Händelsestudie

En händelsestudie är en statistisk metod för att bedöma effekten av en händelse på ett företags värde. Till exempel kan tillkännagivandet av en fusion mellan två affärsenheter analyseras för att se om investerare tror att fusionen kommer att skapa eller förstöra värde. Grundtanken är att hitta den onormala avkastningen hänförlig till den händelse som studeras genom att justera för avkastningen som härrör från prisfluktuationerna på marknaden som helhet. Händelsestudien uppfanns av Ball och Brown (1968).

Eftersom händelsemetoden kan användas för att få fram effekterna av alla typer av händelser på riktningen och storleken på aktiekursförändringar, är den mycket mångsidig. Eventstudier är alltså gemensamma för olika forskningsområden, såsom redovisning och finans, management, ekonomi, marknadsföring, informationsteknik, juridik, statsvetenskap, drift och supply chain management.

En aspekt som ofta används för att strukturera den övergripande samlingen av händelsestudier är bredden av de studerade händelsetyperna. Å ena sidan finns det forskning som undersöker aktiemarknadens reaktioner på ekonomiövergripande händelser (dvs. marknadschocker, såsom regulatoriska förändringar eller katastrofala händelser). Å andra sidan används händelsestudier för att undersöka aktiemarknadens svar på företagshändelser, såsom fusioner och förvärv, vinstmeddelanden, skuld- eller aktiefrågor , företagsrekonstruktioner, investeringsbeslut och företagens sociala ansvar (MacKinlay 1997; McWilliams & Siegel, 1997).

Metodik

Den allmänna händelsestudiemetoden förklaras i till exempel MacKinlay (1997) eller Mitchell och Netter (1994). I MacKinlay (1997) görs detta "med hjälp av finansmarknadsdata" för att "mäta effekten av en specifik händelse på ett företags värde". Han hävdar att "med tanke på rationaliteten på marknaden kommer effekterna av en händelse att återspeglas omedelbart i värdepapperspriser. Således kan ett mått på händelsens ekonomiska inverkan konstrueras med hjälp av värdepapperspriser observerade under en relativt kort tidsperiod". Det är viktigt att notera att korthorisontshändelsestudier är mer tillförlitliga än långhorisonthändelsstudier eftersom de senare har många begränsningar. Kothari och Warner (2005) kunde dock förfina metoder med lång horisont för att förbättra utformningen och tillförlitligheten av studierna över längre perioder.

Empiriska metoder

Metodologiskt innebär händelsestudier följande: Baserat på ett uppskattningsfönster före den analyserade händelsen, uppskattar metoden vad den normala aktieavkastningen för de berörda företagen bör vara på dagen för händelsen och flera dagar före och efter händelsen (dvs under händelsefönstret). Därefter drar metoden denna "normala avkastning" från den "faktiska avkastningen" för att få "onormal avkastning" som tillskrivs händelsen.

Händelsestudier kan dock skilja sig åt med avseende på deras specifikation av normal avkastning. Den vanligaste modellen för normal avkastning är 'marknadsmodellen' (MacKinlay 1997). Enligt denna modell innebär analysen att man använder ett uppskattningsfönster (vanligen storleksmässigt 120 dagar) före händelsen för att härleda det typiska förhållandet mellan företagets aktie och ett referensindex genom en regressionsanalys . Baserat på regressionskoefficienterna projiceras sedan normalavkastningen och används för att beräkna den onormala avkastningen. Alternativa modeller för normalavkastningen inkluderar CAPM- modellen, eller mer förenklade tillvägagångssätt som medelavkastning (se MacKinlay 1997 för en översikt).

Beräkning av onormal avkastning

Beroende på vilken modell som valts för den "normala avkastningen", kräver att utföra händelsestudier att forskaren implementerar en distinkt sekvens av steg. För den vanligaste modellen, "marknadsmodellen", är stegen följande:

  1. Hämta och matcha tidsserier av finansiell avkastning för fokalföretagets aktie och dess referensindex.
  2. För varje händelse, identifiera sekvenserna av företags- och marknadsavkastning som måste inkluderas i uppskattningsfönstret.
  3. Med hjälp av regressionsanalys, beräkna alfa-, beta- och sigmakoefficienterna som förklarar det typiska förhållandet mellan aktien och referensindexet.
  4. Med dessa tre parametrar, förutsäg den "normala avkastningen" för alla dagar i händelsefönstret.
  5. Att dra av dessa "normala avkastningar" från den "faktiska avkastningen" ger dig den "onormala avkastningen" som är mätvärdena för intresse.

Betydelsen av onormal avkastning

För att ange om individuella onormala avkastningar skiljer sig från noll med viss statistisk validitet, måste teststatistik tillämpas. Olika teststatistik på olika analysnivåer (dvs AR-, CAR-, AAR- och CAAR-nivå) finns för detta ändamål. Det vanligaste testet, t-testet , delar den onormala avkastningen genom regressionens rotmedelkvadratfel. Resulterande t-värden måste sedan jämföras med de kritiska värdena för Elevens t-fördelning . Det finns vissa bevis för att under tider av hög volatilitet (t.ex. finanskrisen 2007–2008 ) tenderar alltför många företag att visa signifikant onormal avkastning med hjälp av t-testet , vilket gör det svårare att avgöra vilken avkastning som verkligen är "onormal".

