黃 晗 ，李 明

（1.湖北商務(wù)服務(wù)發(fā)展研究中心；2.武漢工商學(xué)院，武漢 430065）

0 引言

事件研究法是基于有效市場(chǎng)假說(shuō)（EMH）的理論框架，利用上市公司披露的信息，檢驗(yàn)市場(chǎng)是否有效的一種重要實(shí)證方法。它廣泛適用在商學(xué)領(lǐng)域，尤其是金融、財(cái)務(wù)方面的實(shí)證研究已有幾十年的歷史，至今在實(shí)證研究方法論上仍然扮演十分重要的角色。事件研究法最早可以追溯到Dolley（1933）的研究[1]，但是將事件研究法引入會(huì)計(jì)和金融領(lǐng)域的，分別是Ball（1968）[2]和Fama（1969）[3]的研究。主要目的是探討當(dāng)某些事件發(fā)生（或某些信息披露時(shí)），是否會(huì)引起股價(jià)的非正常變動(dòng)，即是否會(huì)產(chǎn)生非正常收益率。利用事件研究法的文獻(xiàn)，大致上可以分為4大類型[4]：①市場(chǎng)效率研究，這類研究主要評(píng)價(jià)股票市場(chǎng)是否快速、無(wú)偏地反映某些新信息；②信息內(nèi)涵研究，即探討信息的有效性，目的在于評(píng)價(jià)股票市場(chǎng)對(duì)某些信息的反應(yīng)程度；③解釋非正常收益率研究，目的在于進(jìn)一步了解形成非正常收益的因素；④方法論研究，目的在于探討事件研究法的改進(jìn)，這類研究多以模擬的方式進(jìn)行。本文將在回顧相關(guān)文獻(xiàn)的基礎(chǔ)上，對(duì)事件研究方法的研究設(shè)計(jì)和非正常收益率的估計(jì)及檢驗(yàn)進(jìn)行回顧，期望能夠幫助使用事件研究方法的學(xué)者。

事件研究法一般包括以下6個(gè)步驟[1]：①識(shí)別感興趣的事件；②定義事件窗口期；③選擇哪些企業(yè)作為研究樣本；④假設(shè)事件沒(méi)有發(fā)生，預(yù)測(cè)事件窗口期中的“正?！笔找媛?；⑤估計(jì)事件窗口期中的“非正?！笔找媛?，此處的非正常收益率被定義為當(dāng)事件沒(méi)有發(fā)生的情況下，實(shí)際收益率與預(yù)測(cè)收益率之間的差異；⑥檢驗(yàn)非正常收益率是否顯著不為零。其中，前四步與研究者選定的問(wèn)題和研究設(shè)計(jì)相關(guān)，因此，本文將以上6個(gè)步驟分為事件研究的設(shè)計(jì)、非正常收益率估計(jì)及統(tǒng)計(jì)檢驗(yàn)、累計(jì)平均非正常收益率估計(jì)及檢驗(yàn)3個(gè)部分進(jìn)行介紹。

1 事件研究的研究設(shè)計(jì)

1.1 識(shí)別感興趣的事件

事件研究法研究的事件可以分為兩類：一種是同類事件的研究，例如研究會(huì)計(jì)盈余公告對(duì)股價(jià)的影響[2]，或者是研究雇傭CIO對(duì)股價(jià)的影響[5]，這樣的研究事件類型相同，但是各個(gè)公司發(fā)布公告的日期可能不同；另一種是單一事件的研究，例如研究會(huì)計(jì)準(zhǔn)則變更公布對(duì)股價(jià)的影響[6]，不但所有樣本的事件類型是相同的，而且各個(gè)公司的事件日期也是完全相同的。如果披露的信息看上去有益于公司，則市場(chǎng)可能對(duì)其有正面的響應(yīng)，反之，如果披露的信息看上去是不利于公司的，則市場(chǎng)可能對(duì)其有負(fù)面的響應(yīng)。研究者為了盡可能精確地捕捉市場(chǎng)響應(yīng)，一般希望獲得較短的事件窗口期。因此，大多數(shù)事件研究使用日數(shù)據(jù)，但是也有一些研究使用其他頻率的數(shù)據(jù)，例如一天之內(nèi)的數(shù)據(jù)、周數(shù)據(jù)或者月數(shù)據(jù)。

