事件研究法——stata實現併購的超額回報率計算
花了3天時間,包括一天的等待(迴歸過程真的好慢),終於搞清楚了用市場模型針對一個公司多個事件的超額回報率計算。
以下為stata的實現過程(借鑑了普林斯頓大學的教程https://dss.princeton.edu/online_help/stats_packages/stata/eventstudy.html):
*1.合併併購事件
use /Users/DATA/GTA_M&A_Main_累計超額收益率.dta, clear
joinby companyid using 日個股收益率07_19_total_merge.dta
*2.處理資料,生成dif /此處由於一個公司會有多個事件,所以需要sort 多個變數,其中 firstdeclaredate為併購的首次宣告日/
sort companyid firstdeclaredate date
by companyid firstdeclaredate :gen date_num = _n
by companyid firstdeclaredate :gen target = date_num if date == firstdeclaredate
egen td = min(target),by(companyid firstdeclaredate)
drop target
gen dif = date_num - td
*3.設定時間視窗
by companyid firstdeclaredate :gen event_window = 1 if dif >= -1 & dif <= 1
egen count_event_obs = count(event_window),by(companyid firstdeclaredate )
by companyid firstdeclaredate :gen estimation_window = 1 if dif >= -150 & dif < -30
egen count_est_obs = count(estimation_window),by(companyid firstdeclaredate)
replace event_window=0 if event_window ==.
replace estimation_window=0 if estimation_window ==.
tab companyid if count_event_obs<3
tab companyid if count_est_obs<120
drop if count_event_obs<3
drop if count_est_obs<120
4.估計事件期間的正常報酬率
set more off / this command just keeps stata from pausing after each screen of output */
gen predicted_return=.
egen id=group(companyid firstdeclaredate )
/此處id也要考慮一個公司的多個事件/
forvalues i=1(1)8 { /*note: replace 8 with the highest value of id */
l id companyid if id==i' & dif==0 reg dretwd cdretwdos if id==
i’ & estimation_window1
predict p if idi' replace predicted_return = p if id==
i’ & event_window==1
drop p
}
*5.計算非正常報酬率與累計非正常報酬率
sort id date
gen abnormal_return=dretwd-predicted_return if event_window==1
by id: egen cumulative_abnormal_return = sum(abnormal_return)
*6.檢驗顯著性
sort id date
by id: egen ar_sd = sd(abnormal_return)
gen test =(1/sqrt(3)) * ( cumulative_abnormal_return /ar_sd)
list companyid firstdeclaredate cumulative_abnormal_return test if dif==0
*7.輸出結果
outsheet eventid Main_institutionid companyid firstdeclaredate cumulative_abnormal_return test using stats.csv if dif==0, comma names
*8.對整個事件做穩健性檢驗
reg cumulative_abnormal_return if dif==0, robust
相關文章
- 事件研究法筆記 - Stata連享會事件筆記
- Python計算商品復購率Python
- Stata實現結構方程模型模型
- PitchBook:2018年全球併購交易額超過3.5萬億美元
- PCB 線路銅皮面積(殘銅率)計算的實現方法
- 實現報表資料預先計算
- 基於風險回報設計的遊戲自由度研究遊戲
- Criteo報告:廣告支出回報率陷阱
- SAP中五個報廢率的計算邏輯
- 惠普企業併購超算之父:AI所捲起的HPC市場風雲AI
- 資料分析計算工具:Stata 15金鑰啟用版
- Java併發基礎-Fork、Join方式的平行計算研究分析Java
- 模擬實現超連結的點選事件事件
- 購物車的實現及結算處理
- 原生js實現購物車結算JS
- SRG:2020年資料中心併購交易額超過300億美元
- Redis 實現高併發下的搶購 / 秒殺功能Redis
- 【SQL Server 第7篇】 計算平均二次重購率SQLServer
- js實現的按鈕響應點選回車事件JS事件
- 留存率計算
- 一週雲事|雲端計算市場加速併購整合程式
- Drake Star Partners:2021上半年遊戲業投資併購額超600億美元遊戲
- 如何提高遊戲本地化的投資回報率遊戲
- 事件研究法-python-萬礦事件Python
- 普華永道:2017年房地產行業併購回顧(附報告)行業
- 應用STATA做統計分析 更新至STATA 12(原書第8版)
- 搶購活動的粗略設計和實現
- angular實現購物車自動計算價格程式碼例項Angular
- 計算幾何_向量的實現
- 無法訪問遠端計算機上的事件檢視器?計算機事件
- GE併購阿爾斯通報告解析
- 專案經理之專案的投資回報率
- JavaScript覆蓋率統計實現JavaScript
- eMarketer:汽車營銷如何實現投資回報
- 使用redis watch實現秒殺搶購,避免超賣Redis
- 事件匯流排的設計與實現事件
- Mac電腦強大的資料分析計算軟體:Stata 15 for Mac啟用版Mac
- Synergy Research:2020年資料中心併購交易額已超過2019年