計量學(xué)課件：第九章 事件研究法

第九章

事件研究法本章內(nèi)容概要事件研究概述收益率估計統(tǒng)計檢驗事件研究與Eviews事件研究法是一種運用統(tǒng)計思想，針對某項經(jīng)濟(jì)事件對資產(chǎn)價格造成影響的程度和持續(xù)時間進(jìn)行度量以及檢驗的研究方法。對于那些存在明確發(fā)生時間的經(jīng)濟(jì)事件，在不同市場有效性的環(huán)境下，這一信息可能在資產(chǎn)價格上被提前或者延遲反應(yīng)，抑或是反應(yīng)過度或反應(yīng)不足。無論是哪一種信息傳導(dǎo)、解釋，并最終映射在資產(chǎn)價格上，都可以被事件研究方法所捕獲。借助這一研究方法，可以明確地對事件造成的影響程度和持續(xù)時間進(jìn)行評價；是廣泛地為理論學(xué)者以及金融從業(yè)人員應(yīng)用的一種研究方法，不僅有重要的理論價值，而且具有實際的指導(dǎo)意義一、事件研究概述事件研究簡介事件研究方法是衡量一個經(jīng)濟(jì)事件對企業(yè)影響的有效工具。該方法的理論基礎(chǔ)是：

在理性的市場上，某個事件對企業(yè)的影響會在相對短暫的一段時間內(nèi)反映在相應(yīng)的資產(chǎn)價格的變動上。因此可以通過對公司價值變動的計量分析來評價事件的影響。對于上市公司而言，就是研究事件發(fā)生前后公司的股價是否發(fā)生了異常變動。一、事件研究概述過往研究綜述最先提出事件研究方法的是Dolly(1933)，他運用“事件研究法”對1921—1931年間的95個樣本考察了股票分割的股價效應(yīng)。隨后,Myers與Bakay(1948)、Barkay(1956、1957、1958)、Ashley(1962)等人進(jìn)一步完善和發(fā)展了事件研究法。Ball與Brown(1968)、Fama等人(1969)的研究使事件研究得以最終“成熟”。其中，鮑爾和布朗(Ball，Brown，1968)最早采用了累積異常收益率方法檢驗了年報會計信息含量及其對股票價格的影響。一、事件研究概述事件研究方法論這方面的研究主要著眼于事件研究方法本身的完善。Farm等人(1969)為事件研究方法做出了開創(chuàng)性的貢獻(xiàn)。Brown和Warner在1980年、1985年分別采用隨機(jī)抽樣方法通過月度數(shù)據(jù)、日數(shù)據(jù)對估計期望收益的三種模型（均值調(diào)整模型、市場調(diào)整模型、市場模型）進(jìn)行了比較。在對異常收益的檢驗方面，針對參數(shù)檢驗方法存在的一些問題，Corrado（1989）提出了非參數(shù)的秩檢驗方法。Kholar'i與Warner(2006)的研究總結(jié)了事件研究方法論兩個方面的進(jìn)步:其一，日數(shù)據(jù)(有時指交易日)取代了月度數(shù)據(jù);第二，用于估計異常收益與檢驗其統(tǒng)計顯著性的方法變得越來越深奧。相對來說，國內(nèi)在事件研究方法論上的研究較為薄弱，主要集中于介紹現(xiàn)成的一些方法。一、事件研究概述市場效率的檢驗對市場有效性的檢驗是事件研究的一大重要應(yīng)用。日收益率數(shù)據(jù)在事件研究法檢驗市場效率的研究中扮演了重要的角色。Farna認(rèn)為，日收益率數(shù)據(jù)有利于精確計量股價對某一事件的反應(yīng)速度，同時，也有利于減少甚至消除共同檢驗問題(市場有效性總是和資產(chǎn)定價模型同時被檢驗的)。國外的研究一般都得到了市場符合弱有效的結(jié)論。我國學(xué)者在市場有效性方面的研究比較多，比如沈藝峰與吳世農(nóng)（1999）采用長期事件研究方法考察了我國市場是否存在反應(yīng)過度的問題，王永紅與趙學(xué)軍(2001)也間接地研究了市場有效性。一、事件研究概述融資決策對公司價值的影響包括再融資(如債券、可轉(zhuǎn)換債券、可轉(zhuǎn)換優(yōu)先股、配股與增發(fā)等)的發(fā)行公告股價效應(yīng)和長期股價與經(jīng)營(或會計)效應(yīng)。國外許多金融學(xué)家都采用事件研究方法對證券市場上廣泛存在的IPO溢價和IPO之后公司績效的長期弱勢進(jìn)行了研究。有的金融學(xué)家對不同的融資方式進(jìn)行了比較，一般的結(jié)論是：普通股發(fā)行的股價效應(yīng)約為-3%,可轉(zhuǎn)換債券對應(yīng)為-2%,而普通債券約為0.3%。在再融資的長期績效方面,事件研究的結(jié)果是:股票發(fā)行后標(biāo)的公司業(yè)績呈現(xiàn)長期下滑的趨勢,可轉(zhuǎn)換債券發(fā)行后標(biāo)的公司績效也呈下滑態(tài)勢(程度較股票低),但普通債券發(fā)行前后公司的績效基本保持不變。我國的學(xué)者們也對我國市場上的再融資行為進(jìn)行了研究。比如，劉力等（2003）研究了證券市場上的增發(fā)效應(yīng)，楊高峰等（2005）研究了上市公司配股對股東財富的影響，劉舒娜等人（2006）對上市公司發(fā)行可轉(zhuǎn)債的行為進(jìn)行了研究。一、事件研究概述事件研究步驟1）事件的定義進(jìn)行事件研究的第一步就是確定所要研究的事件和信息，并確定采用哪一段時期的股價變化來度量事件的影響。2）正常與異常收益的定義與估計正常收益被定義為事件發(fā)生后證券的預(yù)期收益，異常收益被定義為事件發(fā)生后證券的實際收益與正常收益之差。研究者應(yīng)該根據(jù)實際情況選擇合適的計量模型，并采用相應(yīng)的方法對模型的參數(shù)進(jìn)行估計。一、事件研究概述3）對異常收益的檢驗根據(jù)上一步估計出的異常收益計算出累積異常收益，對異常收益和累積異常收益進(jìn)行統(tǒng)計顯著性檢驗。4）對結(jié)果分析根據(jù)檢驗結(jié)果評價該事件對企業(yè)價值的影響，并對結(jié)果進(jìn)行解釋。二、收益率估計本節(jié)主要研究事件發(fā)生前、中、后期的預(yù)期收益率水平、異常收益和累積異常收益，探討在事件研究中收益率的估計方法，詳細(xì)介紹事件研究的基本思想和應(yīng)用。二、收益率估計事件研究基本術(shù)語t=0表示事件日，t=-1表示事件日前一天，t=1表示事件日后一天，依次類推。