1.2 定義事件窗口期

定義事件日是定義事件窗口期的前提，它是指市場(chǎng)“接收”到該事件相關(guān)信息的時(shí)點(diǎn)，而非該事件實(shí)際發(fā)生的時(shí)點(diǎn)。事件窗口期一般記為[-x,+y]，x是指事件日之前的天數(shù)，y是指事件日之后的天數(shù)，而事件日則被記為第0天。事件日能否準(zhǔn)確的確認(rèn)，將對(duì)事件研究的結(jié)果產(chǎn)生關(guān)鍵的影響。如果事件發(fā)生當(dāng)天股票休市或停盤(pán)，則事件日可以重新定義為之后的第一個(gè)交易日。事件窗口期的長(zhǎng)度并沒(méi)有統(tǒng)一的標(biāo)準(zhǔn)，如果研究重點(diǎn)關(guān)注某一事件發(fā)生對(duì)股價(jià)是否有影響，通常將事件窗口期設(shè)定為事件日當(dāng)天及前、后各1到5天。但是如果研究者有其他目的，例如想要知道事件公布之前，是否有信息泄漏則可以適當(dāng)延長(zhǎng)事件窗口期。也有些研究通過(guò)比較多個(gè)不同長(zhǎng)度的事件窗口期[7]，對(duì)假設(shè)進(jìn)行交叉驗(yàn)證。總之，事件窗口期應(yīng)該覆蓋事件造成影響的整個(gè)時(shí)期，同時(shí)又必須盡可能地小。

為了方便說(shuō)明股票收益率的各種期望模型，將事件研究法中各種期間的時(shí)間定義如圖1所示。事件發(fā)生或公布后股票收益率受到事件影響的期間為t3至t4，稱為“事件窗口期”，共計(jì)W期（W=t4-t3+1）。

圖1 事件研究法的時(shí)間線

1.3 研究樣本的獲得

樣本公司的選擇需要根據(jù)研究的事件而定。如果研究者希望研究中國(guó)上市公司的事件，信息來(lái)源主要來(lái)源是CSMAR經(jīng)濟(jì)金融數(shù)據(jù)庫(kù)或者是Wind金融終端。如果這些數(shù)據(jù)庫(kù)中沒(méi)有感興趣的事件，研究者也可以在巨潮資訊搜索上市公司的公告，統(tǒng)計(jì)事件日期。如果希望研究美國(guó)上市公司的事件，則可以訪問(wèn)沃頓研究數(shù)據(jù)中心（WRDS）獲得事件信息，或者搜索LexisNexis數(shù)據(jù)庫(kù)中上市公司的公告。關(guān)于事件信息的來(lái)源并不僅限于上述渠道，研究者也可以根據(jù)研究問(wèn)題通過(guò)其他渠道獲得，但是前提是需要準(zhǔn)確的界定事件日。

