事件分析法
烟酰胺读音-数据库及其应用
2023年3月15日发(作者：项目计划书模板)事件研究法编辑词条
事件研究法(EventStudy)是一种统计方法，是在研究当市场上某一个事件发生的时候，
股价是否会产生波动时，以及是否会产生"异常报酬率"(abnormalreturns)，借由此种资讯，
可以了解到股价的波动与该事件是否相关。
折叠编辑本段简介
事件研究法(eventstudy)由Ball&Brown(1968)以及Famaetal(1969)开创，其原理是根
据研究目的选择某一特定事件，研究事件发生前后样本股票收益率的变化，进而解释特定事
件对样本股票价格变化与收益率的影响，主要被用于检验事件发生前后价格变化或价格对披
露信息的反应程度。事件研究法是基于有效市场假设的，即股票价格反映所有已知的公共信
息，由于投资者是理性的，投资者对新信息的反应也是理性的，因此，在样本股票实际收益
中剔除假定某个事件没有发生而估计出来的正常收益(normalreturn)就可以得到异常收益
(abnormalreturn)，异常收益可以衡量股价对事件发生或信息披露异常反应的程度。
折叠编辑本段步骤
在研究过程中，首先须决定研究假说为何。决定研究假说以后，须确定事件的种类及其
事件日，估计期及事件期之计算期间，并以股价日报酬率估算其预期报酬率，再透过实际报
酬与预期报酬之差额，观察整体股利发放事件，于宣告期间是否具有异常报酬的产生，最后
借由统计检定来检视其统计值是否显著。
折叠编辑本段假说
譬如假设估计期间的CAR并没有产生资讯效果，而事件期的CAR可能产生资讯效果。
折叠编辑本段确定
事件研究法的第二步，即确定所要研究的事件。所谓的“事件日”，系指市场“接收”到该
事件即将发生或可能发生的时间点，而非该事件“实际”上发生的时间点，此时点通常以“宣
告日”为准。时点认定的适当与否，对于研究的正确性，会有决定性的影响。
折叠编辑本段市场模式
估计某一事件发生或公布后，对于股价影响，必须建立股票报酬率的“预期模式”，以估
计“预期报酬”(expectedreturns)。股票报酬率的预期模式有很多种，应用最广的是“市场模式”
(MarketModel)。市场模式假设个股股票的报酬率与市场报酬率间存在线性关系，并以市场
报酬率建立股价报酬率之回归模式，公式如下：
Rit=αi+βiRmt+εi,t
Rit：表示i公司t期的报酬率，计算方式为(该股X日时收盘价–该股[X-1]日时收盘价)
/市场[X-1]日时收盘价。Rmt：表示t期的市场加权指数股票之报酬率，计算方式为(市
场X日时收盘指数–市场[X-1]日时收盘指数)/市场[X-1]日时收盘指数。αi：表示回归截距
项。εit：表示回归残差项。βi：表示回归斜率。
建立股票报酬率的“预期模式”
针对误差项的部分，根据Fama(1968)、Beja(1972)及Fama(1973)之研究，市场模式有下
列之假设：E（εit）=0Cov（εiτ,εiγ）=,τ,γ〔t1,t2〕Cov（εit,Rmt）=0
因此，经由以上所示之公式，可求得个别证券在“事件期”某一期之“预期报酬率”，即为：
Rit=ai+biRmt
Rit：表示i公司t期之预期报酬率，经由估计期计算得来。Rmt：表第t期市场加权
指数股票之报酬率。
估计平均异常报酬率
估计平均异常报酬率(AAR)、累积异常报酬率(CAR)
一但估计出“预期报酬率”，也就可以得到异常报酬率。为了了解某一特定事件之异常报
酬率或累积效果的行为，并且提供有关异常报酬率，何时开始出现关联以及何时结束，采用
异常报酬率(AR)及累积异常报酬率(CAR)以看出此项反应。
异常报酬(AbnormalReturns,ARit)指以事件期的实际报酬减去事件期的预期报酬：
ARit=Rit－Rit
ARit：表示i公司第t期之异常报酬率。Rit：表示i公司第t期之实际报酬率。Rit：
表示i公司第t期之预期报酬率。
累积异常报酬率(CumulativeAbnormalReturns,CAR(T))，则为特定期间内每日异常报酬
率的累加值。
折叠编辑本段检定
如果异常报酬率为“正”，我们可以推论事件对股价有正的影响；如果异常报酬率为“负”，
我们可以推论事件对股价有负的影响。但只知道正负仍不够，因为我们不确定此种影响是否
足够明显，因此必须进行“显著性检定”。
折叠编辑本段分析结果
依据研究假说，对于异常报酬率以及检定的结果进行分析，并提出解释。