イベントスタディ

イベントスタディは、イベントが結果変数に与える影響を評価するための統計的および計量経済学的手法です。 ^{[ 1 ]}イベントスタディは、パネルデータに適用される差分の差分設計であり、個人は異なる時点で治療を受けます。 ^[²^]

イベント手法は、あらゆる種類のイベントが結果変数の方向と大きさに及ぼす影響を明らかにするために使用できるため、準実験的な文脈では非常に汎用性が高い。^{[ 3 ]}そのため、イベント研究は、会計、金融、経営、経済学、マーケティング、情報技術、法律、政治学、オペレーション、サプライチェーンマネジメントなど、さまざまな研究分野で一般的である。^{[ 4 ]}

イベント研究の全体像を構成するためによく用いられる側面の一つは、研究対象となるイベントタイプの幅広さである。一方では、経済全体に影響を与えるイベント（規制変更などの市場ショックや、戦争などの壊滅的な出来事）に対する株式市場の反応を調査する研究がある。他方では、合併・買収、業績発表、債券や株式の発行、企業再編、投資決定、企業の社会的責任といった企業イベントに対する株式市場の反応を調査するためにイベント研究が用いられる。^[⁵^]^[⁶^]

方法論

一般的なイベントスタディの方法論は、例えば MacKinlay (1997) ^{[ 5 ]}や Mitchell and Netter (1994) ^{[ 7 ]}で説明されています。MacKinlay (1997) では、これは「金融市場データを使用して」行われ、「特定のイベントが企業の価値に与える影響を測定する」とされています。彼は、「市場の合理性を考慮すると、イベントの影響は証券価格に即座に反映される。したがって、比較的短い期間に観測された証券価格を使用して、イベントの経済的影響の尺度を構築することができる」と主張しています。短期イベントスタディは長期イベントスタディよりも信頼性が高いことに注意することが重要です^{[ 8 ]}。後者には多くの制約があるためです。しかし、Kothari and Warner (2005) は、より長い期間にわたる研究の設計と信頼性を向上させるために、長期の方法論を改良することができました^{[ 9 ] 。}

実証的方法

しかし、イベントスタディでは、正常リターンの定義に関して違いが生じる可能性がある。正常リターンの最も一般的なモデルは「市場モデル」（MacKinlay 1997）である。このモデルでは、イベント発生前の推定期間（通常120日間）を用いて、回帰分析によって企業の株価と参照指数との典型的な関係を導き出す。回帰係数に基づいて正常リターンが予測され、異常リターンの計算に使用される。正常リターンの代替モデルとしては、CAPMモデルや、平均リターンなどのより単純なアプローチがある（概要についてはMacKinlay 1997を参照）。

異常収益の計算

「通常リターン」にどのモデルを選択するかによって、イベントスタディを実施するには、研究者はそれぞれ異なる手順を実行する必要があります。最も一般的なモデルである「市場モデル」の場合、手順は以下のとおりです。

対象企業の株式の財務収益率の時系列データと、その参照指数の時系列データを取得して照合する。
各イベントについて、推定期間に含める必要のある企業および市場のリターンのシーケンスを特定します。
回帰分析を用いて、対象銘柄と参照指数との典型的な関係性を説明するアルファ係数、ベータ係数、シグマ係数を計算してください。
これら3つのパラメータを用いて、イベント期間の全日における「通常リターン」を予測してください。
「通常の収益」を「実際の収益」から差し引くと、「異常収益」が得られます。これが、注目すべき指標です。

異常リターンの意義

個々の異常リターンが統計的に妥当なゼロと異なるかどうかを特定するには、検定統計量を適用する必要があります。この目的のために、さまざまな分析レベル（AR、CAR、AAR、CAARレベル）でさまざまな検定統計量があります。最も一般的な検定であるt検定は、異常リターンを回帰の二乗平均平方根誤差で割ります。得られたt値は、スチューデントのt分布の臨界値と比較する必要があります。 2008年の金融危機のような短期的に大きな変動がある時期には、 t検定を使用すると、あまりにも多くの企業が有意に異常なリターンを示す傾向があり、どのリターンが本当に「異常」であるかを判断するのがより困難になるという証拠があります。^{[ 8 ]}^{[ 10 ]}