到

為事件窗，事件窗內(nèi)異常收益的大小用于度量事件對企業(yè)的影響程度；

到

為估計窗，用于估計正常收益模型中的參數(shù)；

到

為事后窗，事后窗用于估計事件日后證券價值是否發(fā)生了異常變化。為了避免事件對估計的模型參數(shù)的影響，估計窗與事件窗一般不重疊。估計窗的長短選取并無客觀的標(biāo)準(zhǔn)，估計期太短會導(dǎo)致模型參數(shù)估計不夠準(zhǔn)確；估計期太長，數(shù)據(jù)可能發(fā)生結(jié)構(gòu)性的變化，參數(shù)的值會發(fā)生改變。同樣，事件窗的長短選取也無客觀的標(biāo)準(zhǔn)，但務(wù)必針對具體事件具體分析。估計窗事件窗事后窗

0二、收益率估計正常收益的計量模型正常收益定義為事件窗內(nèi)的預(yù)期收益用

表示第

個證券在第

期的預(yù)期收益，令

，L表示估計窗的長度。二、收益率估計均值調(diào)整模型該模型假定事件窗內(nèi)的期望收益為一個常數(shù)，該常數(shù)等于估計窗內(nèi)收益的平均值，即：市場模型該模型假設(shè)事件窗內(nèi)證券的預(yù)期收益率與同期的市場收益率存在線性關(guān)系。收益率估計市場調(diào)整模型該模型假設(shè)事件窗內(nèi)的預(yù)期收益等于事件窗內(nèi)的某個市場收益指標(biāo)，比如，我們研究蘇寧電器，就可以選取深圳A股指數(shù)作為市場收益指標(biāo)。我們將該市場收益指標(biāo)表示為

，得：二、收益率估計三種模型的優(yōu)劣Brown和Warner（1980，1985）的研究表明市場模型對于月度數(shù)據(jù)和日數(shù)據(jù)具有比較廣泛的有效性，但有時采用均值調(diào)整模型也能得到較好的結(jié)果。陳漢文與陳向民(2002)以1990-2000年在滬深上市的951家企業(yè)為樣本，檢驗了上述三種模型的有效性，結(jié)果顯示“市場模型具有一定的局限性以及均值調(diào)整模型在中國市場上具有某些優(yōu)勢”。陳信元與江鋒(2005)以1990年12月至2003年12月滬深兩市所有A股公司為抽樣總體,檢驗了三種檢驗方法的檢驗力,研究發(fā)現(xiàn),無論事件研究中各公司事件是否相近或重疊,都應(yīng)采用市場模型為基礎(chǔ)的非參數(shù)秩檢驗方法。而累積異常收益的檢驗也應(yīng)以市場模型為計算基礎(chǔ)。二、收益率估計另外，計算期望收益率的模型還包括CAPM模型，以及基于APT的多因素定價模型，如Fama等提出的三因素模型、Carhart提出的四因素模型，但Brown和Weinstein（1985）的研究表明上述經(jīng)濟(jì)模型相對不受限制的市場模型來說沒有實際優(yōu)勢?？偟膩碚f，市場模型是運用得最為廣泛的一種模型。二、收益率估計市場模型的參數(shù)估計通過最小二乘法來估計出計算正常收益所需的參數(shù)估計窗內(nèi)：定義：

