前言：本站為你精心整理了事件研究方法及在經濟中的作用范文，希望能為你的創作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

一、金融經濟

事件研究法集中于探討事件(如合并、收購、收益公告或再融資行為等)的發生對股票價格(或企業價值)帶來的沖擊,沖擊可體現于以下幾個方面:平均股價效應、市場收益方差的變化(反映股價波動性的變化)、股票成交量的變化、經營(會計)績效的變化等。在國外,事件研究法首先被廣泛應用于金融經濟領域,近幾十年來出現的有關事件研究方面的文獻已成為金融經濟文獻中的重要組成部分。正如Fama(1991)所言:“在事件研究法被應用以前,在公司財務核心課題(centralissue)上幾乎不存在任何經驗證據。現在,這方面的經驗證據相當多,且大多源于事件研究”。同時,事件研究,作為檢驗資本市場有效性的一種方法,在資本市場相關研究中也居于重要地位(Brown與Warner,1980,1985;Fama,1991)。另外,事件研究也同樣運用于金融經濟領域以外。例如,在會計領域,收益公告的股價效應已倍受關注;在法律和經濟領域,事件研究法被用于檢驗法規效應,以及評估法律責任的損失等等(Khotari與Warner,2006)。在我國,證券市場的穩步發展也為事件研究法的運用提供了數據條件。從上世紀90年代開始,就有學者運用該方法來研究相應課題。到現在,涉及事件研究法運用的文獻已擁有相當的數量。但是與國外相比,我國學界還缺乏系統性地介紹事件研究法的相應文獻,也缺乏對事件研究法進行深層次探討的研究成果,這在一定程度上阻礙了事件研究法的運用。有鑒于此,本文參考了國外學界的研究成果,試圖對事件研究法作系統的介紹,同時本文還試圖對國內外事件研究相關文獻進行比較分析和評述,目的在于揭示事件研究(尤其是長期間事件研究)中可能出現并需注意的問題。

二、事件研究法的步驟及特征

一般而言,事件研究包括六大步驟,即定義事件以及事件研究窗口、選擇研究樣本、選擇度量正常收益的模型、估計異常收益、檢驗異常收益的顯著性、實證結果與解釋(Campbell等人,1997;Mackinlay,1997;白仲光與藍翔,2003)。這一部分將系統介紹上述步驟并同時分析事件研究法的相應特征。

(一)定義事件與事件窗

事件包括合并、收購、收益公告或再融資行為等,若研究者關心增發對股東財富的影響,此時的事件即為增發公告。事件研究所涉及的窗口包括估計窗、事件窗與事后窗等,如圖1,t=0為事件日;t=T1+1至t=T0代表事件窗,其長度為L1=T1-T0;t=T0+1至t=T1為估計窗,其長度為L2=T2-T1;t=T2+1至t=T3為事后窗,其長度為L3=T3-T2。估計窗的作用在于估計正常收益(或估計正常收益模型的參數),一般情況下,估計窗的長度應大于等于120天;事件窗是用于檢驗股價對事件有無異常反映的期間,有時事件窗僅為一天(即事件發生的當天),有時為兩天(即事件公告當天與后一天),有時為三天(即公告前一天、公告當天與公告后一天),也有學者將事件窗定義為公告前后10天、20天或更長,事件窗長短主要取決于研究者的研究目的:事后窗主要用于考察事件發生后股價(或企業價值)有無異常變化,常見于探討某一事件長期績效的研究中。Khotari與Warner(2006)模糊了事件窗與事后窗的界限,將兩者統稱為事件窗,并按事件窗的長度將事件研究分為短期間事件研究(事件窗小于1年的)與長期間事件研究(事件窗大于等于1年的),并認為短期間事件研究已經比較成熟,值得信賴,而長期間事件研究局限尚存,有待進一步發展和完善。

