事件分析法的事件分析法的步骤

事件分析法的事件分析法的步骤

用事件分析法来研究某事件的发生对组织价值的影响以及影响程度，通常需计算超常收益，因此其基础性步骤是设计和选择计算正常收益的模型。一个完整的事件分析法包括以下七个步骤：
( 1) 事件定义( Event Definition) 。包括定义所关注的事件及事件窗口的长度，这也是事件分析法最为核心和关键的步骤。一个完整的事件窗口包括估计窗口、事件窗口和事后窗口。与以往的相关分析不同，事件分析法考虑到可能存在事件提前泄露的情形，因此选择事件窗口时通常也包括事件发生前的一段时间，这个窗口称为估计窗口。同理，考虑到事件发生后带来的滞后效应，我们也在事件发生之后一段时间内构建事后窗口。需要注意的是，为了剔除正常收益模型的参数估计值受相关事件的影响，需保证估计窗口、事件窗口和事后窗口不重叠。
( 2) 选样标准( Selecting Criteria) 。在定义事件之后，必须决定样本选取标准。具体而言，就是选取与该事件有关的一个样本，用于分析该事件对所要研究问题的影响。
( 3 ) 计算正常收益与超常收益( Calculating Normal and Abnormal Returns) 。为了评价某事件的发生对公司价值的影响，需要计算正常收益和超常收益。事件分析法一般通过考察某事件公告前后这段时期( 即“事件窗口”) 内股东的超常收益率来衡量事件的发生对公司价值的影响。正常收益是指如果事件不发生的话预计可以得到的收益，超常收益是事件窗口时期的正常收益与非正常收益之差。正常收益的测量模型可分为统计学方法和经济学方法，这两种方法的区别在于: 统计学方法( 包括常数均值收益模型、市场模型等) 采用的是对资产收益的统计假设，其不依赖于任何经济学原理; 而经济学方法则完全依赖于对投资者行为的假设，而不是统计假设。然而经济学模型的潜在优势并非其缺少统计假设，而是它可能使我们利用经济学常识，更为精确地测量正常收益。
( 4 ) 参数估计( Estimation Procedure ) 。即使用“估计窗口”的数据来估计正常收益模型的参数值。其通常做法是通过事件窗口的前一期( 估计窗口) 的样本数据来进行估计。通常来说，事件窗口本身并不包括在估计窗口之中，以避免事件本身对正常收益参数估计值的影响。
( 5) 检验程序( Testing Procedure) 。设计和选择用于检验超常收益的程序，即设计原假设及备用假设，并根据样本量大小及总体标准差是否已知等选择合适的检验统计量。
( 6 ) 实证结果的输出( EmpiricalResults) 。由检验程序得出实证结果并提供相关结论。
( 7 ) 解释与结论( Interpretation andConclusions) 。对实证结果进行合理的解释。如果实证结果与预期相符，则该实证结果能为事件的影响机理与作用机制等提供实证方面的支持; 如果检验结果与预期相悖，则需要对模型和数据中的不足部分进行分析及说明，根据需要甚至可提出新的理论解释。