1.4 估計(jì)期的選擇

估計(jì)期是指事件尚未發(fā)生的那段時(shí)期。研究者可以利用這段時(shí)期，估計(jì)出在不發(fā)生該事件的情況下，事件窗口期內(nèi)股票的期望收益率是多少。大多數(shù)研究將估計(jì)期選擇在事件窗口期之前，但是不同的文獻(xiàn)中對(duì)估計(jì)期的選擇有三種方式：①估計(jì)期在事件窗口期之前；②估計(jì)期在事件窗口期之后[8,9]；③分別取事件窗口期之前和之后同時(shí)作為估計(jì)期[10,3]。根據(jù)Peterson[11]的建議，如果所要研究的事件不會(huì)造成預(yù)測(cè)模式結(jié)構(gòu)上的改變，則估計(jì)期可以選在事件窗口期之前。如果所要研究的事件，改變了股票價(jià)格行為和市場(chǎng)行為之間的固有聯(lián)系，而造成預(yù)測(cè)模式結(jié)構(gòu)上的改變（例如事件本身造成公司資本結(jié)構(gòu)改變），則估計(jì)期可以選在事件窗口期之后，或者同時(shí)選取事件窗口期前、后作為估計(jì)期。圖1中t1至t2便是“估計(jì)期”，共計(jì)T期（T=t2-t1+1）。值得注意的是，事件窗口期與估計(jì)期不能重疊，只有這樣，利用估計(jì)期對(duì)股票價(jià)格的估計(jì)才是無(wú)偏的。

關(guān)于估計(jì)期的長(zhǎng)短，并沒(méi)有客觀和統(tǒng)一的說(shuō)法[12]，一般由研究者自行確定。估計(jì)期太短可能會(huì)降低估計(jì)模型的預(yù)測(cè)能力，而估計(jì)期太長(zhǎng)可能導(dǎo)致預(yù)測(cè)結(jié)構(gòu)的變化[13]。不同的事件研究對(duì)于估計(jì)期的選擇，從120個(gè)工作日[14]至255個(gè)工作日[15]不等。

1.5 估計(jì)正常（非事件）收益率模型的選擇

假設(shè)某事件沒(méi)有發(fā)生或者公布，樣本股票的“期望”收益率為E(R?iE)，這些收益率也可以被稱為正常收益率。估計(jì)正常收益率種類繁多，常見(jiàn)的大致有三類方法：①平均調(diào)整收益率模型；②市場(chǎng)指數(shù)調(diào)整收益率模型；③風(fēng)險(xiǎn)調(diào)整收益率模型。為了方便說(shuō)明，將各種符號(hào)定義如下：下標(biāo)i代表樣本股票；下標(biāo)t代表時(shí)間；W代表事件窗口期的長(zhǎng)度，即W=t4-t3+1；T代表估計(jì)期的長(zhǎng)度，即T=t2-t1+1；下標(biāo)E代表事件窗口期的某一期（一般為天）；N樣本觀測(cè)值的數(shù)量；Rit代表i樣本股票在估計(jì)期第t期的實(shí)際收益率；Rmt代表第t期的市場(chǎng)收益率；ARit代表事件窗口期中第t期，i樣本股票的非正常收益率；代表i樣本股票在事件窗口期第E期的期望收益率。

1.5.1 平均調(diào)整收益率模型

該方法認(rèn)為樣本股票在沒(méi)有事件影響時(shí)，事件窗口期中的期望收益率等于估計(jì)期中的平均收益率。即公式（1）所示。

該模型在事件研究中被廣泛使用，雖然與更高級(jí)的方法相比它不算很好，但也不是太差[16]。然而在有些情況使用該模型并不合適[17]。首先如果樣本股票的事件日期離的非常近，出現(xiàn)“密集事件”時(shí)，發(fā)生第I類錯(cuò)誤的概率將會(huì)增加，也就是實(shí)際上在事件窗口期并沒(méi)有非正常收益率，但使用該模型估計(jì)非正常收益率時(shí)，卻發(fā)現(xiàn)事件窗口期有非正常收益率。其次，如果事件日發(fā)生在牛市或者熊市，使用該模型得到的結(jié)果可能會(huì)偏高或偏低。發(fā)生上述問(wèn)題的原因是因?yàn)槠骄{(diào)整收益率模型是取估計(jì)期的收益率平均值，如果估計(jì)期集中在牛市，則平均收益率將明顯偏高，反之亦然。