(二)研究樣本的選擇

事件研究中,研究樣本的選擇是很重要的,有時是否應將某一發生事件的公司包括在研究樣本之內還需要仔細考慮,尤其是小樣本研究。為此,應當預先確定樣本的選擇標準,如設置數據可獲性的限制、行業限制等(Campbell等人,1997;Mackinlay,1997)。

(三)正常收益模型的選擇

為了評價事件的影響,我們需要度量異常收益,異常收益是事件窗期間證券的實際收益與正常收益之差。即:Kit=Rit+εit(1)Kit是實際收益,Rit正常收益(由所選擇的期望收益模型計算得出),εit是異常(或非期望)收益部分。在如此分解下,異常收益εit,是實際收益和正常收益之差:εit=Kit-Rit(2)換言之,εit是事件條件下的收益與無事件條件的期望收益之間的差。因此,異常收益是證券持有者財富的變化。在定義異常收益之前,必須設定(或選擇)正常收益模型。用于估計正常收益Kit的模型包括統計模型與經濟模型,統計模型以資產收益行為的統計假設為基礎,不依賴于任何經濟理論,而經濟模型以有關投資者假設為基礎,不依賴于統計假設(Campbell等人,1997;Mackinlay,1997)。

1•統計模型。

(1)常均值收益模型。該模型的思想是將估計期間(即估計窗)內標的證券的平均收益作為事件期間(即事件窗)標的證券的正常收益。設μi是資產i的平均收益,則常均值收益模型為:Rit=μi+εit(3)E[εit]=0Var[εit]=σ2εi(4)其中,Rit是證券i的t期收益,εit是擾動項,其均值為0,方差為σ2εi。盡管常均值收益模型可能是最簡單的模型,但Brown與Warner(1980,1985)發現該模型產生的結果與那些比較復雜的模型所產生的結果相近;另外,陳漢文與陳向民(2002)的研究發現,均值調整模型在中國市場上存在某種優勢。

(2)市場模型。市場模型是將某一證券收益與市場證券組合收益相聯系的統計模型。即:Rit=αi+βiRmt+εit(5)E[εit]=0Var[εit]=σ2εi(6)其中,Rit與Rmt分別是證券i和市場投資組合在t期的收益,εit擾動項,其均值為0,方差為σ2εi。αi、βi與σ2εi為市場模型的參數。市場模型是對常均值收益模型改進的一種模型。它去除了與市場組合收益變化相關的收益部分,減少了非正常收益的方差,從而可能增強檢測事件效應的能力。選擇該模型的利與弊主要取決于該模型回歸時的R2,R2越大,則非正常收益方差被去除的部分就越大,選擇該模型就越有利,反之亦然(Mackinlay,1997)。其他許多模型也可用于估計正常收益,如Sharpe(1970)、Sharpe等人(1995)在行業分類的基礎上討論的多因素指數模型,Ritter(1991)的研究涉及的市場調整收益模型等。

2•經濟模型。

經濟模型對統計模型進行了限制,以提供受更多約束的正態收益模型。較典型的經濟模型包括資本資產定價模型(CMPA)與套利定價模型(APT)。下面列示了資本資產定價模型(7),以及Fama與French(1993)、Carhart(1997)基于套利定價模型思想提出的三因素模型(8)、四因素模型(9):Rit-Rft=βi(Rmt-Rft)+εit(7)Rit-Rft=αi+bi(Rmt-Rft)+siSMBt+hiHMLt+εit(8)Rit-Rft=αi+bi(Rmt-Rft)+siSMBt+hiHMLt+miUMDt+εit(9)其中,Rit與Rmt分別是證券i和市場投資組合在t期的收益,Rft是無風險收益率,SMBt是小股票組合和大股票組合收益率之差,HMLt是高面值-市值比和低面值-市值比的股票組合收益率之間的差額,UMDt是上年度“贏家”、“輸家”市場股票組合收益率差異,εit擾動項;αi、βi、bi、si、hi與mi是對應模型的參數。Mackinlay(1997)研究發現,20世紀70年代,資本資產定價模型曾得到廣泛的使用,但20世紀80年代中期以32統計研究后,由于發現資本資產定價模型存在某種弊端,因此事件研究中幾乎不再應用資本資產模型了。同時,盡管運用套利定價模型可以消除資本資產定價模型的某些弊端,但市場模型同樣具有這樣的作用;另外,套利定價模型中起重要作用的因素是市場因素,其他因素僅具有較小的解釋力,因此,套利定價模型相對于市場模型的優勢較小,鑒于市場模型相對于套利定價模型而言,應用起來更為簡便,所以研究中多數采用市場模型。

