Badanie zdarzeń

Badanie zdarzeń to statystyczna metoda oceny wpływu zdarzenia na wartość firmy. Na przykład ogłoszenie o fuzji dwóch podmiotów gospodarczych można przeanalizować, aby sprawdzić, czy inwestorzy uważają, że fuzja stworzy lub zniszczy wartość. Podstawową ideą jest znalezienie nienormalnego zwrotu , który można przypisać badanemu zdarzeniu, poprzez dostosowanie do zwrotu, który wynika z wahań cen na rynku jako całości. Badanie zdarzeń zostało wymyślone przez Balla i Browna (1968).

Ponieważ metodologię zdarzeń można wykorzystać do wywołania wpływu dowolnego zdarzenia na kierunek i wielkość zmian cen akcji, jest ona bardzo wszechstronna. Badania zdarzeń są zatem wspólne dla różnych obszarów badawczych, takich jak rachunkowość i finanse, zarządzanie, ekonomia, marketing, informatyka, prawo, politologia, operacje i zarządzanie łańcuchem dostaw.

Jednym z aspektów często wykorzystywanych do strukturyzowania całości studiów nad zdarzeniami jest zakres badanych typów zdarzeń. Z jednej strony istnieją badania badające reakcje giełdy na zdarzenia ogólnogospodarcze (tj. szoki rynkowe, takie jak zmiany regulacyjne lub zdarzenia katastroficzne). Z drugiej strony, badania zdarzeń są wykorzystywane do badania reakcji giełdy na zdarzenia korporacyjne, takie jak fuzje i przejęcia, ogłoszenia zysków, emisje zadłużenia lub akcji, reorganizacje przedsiębiorstw, decyzje inwestycyjne i społeczna odpowiedzialność biznesu ( MacKinlay 1997; McWilliams & Siegel, 1997).

Metodologia

Ogólna metodologia badania zdarzeń została wyjaśniona na przykład w MacKinlay (1997) lub Mitchell i Netter (1994). W MacKinlay (1997) odbywa się to „przy użyciu danych z rynku finansowego” w celu „zmierzenia wpływu określonego zdarzenia na wartość firmy”. Twierdzi, że „biorąc pod uwagę racjonalność na rynku, skutki zdarzenia zostaną natychmiast odzwierciedlone w cenach papierów wartościowych. W ten sposób miarę ekonomicznego wpływu zdarzenia można skonstruować na podstawie cen papierów wartościowych obserwowanych w stosunkowo krótkim okresie”. Należy zauważyć, że badania zdarzeń o krótkim horyzoncie są bardziej wiarygodne niż badania zdarzeń o długim horyzoncie, ponieważ te ostatnie mają wiele ograniczeń. Jednak Kothari i Warner (2005) byli w stanie udoskonalić metodologie długiego horyzontu, aby poprawić projekt i wiarygodność badań w dłuższych okresach.

Metody empiryczne

Z metodologicznego punktu widzenia badania zdarzeń implikują, co następuje: W oparciu o okno szacunkowe poprzedzające analizowane zdarzenie, metoda szacuje, jakie powinny być normalne stopy zwrotu z akcji firmy, której to dotyczy, w dniu zdarzenia oraz kilka dni przed i po zdarzeniu (tj. w oknie wydarzenia). Następnie metoda odejmuje te „normalne zwroty” od „rzeczywistych zwrotów”, aby otrzymać „nienormalne zwroty” przypisane do zdarzenia.

Badania zdarzeń mogą jednak różnić się pod względem specyfikacji normalnych zwrotów. Najbardziej powszechnym modelem normalnych stóp zwrotu jest „model rynkowy” (MacKinlay 1997). Zgodnie z tym modelem, analiza wymaga użycia okna estymacji (zwykle o długości 120 dni) przed zdarzeniem w celu uzyskania typowej relacji między akcjami firmy a indeksem referencyjnym poprzez analizę regresji . Na podstawie współczynników regresji prognozuje się następnie normalne stopy zwrotu i wykorzystuje do obliczenia nienormalnych stóp zwrotu. Alternatywne modele normalnych zwrotów obejmują CAPM lub bardziej uproszczone podejścia, takie jak średnie zwroty (przegląd MacKinlay 1997).