1.5.2 市場(chǎng)指數(shù)調(diào)整收益率模型

該方法認(rèn)為，在事件窗口期中，股票收益率的均值應(yīng)該等于同一時(shí)期市場(chǎng)收益率的均值。即公式（2）所示，其中RmE為事件窗口期中的市場(chǎng)指數(shù)收益率。

該方法不需要假設(shè)過(guò)去和將來(lái)存在某種聯(lián)系，而其他利用過(guò)去的數(shù)據(jù)估計(jì)期望收益率的模型都暗含一個(gè)假設(shè)：以前存在的關(guān)系，以后也會(huì)存在。很顯然，這是一個(gè)很強(qiáng)的假設(shè)，大多數(shù)情況可能并不適用。因此該方法對(duì)于那些在事件日之前沒(méi)有（或不足）股票收益率信息的事件研究特別有用。例如對(duì)于股票剛剛上市的情況，其他模型無(wú)法使用，則可以使用該模型。如果研究美國(guó)的股票市場(chǎng)，則RmE一般使用標(biāo)準(zhǔn)普爾500指數(shù)的收益率；而研究中國(guó)的股票市場(chǎng)，則RmE可以被定義為滬深300指數(shù)。此外，根據(jù)Brown等[18]的模擬結(jié)果，使用等權(quán)重加權(quán)指數(shù)更有可能發(fā)現(xiàn)非正常收益率。

1.5.3 風(fēng)險(xiǎn)調(diào)整收益率模型

該方法是估計(jì)期望收益率最為常見(jiàn)的方法，它通過(guò)回歸方法預(yù)測(cè)事件窗口期的期望收益率。具體而言就是將股票的系統(tǒng)風(fēng)險(xiǎn)，即β系數(shù)，作為股票收益率的預(yù)測(cè)因子。該模型有多種類型，例如市場(chǎng)模型、資本資產(chǎn)定價(jià)模型、Fama-French三因子模型、Carhart四因子模型、Fama-French五因子模型等。以上模型的復(fù)雜程度各有差異，其中以市場(chǎng)模型最為簡(jiǎn)單，但它的預(yù)測(cè)能力與其他復(fù)雜模型一樣好[19]。

由于市場(chǎng)模型的應(yīng)用最為廣泛，此處僅以市場(chǎng)模型為例進(jìn)行說(shuō)明。首先通過(guò)最小二乘法（OLS）建立股票收益率的回歸模型，如公式（3）所示。其中αi和βi為待估參數(shù)，εit為誤差項(xiàng)。

接下來(lái)通過(guò)回歸模型估計(jì)的參數(shù)計(jì)算股票在沒(méi)有所要研究的事件影響時(shí)，事件窗口期的期望收益率，如公式（4）所示。其中和是根據(jù)估計(jì)期收益率計(jì)算得出，RmE是事件窗口期某一天的市場(chǎng)指數(shù)收益率。

2 非正常收益率估計(jì)及統(tǒng)計(jì)檢驗(yàn)

2.1 非正常收益率的估計(jì)

不論是用上述哪一種方法估計(jì)事件窗口期中的正常收益率，估計(jì)非正常收益率AR的方法都是一樣的，其計(jì)算如公式（5）所示。其中ARiE為i樣本股票在事件窗口期第E期的非正常收益率，RiE為i樣本股票在事件窗口期第E期的實(shí)際收益率，為i公司在事件窗口期第E期的期望收益率。

在計(jì)算每一個(gè)樣本股票的ARiE之后，需要對(duì)所有樣本股票的非正常收益率進(jìn)行平均，稱為平均非正常收益率（AARE），如公式（6）所示。其中AARE為在事件窗口期[t3,t4]中，某一期E，所有樣本公司的非正常收益率求平均值后所得的平均非正常收益率；ARiE為第i家公司在事件窗口期[t3,t4]中，某一期E的非正常收益率，可由公式（5）得到。