二、收益率估計由回歸分析的知識，可以知道：假設(shè)在整個事件發(fā)生前后參數(shù)

、

的值保持穩(wěn)定，從而可以得到事件窗內(nèi)的正常收益為：

二、收益率估計異常收益的計量模型以

表示第

個證券在第

期的異常收益，異常收益定義為事件窗內(nèi)的實際收益與正常收益之差，則

二、收益率估計均值調(diào)整模型市場調(diào)整模型市場模型三、統(tǒng)計檢驗對異常收益的檢驗采用市場模型時，可以得到事件窗內(nèi)的異常收益為：在事件窗內(nèi)影響股價收益的因素很多，為了去除公司個別因素對股價的影響，將樣本中的異常收益進(jìn)行橫截面平均，得到平均異常收益：

其中，N為樣本中包含的公司個數(shù)。三、統(tǒng)計檢驗推導(dǎo)出異常收益的檢驗統(tǒng)計量。由于

、

的估計值只與估計窗內(nèi)的值有關(guān)，并且我們都假設(shè)因變量之間不相關(guān)

因此可以計算

方差為：將異常收益標(biāo)準(zhǔn)化：

三、統(tǒng)計檢驗

三、統(tǒng)計檢驗對N家公司的異常收益率進(jìn)行加權(quán)平均，當(dāng)這N家公司的異常收益不相關(guān)時，由中心極限定理，可以得到

，定義統(tǒng)計量：

可以知道，它在原假設(shè)條件下服從標(biāo)準(zhǔn)正態(tài)分布。三、統(tǒng)計檢驗累積異常收益及其統(tǒng)計量令

，可以計算第

家公司

期間的累積異常收益

。同樣的道理，為了去除公司的個別因素對股價變動的影響，我們進(jìn)行橫截面平均，得到平均累積異常收益為：三、統(tǒng)計檢驗建立原假設(shè)：

期間的累積異常收益率為0。當(dāng)每期的平均異常收益率之間不相關(guān)時，結(jié)合異常收益率檢驗公式，由中心極限定理可以得到統(tǒng)計量：它在原假設(shè)條件下服從均值為0、方差為1的正態(tài)分布。三、統(tǒng)計檢驗非參數(shù)的檢驗方法使用

