Исследование событий

Введение

Исследование событий - это мощный метод эмпирического анализа, используемый преимущественно в финансовой сфере для оценки влияния конкретного события на стоимость фирмы. События могут варьироваться от объявлений о прибыли, слияний и поглощений, регуляторных изменений до макроэкономических новостей и других. Основная цель исследования событий - определить, существует ли аномальная доходность вокруг времени события, тем самым предоставляя понимание того, как инвесторы воспринимают информацию, передаваемую событием.

Ключевые концепции и методология

Аномальная доходность

Аномальная доходность - это доходность, которая отличается от ожидаемой доходности на основе какой-либо модели. В исследовании событий аномальная доходность - это разница между фактической доходностью и нормальной, или ожидаемой, доходностью, оцененной за определенный период. Формула для аномальной доходности обычно записывается как:

AR_it = R_it - E(R_it)

где:

• AR_it - аномальная доходность для акции i в момент времени t.
• R_it - фактическая доходность для акции i в момент времени t.
• E(R_it) - ожидаемая доходность для акции i в момент времени t.

Окно события и окно оценки

Окно события - это период, в течение которого оценивается влияние события. Это окно обычно центрируется вокруг даты события, но может варьироваться по длине в зависимости от природы события и интересов исследователя.

Окно оценки - это период перед окном события, используемый для оценки нормальной динамики ценной бумаги. Доходности за этот период используются для создания модели ожидаемой доходности, которая может основываться на различных моделях ценообразования активов, таких как рыночная модель, CAPM или другие.

Кумулятивная аномальная доходность (CAR) и средняя аномальная доходность (AAR)

Для оценки общего влияния события за период исследователи часто рассчитывают кумулятивную аномальную доходность (CAR). CAR агрегирует аномальные доходности за окно события. Средняя аномальная доходность (AAR) по нескольким событиям или ценным бумагам также используется для робастности, предлагая более обобщенный взгляд.

Формулы обычно следующие:

CAR_i(t_1, t_2) = Σ AR_it от t=t1 до t=t2
AAR_t = (1/N) Σ AR_it от i=1 до N

где:

• CAR_i(t_1, t_2) - кумулятивная аномальная доходность для ценной бумаги i от момента t1 до t2.
• AAR_t - средняя аномальная доходность в момент времени t.
• N - количество событий или ценных бумаг.

Этапы проведения исследования событий

1. Идентификация события: Определите интересующее событие и установите дату события.
2. Выбор фирм: Выберите выборку фирм или ценных бумаг, затронутых событием.
3. Окно оценки: Определите окно оценки для расчета ожидаемых доходностей.
4. Окно события: Укажите окно события для оценки влияния.
5. Выбор модели: Выберите модель для оценки ожидаемых доходностей (например, рыночная модель, CAPM).
6. Оценка ожидаемых доходностей: Оцените ожидаемые доходности, используя данные из окна оценки.
7. Расчет аномальных доходностей: Рассчитайте аномальные доходности за окно события.
8. Статистическое тестирование: Используйте статистические тесты для определения значимости аномальных доходностей.

Модели для оценки ожидаемой доходности

Рыночная модель

Рыночная модель - одна из наиболее часто используемых моделей в исследованиях событий. Она основана на линейной зависимости между доходностями ценных бумаг и доходностями рынка.

R_it = α_i + β_i R_mt + ε_it

где:

• R_it - доходность ценной бумаги i в момент времени t.
• R_mt - доходность рыночного портфеля в момент времени t.
• α_i и β_i - параметры, оцененные за окно оценки.
• ε_it - случайная ошибка.

Модель ценообразования капитальных активов (CAPM)

Модель CAPM предоставляет другой надежный метод оценки ожидаемых доходностей, включая безрисковую ставку наряду с рыночным риском.

E(R_it) = R_f + β_i (R_mt - R_f)

где:

• R_f - безрисковая ставка.
• Остальные термины определены выше.

Применения исследований событий

Исследования событий широко используются как в академических исследованиях, так и практиками для анализа различных событий:

• Объявления о прибыли: Для понимания рыночной реакции на сюрпризы в прибыли.
• Слияния и поглощения: Для оценки влияния объявлений о слияниях на цены акций приобретающих и целевых фирм.
• Изменения политики: Для изучения того, как регуляторные изменения влияют на цены акций.
• Корпоративные действия: Для оценки влияния дробления акций, объявлений о дивидендах и выкупа акций.
• Макроэкономические объявления: Для понимания рыночной реакции на изменения процентных ставок, объявления о ВВП или данные об инфляции.

Статистические тесты в исследованиях событий

Различные статистические тесты используются для оценки значимости аномальных доходностей:

• t-критерий Стьюдента: Часто используется для проверки, значимо ли аномальные доходности отличаются от нуля.
• Параметрические тесты: Включают тесты, предполагающие нормальное распределение аномальных доходностей.
• Непараметрические тесты: Включают такие тесты, как тест знаков или ранговый тест, которые не предполагают конкретного распределения для аномальных доходностей.

Современные инструменты и программное обеспечение для исследований событий

Eventus

Eventus - популярный программный пакет, облегчающий анализ исследований событий. Он интегрирован с различными базами данных и поддерживает многочисленные статистические тесты.

Event Study Metrics

Еще один комплексный инструмент - Event Study Metrics, который предоставляет удобный интерфейс для проведения различных типов исследований событий.

Пакеты R и Python

Для тех, кто предпочитает инструменты с открытым исходным кодом, R и Python предлагают мощные пакеты для проведения исследований событий. В R широко используется пакет eventstudies, а пакет Python PyEMD предлагает надежные инструменты для анализа исследований событий.

Кейс: Анализ влияния объявления о слиянии

Пошаговое руководство

1. Идентификация события: Определите крупное объявление о слиянии и дату объявления.
2. Выбор выборки: Выберите приобретающие и целевые фирмы.
3. Окно оценки: Выберите окно оценки, например, 120 дней до события.
4. Окно события: Выберите окно события [-10, +10] дней вокруг даты события.
5. Выбор модели: Используйте рыночную модель для оценки ожидаемой доходности.
6. Сбор данных: Соберите исторические данные о ценах акций и данные рыночного индекса.
7. Оценка: Оцените параметры рыночной модели, используя данные из окна оценки.
8. Расчет: Рассчитайте аномальные доходности и кумулятивные аномальные доходности.
9. Тестирование: Проведите статистические тесты для определения значимости аномальных доходностей.

Интерпретация результатов

Проанализируйте результаты CAR и статистических тестов, чтобы сделать вывод о том, оказало ли объявление о слиянии значительное влияние на цены акций приобретающих и целевых фирм.

Заключение

Исследования событий являются краеугольным камнем эмпирических финансов и предоставляют надежные инструменты для оценки влияния различных событий на цены ценных бумаг. При четко определенной методологии, выборе подходящих моделей и использовании современных инструментов исследователи и практики могут получить значительные insights о поведении рынка и реакциях инвесторов.