在計(jì)算AARE之后需要對(duì)其進(jìn)行統(tǒng)計(jì)檢驗(yàn)，檢驗(yàn)結(jié)果用來(lái)解釋該事件是否對(duì)股價(jià)產(chǎn)生影響，這也是事件研究的重點(diǎn)。

2.2 非正常收益率的檢驗(yàn)方法

平均非正常收益率檢驗(yàn)的目的，主要是檢驗(yàn)事件窗口期中每一期橫截面平均非正常收益率及標(biāo)準(zhǔn)化非正常收益率是否顯著地等于零。研究者將面臨兩個(gè)選擇：①選擇參數(shù)檢驗(yàn)還是選擇非參數(shù)檢驗(yàn)的方式；②決定了參數(shù)檢驗(yàn)或者非參數(shù)檢驗(yàn)后，使用哪個(gè)統(tǒng)計(jì)量作為檢驗(yàn)工具。目前大多數(shù)文獻(xiàn)以參數(shù)檢驗(yàn)為主，有些文獻(xiàn)還輔以非參數(shù)檢驗(yàn)。兩種檢驗(yàn)方式的區(qū)別在于參數(shù)檢驗(yàn)假設(shè)非正常收益率符合正態(tài)分布，而非參數(shù)檢驗(yàn)則無(wú)需對(duì)非正常收益率的分布作出任何假設(shè)[20]。因此通常的做法是為了增加結(jié)論的穩(wěn)健性，同時(shí)采取兩種方法進(jìn)行檢驗(yàn)。

常見(jiàn)的參數(shù)檢驗(yàn)方式有t檢驗(yàn)和z檢驗(yàn)。不論是計(jì)算t值還是z值，分子都是AAR，分母都是AAR的標(biāo)準(zhǔn)差。而計(jì)算AAR的標(biāo)準(zhǔn)差時(shí)，其前提假設(shè)有很多差異，從而導(dǎo)致AAR的標(biāo)準(zhǔn)差也有多種計(jì)算方式，因此t值和z值的計(jì)算也有多種。

非參數(shù)檢驗(yàn)統(tǒng)計(jì)量則有二項(xiàng)檢驗(yàn)、符號(hào)檢驗(yàn)、Wilcoxon符號(hào)序列檢驗(yàn)、Kolmogorov-Smirnov單一樣本檢驗(yàn)及Mann-Whitney U檢驗(yàn)。需要注意的是非參數(shù)檢驗(yàn)并非可以無(wú)限制的應(yīng)用，有些檢驗(yàn)方法還是有前提假設(shè)的。例如Wilcoxon符號(hào)序列檢驗(yàn)必須假設(shè)樣本分布在平均值兩側(cè)是對(duì)稱的；Mann-Whitney U檢驗(yàn)假設(shè)兩個(gè)樣本必須是獨(dú)立的等。

由于檢驗(yàn)方法的復(fù)雜性，相互之間有很大的差異，所以此處僅介紹四種最為常見(jiàn)的檢驗(yàn)統(tǒng)計(jì)量，其中前三種為參數(shù)檢驗(yàn)，分別是：①傳統(tǒng)方法；②標(biāo)準(zhǔn)化殘差法；③普通橫截面法；④非參數(shù)檢驗(yàn)方法中的符號(hào)檢驗(yàn)。

2.3 平均非正常收益率（AAR）的參數(shù)檢驗(yàn)