Obliczanie nietypowych zwrotów

W zależności od wybranego modelu „normalnego powrotu”, prowadzenie badań zdarzeń wymaga od badacza wykonania odrębnej sekwencji kroków. W przypadku najpopularniejszego modelu, „modelu rynkowego”, kroki są następujące:

  1. Pobieraj i dopasowuj szeregi czasowe zwrotów finansowych akcji firmy centralnej i jej indeksu referencyjnego.
  2. Dla każdego zdarzenia zidentyfikuj sekwencje zwrotów firmowych i rynkowych, które należy uwzględnić w oknie oszacowania.
  3. Korzystając z analizy regresji, oblicz współczynniki alfa, beta i sigma, które wyjaśniają typowy związek między akcją a indeksem referencyjnym.
  4. Za pomocą tych trzech parametrów przewiduj „normalne zwroty” dla wszystkich dni okna zdarzeń.
  5. Odjęcie tych „normalnych zwrotów” od „rzeczywistych zwrotów” daje „nienormalne zwroty”, które są metrykami będącymi przedmiotem zainteresowania.

Znaczenie nietypowych zwrotów

Aby określić, czy poszczególne anormalne zwroty różnią się od zera z pewną trafnością statystyczną, należy zastosować statystyki testowe. W tym celu istnieją różne statystyki testowe na różnych poziomach analizy (tj. na poziomie AR, CAR, AAR i CAAR). Najpopularniejszy test, test t , dzieli anormalne zwroty przez pierwiastek błędu średniokwadratowego regresji. Otrzymane wartości t należy następnie porównać z krytycznymi wartościami rozkładu t-Studenta . Istnieją pewne dowody na to, że w czasach dużej zmienności (np. kryzys finansowy z lat 2007–2008 ) zbyt wiele firm ma tendencję do wykazywania znacznie nienormalnych zwrotów przy użyciu testu t , co utrudnia określenie, które zwroty są naprawdę „nienormalne”.

Oprogramowanie do prowadzenia studiów zdarzeń

Badania zdarzeń można realizować za pomocą różnych narzędzi. Badania pojedynczego zdarzenia można łatwo wdrożyć za pomocą programu MS Excel , badania zdarzeń obejmujące wiele zdarzeń należy zbudować przy użyciu pakietów oprogramowania statystycznego (np. STATA , Matlab ). Oprócz tych wielofunkcyjnych narzędzi istnieją rozwiązania dostosowane do prowadzenia analiz zdarzeń (np. Eventus , EventStudyTools ).

Wniosek o analizę fuzji

Logika stojąca za metodologią badania zdarzeń (w specyficznym kontekście fuzji ) została wyjaśniona w Warren-Boulton i Dalkir (2001):

Inwestorzy na rynkach finansowych obstawiają swoje dolary, czy fuzja podniesie czy obniży ceny. Połączenie, które podnosi ceny rynkowe, przyniesie korzyści zarówno łączącym się stronom, jak i ich rywalom, a tym samym podniesie ceny wszystkich ich akcji. I odwrotnie, społeczność finansowa może oczekiwać, że efektywność fuzji będzie wystarczająco duża, aby obniżyć ceny. W takim przypadku wartości akcji rywali łączących się firm spadają wraz ze wzrostem prawdopodobieństwa fuzji. W związku z tym dowody z rynków finansowych można wykorzystać do przewidywania wpływu cen rynkowych w przypadku wystąpienia istotnych zdarzeń związanych z połączeniem.

Warren-Boulton i Dalkir (2001) stosują swoją metodologię prawdopodobieństwa zdarzeń do proponowanej fuzji Staples, Inc. i Office Depot (1996), która została zakwestionowana przez Federalną Komisję Handlu i ostatecznie wycofana.