(四)估計異常收益

在選擇好用于估計正常收益的模型后,接下來的步驟就是對異常收益進行估計。由方程(2)可知,異常收益εit=Kit-Rit,Kit無需估計,需要估計的Rit,一般用估計窗內的相關數據進行估計,如在使用日數據與市場模型的事件研究中,市場模型參數可通過事件發生前120天的數據進行估計,再運用所估計出的參數與事件窗對應的數據計算Rit的估計值。計算出異常收益日數據(即εit)后,需要對異常收益進行加總,異常收益的加總包括截面上(各種證券間)的加總與時間序列(主要指事件窗)上的加總。設ARt為整個樣本(設由N個證券組成)在t時刻的平均異常收益;CAR(t1,t2)為整個樣本在(t1,t2)期間內的平均異常收益,則異常收益的截面和時間序列加總分別可以以式(10)、式(11)表示:ARt=1N∑N1εit(10)CAR(t1,t2)=∑t2t1ARt(11)

(五)檢驗異常收益的顯著性

異常收益計算出來以后,需要檢驗其顯著性。零假設通常是:異常收益(或累積異常收益)均值為0;備測假設是:異常收益(或累積異常收益)均值不為0。檢驗的方法包括參數檢驗法與非參數檢驗法。

1•參數檢驗法。

在參數檢驗法下,常用(或標準)的檢驗統計量為:J1=CAR(t1,t2)[σ2(t1,t2)]1/2(12)其中,σ2(t1,t2)=Lσ2(ARt)(13)σ2(t1,t2)是(t1,t2)期間上平均異常收益(ARt)的方差。方程(13)說明,期間長度L越長,則CAR的方差將越大(Khotari與Warner,2006)。J1是以平均異常收益(ARt)標準差的估計量[σ2(t1,t2)]1/2對異常收益進行標準化的結果,因此只適用于大樣本,而且并不精確。由此,有必要考慮另一種CAR(t1,t2)的標準化方法,其相應的檢驗統計量為:J2=N(L1-4)L1-212SCAR(t1,t2)(14)其中,SCAR(t1,t2)=1N∑Ni=1CARi(t1,t2)[σ2i(t1,t2)]1/2(15)方程(15)中,N代表樣本數。上述兩個檢驗統計量,即J1、J2,均服從標準正態分布。在進行事件研究時,可以選擇J1或J2,在大多數研究中,由于各種證券CAR的方差相近,因此,研究結果對選擇J1或J2并不敏感(Campbell等人,1997)。

2•非參數檢驗。

非參數檢驗方法不受收益分布特定假設的限制。非參數檢驗方法包括符號檢驗法與秩檢驗法兩種。(1)符號檢驗法。符號檢驗是以異常收益的符號作為基礎,它要求各個有價證券的異常收益(或累積異常收益)相互獨立。原假設是:正的異常收益的比例是0•5。對應的檢驗統計量為:J3=N+N-0•5N1/20•5(16)上式中,N+表示異常收益為正的樣本觀察值個數;N為樣本總數。J3服從標準正態分布。該檢驗法的缺點是:如果異常收益呈現偏態(即分布不對稱),檢驗統計量的設定就不是很好了(Mackinlay,1997)。(2)秩檢驗法。鑒于符號檢驗的缺點,Carrado(1989)提出了非參數的秩檢驗法。令L2為事件窗的長度,整個樣本由N個證券組成,設Kit為證券i在t時刻異常收益的秩,t從T1+1到T2,事件日為t=0。在對每一種證券按異常收益大小從1到L2排列的基礎上,該檢驗法的原假設是:事件日異常收益為0的假設下,事件日異常收益的秩為(L2+1)/2。秩檢驗法設定的檢驗統計量為:J4=1N∑Ni=1Kio-L2+12/s(L2)(17)s(L2)=1L2∑T2t=T+111N∑Ni=1Kit-L2+122(18)一般而言,非參數檢驗方法并不單獨使用,而是與參數檢驗法一并使用,這樣可以利用非參數檢驗結果考察參數檢驗法的穩健性(Robustness)。