、

統(tǒng)計量進(jìn)行檢驗都需要比較強(qiáng)的假設(shè)，比如異常收益服從正態(tài)分布，N家公司之間不存在同期相關(guān)性，收益率的時間序列不相關(guān)等。如果收益率數(shù)據(jù)之間存在較強(qiáng)的橫截面相關(guān)或時間序列相關(guān)時，上述兩個統(tǒng)計量的漸進(jìn)正態(tài)分布都不成立。相關(guān)性在長期事件研究（事件窗超過一年）中表現(xiàn)的尤為突出。研究表明短期事件研究能得到較為可靠的結(jié)果，而對長期事件研究得到的結(jié)果需要采取謹(jǐn)慎的態(tài)度。、三、統(tǒng)計檢驗Carrado(1989)提出了非參數(shù)的秩檢驗法。令（）為事件窗的長度，整個樣本由N個證券組成，設(shè)為證券i在t時刻異常收益的秩,t從T1+1到T2,事件日為t=0。在對每一種證券按異常收益大小從1到排列的基礎(chǔ)上,該檢驗法的原假設(shè)是:在事件日異常收益為0的假設(shè)下,事件日非正常收益異常收益的秩為(L2+1)/2。該檢驗的統(tǒng)計量為：四、事件研究法與Eviews背景資料為了規(guī)范證券市場發(fā)展，證監(jiān)會、證券交易所等機(jī)構(gòu)加大了對上市公司違規(guī)行為的監(jiān)管力度，并對一些違規(guī)行為進(jìn)行了處理。對于上市違規(guī)處理的對象，通過對上市公司違規(guī)處理的事件研究，我們可以從經(jīng)濟(jì)意義上分析上市公司的違規(guī)行為對公司價值的影響。四、事件研究法與Eviews文獻(xiàn)研究陳工孟（2005）對1999—2001年我國證券市場上的違規(guī)處理進(jìn)行了研究，結(jié)果表明違規(guī)處理公告對證券市場有負(fù)面效應(yīng)，而且市場對不同的違規(guī)行為的反應(yīng)也不同。楊忠蓮等（2008）選擇了1993——2005年間中國證券市場上因為財務(wù)報告舞弊而受到中國證監(jiān)會和財政部處罰的95家公司進(jìn)行分析，研究發(fā)現(xiàn)上市公司的舞弊時間與第一大股東的性質(zhì)有關(guān)，國有控股公司的平均舞弊時間超過其他性質(zhì)的公司，并且市場反應(yīng)與舞弊時間長短有關(guān)。四、事件研究法與Eviews檢驗市場的有效性市場的有效性分為三個層次：弱有效、半強(qiáng)有效、強(qiáng)有效。強(qiáng)有效性是指市場上所有的信息，不管是公開信息還是私人信息都在證券的市場價格中得到了反應(yīng)，掌握了私人信息的投資者不能靠此來獲得異常收益。這只有在不存在信息不對稱的情況下才可能成立，顯然，在一般情況下是不可能成立的。弱有效性是指今天的股票價格包含了股價的所有歷史信息，投資者不可能通過對股票歷史價格的分析來獲得異常回報。在弱有效性假設(shè)下，技術(shù)分析無效。迄今為止，國內(nèi)外的研究基本上都表明證券市場滿足弱有效性的要求。四、事件研究法與Eviews半強(qiáng)有效性是指：證券的價格充分反映了所有公開可用的信息，包括如公司的財務(wù)報表和歷史上的價格信息。只有未被市場預(yù)期到的信息才會對現(xiàn)在的股票價格產(chǎn)生影響。它隱含的假設(shè)是在市場上信息的傳播是很快速的，所有的投資者都能公平的獲得信息。而任何未被市場預(yù)期到的信息對市場的影響都是短暫的、快速的，不會對市場的運行產(chǎn)生長期效應(yīng)。對市場半強(qiáng)有效性的研究通常采用事件研究法。在一個半強(qiáng)有效的市場上，信息一旦披露，將立即被市場消化和吸收，并反映在價格中，因此某一時刻的股票的異常收益率就只與當(dāng)時披露的消息有關(guān)，今天披露的消息不會對今后的異常收益率產(chǎn)生影響。因此，對半強(qiáng)有效性的檢驗也就是研究某一時間披露的消息是否影響其他時間的異常收益率。四、事件研究法與Eviews數(shù)據(jù)來源使用的上市公司違規(guī)處理數(shù)據(jù)來源于國泰安的中國上市公司違規(guī)處理的研究數(shù)據(jù)庫，樣本期間為2001年1月1日至2009年8月。在這期間數(shù)據(jù)庫中一共記錄了889家次的上市公司違規(guī)處理事件，發(fā)布處理意見的監(jiān)管機(jī)構(gòu)包括證監(jiān)會、上海證券交易所、深圳證券交易所、財政部等，受罰對象包括公司、管理層、公司和管理層，股東。四、事件研究法與Eviews本次研究保留有監(jiān)管機(jī)構(gòu)公布日期的515家次公司樣本，把監(jiān)管機(jī)構(gòu)的公布日期作為事件日。通過與收益率數(shù)據(jù)庫的數(shù)據(jù)匹配，剔除股權(quán)結(jié)構(gòu)數(shù)據(jù)缺失的樣本，剩余樣本含有398起的公司違規(guī)處理事件。最終，選擇監(jiān)管機(jī)構(gòu)正式公布處罰決定為事件日t=0，事件窗為[-10,10]，估計窗為[-100,-30],事后窗為[10,30]。為了估計異常收益率，我們需要事件日前100天到事件日后30天的個股收益率數(shù)據(jù)和對應(yīng)市場的收益率數(shù)據(jù)。四、事件研究法與Eviews數(shù)據(jù)整理數(shù)據(jù)匹配的最終目的是將受到處理的上市公司從事件日前100天到事件日后30天的股價收益率數(shù)據(jù)和對應(yīng)的市場收益率數(shù)據(jù)匹配起來，便于回歸。將違規(guī)處理事件按照年代分成了2001年到2009年一共9類，分別將之于收益率數(shù)據(jù)進(jìn)行匹配。四、事件研究法與Eviews數(shù)據(jù)匹配——以2001年為例收益率數(shù)據(jù)我們需要的是事件日前100天到事件日后30天的數(shù)據(jù)，而一般情況下扣除節(jié)假日，一年內(nèi)股市的交易日天數(shù)為252天，2001年前后半年的數(shù)據(jù)足以涵蓋這些日期的收益率。因此，我們下載從2000年6月1日至2002年6月1日的個股日收益率數(shù)據(jù)，把數(shù)據(jù)存入Excel表格，命名為“TRD_Daylr.xls”。它的第1列存放股票代碼，第2列存放交易日期，第3列存放收益率（考慮紅利的再投資收益率）。四、事件研究法與Eviews違規(guī)處理事件數(shù)據(jù)所有違規(guī)處理事件都存儲在名為“RE_A1.XLS”的Excel表格中。第1列存放股票代碼，第2列存放違規(guī)處理的公布日期，第3列存放該股票上市的交易所代碼。四、事件研究法與Eviews匹配的基本過程第一步，判斷該公司違規(guī)處理公布的日期是否是2001年；如果是，再從表格“TRD_Daylr.xls”找到該天這家公司股票的收益率情況，并將該收益率連同該日前100個收益率和后30個收益率存放在表格“TRD_Daylr.xls”的Sheet2中,同時也把該股票所在的交易所代碼存入工作表Sheet2。