Wyniki

Warren-Boulton i Dalkir (2001) stwierdzili, że jedyna konkurencyjna firma na właściwym rynku osiąga bardzo wysokie zyski. Na podstawie tych zwrotów są w stanie oszacować efekt cenowy połączenia na rynku produktowym, który jest wysoce spójny z szacunkami prawdopodobnego wzrostu cen z innych niezależnych źródeł.

Zastosowanie w postępowaniu sądowym

Wyniki badań zdarzeń zostały przyjęte jako dowód w sporach sądowych w USA, przy ustalaniu wysokości odszkodowania w sprawach dotyczących oszustw związanych z papierami wartościowymi.

Zobacz też

  1. ^ Ronald J. Gilson i Bernard S. Black, Prawo i finanse przejęć korporacyjnych, wydanie 2, 1995, 194-195.
  2. ^ Ray Ball i Philip Brown, Empiryczna ocena liczb dochodów księgowych, Journal of Accounting Research, tom. 6, jesień 1968.
  3. Bibliografia   _ Lam, Hugo KS; Cheng, TCE; Zhou, Honggeng (2018-06-01). „Przegląd krótkoterminowych badań zdarzeń w zarządzaniu operacjami i łańcuchem dostaw”. Międzynarodowy Dziennik Ekonomiki Produkcji . 200 : 329–342. doi : 10.1016/j.ijpe.2018.04.006 . ISSN 0925-5273 .
  4. ^ a b MacKinlay, AC „Badania zdarzeń w ekonomii i finansach”, Journal of Economic Literature , tom. XXXV, wydanie 1 (marzec 1997). Dostępne pod adresem: https://www.jstor.org/stable/2729691
  5. ^ McWilliams, A. i Siegel, D. „Badania zdarzeń w badaniach nad zarządzaniem: zagadnienia teoretyczne i empiryczne” Academy of Management Journal, tom. 40, nr 3, (1997)
  6. ^ Mitchell, Mark L. i Jeffry M. Netter. „Rola ekonomii finansowej w przypadkach oszustw związanych z papierami wartościowymi: wnioski w Komisji Papierów Wartościowych i Giełd”. Prawnik biznesowy luty 1994
  7. ^ ab . Chen, MY, „Właśnie przeprowadziłem 400 milionów badań zdarzeń” - badanie wytrzymałości i pogorszenia modelu rynku w czasach kryzysu (2014) Dostępne pod adresem: https://ssrn.com/abstract=2534446
  8. ^ Kothari, SP i Jerold B. Warner, 200 [4!], „Econometrics of Event Studies” Źródło: https://ssrn.com/abstract=608601
  9. ^ Jovanovic, B. i Fox, E. (2010). Testowanie istotności na niestabilnych rynkach. NERA Doradztwo Gospodarcze. Pobrane z: http://www.law360.com/articles/142884/testing-for-materiality-in-volatile-markets
  10. ^ abc Warren- Boulton , F. i S. Dalkir. „Staples and Office Depot: studium przypadku prawdopodobieństwa zdarzenia”, Review of Industrial Organization, tom. 19, nr 4, (2001).
  11. ^ Tabak, Dawid; Dunbar, Fryderyk. „Materialność i wielkość: badania zdarzeń na sali sądowej” (PDF) . Źródło 9 listopada 2021 r .
  • McGuckin, RH, FR Warren-Boulton i P. Waldstein. „Wykorzystanie zwrotów giełdowych w antymonopolowej analizie fuzji”, Przegląd Organizacji Przemysłowej, tom. 7 (1992). https://www.jstor.org/stable/41798368
  • McWilliams, A. i Siegel, D. „Badania zdarzeń w badaniach nad zarządzaniem: zagadnienia teoretyczne i empiryczne” Academy of Management Journal, tom. 40, nr 3, (1997) https://www.jstor.org/stable/257056
Pobrano z „ https://en.wikipedia.org/w/index.php?title=Event_study&oldid=1061836791 ”