參數(shù)檢驗(yàn)的基礎(chǔ)是假設(shè)股票的非正常收益率是服從獨(dú)立的、一致的正態(tài)分布。而在實(shí)證過(guò)程中，單只股票的非正常收益率分布通常不是正態(tài)分布，尤其是股票日收益率的分布，往往是嚴(yán)重偏離正態(tài)分布的。但是根據(jù)中心極限定理，只要樣本量足夠大，橫截面股票收益率的分布即可接近正態(tài)分布。針對(duì)AAR的參數(shù)檢驗(yàn)，通常是計(jì)算t值或z值，計(jì)算公式如公式（7）所示，式中Var(AARE)為事件窗口期某一期E，橫截面平均非正常收益率的方差，其平方根為平均非正常收益率的標(biāo)準(zhǔn)差；SAARE為事件窗口期某一期E，橫截面標(biāo)準(zhǔn)化非正常收益率的平均值；Var(SAARE)為事件窗口期某一期E，橫截面標(biāo)準(zhǔn)化平均非正常收益率的方差，其平方根為標(biāo)準(zhǔn)化平均非正常收益率的標(biāo)準(zhǔn)差。

橫截面單只股票非正常收益率為獨(dú)立的、一致的正態(tài)分布假設(shè)是否成立，將直接影響Var(AARE)和Var(SAARE)的計(jì)算方式，因此產(chǎn)生了三種計(jì)算方法。

2.3.1 傳統(tǒng)方法的t值計(jì)算

該方法檢驗(yàn)事件窗口期某一期E的非正常收益率AR是否顯著地不等于0的t值計(jì)算如公式（8）所示[18]。其中為估計(jì)期中，第i只股票在t期的殘差項(xiàng)，即為第i只股票在估計(jì)期的期數(shù)，即為估計(jì)期中第i只股票殘差項(xiàng)的方差，即為估計(jì)期的殘差項(xiàng)的平均值，即，理論上應(yīng)等于0或非常接近于0，根據(jù)估計(jì)非正常收益率的模型而定。

2.3.2 標(biāo)準(zhǔn)化殘差方法的t值計(jì)算

該方法由Patell[21]首先提出，通過(guò)修正事件窗口期非正常收益率的方差，并在計(jì)算平均非正常收益率之前，將單只股票的非正常收益率進(jìn)行標(biāo)準(zhǔn)化轉(zhuǎn)換，使得單只股票的非正常收益率的分布服從單一的標(biāo)準(zhǔn)正態(tài)分布，如公式（9）所示。

2.3.3 普通橫截面方法的t值計(jì)算

該方法的主要目的在于克服由于事件導(dǎo)致的變異問(wèn)題。該方法在計(jì)算t值時(shí)，將完全忽視股票估計(jì)期殘差的信息，而以事件窗口期股票收益率的橫截面方差作為事件窗口期某一期E的平均非正常收益率方差。計(jì)算如公式（10）所示。

如果事件不會(huì)引起事件窗口期非正常收益率方差的增加，普通橫截面方法的檢驗(yàn)?zāi)芰^弱[11]。

2.4 平均非正常收益率（AAR）的非參數(shù)檢驗(yàn)

非參數(shù)檢驗(yàn)的產(chǎn)生是由于參數(shù)檢驗(yàn)假設(shè)股票收益率數(shù)據(jù)是正態(tài)分布，而實(shí)際中的數(shù)據(jù)很難達(dá)到正態(tài)分布的要求，從而導(dǎo)致不精確的推論[22]。常見(jiàn)的非參數(shù)檢驗(yàn)包括秩檢驗(yàn)[23]和符號(hào)檢驗(yàn)[16]。本文僅介紹符號(hào)檢驗(yàn)方法，該方法的特征只是關(guān)注事件窗口期的某一期中，橫截面股票非正常收益率正、負(fù)比例是否顯著的不等于50%。研究者根據(jù)所要研究事件的性質(zhì)或研究目的，將樣本進(jìn)行適當(dāng)?shù)姆诸惡?，如果所要研究的事件?duì)股票價(jià)格沒(méi)有影響，那么橫截面上股票非正常收益率為正、負(fù)的比例應(yīng)當(dāng)各占50%左右。符號(hào)檢驗(yàn)的t統(tǒng)計(jì)量計(jì)算方式如公式（11）所示。