事件研究法與Eviews上一過程的VBA程序代碼Subaaa()DimA1AsWorksheet,A2AsWorksheet,pAsInteger,tsAsInteger,iAsInteger,jAsIntegerts=1SetA1=Workbooks("RE_A1.XLS").Worksheets("Sheet1")SetA2=Workbooks("TRD_Dalyr.XLS").Worksheets("Sheet1")Workbooks("TRD_Dalyr.XLS").Worksheets("Sheet2").Selectm=A1.UsedRange.Rows.Countn=A2.UsedRange.Rows.CountFori=2TomIfYear(A1.Cells(i,2))=2001ThenForj=2TonIfA1.Cells(i,1)=A2.Cells(j,1)AndA1.Cells(i,2)=A2.Cells(j,2)ThenForp=-100To30Cells(ts+101+p,1)=A2.Cells(j+p,1)Cells(ts+101+p,2)=A2.Cells(j+p,2)Cells(ts+101+p,3)=A2.Cells(j+p,3)Cells(ts+101+p,4)=A1.Cells(i,3)Nextpts=ts+131EndIfNextjEndIfNextiEndSub四、事件研究法與Eviews有些公司在一段時間發(fā)生了重大問題導(dǎo)致股票交易發(fā)生了異常，停牌天數(shù)過多，在樣本中表現(xiàn)為無法找全事件日前100個交易日到事件日后30個交易日的收益率數(shù)據(jù)。如果將這些公司也引入樣本進(jìn)行分析的話，就無法正確識別出違規(guī)處理事件對公司股價的效應(yīng)，另一方面也會導(dǎo)致在估計窗內(nèi)對模型的參數(shù)估計不穩(wěn)定。因此我們將此類事件從樣本中剔除，得到最終的樣本包含違規(guī)處理事件285件次。其中上海A股市場有117個，深圳A股市場有152個，深圳B股市場有16個。我們將所有的日收益率數(shù)據(jù)匯總到一個Excel文件的Sheet1中,將該Excel文件命名為“Stock_return.xls”。四、事件研究法與EviewsStock_return.xls”。該表格形股票代碼日期收益率市場類型6007110.001517上海A股6007110.014141上海A股600711-0.02141上海A股600711-0.02545上海A股6007110.001044上海A股6007110.013563上海A股6007110.023675上海A股600711-0.00453上海A股600711-0.01364上海A股6007110.080389上海A股6007110.035545上海A股600711-0.00687上海A股600711-0.00046上海A股6007110.005071上海A股600711-0.01422上海A股600711-0.0014上海A股…………四、事件研究法與Eviews第二步，將股票的日收益率數(shù)據(jù)與對應(yīng)的市場收益率匹配。中國證券市場包括上海A股、上海B股、深圳A股、深圳B股、中小板、創(chuàng)業(yè)板等部分本部分的分析僅考察上海A股、深圳A股和深圳B股四、事件研究法與Eviews1）從數(shù)據(jù)庫獲取各市場的市場收益率數(shù)據(jù)。因為市場收益率中也要包括事件日前100天至事件日后30天的數(shù)據(jù)，我們從國泰安中下載了從2000年6月1日至2009年11月1日的日收益率數(shù)據(jù)，儲存到Excel文件“Stock_return.xls”的Sheet2當(dāng)中。該Excel文件的Sheet1中四列存放的分別是股票代碼、日期、日收益率、市場類型；Sheet2中的四列數(shù)據(jù)分別是市場類型、日期、按流通市值加權(quán)的考慮紅利再投資的收益率、按總市值加權(quán)的考慮紅利再投資的收益率。2）通過比較兩張工作表中的股票代碼和日期，可以找到與個股日收益率對應(yīng)的市場收益率，將市場收益率存入Sheet1中的第5、6列。四、事件研究法與Eviews上一過程的VBA代碼SubAAA()DimA1AsWorksheet,A2AsWorksheet,iAsLong,jAsLong,mAsLong,nAsLongSetA1=Sheets(1)SetA2=Sheets(2)m=A1.UsedRange.Rows.Countn=A2.UsedRange.Rows.CountSheets(1).ActivateFori=2TomForj=2TonIfA1.Cells(i,4)=A2.Cells(j,1)AndA1.Cells(i,2)=A2.Cells(j,2)ThenCells(i,5)=A2.Cells(j,3)Cells(i,6)=A2.Cells(j,4)EndifNextiNextjEndSub四、事件研究法與Eviews最終得到的匹配好的數(shù)據(jù)Excel表格：股票代碼日期收益率市場類型按流通市值加權(quán)的考慮再投資收益率的市場收益率按總市值加權(quán)的考慮再投資收益率的市場收益率6007110.001517上海A股-0.00253-0.002986007110.014141上海A股0.0116760.012898600711-0.02141上海A股-0.00614-0.00757600711-0.02545上海A股-0.02153-0.022886007110.001044上海A股-0.00161-0.001086007110.013563上海A股0.0133470.0148526007110.023675上海A股0.0110490.009714600711-0.00453上海A股0.0039570.003806600711-0.01364上海A股-0.00236-0.002736007110.080389上海A股0.0035540.0018596007110.035545上海A股0.0091640.008918600711-0.00687上海A股-0.00129-0.00201600711-0.00046上海A股0.001530.0022226007110.005071上海A股0.0025050.001807600711-0.01422上海A股0.005490.004971600711-0.0014上海A股0.0051950.004366………………四、事件研究法與Eviews數(shù)據(jù)處理經(jīng)過數(shù)據(jù)的篩選，最終得到的樣本數(shù)為285。其中上海A股市場有117個，深圳A股市場有152個，深圳B股市場有16個。所以我們按照市場類型代碼將數(shù)據(jù)篩選成3份，存在同一個Excel文件的3個工作表文件中。