Programvara för att genomföra händelsestudier

Eventstudier kan genomföras med olika verktyg. Studier av enstaka händelser kan enkelt implementeras med MS Excel , händelsestudier som täcker flera händelser måste byggas med hjälp av statistiska mjukvarupaket (t.ex. STATA , Matlab ). Förutom dessa mångsidiga verktyg finns det lösningar som är skräddarsydda för att genomföra händelsestudieanalyser (t.ex. Eventus , EventStudyTools ).

Ansökan om fusionsanalys

Logiken bakom händelsestudiemetoden (inom det specifika sammanhanget för sammanslagningar ) förklaras i Warren-Boulton och Dalkir (2001):

Investerare på finansmarknaderna satsar sina dollar på om en fusion kommer att höja eller sänka priserna. En fusion som höjer marknadspriserna kommer att gynna både de samgående parterna och deras konkurrenter och därmed höja priserna för alla deras aktier. Omvänt kan finansvärlden förvänta sig att effektivitetsvinsterna från sammanslagningen är tillräckligt stora för att pressa ner priserna. I det här fallet faller aktievärdena för de fusionerande företagens konkurrenter när sannolikheten för fusionen ökar. Således kan bevis från finansiella marknader användas för att förutsäga marknadspriseffekter när betydande fusionsrelaterade händelser har inträffat.

Warren-Boulton och Dalkir (2001) tillämpar sin händelse-sannolikhetsmetod på den föreslagna sammanslagningen mellan Staples, Inc. och Office Depot (1996), som ifrågasattes av Federal Trade Commission och så småningom drogs tillbaka.

Fynd

Warren-Boulton och Dalkir (2001) finner mycket betydande avkastning för det enda konkurrerande företaget på den relevanta marknaden. Baserat på dessa avkastningar kan de uppskatta priseffekten av sammanslagningen på produktmarknaden, vilket i hög grad överensstämmer med uppskattningarna av den sannolika prisökningen från andra oberoende källor.

Ansökan i tvistemål

Resultaten av händelsestudier har accepterats som bevis i rättstvister i USA, vid kvantifiering av skadestånd i mål som rör värdepappersbedrägerier.

Se även

  1. ^ Ronald J. Gilson och Bernard S. Black, lagen och finanserna av företagsförvärv, upplaga 2, 1995, 194-195.
  2. ^ Ray Ball och Philip Brown, en empirisk utvärdering av redovisningsinkomstnummer, Journal of Accounting Research, Vol. 6, hösten 1968.
  3. ^   Ding, Li; Lam, Hugo KS; Cheng, TCE; Zhou, Honggeng (2018-06-01). "En genomgång av kortsiktiga händelsestudier inom drift och supply chain management". International Journal of Production Economics . 200 : 329–342. doi : 10.1016/j.ijpe.2018.04.006 . ISSN 0925-5273 .
  4. ^ a b MacKinlay, AC "Händelsestudier i ekonomi och finans," Journal of Economic Literature Vol. XXXV, nummer 1 (mars 1997). Tillgänglig på: https://www.jstor.org/stable/2729691
  5. ^ McWilliams, A. och Siegel, D. "Händelsestudier i företagsledningforskning: Teoretiska och empiriska frågor" Academy of Management Journal, Vol. 40, nr 3, (1997)
  6. ^ Mitchell, Mark L. och Jeffry M. Netter. "Finansiell ekonomis roll i fall av värdepappersbedrägeri: Ansökningar hos Securities and Exchange Commission." Affärsjuristen februari 1994
  7. ^ a b Chen, MY, "Jag gjorde precis 400 miljoner händelsestudier" - En studie av marknadsmodellens robusthet och försämring i kristider (2014). Tillgänglig på: https://ssrn.com/abstract=2534446
  8. ^ Kothari, SP och Jerold B. Warner, 200[4!], "Econometrics of Event Studies" Hämtad från: https://ssrn.com/abstract=608601
  9. ^ Jovanovic, B., & Fox, E. (2010). Test för väsentlighet på volatila marknader. NERA Economic Consulting. Hämtad från: http://www.law360.com/articles/142884/testing-for-materiality-in-volatile-markets
  10. ^ a b c Warren-Boulton, F. och S. Dalkir. "Staples and Office Depot: An Event-Probability Case Study," Review of Industrial Organization, Vol. 19, nr 4, (2001).
  11. ^ Tabak, David; Dunbar, Frederick. "Materiality and Magnitude: Event Studies in the Courtroom" (PDF) . Hämtad 9 november 2021 .
  • McGuckin, RH, FR Warren-Boulton och P. Waldstein. "Användningen av aktiemarknadsavkastning i antitrustanalys av sammanslagningar," Review of Industrial Organization Vol. 7 (1992). https://www.jstor.org/stable/41798368
  • McWilliams, A. och Siegel, D. "Eventstudier i ledningsforskning: Teoretiska och empiriska frågor" Academy of Management Journal, Vol. 40, nr 3, (1997) https://www.jstor.org/stable/257056
Hämtad från " https://en.wikipedia.org/w/index.php?title=Event_study&oldid=1061836791 "