式中p為事件窗口期某一期E中，非正常收益率大于0的觀測(cè)值占樣本總數(shù)的百分比。

雖然有些研究[16]認(rèn)為符號(hào)檢驗(yàn)的檢驗(yàn)效果不如t檢驗(yàn)。不過(guò)并不妨礙研究者將其作為補(bǔ)充的統(tǒng)計(jì)量，以提高結(jié)論的穩(wěn)健性。

3 累計(jì)平均非正常收益率估計(jì)及檢驗(yàn)

當(dāng)研究者無(wú)法確定事件日的準(zhǔn)確日期時(shí)（或者其他因素），可能需要計(jì)算累計(jì)事件窗口期任意兩期之間平均非正常收益率，來(lái)衡量該事件是否對(duì)收益率造成影響。常見(jiàn)累計(jì)任意兩期之間平均非正常收益率的方式是計(jì)算“累計(jì)平均非正常收益率”，該方法由Fama提出并應(yīng)用[3]。其計(jì)算方法如公式（12）所示，其中CAAR(τ1,τ2)為事件窗口期τ1到τ2的累計(jì)平均非正常收益率，即τ1到τ2的平均非正常收益率相加。

3.1 累計(jì)平均非正常收益率（CAAR）的參數(shù)檢驗(yàn)

檢驗(yàn)累計(jì)平均非正常收益率（CAAR）或者標(biāo)準(zhǔn)化累計(jì)平均非正常收益率（SCAAR）與檢驗(yàn)AAR及SAAR的方式與邏輯是一樣的。本文仍然介紹三種參數(shù)檢驗(yàn)和一種非參數(shù)檢驗(yàn)方法。

假設(shè)在檢驗(yàn)事件窗口期中，τ1期至τ2期共計(jì)m期（m=τ2-τ1+1），且τ1,τ2∈W=[ ]t3,t4，則累計(jì)平均非正常收益率（CAAR）或者標(biāo)準(zhǔn)化累計(jì)平均非正常收益率（SCAAR）的統(tǒng)計(jì)檢驗(yàn)如下。

3.1.1 傳統(tǒng)方法的t值計(jì)算

該方法在文獻(xiàn)中應(yīng)用最為廣泛，其t值計(jì)算如公式（13）所示。

有些文獻(xiàn)以事件窗口期某一期E的非正常收益率的方差，即以代替固定的。有些研究[24]認(rèn)為在假定股票非正常收益率的橫截面獨(dú)立，且該事件不會(huì)引起事件窗口期股票收益率變異增加的情況下，其檢驗(yàn)?zāi)芰^好。但是也有學(xué)者[25,26]認(rèn)為該統(tǒng)計(jì)量有過(guò)度拒絕原假設(shè)的誤差（犯第I類錯(cuò)誤的可能性增加）。

3.1.2 標(biāo)準(zhǔn)化殘差方法的t值計(jì)算

該方法主要由Patell（1976）[21]提出，其計(jì)算如公式（14）所示。個(gè)別研究[26]表明，該方法比傳統(tǒng)方法表現(xiàn)更好。

3.1.3 普通橫截面方法的t值計(jì)算

該方法未見(jiàn)文獻(xiàn)上的探討，但是根據(jù)檢驗(yàn)AAR的方式，檢驗(yàn)CAAR的t值公式如（15）所示[4]。其中CARi(τ1,τ2)該方法的優(yōu)缺點(diǎn)與其檢驗(yàn)AAR的統(tǒng)計(jì)量類似，不再贅述。

3.2 累計(jì)平均非正常收益率（CAAR）的非參數(shù)檢驗(yàn)

此處仍然只介紹符號(hào)檢驗(yàn)法。由于符號(hào)檢驗(yàn)法只關(guān)注CAR及SCAR為正的比例是否顯著不為50%，因此其檢驗(yàn)公式與檢驗(yàn)AR及SAR的公式（11）一樣，只是p定義為CARi(τ1,τ2)或SCARi(τ1,τ2)大于0的觀測(cè)值。

