Что такое findslide.org?

FindSlide.org - это сайт презентаций, докладов, шаблонов в формате PowerPoint.


Для правообладателей

Обратная связь

Email: Нажмите что бы посмотреть 

Яндекс.Метрика

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

Содержание

4. Модели и особенности расчета ожидаемой доходности акций компанийСтатистические моделиЭкономические моделиПредпосылки: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 инвесторовМодели:САРМАРТ
Метод событий на основе длинных окон (long horizon studies) в исследованиях корпоративной 4. Модели и особенности расчета ожидаемой доходности акций компанийСтатистические моделиЭкономические моделиПредпосылки:совместное многомерное Статистические модели4. Модели и особенности расчета ожидаемой доходности акций компаний 4. Модели и особенности расчета ожидаемой доходности акций компанийМодель постоянной средней доходностиРыночная 4. Модели и особенности расчета ожидаемой доходности акций компанийМногофакторные моделиСкорректированная рыночная модельвключают Экономические модели4. Модели и особенности расчета ожидаемой доходности акций компаний 4. Модели и особенности расчета ожидаемой доходности акций компанийCAPMAPTшироко использовалась в 70-х СпецификацияИсточник: Kothari S.P., Warner J.B. Econometrics of Event Studies. Handbook of Corporate Возможные ошибки спецификации: Неверный выбор модели для определения доходностиИзменение систематических параметров Прекращение функционирования компании Выборка: характерные чертыДанные за большой период времени После события рассматриваются от 12 МоделиМодели для определения нормальной доходностиМодели для определения ненормальной доходности AR в долгосрочной перспективеBHAR (characterisric-based matching approach)Jensen’s alpha (calendar-time portfolios) BHAR approachBHAR = buy-and-hold abnormal returnsСравнивается доходность от двух альтернативных стратегий:1. Покупка Формула для расчета:Среднее может рассчитываться с учетом весов (стоимость компании) Достоинства и недостатки+ Barber, Lyon (1997): «precisely measures investor’s experience»+  Предпочтительнее Jensen’s alpha approachСуть метода:Выбирается период наблюдений (N)Выбирается более короткий период (окно) – 5. Строится регрессия (здесь – для модели Фамы-Френча):Rpt - доходность портфеля в Достоинства и недостатки+ Bad-model problem стоит менее остро, чем в случае с Оценка статистической значимости для BHAR затруднена из-за:- long-horizon returns не согласуются с Ассиметрия 		Кросс-корреляция	АвтокорреляцияНижняя граница	Общий календарный	Возникает вследствиедля returns -100%,	период			кросс-корреляцииа верхней границы	“Волны”, Cross-Sectional IndependenceCross-Sectional DependenceStandardised Abnormal ReturnsПараметрические тесты Generalised Sign TestWilcoxon Signed-Ranks TestНепараметрические тесты Спасибо за внимание!
Слайды презентации

Слайд 2 4. Модели и особенности расчета ожидаемой доходности акций

4. Модели и особенности расчета ожидаемой доходности акций компанийСтатистические моделиЭкономические моделиПредпосылки:совместное

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 Статистические модели
4. Модели и особенности расчета ожидаемой доходности

Статистические модели4. Модели и особенности расчета ожидаемой доходности акций компаний

акций компаний


Слайд 4 4. Модели и особенности расчета ожидаемой доходности акций

4. Модели и особенности расчета ожидаемой доходности акций компанийМодель постоянной средней

компаний
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 4. Модели и особенности расчета ожидаемой доходности акций

4. Модели и особенности расчета ожидаемой доходности акций компанийМногофакторные моделиСкорректированная рыночная

компаний
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 Экономические модели
4. Модели и особенности расчета ожидаемой доходности

Экономические модели4. Модели и особенности расчета ожидаемой доходности акций компаний

акций компаний


Слайд 7 4. Модели и особенности расчета ожидаемой доходности акций

4. Модели и особенности расчета ожидаемой доходности акций компанийCAPMAPTшироко использовалась в

компаний
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 Спецификация
Источник: Kothari S.P., Warner J.B. Econometrics of Event

СпецификацияИсточник: Kothari S.P., Warner J.B. Econometrics of Event Studies. Handbook of

Studies. Handbook of Corporate Finance. Edited by Eckbo B.E.

Elsevier. 2007. Ch.1, pp. 3-36.


Слайд 9 Возможные ошибки спецификации:
Неверный выбор модели для определения доходности
Изменение

Возможные ошибки спецификации: Неверный выбор модели для определения доходностиИзменение систематических параметров Прекращение функционирования компании

систематических параметров
Прекращение функционирования компании


Слайд 10 Выборка: характерные черты
Данные за большой период времени

После

Выборка: характерные чертыДанные за большой период времени После события рассматриваются от

события рассматриваются от 12 до 36 месяцев

Разбиение выборки по

портфелям по определенным критериям

Слайд 11 Модели
Модели для определения нормальной доходности
Модели для определения ненормальной

МоделиМодели для определения нормальной доходностиМодели для определения ненормальной доходности

доходности


Слайд 12 AR в долгосрочной перспективе
BHAR (characterisric-based matching approach)
Jensen’s alpha

AR в долгосрочной перспективеBHAR (characterisric-based matching approach)Jensen’s alpha (calendar-time portfolios)

(calendar-time portfolios)


Слайд 13 BHAR approach
BHAR = buy-and-hold abnormal returns

Сравнивается доходность от

BHAR approachBHAR = buy-and-hold abnormal returnsСравнивается доходность от двух альтернативных стратегий:1.

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 Формула для расчета:



Среднее может рассчитываться с учетом весов

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

(стоимость компании)


Слайд 15 Достоинства и недостатки
+ Barber, Lyon (1997): «precisely measures

Достоинства и недостатки+ Barber, Lyon (1997): «precisely measures investor’s experience»+ Предпочтительнее

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 Jensen’s alpha approach
Суть метода:
Выбирается период наблюдений (N)
Выбирается более

Jensen’s alpha approachСуть метода:Выбирается период наблюдений (N)Выбирается более короткий период (окно)

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 5. Строится регрессия (здесь – для модели Фамы-Френча):



Rpt

5. Строится регрессия (здесь – для модели Фамы-Френча):Rpt - доходность портфеля

- 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 Достоинства и недостатки
+ Bad-model problem стоит менее остро,

Достоинства и недостатки+ Bad-model problem стоит менее остро, чем в случае

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 Оценка статистической значимости для BHAR затруднена из-за:
- long-horizon

Оценка статистической значимости для BHAR затруднена из-за:- long-horizon returns не согласуются

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

Ассиметрия Кросс-корреляция Автокорреляция
Нижняя граница Общий календарный Возникает вследствие
для

Ассиметрия 		Кросс-корреляция	АвтокорреляцияНижняя граница	Общий календарный	Возникает вследствиедля returns -100%,	период			кросс-корреляцииа верхней границы	“Волны”,

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 Cross-Sectional Independence



Cross-Sectional Dependence




Standardised Abnormal Returns



Параметрические тесты

Cross-Sectional IndependenceCross-Sectional DependenceStandardised Abnormal ReturnsПараметрические тесты

Слайд 22 Generalised Sign Test




Wilcoxon Signed-Ranks Test



Непараметрические тесты

Generalised Sign TestWilcoxon Signed-Ranks TestНепараметрические тесты

  • Имя файла: metod-sobytiy-na-osnove-dlinnyh-okon-long-horizon-studies-v-issledovaniyah-korporativnoy-finansovoy-politiki.pptx
  • Количество просмотров: 143
  • Количество скачиваний: 0