(六)實證結果與解釋

通過上述步驟,實證結果的取得就順理成章了。但需要注意的是,有時,尤其是利用有限的事件觀察數據(小樣本)進行研究時,實證結果可能會較大程度地受一、兩個公司的影響。因此,在下結論或進行解釋時應特別謹慎。基于上述事件研究步驟,可以看到,在事件研究的各個步驟中,都存在著選擇,如事件窗長度的選擇、樣本的選擇、正常收益模型的選擇、估計窗長度的選擇與異常收益顯著性檢驗方法的選擇等,如此眾多的選擇,必然會給研究結論與相應的解釋帶來不確定性。因此,在運用事件研究法時,認識并正確處理事件研究中存在的“變數”是很有必要的。

三、事件研究法在金融經濟研究中的應用

(一)國外學界對事件研究法的應用

在國外,事件研究其實已具有相當長的歷史。最早的研究可追溯到20世紀30年代,即Dolly(1933)運用“事件研究法”考察了股票分割的股價效應。隨后,Myers與Bakay(1948)、Barkay(1956、1957、1958)、Ashley(1962)等人進一步完善和發展了事件研究法,但是直到20世紀60年代后半期,Ball與Brown(1968)、Fama等人(1969)的研究成果問世以后,事件研究才得以最終“成熟”(轉引自Mackin-lay,1997)。正如Khotari與Warner(2006)所言:“即使對過去30年事件研究相關文獻最草率的統計都將發現這樣的驚人事實,即30年來事件研究的基本統計模式并沒發生多大變化,仍然是沿用Fama等人(1969)的研究模式,焦點仍然是度量事件期間樣本證券的異常收益均值與累積異常收益率。”同時,Binder(1998)也注意到,“依據社會科學引文索引(SSCI),自Fama等人的研究問世(即1969)至1994年,該文獻被索引了516次”。由此可見,FAMA等人在事件研究方法論上所做出的貢獻。自20世紀70年代起,有關事件研究的相應文獻開始大量涌現。Khotari與Warner(2006)對1974~2000年期間事件研究相關文獻進行了檢索,由于文獻太多,他們僅檢索了美國5種權威雜志(LeadingJournal),即商業期刊(JB)、金融期刊(JF)、金融與經濟(JFE)、金融與數量分析(JFQA)與金融研究評論(RFS)。檢索結果為565篇。同時,他們以事件窗口的長度為標準對文獻進行了分類,事件窗口大于等于1年的為長期間事件研究,反之則為短期間事件研究。分類的結果是:長期間事件研究文獻相對較少,僅約有200篇。盡管事件研究相關文獻數量眾多,但所研究的內容不外乎涉及以下幾個方面:

(1)事件研究方法論。這方面的文獻主要著眼于事件研究方法的完善與發展。基于上文所述,Fama等人(1969)的研究絕對是該領域的經典文獻,它“開創了會計、經濟與金融研究領域的方法論革命”(Binder,1998)。但是,Fama等人(1969)的研究在事件研究的深度與寬度方面還稍顯不足,即使在他們所應用的方法上,也需進行必要的修正(Blume,1971;Scholes,1972;Gonedes,1973)。在方法論方面,Brown與Warner(1980,1985)的兩篇文章涵蓋了事件研究的廣泛領域,Campbell等人(1997)的著作中專章詳細而寬泛地討論了事件研究的設計問題,同時Mackinlay(1997)的研究也詳細探討了事件研究的相關問題,這些文獻是值得一看的。Khotari與Warner(2006)的研究總結認為,在事件研究方法論上產生兩個方面的變化:其一,日數據(有時指交易日)取代了月度數據;第二,用于估計異常收益與校對其統計顯著性的方法變得越來越深奧。

