Исследование событий

Исследование событий - это статистический метод оценки воздействия события на стоимость фирмы. Например, объявление о слиянии двух хозяйствующих субъектов может быть проанализировано, чтобы увидеть, верят ли инвесторы, что слияние создаст или уничтожит стоимость. Основная идея состоит в том, чтобы найти аномальную доходность, относящуюся к изучаемому событию, путем корректировки доходности, связанной с колебанием цен на рынке в целом. Исследование событий было изобретено Боллом и Брауном (1968).

.

Поскольку методология событий может использоваться для выявления влияния любого типа событий на направление и величину изменений цен на акции, она очень универсальна. Таким образом, исследования событий являются общими для различных областей исследований, таких как бухгалтерский учет и финансы, менеджмент, экономика, маркетинг, информационные технологии, право, политология, операции и управление цепочками поставок.

Одним из аспектов, часто используемых для структурирования общего объема исследований событий, является широта изучаемых типов событий. С одной стороны, есть исследования, изучающие реакцию фондового рынка на события в масштабах всей экономики (т. Е. Рыночные шоки, такие как нормативные изменения или катастрофические события). С другой стороны, исследования событий используются для изучения реакции фондового рынка на корпоративные события, такие как слияния и поглощения, объявления о прибылях и убытках, долговые или выпуски акций, корпоративные реорганизации, инвестиционные решения. и корпоративная социальная ответственность (MacKinlay 1997; McWilliams Siegel, 1997).

• 1 Методология
  • 1.1 Эмпирические методы
  • 1.2 Расчет аномальной доходности
  • 1.3 Значимость аномальной доходности
  • 1.4 Программное обеспечение для проведения исследования событий
• 2 Применение для анализа слияний
  • 2.1 Результаты
• 3 См. Также
• 4 Ссылки

Общая методология исследования событий объясняется, например, в MacKinlay (1997) или Mitchell and Netter (1994). В MacKinlay (1997) это делается «с использованием данных финансового рынка», чтобы «измерить влияние конкретного события на стоимость фирмы». Он утверждает, что «при разумном подходе к рынку последствия события сразу же отразятся на ценах на ценные бумаги. Таким образом, оценка экономического воздействия события может быть построена с использованием цен на ценные бумаги, наблюдаемых в течение относительно короткого периода времени». Важно отметить, что исследования событий более надежны, чем исследования событий, поскольку последние имеют много ограничений. Тем не менее, Котари и (2005) смогли уточнить методологии долгосрочного горизонта, чтобы улучшить дизайн и надежность исследований в течение более длительных периодов.

Эмпирические методы

Методологически исследования событий подразумевают следующее: на основе окна оценки до анализируемого события метод оценивает, какой должна быть нормальная доходность акций затронутой (-их) фирмы (-ей) в день события и за несколько дней до и после события. (т. е. во время окна события). После этого метод вычитает эту «нормальную доходность» из «фактической доходности» для получения «аномальной доходности», приписываемой событию.

Исследования событий, однако, могут отличаться в зависимости от их нормальных доходностей. Наиболее распространенной моделью нормальной доходности является «рыночная модель» (MacKinlay 1997). Следуя этой модели, анализ предполагает использование окна оценки (обычно размером 120 дней) до события, чтобы вывести типичную взаимосвязь между акциями фирмы и эталонным индексом с помощью регрессионного анализа. Затем на основе коэффициентов регрессии прогнозируются нормальные доходы, которые используются для расчета аномальных доходов. Альтернативные модели для нормальной доходности включают модель CAPM или более упрощенные подходы, такие как средняя доходность (обзор см. В MacKinlay 1997).

Расчет аномальной доходности

В зависимости от модели, выбранной для «нормальной доходности», проведение исследования событий требует от исследователя реализации определенной последовательности шагов. Для наиболее распространенной модели, «рыночной модели», шаги следующие:

1. Получить и сопоставить временные ряды финансовой доходности акций целевой фирмы и ее справочного индекса.
2. Для каждого события укажите последовательности доходности фирмы и рынка, которые необходимо включить в окно оценки.
3. Используя регрессионный анализ, рассчитайте коэффициенты альфа, бета и сигма, которые объясняют типичную взаимосвязь между акциями и эталонным индексом.
4. С помощью этих трех параметров спрогнозируйте «нормальную доходность» для всех дней окна события.
5. Вычитание этой «нормальной доходности» из «фактической доходности» дает вам «аномальную доходность», которая является интересующие метрики.

Значимость аномальных результатов

Чтобы указать, отличаются ли отдельные аномальные результаты от нуля с некоторой статистической достоверностью, необходимо применить статистику теста. Для этой цели существует различная тестовая статистика на разных уровнях анализа (то есть на уровне AR, CAR, AAR и CAAR). Самый распространенный тест, t-тест, делит аномальные результаты на среднеквадратичную ошибку регрессии. Полученные t-значения затем необходимо сравнить с критическими значениями t-распределения Стьюдента. Есть некоторые свидетельства того, что во времена высокой волатильности (например, финансовый кризис 2007–2008 гг. ) слишком много компаний, как правило, демонстрируют существенно ненормальную доходность с помощью t-теста, что делает его труднее определить, какие возвраты являются действительно "ненормальными".

