计量经济学——事件研究法/事件分析法

计量经济学——事件研究法/事件分析法

基本定义

事件分析法 (Event Study Methodology, ESM) 是一种用于研究重大事件对公司层面变量短期影响的计量方法。在以往研究中，该方法主要应用于金融领域，且主要用来衡量某一特定事件对公司股票价格的影响。但是在最近的研究中，由于具有逻辑清晰，分析过程简单等优点，该方法越来越多的受到研究者的关注，也开始逐渐被应用于其他领域研究。

尤其近期，新冠疫情的发生造成了一系列影响，十分符合事件分析法的背景设定，因此许多文章采用了该方法进行了分析 (例如，Naidu 和 Ranjeeni，2021；Heyden 和 Heyden，2021)。关于事件分析法，大致可分为以下几步：

• 数据准备工作：定义事件、选择事件发生日期、选取样本范围、确定事件窗口、确定估计窗口；
• 数据分析过程：计算时间距离、定义事件和估计窗口、估计正常表现、估计异常表现、显著性检验、全部事件检验。

操作流程

第一步：定义事件

事件是指可能对感兴趣的因变量产生影响的相关政策或措施。在金融领域，事件通常集中于公司的兼并收购行为等，在市场营销领域，事件通常为新产品的推出、不良宣传、或召回等。近期比较受到学者关注的事件为自贸区成立和新冠疫情的爆发等。

第二步：选择事件发生日期

在确定了研究事件后，下一步就是确定事件发生日期，同时这一步也是 ESM 方法的基础。在该步中，最常见问题是一个事件的发生会有多个日期，比如当一个产品即将推出时，公司可能会提前通过一些途径让消费者得知该信息，之后又通过一些官方途径正式公布该产品。信息的提前泄露会让研究者难以判断消费者是何时得知产品信息的，这也为我们的研究带来了困难。在这种情况下，通常的建议是研究者可采用产品第一次进入市场的日期作为事件发生的日期 (Fama 等 1969；McWilliams 和 Siegel，1997；Sorescu 等，2017)。

第三步：选取样本范围

在选择样本时，需要秉持两个原则：一是样本的时间范围需要覆盖整个事件窗口 (事件窗口的定义将在下一步具体讲述)；二是样本所覆盖的时间范围需要保证没有其他事件的干扰。在这一步中，需要特别注意的是第二个原则，即为了识别更加干净，需要保证这段时间内有且仅有我们感兴趣的事件发生。这个原则就对数据提出了极高的要求，并且在大多数情况下都会有样本量不足的问题。一个可能的解决办法是可以采用频率更高的数据，如日度数据。
第四步：确定事件窗口 (event window)
事件窗口通常会选择事件发生日期前后的几天、几周、或几月。在这一步，一个重要的原则是事件窗口覆盖的时间也应该尽可能的缩短，来排除同时期其他事件的干扰。至此，我们可以将事件发生的时间记作 day 0，事件发生前的 90 天记作 -90 days, 事件发生后的 90 天记作 +90 days，那么该分析的事件窗口即为 [-90 days, 90 days]。

第五步：确定估计窗口 (estimation window)

除了事件窗口外，我们还需要确定估计窗口。为了说明事件窗口与估计窗口的区别，我们先来回顾一下事件分析法的整体思路。事件分析法衡量一个事件产生影响的思路是：在一定时间范围内，计算这段时间里出现的日异常收益率 (该期实际收益率减去预期收益率、或正常收益率) 以及其累计值。其中，预期收益率的计算分以下两步：一是利用估计窗口期的相关数据和选定的收益率模型估计相应的参数；二是根据估计参数和事件窗口的数据来计算事件窗口期的预期收益率。一般情况下，估计窗口为事件发生前一段时间，并且估计窗口与事件窗口不可有交集。

事件研究法与DID的区别

可以发现，事件分析法和双重差分法都可以用来估计某一事件的发生造成的影响，那么两者有什么区别呢？事件分析法 (ESM) 和双重差分 (DID) 的区别主要在两个方面：

• ESM 是一重差分 (事件前和事件后)，DID 是双重差分 (i.事件前后差分；ii. 处理组和控制组之间的差分)；
• 更加实用的判别方法是，如果研究中既有处理组又有对照组，那么 DID 是合适的研究设计；如果只有处理组，并且处理组的数据是时间序列数据，那么 ESM 则是合适的研究方法。

（还会持续更新一些计量经济学的知识点、常用方法与模型，可以点个关注哦~ 如果有关于计量经济学的问题欢迎交流~~~）