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：
Rit=αi +βi Rmt +εi,t
Rit：表示i 公司t 期的报酬率，计算方式为(该股X日时收盘价–该股[X-1]日时收盘价) / 市场[X-1]日时收盘价。Rmt：表示t 期的市场加权指数股票之报酬率，计算方式为(市场X日时收盘指数–市场[X-1]日时收盘指数) / 市场[X-1]日时收盘指数。αi：表示回归截距项。εit：表示回归残差项。βi：表示回归斜率。
建立股票报酬率的“预期模式”
针对误差项的部分，根据Fama(1968)、Beja(1972)及Fama(1973)之研究，市场模式有下列之假设：E（εit）=0 Cov（εiτ , εiγ）= ,τ,γ 〔t1, t2〕Cov（εit , Rmt）=0 因此，经由以上所示之公式，可求得个别证券在“事件期”某一期之“预期报酬率”，即为：Rit=ai + bi Rmt
Rit ：表示i 公司t期之预期报酬率，经由估计期计算得来。Rmt：表第t期市场加权指数股票之报酬率。
估计平均异常报酬率
估计平均异常报酬率(AAR)、累积异常报酬率(CAR)
一但估计出“预期报酬率”，也就可以得到异常报酬率。为了了解某一特定事件之异常报酬率或累积效果的行为，并且提供有关异常报酬率，何时开始出现关联以及何时结束，采用异常报酬率(AR) 及累积异常报酬率(CAR) 以看出此项反应。
异常报酬(Abnormal Returns , ARit) 指以事件期的实际报酬减去事件期的预期报酬：ARit=Rit－Rit
ARit：表示i 公司第t期之异常报酬率。Rit ：表示i 公司第t期之实际报酬率。Rit ：表示i 公司第t期之预期报酬率。
累积异常报酬率(Cumulative Abnormal Returns, CAR( T ))，则为特定期间内每日异常报酬率的累加值。
折叠编辑本段检定
如果异常报酬率为“正”，我们可以推论事件对股价有正的影响；如果异常报酬率为“负”，我们可以推论事件对股价有负的影响。但只知道正负仍不够，因为我们不确定此种影响是否足够明显，因此必须进行“显著性检定”。
折叠编辑本段分析结果
依据研究假说，对于异常报酬率以及检定的结果进行分析，并提出解释。
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 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 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==.
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 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。
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（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（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，
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
libname my 'c:\teaching\renda'; options nodate nocenter nonumber ps=max ls=72 fullstimer; title' '; /* Dataset temp1 has each event's firm id and date */ /* Dataset temp2 has firm level stock returns */ /* Dataset temp3 has market indices returns */ proc sort nodupkey data=my.temp1 ;by Stkcd Trddt; proc sort data=my.temp2;by Stkcd Trddt; data temp3;set my.temp3;if Markettype=1; proc sort data=temp3;by Trddt;run; /* ------------------------------------------------- */ /* Merge the firm return data with event data */ /* ------------------------------------------------- */ data temp; merge my.temp1 my.temp2;by Stkcd Trddt; proc sort data=temp;by Trddt; /* ------------------------------------------------- */ /* Merge with market indicies file */ /* ------------------------------------------------- */ data temp; merge temp temp3; by Trddt; if stkcd=.then delete; run; proc sort data=temp; by Stkcd Trddt; /* -------------------------------------------------- */ /* create variable time that is zero the event day, negative before */ /* before the event day (for example ten days before the event day */ /* time = -10), and positive after the event day. */ /* ---------------------------------------------------------- */ data temp; set temp; by Stkcd; if first.Stkcd then count=0; count+1; data event; set temp; if eventdate=1; ecount=count; keep Stkcd ecount capchgdt; data event; set event; by Stkcd; if first.Stkcd then eventnumber=0; eventnumber+1;
事件研究法的计算步骤公司内部编号：（GOOD-TMMT-MMUT-UUPTY-UUYY-DTTI-
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