Введение
Статистический метод в финансах
An event study is a statistical method to assess the impact of an event (also referred to as a "treatment"). Early prominent uses of event studies occurred in the field of finance. The event study was invented by Ball and Brown (1968). As the event methodology can be used to elicit the effects of any type of event on the direction and magnitude of stock price changes, it is very versatile. Event studies are thus common to various research areas, such as accounting and finance, management, economics, marketing, information technology, law, political science, operations and supply chain management. One aspect often used to structure the overall body of event studies is the breadth of the studied event types. On the one hand, there is research investigating the stock market responses to economy wide events (i. e., market shocks, such as regulatory changes, or catastrophic events like war). On the other hand, event studies are used to investigate the stock market responses to corporate events, such as mergers and acquisitions, earnings announcements, debt or equity issues, corporate reorganisations, investment decisions and corporate social responsibility (MacKinlay 1997; McWilliams & Siegel, 1997).
Исследование событий – это статистический метод оценки влияния события (также именуемого "воздействием" или "лечением"). Первое заметное применение исследований событий произошло в области финансов. Метод исследования событий был разработан Боллом и Брауном (1968). Благодаря тому, что методология исследования событий позволяет выявить эффект любого типа события на направление и величину изменений цен акций, она отличается высокой универсальностью. Поэтому исследования событий широко используются в различных областях, таких как бухгалтерский учет и финансы, менеджмент, экономика, маркетинг, информационные технологии, юриспруденция, политология, управление операциями и логистикой. Важным аспектом, используемым для структурирования исследований событий, является масштаб изучаемых типов событий. С одной стороны, проводятся исследования, анализирующие реакцию фондового рынка на общеэкономические события (например, рыночные шоки, такие как изменения в законодательстве или катастрофические события, такие как война). С другой стороны, исследования событий применяются для изучения реакции фондового рынка на корпоративные события, такие как слияния и поглощения, публикация финансовых результатов, выпуск долговых или акционерных ценных бумаг, реорганизация компаний, инвестиционные решения и корпоративная социальная ответственность (MacKinlay 1997; McWilliams & Siegel, 1997).
An event study is a statistical method to assess the impact of an event (also referred to as a "treatment"). Early prominent uses of event studies occurred in the field of finance. The event study was invented by Ball and Brown (1968). As the event methodology can be used to elicit the effects of any type of event on the direction and magnitude of stock price changes, it is very versatile. Event studies are thus common to various research areas, such as accounting and finance, management, economics, marketing, information technology, law, political science, operations and supply chain management. One aspect often used to structure the overall body of event studies is the breadth of the studied event types. On the one hand, there is research investigating the stock market responses to economy wide events (i. e., market shocks, such as regulatory changes, or catastrophic events like war). On the other hand, event studies are used to investigate the stock market responses to corporate events, such as mergers and acquisitions, earnings announcements, debt or equity issues, corporate reorganisations, investment decisions and corporate social responsibility (MacKinlay 1997; McWilliams & Siegel, 1997).
Методология
Методология общего исследования событий объясняется, например, в работе МакКинли (1997). В МакКинли (1997) это делается "с использованием данных финансовых рынков" для "оценки влияния конкретного события на стоимость компании". Он утверждает, что "при условии рациональности рынка, эффект от события немедленно отразится в ценах на ценные бумаги. Таким образом, можно построить меру экономического воздействия события, используя цены ценных бумаг, наблюдаемые за относительно короткий период времени". Важно отметить, что исследования событий с коротким горизонтом более надежны, чем исследования с длинным горизонтом, поскольку последние имеют множество ограничений. Однако Котари и Уорнер (2005) смогли усовершенствовать методологии исследований с длинным горизонтом, чтобы повысить качество разработки и надежность исследований в течение более длительных периодов.
Эмпирические методы
Методологически, исследования событий подразумевают следующее: опираясь на оценочное окно, предшествующее анализируемому событию, метод оценивает, какой должна быть нормальная доходность акций затронутой компании (или компаний) в день события, а также за несколько дней до и после события (то есть в течение окна события). Затем из «фактической доходности» вычитается эта «нормальная доходность», чтобы получить «аномальную доходность», связанную с событием. Однако исследования событий могут различаться в зависимости от спецификации нормальной доходности. Наиболее распространенной моделью для определения нормальной доходности является «рыночная модель» (MacKinlay 1997). В соответствии с этой моделью, анализ предполагает использование оценочного окна (обычно размером 120 дней) до события для определения типичной взаимосвязи между доходностью акций компании и эталонным индексом посредством регрессионного анализа. На основе коэффициентов регрессии нормальная доходность затем прогнозируется и используется для расчета аномальной доходности. Альтернативные модели нормальной доходности включают модель CAPM или более простые подходы, такие как средняя доходность (см. MacKinlay 1997 для обзора).
Расчет аномальных доходов
В зависимости от выбранной модели для расчета "нормальной доходности", проведение событийного исследования требует от исследователя выполнения определенной последовательности шагов. Для наиболее распространенной модели – "рыночной модели" – эти шаги следующие: получить и сопоставить временные ряды финансовых доходностей акций компании, являющейся объектом исследования, и ее базового индекса. Для каждого события определить последовательности доходностей компании и рынка, которые необходимо включить в окно оценки. С помощью регрессионного анализа вычислить коэффициенты альфа, бета и сигма, которые описывают типичную взаимосвязь между акцией и базовым индексом. Используя эти три параметра, спрогнозировать "нормальную доходность" на все дни окна события. Вычитая эту "нормальную доходность" из "фактической доходности", получают "аномальную доходность", которая и является интересующим показателем.
Retrieve and match time series of financial returns of the focal firm's stock and its reference index. For each event, identify the sequences of firm and market returns that need to be included in the estimation window. Using regression analysis, calculate the alpha, beta and sigma coefficients that explicate the typical relationship between the stock and the reference index. With these three parameters, predict the 'normal returns' for all days of the event window. Deducting these 'normal returns' from the 'actual returns' gives you the 'abnormal returns' which are the metrics of interest.
Значение аномальных доходов
Для определения, имеют ли отдельные аномальные доходности статистически значимое отличие от нуля, необходимо применять статистические тесты. Для этой цели существуют различные статистические тесты на разных уровнях анализа (т.е. на уровнях AR, CAR, AAR и CAAR). Наиболее распространенный тест – t-тест – делит аномальную доходность на среднеквадратичную ошибку регрессии. Полученные значения t необходимо затем сравнить с критическими значениями t-распределения Стьюдента. Существуют данные, свидетельствующие о том, что в периоды высокой волатильности (например, во время финансового кризиса 2007–2008 годов) слишком большое количество компаний демонстрируют статистически значимые аномальные доходности при использовании t-теста, что затрудняет определение действительно "аномальных" доходностей.
Программное обеспечение для проведения исследований событий
Исследования событий могут быть реализованы с использованием различных инструментов. Отдельные исследования событий можно легко провести в MS Excel, а для исследований, охватывающих несколько событий, необходимо использовать пакеты статистического программного обеспечения (например, STATA, Matlab). Помимо этих универсальных инструментов, существуют решения, специально разработанные для проведения анализа исследований событий (например, Eventus, EventStudyTools).