学文网内容摘要：本文回顾事件研究方法选择的最新进展，结合我国相关研究和实际情况讨论了包括估计模型、市场基准、检验方法以及长期事件研究等方面问题，特别结合我国市场存在的股票报酬的ARCH现象、“行业轮动”现象、股价涨跌幅限制以及小样本检验等问题，探讨对中国实证研究的启示。
关键词：事件研究法 实证研究 方法选择
Ball和Brown(1968)对会计盈余的信息内含以及Fama、Fisher、Jensen和Roll(1969，FFJR)对股票分割的市场反应研究确立了事件研究法在实证研究中的地位和作用。但是，在实践中国外学者对事件研究法的适用性提出质疑并不断改进。我国实证研究主要以上市公司为研究对象，在研究的条件和可行性方面和美国相比存在不少的差距。此外，我国市场还存在股票报酬的ARCH现象、“板块轮动”现象、股价涨跌幅限制以及小样本检验等问题。因此如何结合我国的实际情况选择和设计事件研究的方法，是一个关乎事件研究严格性和结论可靠性的重要问题。
模型和市场基准的选择
事件研究的基础步骤是设计和选择计算正常收益的模型，Campbell、Lo和Mackinlay(1997)认为计算正常收益的模型主要分经济模型和统计模型。针对证券价格的统计特征，Brown和Warner(1980，1985)应用模拟抽样的方法证明市场模型对月数据和日数据具有较好的适用性。他们也指出，不同的时期和市场，应对模型加以选择并进行改进。但是，陈汉文等(2002)针对中国市场应用模拟的方法，发现市场模型在应用于一些价格反映力度较小或者不易确定的研究中必须慎重，常数均值模型在不同情况下可能优于市场模型。
我国股市存在“行业轮动”现象，即同一行业股票有明显的同涨同跌的现象，采用考虑行业因素的双指数市场模型，可能有助于提高检验的效果。另一方面，徐剑刚等(1996)表明我国股票报酬具有ARCH现象即波动的集群性。忽视事件期内的ARCH将可能导致以下问题：市场模型的β系数估计有误，低估小市值公司的β值，而高估大市值公司的β值，赵桂芹(2003)对中国市场的研究也获得类似的结论；β系数具有时变性，β随利空消息而上升，随利多消息而下降，中国市场的股票同样具有上述特征(石磊、徐剑刚, 2003)。
研究样本的问题
事件研究中的统计检验量大多渐近于正态分布，但实证研究中，特别在样本根据不同特征(如规模和行业特征)进行分类后，往往会出现小样本情形。Mackinlay(1997)证明随着样本容量的增加，事件研究检验的优势将显著的上升。针对小样本问题，Efron(1979)提出用bootstrap方法获得关于原假设的分布，Kramer(1996)采用模拟的方法发现bootstrap方法相比传统的检验方法能有效的改善统计量检验的质量。但Hall and Wilson(1991)认为仅通过简单的样本重构，未必可以获得真实分布的信息，bootstrap方法的效果未必优于非参数检验。此外小样本情况下，统计量对异常值非常敏感，检验的显著性可能是异常值引起的。解决该问题有两种，一是比较删除异常样本前后的结果是否存在显著差异，二是进行非参数检验。
检验方法的选择
事件研究的检验主要有参数检验和非参数检验。最早的参数检验假设样本间的股价行为相互***，Brown and Warner(1980)考虑到事件的集群性(Event Clustering)可能导致样本间存在相关性，从而低估了检验量中的估计方差，提出一种调整方法。但是Beaver（1968）、Kalay and Loewenstein(1985)、Boehmer etal.(1991)等人的实证研究发现异常收益的方差可能由于事件发生而增大(Event-induced Variance)，以往的参数检验量往往低估了方差从而更容易拒绝不存在异常收益的原假设，Boehmer et al.(1991)提出针对这一现象的标准化横截面检验。非参数检验主要有广义符号检验、Wilcoxon符号秩检验和Corrado's等级检验。实证研究表明，异常收益的分布表现为右偏、厚尾，Cowan and Sergeant(1996)发现在这种情况下非参数检验将优于参数检验。非参数检验不仅在偏斜分布的条件下优于参数检验，而且有助于发现样本中的异常值。
另外，我国股价存在涨跌幅限制，一旦股价到达涨跌幅价位，则真实的价格反应可能被扭曲。Chou(1997)提出Bayesian Gibbs Sampler方法和Chiang(1995)应用GMM方法研究涨跌幅限制的问题，发现当估计期内个别股票达到涨跌幅点的天数较多时，会明显影响正常收益的估计。他们的方法对研究我国存在强烈价格反应的事件时具有一定的借鉴意义。
我国应用事件研究的启示
选择合适的统计检验方法对研究经济、金融事件特别是价格反应较为微弱的事件至关重要，以上我们通过结合我国实际回顾了事件研究方法的最新进展，并获得以下启示：
目前，在我国研究中使用常数均值模型和市场模型并无明显差异。我国存在“板块轮动”现象，采用双指数市场模型可能会提高检验效果。由于ARCH现象和β系数具有时变性，采用含由GARCH的市场模型进行估计能提高结论的稳健性。
较大的样本容量可以保证结论的准确性。对于小样本，必须注意异常收益的分布以及稳健性检验，特别注意检验和处理样本中的异常值。我国以往大多数研究并没有进行小样本调整，也没有列出相关的非参数统计量来检验异常值的影响。
参数和非参数检验由于原假设不同可相互补充。当事件的发生可能导致异常收益的方差增大时，Corrado's等级检验和标准化横截面检验更有助于调整检验量的偏差。我国存在股价涨跌幅限制，对价格反应剧烈的事件研究可考虑采用Bayesian或GMM方法。
参考资料：
1. 石磊，徐剑刚.时变β和杠杆效应：个股研究.复旦大学管理学院，2003
2. 赵桂芹.股票收益波动与Beta系数的时变性.中国管理科学，2003
转载请注明出处学文网 » 事件研究方法最新进展及中国的实证研究