由于我們的數(shù)據(jù)不規(guī)則，既不是標(biāo)準(zhǔn)的時間序列，也不是標(biāo)準(zhǔn)的樣板數(shù)據(jù)，所以選擇Eviews中的“File”—>“new”—>“workfile“，在workfilestructuretype中選擇”Unstructured/Undated”,并在observation框中輸入20000，因為最大數(shù)據(jù)長度不會超過20000。四、事件研究法與Eviews數(shù)據(jù)分為3個部分，上海A股有117家次違規(guī)處理事件，每次事件有131個收益率數(shù)據(jù)，數(shù)據(jù)長度為15327；深圳A股有152家次的違規(guī)處理事件，數(shù)據(jù)長度為19912；深圳B股有16家次的違規(guī)處理信息，數(shù)據(jù)長度為2096。我們在Eviews中為每個市場的數(shù)據(jù)建立一個Group。在主菜單中選擇“Quick”—>“EmptyGroup”，選中Excel文件中上海A股市場的數(shù)據(jù)，選擇“復(fù)制”，在打開的Eviews窗口中，選擇“粘貼”，就將數(shù)據(jù)導(dǎo)入了Eviews中。該Group中包含3個序列，分別是單個公司的收益率、按流通市值加權(quán)的考慮現(xiàn)金紅利再投資收益的日收益率、按總市值加權(quán)的考慮現(xiàn)金紅利再投資收益的日收益率。將這三個序列分別命名為ser01、ser02、ser03?？梢园凑者@個相似的方法將另兩個市場的數(shù)據(jù)導(dǎo)入Eviews中。另外，我們也將三個市場從2001年6月1日到2009年11月1日的日收益率數(shù)據(jù)導(dǎo)入Eviews中。四、事件研究法與Eviews市場收益率的描述性統(tǒng)計按流通市值加權(quán)的考慮現(xiàn)金紅利再投資收益的日收益率，簡稱為收益率1按總市值加權(quán)的考慮現(xiàn)金紅利再投資收益的日收益率，簡稱為收益率2四、事件研究法與Eviews在Eviews的序列界面中點擊“View”—>”DescriptiveStatistics”—>”HistogramandStats”,可以得到數(shù)據(jù)的描述性條件結(jié)果。以上海A股市場的收益率數(shù)據(jù)為例四、事件研究法與Eviews收益率滬A（收益率1）滬A（收益率2）深A(yù)（收益率1）深A(yù)（收益率2）深B（收益率1）深B（收益率2）Mean0.000520.0004310.0005840.0005860.0010010.000961median0.00120.0008550.0013440.0013570.0007950.000789Std.Dev0.099320.0177930.0194550.0194020.0220310.02241Skewness-0.1194440.051825-0.247286-0.2590770.18383850.180526Kurtosis6.769296.9841786.4757116.50566.5480256.49411Jarque-Bera1366.451521.5951180.6491202.9251213.5191176.848Probability000000四、事件研究法與Eviews不論采用哪種方法計算市場的日收益率，都可以得出我國的股市日收益率嚴(yán)重不滿足正態(tài)分布，呈現(xiàn)出尖峰厚尾特點的結(jié)論。十年來，深圳B股市場的日收益率超過了A股市場。由于B股市場的投資者以境外投資者為主，這可能是因為他們對中國的經(jīng)濟(jì)發(fā)展更樂觀。但收益率的波動性也較大，因此，在投資時境外投資者的情緒波動并不比國內(nèi)投資者少。僅僅從收益率的條件特征上看不出效率上的差別。中國的上市公司存在大量的非流通股，股價的影響實際只限于對流通股股東，因此我們采用按流通市值加權(quán)的收益率作為市場收益率。四、事件研究法與Eviews模型估計，異常收益計算及檢驗—以上海A股市場為例第一步：我們以監(jiān)管機(jī)構(gòu)公布日期前100個交易日到前10個交易日作為估計窗，用全部117家公司的前90個日收益率數(shù)據(jù)對相應(yīng)的市場收益率數(shù)據(jù)進(jìn)行回歸。這通過Eviews的窗口化操作無法完成，需要借助Eviews的編程功能。在Eviews的命令窗口中輸入programm()，Eviews會自動彈出一個編程窗口，for!i=1to117%a=@str(131*(!i-1)+1)%b=@str(131*(!i-1)+90)smpl%a%bequationeq.lsser01cser02a(!i)=@coefs(1)b(!i)=@coefs(2)next四、事件研究法與Eviews第二步：我們需要計算在估計窗內(nèi)的股票的異常收益率，即估計窗內(nèi)的實際值與估計值之差，即模型的殘差。在對異常收益率是否顯著進(jìn)行檢驗時我們需要用到估計窗內(nèi)的殘差和殘差的標(biāo)準(zhǔn)差。因此，我們需要計算在整個時期模型的殘差。用Eviews編程為其中殘差序列存入向量r01中，標(biāo)準(zhǔn)差序列存入向量sd中for!i=1to117%a=@str(131*(!i-1)+1)%b=@str(131*(!i-1)+131)smpl%a%br01=ser01-(a(!i)+b(!i)*ser02)sd(!i)=@stdev(r01)next四、事件研究法與Eviews第三步：按照

