Презентация "Метод событий на основе длинных окон (long horizon studies) в исследованиях корпоративной финансовой политики" по экономике – проект, доклад

Метод событий на основе длинных окон (long horizon studies) в исследованиях корпоративной финансовой политики

Команда 2: Борисенко А. Гаврилкин А. Нурдинова Я. Плотникова М. Федорова А.

4. Модели и особенности расчета ожидаемой доходности акций компаний

Статистические модели

Экономические модели

Предпосылки: совместное многомерное нормальное распределение, независимость и идентичность распределения во времени. Модели: постоянной средней доходности, рыночная модель, скорректированная рыночная модель, многофакторные модели.

Статистические предпосылки + предпосылки о поведении инвесторов Модели: САРМ АРТ

Модель постоянной средней доходности

Рыночная модель

наиболее простая из моделей ожидаемой доходности позволяет получить результаты, близкие к результатам более сложных моделей дневные данные – номинальная доходность месячные данные – номинальная, реальная или избыточная (excess) доходность.

связывает доходность ценной бумаги с доходностью рыночного портфеля. индексы: S&P 500, CRSP Value Weighted Index, CRSP Equal Weighted Index. чем выше R2,тем сильнее снижение дисперсии AR частный случай факторной модели с одним фактором

Многофакторные модели

Скорректированная рыночная модель

включают отраслевые индексы + рыночный AR – разность фактической доходности и доходности портфелей, состоящих из фирм аналогичного размера предельная объясняющая способность дополнительных факторов мала Снижение дисперсии AR наибольшее, когда компании: относятся к одной отрасли имеют сопоставимую рыночную капитализацию

Ограниченная рыночная модель с αi=0 и βi=1 Применяется, когда данные для периода оценки перед событием недоступны.

CAPM APT

широко использовалась в 70-х гг. свидетельства о чувствительности результатов к ограничениям использование практически прекратилось

3-факторная модель предложена Fama and French (1993) ожидаемая доходность актива – линейная комбинация Rm, ME и BE/ME

4-факторная модель – модификация Carhart (1997) + фактор momentum anomaly – неэффективность рынка, связанная с медленной реакцией на информацию доп. факторы приводят к незначительному повышению R2 в исследованиях чаще всего используются статистические модели нет экономического обоснования включения в модель таких дополнительных факторов

Спецификация

Источник: Kothari S.P., Warner J.B. Econometrics of Event Studies. Handbook of Corporate Finance. Edited by Eckbo B.E. Elsevier. 2007. Ch.1, pp. 3-36.

Возможные ошибки спецификации:

Неверный выбор модели для определения доходности

Изменение систематических параметров

Прекращение функционирования компании

Выборка: характерные черты

Данные за большой период времени После события рассматриваются от 12 до 36 месяцев Разбиение выборки по портфелям по определенным критериям

Модели

Модели для определения нормальной доходности

Модели для определения ненормальной доходности

AR в долгосрочной перспективе

BHAR (characterisric-based matching approach)

Jensen’s alpha (calendar-time portfolios)

BHAR approach

BHAR = buy-and-hold abnormal returns Сравнивается доходность от двух альтернативных стратегий: 1. Покупка в начале периода ценных бумаг фирм, участвующих в событии, и их продажа в конце периода 2. Покупка в начале периода ценных бумаг фирм, не участвующих в событии, но максимально похожих на фирмы из первой стратегии, и их продажа в конце периода.

Формула для расчета: Среднее может рассчитываться с учетом весов (стоимость компании)

Достоинства и недостатки

+ Barber, Lyon (1997): «precisely measures investor’s experience» + Предпочтительнее использования CAR Асимметричность распределения AR фирмы в долгосрочном периоде Eckbo, Masulis, and Norli (2000): нельзя назвать полноценной стратегией инвестора, так как количество ценных бумаг для каждой стратегии неизвестно заранее Kothari, Warner (1997): смещенность оценок Fama (1998): bad model problems

Jensen’s alpha approach

Суть метода: Выбирается период наблюдений (N) Выбирается более короткий период (окно) – Т Для каждого месяца из периода N составляется портфель из ценных бумаг фирм, в которых событие произошло в течение предшествующих T месяцев Получаем данные по доходности портфеля для каждого месяца

5. Строится регрессия (здесь – для модели Фамы-Френча): Rpt - доходность портфеля в месяц t Rft – безрисковая ставка αp – средняя месячная AR Rmt – рыночная ставка SMB – разница между доходностью маленьких и больших фирм HML – разница между доходностью фирм с высоким и низким соотношением BE/ME

+ Bad-model problem стоит менее остро, чем в случае с BHAR + Fama (1998): нет проблемы кросс-корреляции Loughran and Ritter (2000): не учитывается стремление менеджеров приурочить событие к периоду когда цена акции занижена/завышена + Fama (1998): можно взвесить ежемесячные доходности по количеству фирм в выборке

Оценка статистической значимости для BHAR затруднена из-за: - long-horizon returns не согласуются с предпосылкой о нормальном распределении, которое лежит в основе многих тестов. - long-horizon returns показывают кросс-кореляцию, так как горизонты многих событий перекрываются и также из-за того, что многие фирмы из одной и той же отрасли. - большая волатильность

Значимость оценок для BHAR approach и Jensen-alpha approach

Ассиметрия Кросс-корреляция Автокорреляция Нижняя граница Общий календарный Возникает вследствие для returns -100%, период кросс-корреляции а верхней границы “Волны”, следующие данных нет => смещение за событиями тестовой статистики Фирмы из одних и тех же отраслей.

Факторы, приводящие к ошибкам спецификации

Cross-Sectional Independence Cross-Sectional Dependence Standardised Abnormal Returns

Параметрические тесты

Generalised Sign Test Wilcoxon Signed-Ranks Test

Непараметрические тесты

Спасибо за внимание!