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

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

tapinapura

Презентацию на тему Метод событий на основе длинных окон (long horizon studies) в исследованиях корпоративной финансовой политики можно скачать абсолютно бесплатно на нашем сайте. Предмет презентации : Экономика. Красочные слайды и илюстрации помогут вам заинтересовать своих одноклассников или аудиторию. Для просмотра содержимого презентации воспользуйтесь плеером, или если вы хотите скачать презентацию - нажмите на соответствующий текст под плеером. Презентация содержит 23 слайда.

скачать презентацию

Слайды презентации

Слайд 1: Презентация Метод событий на основе длинных окон (long horizon studies) в исследованиях корпоративной финансовой политики
Слайд 1

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.

Слайд 2: Презентация Метод событий на основе длинных окон (long horizon studies) в исследованиях корпоративной финансовой политики
Слайд 2

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

Слайд 3: Презентация Метод событий на основе длинных окон (long horizon studies) в исследованиях корпоративной финансовой политики
Слайд 3
Слайд 4: Презентация Метод событий на основе длинных окон (long horizon studies) в исследованиях корпоративной финансовой политики
Слайд 4

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

Слайд 5: Презентация Метод событий на основе длинных окон (long horizon studies) в исследованиях корпоративной финансовой политики
Слайд 5

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.

Слайд 6: Презентация Метод событий на основе длинных окон (long horizon studies) в исследованиях корпоративной финансовой политики
Слайд 6
Слайд 7: Презентация Метод событий на основе длинных окон (long horizon studies) в исследованиях корпоративной финансовой политики
Слайд 7

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

Слайд 8: Презентация Метод событий на основе длинных окон (long horizon studies) в исследованиях корпоративной финансовой политики
Слайд 8

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.

Слайд 9: Презентация Метод событий на основе длинных окон (long horizon studies) в исследованиях корпоративной финансовой политики
Слайд 9

Возможные ошибки спецификации:

Неверный выбор модели для определения доходности

Изменение систематических параметров

Прекращение функционирования компании

Слайд 10: Презентация Метод событий на основе длинных окон (long horizon studies) в исследованиях корпоративной финансовой политики
Слайд 10

Выборка: характерные черты

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

Слайд 11: Презентация Метод событий на основе длинных окон (long horizon studies) в исследованиях корпоративной финансовой политики
Слайд 11

Модели

Модели для определения нормальной доходности

Модели для определения ненормальной доходности

Слайд 12: Презентация Метод событий на основе длинных окон (long horizon studies) в исследованиях корпоративной финансовой политики
Слайд 12

AR в долгосрочной перспективе

BHAR (characterisric-based matching approach)

Jensen’s alpha (calendar-time portfolios)

Слайд 13: Презентация Метод событий на основе длинных окон (long horizon studies) в исследованиях корпоративной финансовой политики
Слайд 13

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.

Слайд 14: Презентация Метод событий на основе длинных окон (long horizon studies) в исследованиях корпоративной финансовой политики
Слайд 14

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

Слайд 15: Презентация Метод событий на основе длинных окон (long horizon studies) в исследованиях корпоративной финансовой политики
Слайд 15

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

Слайд 16: Презентация Метод событий на основе длинных окон (long horizon studies) в исследованиях корпоративной финансовой политики
Слайд 16

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

Слайд 17: Презентация Метод событий на основе длинных окон (long horizon studies) в исследованиях корпоративной финансовой политики
Слайд 17

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

Слайд 18: Презентация Метод событий на основе длинных окон (long horizon studies) в исследованиях корпоративной финансовой политики
Слайд 18

+ 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

Слайд 19: Презентация Метод событий на основе длинных окон (long horizon studies) в исследованиях корпоративной финансовой политики
Слайд 19

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

Слайд 20: Презентация Метод событий на основе длинных окон (long horizon studies) в исследованиях корпоративной финансовой политики
Слайд 20

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

Слайд 21: Презентация Метод событий на основе длинных окон (long horizon studies) в исследованиях корпоративной финансовой политики
Слайд 21

Cross-Sectional Independence Cross-Sectional Dependence Standardised Abnormal Returns

Параметрические тесты

Слайд 22: Презентация Метод событий на основе длинных окон (long horizon studies) в исследованиях корпоративной финансовой политики
Слайд 22

Generalised Sign Test Wilcoxon Signed-Ranks Test

Непараметрические тесты

Слайд 23: Презентация Метод событий на основе длинных окон (long horizon studies) в исследованиях корпоративной финансовой политики
Слайд 23

Спасибо за внимание!

Список похожих презентаций

  • Яндекс.Метрика
  • Рейтинг@Mail.ru