對異常收益率進(jìn)行橫截面平均，計算區(qū)間為從事件日前10天一直到事件日后30天，共41天。我們將平均異常收益率數(shù)據(jù)存入向量ar01中。通過Eviews編程為：for!i=1to41count=0for!j=1to117count=count+@elem(r01,@str(131*(!j-1)+!i+90))nextar01(!i)=count/117next四、事件研究法與Eviews第四步：按照

計算統(tǒng)計量，通過Eviews編程為for!i=1to117for!j=1to41r02(41*(!i-1)+!j)=@elem(r01,@str(131*(!i-1)+!j+90))/sd(!i)nextnextfor!i=1to41count=0for!j=1to117count=count+r02(41*(!j-1)+!i)nextntest01(!i,1)=1/@sqrt(90)*countnextfor!i=1to41ntest01(!i,2)=@cnorm(ntest01(!i,1))ifntest01(!i,2)<=0.025orntest01(!i,2)>=0.975thenntest01(!i,3)=1endifnext四、事件研究法與Eviews第五步：計算累積異常收益，用Eviews編程，其代碼為vector(41)car01matrix(41,3)nt01scalarmm1=@sqrt(117*@sqrt(90-2)/@sqrt(90-4))for!i=1to41count=0for!j=1to117count=count+r01(130*(!j-1)+90+!i)nextcar01(!i)=count/117if!i>1thencar01(!i)=car01(!i)+car01(!i-1)endifnextfor!i=1to41nt01(!i,1)=car01(!i)/@sqrt(!i+1)*mm1nextfor!i=1to41nt01(!i,2)=@cnorm(nt01(!i,1))ifnt01(!i,2)<=0.025ornt01(!i,2)>=0.975thennt01(!i,3)=1endifnext四、事件研究法與Eviews經(jīng)濟(jì)解釋一、利用三個市場的CAR和AR圖形，反映三個市場對上市公司違規(guī)處理的反應(yīng)異同。二、利用累積非正常收益超額異常收益率圖，反映出三個市場的差異。三、利用三個市場的異常收益率和累積異常收益率表四、事件研究法與Eviews三個市場的非正常收益對比圖四、事件研究法與Eviews上圖中，SZB表示深圳B股，SZA表示深圳A股，SHA表示上海A股?？梢钥闯?，三個市場的超額異常收益率在事件日附近的波動遠(yuǎn)超過事件日后的波動幅度，可以判斷出監(jiān)管機(jī)構(gòu)對上市公司的違規(guī)處理在三個市場上都對股市的股價產(chǎn)生了影響，這種影響隨著時間的流逝都有逐漸減小的趨勢。三個市場在事件日當(dāng)天的超額異常收益率都為負(fù)。四、事件研究法與Eviews兩點規(guī)律（1）上海A股市場投資者是最早對事件作出反映的，在事件日前9天左右就出現(xiàn)了接近0.8%的負(fù)收益率，在事件前10天內(nèi)多數(shù)超額異常收益率都小于0。而深圳A股市場和深圳B股市場表現(xiàn)出了某些相似性，幾乎都是在事件日前2天左右超額異常收益率達(dá)到最低值。由此猜想是，在監(jiān)管機(jī)構(gòu)正式公布對上市公司的違規(guī)處理之前，市場就對這個消息有了預(yù)期，因此在事件日之前就出現(xiàn)了負(fù)的異常收益率。四、事件研究法與Eviews（2）樣本股中，上海A股比深圳A股，深圳B股收益率的波動性更大。從三個階段看，估計期、窗口期和事后期都較深圳A股和B股的波動幅度大；另外如果結(jié)合下面的累積異常收益曲線來看，上海市場樣本股在事件發(fā)生后出現(xiàn)了一定程度的過度反應(yīng)，并在事后期內(nèi)有一定程度的修正，而深圳市場樣本股基本沒有出現(xiàn)過度反應(yīng)。這一過度反應(yīng)現(xiàn)象也從一個方面反映了上海市場樣本股較深圳市場樣本股具有更大的風(fēng)險。四、事件研究法與Eviews三個市場的累積非正常收益對比圖四、事件研究法與Eviews深圳B股市場在事件日前后有短暫的比較大的負(fù)累計超額異常收益率，但隨后快速恢復(fù)，并保持在0附近擺動。上海A股市場的反應(yīng)最為強(qiáng)烈，累積非正常收益超額異常收益率的負(fù)值遠(yuǎn)大于其余兩個市場，并且恢復(fù)比較緩慢，一直到事件日15日左右才從谷底緩慢回升。深圳A股市場的情況介于這兩者之間，累積非正常收益超額異常收益率曲線也位于另兩個市場曲線之內(nèi)，波動幅度比深圳B股市場大，但小于上海A股市場。綜合兩幅圖，我們可以判斷出深圳A股市場的效率優(yōu)于上海Ａ股市場。四、事件研究法與Eviews三個市場的異常收益率