(2)市場效率的檢驗。事件研究方法可用于檢驗市場的有效性,Fama(1991)的研究對相關文獻進行了綜述。首先,日收益率數據在事件研究法檢驗市場效率的研究中扮演了重要的角色。Fama認為,由于日收益率數據有利于精確計量股價對事件的反應速度,同時,也有利于減少甚至消除共同檢驗問題(市場有效性總是和資產定價模型同時被檢驗的)。因此,在運用事件研究對市場效率進行的研究中,日收益率數據(如CRSP-證券價格研究中心開發的NYSE、AMEX與NASDAQ等日收益率數據)的應用保證了事件研究的精確性。如Brown與Warner(1985)的研究表明,當股價對某一事件反應強烈并集中于短短的幾天內時,不同的期望(正常)收益的估計方法(如市場模型、常均值模型與資本資產定價模型等)對最終的推論幾乎沒有影響。平均而言,基于日收益率數據的事件研究結論是,股價對事件的反映是快速的而有效的,這與市場有效性相一致。但是,Fama(1991)同時也認為:“市場有效性課題并沒得到完全的解決”。因為一方面,盡管事件研究集中于探討股價對事件信息的反映,但它們卻并沒有揭示“有多少由離均差(DeviationFromAverage)產生的剩余方差(ResidualVariance)”是合理的;另一方面,當股價對事件信息的某些反映變得遲鈍時,事件研究將不得不去處理共同檢驗問題了。如Ball與Brown(1968),Asquith(1983)的研究就發現股價對事件信息反映遲鈍的現象,從而引發學界對“股價對事件信息反映遲鈍的原因”、“收益變動有多大程度歸因于估計異常收益的技術差錯”等問題的激烈爭論(前者參見Roll,1986;Frank、Harris與Titman,1991;Mitchell與Lehn,1990。后者參見Bernard與Thomas,1989;Ball、Kothari與Watta,1990)。Fama(1991)總結認為:“某些事件研究結果表明,股價對事件信息并非是快速反映的。”因此,“事項研究為市場并非有效提供了清潔證據。”

(3)融資決策對標的股票價格(或企業價值)的影響。事件研究也可用于檢驗融資決策對公司股票價格(或企業價值)的影響,具體包括再融資(如債券、可轉換債券、可轉換優先股、配股與增發等)的發行公告股價效應和長期股價與經營(或會計)效應。這方面的文獻比較多,在再融資發行公告的股價效應方面,事件研究的結果是:普通股發行的股價效應約為-3%,可轉換債券對應為-2%,而普通債券約為0•3%(AsquithandMullins,1984;DannandMikkelson;MasulisandKorwar,1986;MikkelsonandPartch;Smith,1986)。在再融資的長期績效方面,事件研究的結果是:股票發行后標的公司業績呈現長期下滑的趨勢,可轉換債券發行后標的公司績效也呈下滑態勢(程度較股票的低),但普通債券發行前后公司的績效基本保持不變(HansenandCrutchley,1990;LoughranandRitter,1995,1997;Mclaughlinetal,1998a,1998b;Baeetal,2002)。

(4)公司控制權交易。如美國早期有關兼并的事件研究發現,收購企業的股價對兼并公告幾乎是不敏感的,但兼并以后,收購方的股價有連續緩慢下跌的傾向(Asquith,1983)。這方面的研究文獻可參見Jensen與Roll(1983)所做的相應綜述。

