下载文档原格式
事件时间法中CAR和BHAR的⽐较2019-10-08摘要：对新股长期绩效进⾏研究时，事件时间法是衡量其长期绩效的重要⽅法。
其本⾝分为CAR和BHAR两种计量模型。
不同模型有种不同的内在逻辑。
本⽂剖析了两者之间的异同。
关键词：事件时间法；CAR；BHAR⼀、理论分析事件时间法是新股长期绩效的研究⽅法中极为重要的⽅法之⼀，属于横截⾯分析⽅法的⼀种。
我们假定整个市场运⾏有效，能够对相关事件迅速做出反应。
当出现具有重⼤影响⼒的经济事件时，股票价格也会随之发⽣变化。
我们可以收集事件发⽣前后的相关市场数据，通过⼀定的模型对其进⾏量化，从⽽考察这⼀经济事件产⽣的具体影响。
Fama等（1969）最早开始利⽤事件时间法来研究盈利预测的长期股价效应。
随后事件时间法被相继应⽤于并购重组等事件的相关研究。
Ritter（1991）在其论⽂中⾸次将此⽅法应⽤于对IPO长期绩效的研究之中，并且在之后的新股长期绩效研究中得到普遍应⽤。
将事件时间法应⽤于新股长期绩效的研究时，正常收益率是⼀个很关键的概念。
⼀般将其定义为在某⼀重⼤事项没有发⽣的条件下，我们所能够得到的收益率，即期望收益率。
⽽异常收益率就是在这⼀事项发⽣的条件下，实际收益率与期望收益率两者之差：其中，为股票i在t时期的实际收益率，为股票i在t时期对应的期望收益率，即我们⽤于⽐较的作为基准的正常收益率。
事件时间法中选择适当的期望收益率作为正常收益率相当重要，不同的期望收益率的选择，会产⽣不同的异常收益率的计算模型，不同的模型往往会得出完全不同的实证结果。
⼀般⽽⾔，主要使⽤同期市场收益率、⾏业可配⽐公司和规模可配⽐公司收益率作为模型中的期望收益率。
除此之外，在计算股票组合的长期异常收益率时，有两种加权⽅法：等权平均和市值加权平均。
等权平均即简单平均，它将股票组合中所有股票赋予相同的权重，将所有股票的收益率加总后进⾏简单的算术平均，基于“每种股票买⼀元”的投资思想，能够反映组合中股票的平均⽔平。
