准收益率、 估计异常收益、 检验异常收益的显著性、 实证结果与解释。然而 ,在长期事件研究中 ,正确选择期望攻益模型或基准收益率、 正确度量异常收益 ,以及正确看待异常收益的统计显著性 ,变得尤其重要。(详细说明参考第九章) BHAR 的计算公式为: )](1[)1(00it T t it T t i R E R BHAR +∏-+∏=== 其中，it R 表示t 月样本公司的股票收益率，)(it R E 表示t 月样本公司的股票期望收益率，T 表示考察的时间区间。 11.2 BHAR 与CAR 的比较 CAR 法只是对收益的简单累积，没有考虑到上一个时间段的收益产生对下一个时间段收益的影响，不同时间段的收益的基础已经发了变化，即CAR 没有考虑复合效应对超额收益的影响。举例说明如假设某公司四、五月份实际收益率分别为：15%和5%，而预期收益率为10%，则 CAR=(15%-10%)+(5%-10%)=0， BHAR=(1+15%)(1+5%)-(1+10%)2=-0.25% 如果调整数据二者的差距将进一步拉大。 11.3 BHAR 程序及解释 根据第九章方法计算出公司的预期收益收益以后，接下来就需要计算BHAR 。计算BHAR 首要的步骤就是要解决连乘问题，而stata 中恰有一连乘命令prod 。

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)。股票报酬率的预期模式有很多种，应用最广的是“市场模式” (Market Model)。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：

实用文档之事件研究法

实用文档之"事件研究法（event study）" 自从Ball和Brown（1968）以及Beaver (1968)开创性地使用事件研究法判别会计盈余报告的信息含量以证实会计信息的有用性以来，事件研究法得到了广泛的使用。 一、事件研究法定义 事件研究法就是研究在事件发生前后很短的时间内，投资者投资行为变化所引发的股票收益变化情况，并据此判断事件对股东财富和企业价值的影响。 事件研究法的理论基础是理性的市场模式，即市场的有效性。典型的事件研究需要构造并检验的假设是，某一特定事件发生后对于公司价值的影响。由于从长期来看，通过价格来反映公司的价值应该是符合逻辑的，所以在事件研究中运用证券市场的数据就可以很容易地建立这种测量关系。即如果事件对市场产生影响，这种影响会立刻通过资产的价格反应出来，所以通过一个较短时期内资产价格的观察量就可以测度事件的经济影响。 研究短期内的股东财富效应，并依此判断事件的实质，从理论上讲，依据有二： 一是事件公告时所包含的信息含量对市场的影响，这里的信息既包含事件本身的信息含量，也包括由于披露事件而使投资者了解到过去并不知道“内部信息”，这些信息会影响投资行为；

二是投资者行为所反映的对企业价值的预期，如果投资者认为事件具有积极的意义，就会提升预期，股票价格就会上升，反之，投资者对企业的预期下降，股票价格也会随之下降。因此，从投资者行为的结果，也就是股票收益率的变化，我们可以判断事件对企业的实质性影响，并对其做出合理评价。 二、事件研究法的步骤 事件研究法的基本过程包括确定事件及样本、确定研究窗口、计算超额收益并判断市场反应，大体上，可归纳为6个步骤： （1）定义事件。 进行事件分析的第一件事就是定义相关的事件并找出在该事件影响下，需要研究的特定公司股价变动的事件区间，这一区间称为事件窗口。事件窗口可以考虑用公告日那一天（通常为第0天）来定义，事件之前或之后的较短时期也具有研究价值，这样事件窗口可以根据研究的具体要求定义。 实际的研究设计中，研究窗口的确定通常以事件发生日为基准，一般将事件日确定为（0，1），即包括公告日和紧接着公告日的那一天，这样做的目的是为了获取公告日收市后该公告对股价可能产生的影响。在此基础上，可以根据研究的需要把时间窗口向前或向后顺延。向前顺延的时间窗口主要是判断事件在公告前有无信息“漏出”（这种情况常常

事件研究法

事件研究法（event study） 自从Ball和Brown（1968）以及Beaver (1968)开创性地使用事件研究法判别会计盈余报告的信息含量以证实会计信息的有用性以来，事件研究法得到了广泛的使用。 一、事件研究法定义 事件研究法就是研究在事件发生前后很短的时间内，投资者投资行为变化所引发的股票收益变化情况，并据此判断事件对股东财富和企业价值的影响。 事件研究法的理论基础是理性的市场模式，即市场的有效性。典型的事件研究需要构造并检验的假设是，某一特定事件发生后对于公司价值的影响。由于从长期来看，通过价格来反映公司的价值应该是符合逻辑的，所以在事件研究中运用证券市场的数据就可以很容易地建立这种测量关系。即如果事件对市场产生影响，这种影响会立刻通过资产的价格反应出来，所以通过一个较短时期内资产价格的观察量就可以测度事件的经济影响。 研究短期内的股东财富效应，并依此判断事件的实质，从理论上讲，依据有二： 一是事件公告时所包含的信息含量对市场的影响，这里的信息既包含事件本身的信息含量，也包括由于披露事件而使投资者了解到过去并不知道“内部信息”，这些信息会影响投资行为； 二是投资者行为所反映的对企业价值的预期，如果投资者认为事件具有积极的意义，就会提升预期，股票价格就会上升，反之，投资者对企业的预期下降，股票价格也会随之下降。因此，从投资者行为的结果，也就是股票收益率的变化，我们可以判断事件对企业的实质

性影响，并对其做出合理评价。 二、事件研究法的步骤 事件研究法的基本过程包括确定事件及样本、确定研究窗口、计算超额收益并判断市场反应，大体上，可归纳为6个步骤： （1）定义事件。 进行事件分析的第一件事就是定义相关的事件并找出在该事件影响下，需要研究的特定公司股价变动的事件区间，这一区间称为事件窗口。事件窗口可以考虑用公告日那一天（通常为第0天）来定义，事件之前或之后的较短时期也具有研究价值，这样事件窗口可以根据研究的具体要求定义。 实际的研究设计中，研究窗口的确定通常以事件发生日为基准，一般将事件日确定为（0，1），即包括公告日和紧接着公告日的那一天，这样做的目的是为了获取公告日收市后该公告对股价可能产生的影响。在此基础上，可以根据研究的需要把时间窗口向前或向后顺延。向前顺延的时间窗口主要是判断事件在公告前有无信息“漏出”（这种情况常常发生），如果有，它对投资者的预期产生何种作用，向后顺延的时间窗口主要是判断事件在公告后对市场的持续作用力，并据此判断事件对投资者预期的实质性影响。国外的一些研究表明，有时，市场对事件会产生“过度反应”，如果是这种情况，（1，0）事件日窗口的超额收益所反映的市场行为就不能真实反映出事件的影响力，这时，向后顺延的时间窗口就更可能反映事件的真实影响力。 概念：事件事件日事件窗口（事件期） （2）确定样本。在确定了事件以后，要选择纳入研究范围的特定公司。在本步骤中，整理出数据样本的某些特性非常有用（例如，

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 =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[-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(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