和累積異常收益率結(jié)果注：*表示在5%的水平下顯著滬A深圳A深圳BARCARARCARARCAR-100.0061040.006104-0.00029-0.000290.0061040.006104-9-0.00769*0.004417*-0.00189-0.00218-0.00779-0.00169-8-0.001080.0033320.000791-0.001390.000602*-0.00108*-70.001673*0.005005-0.00041-0.00180.0027580.001673-6-0.001740.003267-0.00218-0.00398-0.00341-0.00174-5-0.002857*0.0041240.002699*-0.001280.0025950.000857-4-0.002340.0017850.002102*0.000825*-0.0032*-0.00234*-3-0.00618*-0.00439-0.00453-0.00371-0.00384-0.00618-2-0.00253-0.00692-0.00601-0.00472-0.003651*-0.00253*-10.001266*-0.00565*0.002048-0.002670.0037930.0012660-0.00447*-0.01012*-0.00292-0.00559*-0.00573*-0.00447*10.000174-0.00995-0.00433-0.009930.0046430.00017420.002513-0.007445.42E-05-0.00987*0.0023390.00251330.000223-0.007210.002547*-0.00733*-0.002290.0002234-0.00175-0.00896-0.00193-0.00925-0.00197-0.0017550.00023*-0.00873-0.00482-0.014070.0019750.000236-0.00064-0.00937-0.00182-0.01589-0.00087-0.000647-0.00126-0.01063-0.00433-0.02022-0.00063-0.001268-0.00038-0.01101*-0.00137-0.021590.000884-0.0003890.002875*-0.00814*0.002323-0.019260.0032570.002875106.23E-05-0.00808-0.00322-0.02249-0.002816.23E-05110.000548-0.007530.001037*-0.021450.0004860.000548120.001067-0.00646-0.00026-0.021710.0005190.00106713-0.00255*-0.00902-0.00032-0.02203-0.00362-0.0025514-0.00457-0.013580.000412*-0.02161-0.00201-0.0045715-0.00151-0.015090.001781*-0.019830.003055-0.00151160.002333-0.012760.001406-0.018430.0038450.002333170.003759-0.0090.002171-0.016260.0014260.00375918-0.00262-0.011620.000359-0.0159-0.00638-0.0026219-0.00135-0.012970.005395-0.01050.00127-0.00135200.001383*-0.01159-0.00124-0.011750.0027320.001383210.000182*-0.01141*0.000383-0.01136-0.00120.00018222-0.00029-0.0117-0.00069-0.01205-0.00048-0.00029230.001208-0.010490.003592-0.008460.0015020.001208240.004848-0.005640.000146-0.008310.003640.00484825-0.00094-0.00658-0.0006-0.00891-0.00579-0.00094260.000565*-0.00602*0.000524-0.008390.0015030.00056527-0.00084-0.00686-0.00166-0.01005-0.00141-0.0008428-0.00128-0.00814-0.00121*-0.01126*-0.00043-0.0012829-0.00176-0.00990.001957-0.0093-0.00048-0.0017630-0.00164-0.01154-0.00067-0.009970.000125-0.00164四、事件研究法與Eviews從上表可以看出三個市場在事件日的超額異常收益率為零的假設(shè)都沒有通過檢驗，這說明上市公司的違規(guī)處理事件在三個市場上都對公司的股價造成了實質(zhì)性的負(fù)面影響。上海A股市場在事件日前9、7、3、1天的負(fù)超額異常收益率為零的假設(shè)也沒有通過檢驗，深圳A股、B股市場在事件日前4天的超額異常收益率為零的假設(shè)也沒有通過檢驗，這同AR圖形比較一致。從對事件日后的累積超額異常收益率的檢驗上，我們可以比較得出三個市場的效率高低。上海A股市場事件日后8、9、21、26天的收益率顯著為負(fù)，這說明違規(guī)處理事件的影響并沒有很快的從市場上消失；深圳兩個市場上顯著的負(fù)超額異常收益率天數(shù)明顯少于上海A股市場，其中深圳B股市場在事件日后的超額異常收益率都通過了統(tǒng)計檢驗。四、事件研究法與Eviews結(jié)論：深圳B股市場符合市場半強(qiáng)有效性的假設(shè)，但深圳A股市場及上海A股市場還不能被認(rèn)為是半強(qiáng)有效的市場，尤其是上海A股市場在三個市場里面效率最低。四、事件研究法