股票累计异常收益也就是在采取事件研究法中用来判断公司是否发生改变的CAR值(CumulativeAbnormalReturn)。股票异常收益是等于股票收益与股票正常收益的差。股票的正常收益率需要根据CAPM模型算出：
R_ti=R_f+β_i(R_tm-R_f)
其中：R_ti是i股票在t时刻的正常收益率；R_f是当日的无风险利率；R_tm是t时刻市场基准指数的收益率。然后用当时股票收益减去正常收益率就可以得出异常收益，t1至t2日之间的异常收益相加得到CAR值，然后对这个CAR值➗(t2-t1+1)得到平均累计异常报酬率。
这最早由BallandBrown(1968)提出，随后Beaver(1968)也发表文章支持信息观。其中含有一个关键理论假设：市场对股价的反应是有效，并且股价反映了公司的内在价值。因此是可以衡量一家公司的价值的。
这个假设也因此暴露出这个模型较大的一个问题，就是说股价在大多数时间里是不能反应公司价值的。还有另一个比较严重的问题在于CAPM模型是否可以衡量公司的正常收益率，目前国内，包括国外的学者已经有多篇论文研究表明CAPM模型在市场中的预测结果并不理想，而且与现实相差甚远。在这种情况下，使用CAPM模型去模拟股票的正常收益率是有一点不讲道理的。
我曾经想过是不是要用fama的三因子、五因子模型，或者卡尔曼滤波器(然而并不会)。但是最后才发现，这种最简单，最low的市场模型模拟的正常收益率反而是效果最好的。所以大家不需要再质疑市场模型的合理性了，安心去用吧。最后附一份连老师的事件研究法statado文档，改一改事件窗口期和预测窗口期就可以直接用了！
-------------------------------------------------------------------
全部评论 （0）