(5)會計領域中的事件。該領域的事件研究主要涉及收益公告效應等,事件研究的結果是,標的公司股價對收益公告反映遲鈍(或滯后)(BallandBrown,1968;Beaver,1968;CollinsandKothari,1989;BernardandThomas,1990;Balletal,1990)。這方面的研究文獻可參見Kothari(2001)的研究所做的相應綜述。除此之外,個別文獻還涉足法律和經濟領域,即運用事件研究法檢驗法規效應,以及評估法律責任的損失等等。

(二)國內學界對事件研究法的應用

盡管我國學界有關事件研究的文獻已有相當數量,研究范圍也與國外基本相似,但在寬度、深度和嚴謹性方面還有待進一步加強。

(1)事件研究方法論。在這一方面,我國學界明顯滯后,相應的文獻較少,且寬度與深度明顯不夠。段瑞強(2004)的研究簡單介紹了事件研究法;白仲光與藍翔(2003)探討了事件研究法概念、步驟及部分局限性;陳漢文與陳向民(2002)以1990~2000年為研究期間,檢驗了均值調整收益模型、市場調整收益模型與市場與風險調整收益模型,研究結果顯示了“市場模型的局限性以及均值調整模型在中國市場上的某些優勢”;陳信元與江鋒(2005)以1990年12月至2003年12月滬深兩市所有A股公司為抽樣總體,檢驗了均值調整模型、市場調整模型與市場模型為基礎的多種檢驗方法的檢驗力,研究發現,無論事件研究中各公司事件是否相近或重疊,都應采用市場模型為基礎的非參數秩檢驗方法。而累積非正常收益的檢驗也應以市場模型為計算基礎。顯然,陳信元與江鋒(2005)的研究證據并不支持陳漢文與陳向民(2002)的研究結論。

(2)市場有效性的檢驗。這方面的文獻包括:直接研究我國證券市場有效性的文獻,如張人驥等(1998)、沈藝鋒與吳世農(1999)、耿軍會與石會娟(2006)等的研究;對我國市場有效性問題提供間接證據的文獻,如奉立城(2000)、林翔(2000)、陳浪南與屈文洲(2000),以及王永紅與趙學軍(2001)等。

(3)融資決策對標的股票價格(或企業價值)的影響。我國上市公司再融資市場主要包括配股、增發與可轉換債券。因此,運用事件研究探討融資決策對標的股票價格(或企業價值)的影響主要涉及配股、增發與可轉換債券的財富效應,其中增發效應的文獻有:夏偉芳與張維然(2003)、劉力等(2003)、李燕妮與楊貴賓(2005)、陳科與董新春(2006)、孔東民與付克華(2006)等;配股財富效應的文獻有:夏偉芳與張維然(2003)、張維然與馮士偉(2004)、于研與檀向球(2005)、楊高峰(2005)等;可轉換債券財務效應的文獻有:田柯等(2004)、劉成彥與王其文(2005)、劉娥平(2005)、劉舒娜等人(2006)。

(4)公司控制權交易。這方面的文獻相對較多,如陳信元與張田余(1999)、李善民與陳玉罡(2002)、張新(2003)、李瑞海(2005)、林世雄(2005)等。

(5)會計領域中的事件。這方面的文獻有:曹純娟與賈冰(2004)、王春珊與劉習勇(2006)等。也有個別學者運用事件研究探討法規效應,如胡金焱(2003)。

綜上所述,與國外相比,我國學界對事件研究法的應用相對較多,而對事件研究法的討論不足,即事件研究方法論方面的研究成果還為數不多。同時,我們發現,國內學界在運用事件研究法時,較多選擇市場模型來估計正常收益,在對異常收益進行檢驗時,多數學者僅選擇單一的檢驗統計量。另外,國內文獻中對事件研究法的介紹不足,也幾乎沒有哪一篇文獻提及“由于事件研究的局限性而導致研究成果的非精確性”,很顯然,這種情況并非是因為讀者們對事件研究法已耳熟能詳了。