Программное обеспечение для проведения исследований событий

Исследования событий могут быть реализованы с помощью различных инструментов. Исследования отдельных событий могут быть легко реализованы с помощью MS Excel, исследования событий, охватывающих несколько событий, должны быть построены с использованием пакетов статистического программного обеспечения (например, STATA, Matlab ). Помимо этих многоцелевых инструментов, существуют решения, специально предназначенные для проведения анализа исследований событий (например, Eventus, Event Study Metrics, EventStudyTools ).

Логика методологии исследования событий (в конкретном контексте слияний ) объясняется в Warren-Boulton and Dalkir (2001):

Инвесторы финансовых рынков делают ставку на то, приведет ли слияние к повышению или снижению цен. Слияние, приводящее к повышению рыночных цен, принесет пользу как сторонам слияния, так и их конкурентам и, таким образом, повысит цены на все их акции. И наоборот, финансовое сообщество может ожидать, что эффективность слияния будет достаточно большой, чтобы снизить цены. В этом случае стоимость акций конкурентов сливающихся фирм падает по мере увеличения вероятности слияния. Таким образом, данные финансовых рынков могут быть использованы для прогнозирования влияния рыночных цен в случае значительных событий, связанных с слиянием.

Уоррен-Бултон и Далкир (2001) применяют свою методологию вероятности событий к предлагаемому слиянию Staples, Inc. и Office Depot (1996), которые были оспорены Федеральной торговой комиссией и в конечном итоге отозваны.

Выводы

Уоррен-Боултон и Далкир (2001) обнаружили весьма значительную прибыль для единственной конкурирующей фирмы на соответствующем рынке. Основываясь на этих доходах, они могут оценить ценовой эффект слияния на товарном рынке, который полностью согласуется с оценками вероятного повышения цен из других независимых источников.

• Дрейф объявления о прибылях и убытках, аномалия, обнаруженная в исследованиях событий в объявлениях о доходах
• CRSP, база данных, обычно используемая в исследованиях событий

1. ^Рональд Дж. Гилсон и Бернард С. Блэк, Закон и финансы корпоративных приобретений, 2-е издание, 1995, 194–195.
2. ^Рэй Болл и Филип Браун, Эмпирическая оценка показателей бухгалтерского дохода, Journal of Accounting Research, Vol. 6, осень 1968.
3. ^Дин, Ли; Лам, Хьюго К.С.; Cheng, T.C.E.; Чжоу, Хонгэн (2018-06-01). «Обзор краткосрочных исследований событий в операциях и управлении цепочками поставок». Международный журнал экономики производства. 200 : 329–342. doi : 10.1016 / j.ijpe.2018.04.006. ISSN 0925-5273.
4. ^ MacKinlay, A.C. «Исследования событий в экономике и финансах», Journal of Economic Literature Vol. XXXV, выпуск 1 (март 1997 г.). Доступно по адресу: https://www.jstor.org/stable/2729691
5. ^МакВильямс, А. и Сигел, Д. «Исследования событий в исследованиях в области управления: теоретические и эмпирические вопросы», Academy of Management Journal, Vol. 40, No. 3, (1997)
6. ^Митчелл, Марк Л. и Джеффри М. Неттер. «Роль финансовой экономики в случаях мошенничества с ценными бумагами: заявки в Комиссии по ценным бумагам и биржам». The Business Lawyer Февраль 1994 г.
7. ^ Чен, М.Ю., «Я только что провел 400 миллионов исследований событий» - исследование устойчивости и ухудшения рыночной модели во время кризиса (2014). Доступно по адресу: https://ssrn.com/abstract=2534446
8. ^Котари, С.П., и Джерольд Б. Уорнер, 200 [4!], «Эконометрика исследований событий» Получено с: https: //ssrn.com/abstract=608601
9. ^Йованович, Б., и Фокс, Э. (2010). Тестирование на существенность на волатильных рынках. НЕРА Экономический консалтинг. Источник: http://www.law360.com/articles/142884/testing-for-materiality-in-volatile-markets
10. ^ Уоррен-Бултон, Ф. и С. Далкир. «Складские товары и офисный склад: пример вероятности события», Обзор промышленной организации, Том. 19, № 4, (2001).

• Макгукин Р. Х., Ф. Р. Уоррен-Бултон и П. Вальдштейн. «Использование доходности фондового рынка в антимонопольном анализе слияний», Обзор Industrial Organization Vol. 7 (1992). https://www.jstor.org/stable/41798368
• McWilliams, A. и Siegel, D. «Исследования событий в исследованиях в области управления: теоретические и эмпирические вопросы», Academy of Management Journal, Vol. 40, No. 3, (1997) https://www.jstor.org/stable/257056