Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Phân biệt giữa tác động của tài sản và thông tin trong các nghiên cứu sự kiện trong nghiên cứu kế toán và tài chính
Tóm tắt
Bài báo này xem xét sức mạnh của các bài kiểm tra có kích thước nhất định để phát hiện và phân biệt giữa tác động của tài sản (tức là, trung bình) và tác động của thông tin (tức là, phương sai) trong các nghiên cứu sự kiện. Chúng tôi phát hiện rằng bài kiểm tra tác động trung bình sử dụng Phương pháp Bình phương Tổng quát (EGLS) có sức mạnh mạnh mẽ hơn so với bài kiểm tra dựa trên sai số chuẩn hóa trung bình và có sức mạnh tương đương với bài kiểm tra xếp hạng phi tham số. Không giống như bài kiểm tra dựa trên sai số chuẩn hóa trung bình và bài kiểm tra xếp hạng, bài kiểm tra EGLS được xác định rõ ngay cả khi sự kiện ảnh hưởng đến phương sai của những sai số dự đoán. Chúng tôi cũng tìm thấy rằng các bài kiểm tra tham số thông thường để phát hiện sự thay đổi trong phương sai của lợi nhuận bất thường trung bình ngày sự kiện bị xác định sai khi giả thuyết không thay đổi là đúng. Chúng tôi phân tích lý do điều này xảy ra và đề xuất một quy trình xếp hạng tạo ra các bài kiểm tra có kích thước đúng dưới giả thuyết không. Chứng cứ của chúng tôi gợi ý rằng các yếu tố chính cho phép các nhà nghiên cứu phân biệt giữa tác động của tài sản và thông tin là một quy trình ước lượng tích hợp sự bất đồng nhất vốn có trong lỗi dự đoán của mô hình thị trường và một bài kiểm tra rõ ràng cho sự thay đổi phương sai trong ngày sự kiện.
Từ khóa
#tác động tài sản #tác động thông tin #nghiên cứu sự kiện #phương pháp bình phương tổng quát #sai số chuẩn hóa #lợi nhuận bất thường #mô hình thị trường #quy trình xếp hạngTài liệu tham khảo
Bernard, Victor L., “Cross-Sectional Dependence and Problems in Inference in Market-Based Accounting Research,”Journal of Accounting Research 25, 1–48 (1987).
Box, G.E.P., “Non-Normality and Tests on Variances,”Biometrika 40, 318–335 (1953).
Brickely, James A., “Interpreting Common Stock Returns Around Proxy Statement Disclosures and Annual Shareholder Meetings,”Journal of Financial and Quantitative Analysis 21, 343–349 (1986).
Brown, Stephen J. and Warner, Jerold B., “Measuring Security Price Performance,”Journal of Financial Economics 8, 205–258 (1980).
Brown, Stephen J. and Warner, Jerold B., “Using Daily Stock Returns: The Case of Event Studies,”Journal of Financial Economics 14, 3–31 (1985).
Collins, Daniel W. and Dent, Warren T., “A Comparison of Alternative Methodologies used in Capital Market Research,”Journal of Accounting Research 24, 48–84 (1984).
Conover, W.J., Johnson, Mark E., and Johnson, Myrle M., “A Comparative Study of Tests for Homogeneity of Variances, with Applications to the Outer Continental Shelf Bidding Data,”Technometrics 23, 351–361 (1981).
Conrad, Jennifer, “The Price Effect of Option Introduction,”Journal of Finance 44, 487–498 (1989).
Corrado, Charles J., “A Nonparametric Test for Abnormal Security-Price Performance in Event Studies,”Journal of Financial Economics 23, 385–395 (1989).
Corrado, Charles, J. and Zivney, Terry L., “The Specification and Power of the Sign Test in Event-Study Hypothesis Tests Based on Daily Stock Returns,” working paper, University of Missouri, 1991.
Dyckman, Thomas, Philbrick, Donna, and Stephan, Jens, “A Comparison of Event Study Methodologies Using Daily Stock Returns: A Simulation Approach,”Journal of Accounting Research 22 (Supplement), 1–30 (1984).
Jain, Prem C., “Analyses of the Distribution of Security Market Model Prediction Errors for Daily Returns Data,Journal of Accounting Research 24, 76–96 (1986).
Kalay, Avner and Lowenstein, Uri, “Predictable Events and Excess Returns,Journal of Financial Economics 14, 423–449 (1985).
Kendall, Maurice G. and Stuart, Alan,The Advanced Theory of Statistics, Vol. 2, 2nd edition, London, Griffin, 1967.
Malatesta, Paul H., “Measuring Abnormal Performance: The Event Parameter Approach Using Joint Generalized Least Squares,”Journal of Financial and Quantitative Analysis 20, 27–38 (1986).
Miller, Rupert G., “Jackknifing Variances,”The Annals of Mathematical Statistics 39, 567–582 (1968).
Patell, James P., “Corporate Forecasts of Earnings per Share and Stock Price Behavior: Empirical Tests,”Journal of Accounting Research 16, 246–276 (1976).
Patell, James P. and Wolfson, Mark A., “Anticipated Information Releases Reflected in Call Option Prices,”Journal of Accounting and Economics 1, 117–140 (1979).
Patell, James P. and Wolfson, Mark A., “The Ex Ante and Ex Post Price Effects of Quarterly Earnings Announcements Reflected in Option and Stock Prices,”Journal of Accounting Research 19, 434–458 (1981).
Ross, Stephen A., “Information and Volatility: The No-Arbitrage Martingale Approach to Timing and Resolution Irrelevancy,”Journal of Finance 44, 1–17 (1989).
Sefcik, Stephan E. and Thompson, Rex, “An Approach to Statistical Inference in Cross-Sectional Models with Security Abnormal Returns as Dependent Variable,”Journal of Accounting Research 24, 316–334 (1986).
Skinner, Douglas J., “Options Markets and Stock Return Volatility,”Journal of Financial Economics 23, 61–78 (1989).
Stuart, Alan and Ord, J. Keith,Kendall's Advanced Theory of Statistics, Vol. 1, 5th edition, New York, Oxford University Press, 1987.
Theil, Henri,Principles of Econometrics, New York, Wiley, 1971.