4 事件研究方法的發(fā)展

事件研究方法經(jīng)過(guò)五十多年的發(fā)展，已經(jīng)為資本市場(chǎng)方面的研究作出了巨大貢獻(xiàn)。而且其應(yīng)用范圍也在不斷擴(kuò)展，除了會(huì)計(jì)和金融學(xué)科，其他很多學(xué)科也使用該方法進(jìn)行研究。事件研究的基本結(jié)構(gòu)——即通過(guò)對(duì)市場(chǎng)模型預(yù)測(cè)的偏離程度來(lái)反應(yīng)異常收益率，與Fama等（1969）[3]引入該方法時(shí)的基本結(jié)構(gòu)相同。但是對(duì)異常收益率的統(tǒng)計(jì)檢驗(yàn)卻一直在不斷發(fā)展，并成為該方法的研究熱點(diǎn)[22]。關(guān)于AR、CAR的檢驗(yàn)只能回答所要研究的事件對(duì)股價(jià)是否有顯著影響，如果需要進(jìn)一步了解影響事件窗口期非正常收益率的影響因素，研究者可能需要進(jìn)一步探討。這類研究在計(jì)算樣本的AR或CAR之后，將AR或CAR為被解釋變量，通過(guò)回歸模型進(jìn)行下列關(guān)系的橫截面分析：

例如研究企業(yè)發(fā)布會(huì)計(jì)盈余的公告對(duì)股價(jià)的影響，那么AR、CAR可能受到未預(yù)期盈余大小、暫時(shí)性盈余及市場(chǎng)要求的收益率等因素的影響[27]。這類研究問(wèn)題可以通過(guò)下列類似的回歸方程進(jìn)行分析：

式中UEi為i公司未預(yù)期盈余，即i公司公告的盈余與市場(chǎng)預(yù)期之差；為i公司未預(yù)期盈余UEi中包含的暫時(shí)性盈余，例如非營(yíng)業(yè)收入及支出等；βi代表i公司的系統(tǒng)風(fēng)險(xiǎn)，風(fēng)險(xiǎn)越高，市場(chǎng)要求的收益率越高；εi為i公司的殘差項(xiàng)。如果市場(chǎng)真的利用公司公告的會(huì)計(jì)盈余，預(yù)測(cè)公司未來(lái)現(xiàn)金流量的變動(dòng)。那么b1應(yīng)該顯著大于0，即未預(yù)期盈余越大，市場(chǎng)對(duì)公司未來(lái)現(xiàn)金流量變動(dòng)的預(yù)期就越大，股價(jià)的反應(yīng)（即非正常收益）就越大；b2應(yīng)該顯著小于0，因?yàn)闀簳r(shí)性未預(yù)期盈余，影響市場(chǎng)對(duì)公司未來(lái)現(xiàn)金流量變動(dòng)的預(yù)期較?。欢鴅3則應(yīng)該顯著小于0，因?yàn)楣镜娘L(fēng)險(xiǎn)越大，市場(chǎng)要求的收益率就越高，對(duì)未來(lái)現(xiàn)金流量變動(dòng)的折現(xiàn)值就越小關(guān)。該方法在其他領(lǐng)域也使用的非常普遍，例如探討產(chǎn)品召回事件對(duì)股價(jià)的影響以及哪些因素影響了AR[28]。

5 結(jié)束語(yǔ)

本文僅僅對(duì)事件研究方法的主要研究范式進(jìn)行歸納，但是事件研究方法仍然在不斷發(fā)展中，目前研究者關(guān)注的問(wèn)題更加細(xì)致，例如事件集群、非同步交易、稀少交易等問(wèn)題；同時(shí)該方法應(yīng)用的領(lǐng)域也越來(lái)越廣泛，因此研究者可以在深度和廣度兩個(gè)方面繼續(xù)探究事件研究方法。