事件分析-t检验中的方差计算

事件研究法中，需要对CAAR进行检验，一般用T检验。


时间线

H0：CAAR(T1，T2)=0
H1：CAAR(T1，T2)！=0

分母中CAAR的方差如何确定呢？

  1. 使用event Window计算
  • 最简单的情形，在stata中，先求AR，再在t上求CAR，CAAR是CAR在i上的求和，直接对CAR做均值T检验即可

  • 假设：AR在横截面上i.i.d~N（0，？）；AR times series independence；


  1. 使用estimation window计算
  • 假设AR times series independence
  • 假设估计窗口和事件窗口，AR分布的方差相同
  • 但估计窗口的方差很可能偏小，从而使得方差低估，t值高估，从而误拒

  • Avoids the potential problem of cross-sectional correlation of security returns (when event windows for different firms overlap)


  1. Patell test
  • AR的同方差假设往往不成立，在异方差假设下，用此
  • 假设i之间independent

  • ……这个我没咋搞懂


  1. 还有一些非参数检验方法。没看。

参考：
https://www.doc88.com/p-0184898198193.html
http://www.doc88.com/p-0788013856466.html

最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

推荐阅读更多精彩内容