事件研究法 Event Study
V1
管理科学与方法
事件
研究法 方法简介 研究步骤 应用示例
什
么
是
事
件
研
究
法
事件研究法（event study method）:James Dolley在
1933年首次运用该方法研究分股对公司股价的影响。其
原理是根据研究目的选择某一特定事件，研究事件发生
前后样本股票收益率的变化，进而解释特定事件对样本
股票价格变化与收益率的影响，主要被用于检验事件发
生前后价格变化或价格对披露信息的反应程度。
事
件
研
究
法
经
历
了
怎
样
的
历
程
事件研究法在20世纪60年代后期趋于成熟，多用于研究各个
经济或管理事件对企业生产的影响。在国外，事件研究法首
先被广泛的应用于金融经济领域，且集中于探讨关键事件
（如合并、再融资行为、收购等）的发生对股价带来的影响
同时，事件研究法的应用体现在了公司财务领域、经济法
律领域、宏观经济调控等。
一般步骤
事件研究方法
一般步骤
2.界定估计
期间和后事
件期间
3.确定分
析单位
4.预期正常
收益计算
5.异常收益
计算
6.异常收益
累计
7.统计检
验
8.机理解
释
1.界定事件
及事件期间
研究步
骤
界定事件及事
件期间
界定估计
期间和后事件期间
界定事件及事件期间
回门
的发生
确定
分析单位
预期
正常收益计算
异常
收益计算
异常
收益累计
统计
检验
机理
解释
依据研究假依据研究假设设
事件窗事件窗
可能可能对对因因变变量量产产生影响的生影响的时间时间段段
判断关注的
是何种事件
辨别确定
与之相关的
事件
事件发生的日期（时
刻）自然应该包括在
事件窗之内，通常事
件期间要比发生日期
宽广一些，包括事件
发生的前后的一段时
间。
研究步
骤
界定事件
及事件期间
界定估计
期间和后事件期间
界定估计期间还和后事件期间
确定
分析单位
预期
正常收益计算
异常
收益计算
异常
收益累计
统计
检验
机理
解释
估计期间要比事件期间长，如波默尔（）等采用的估计期间为
共240天,相应的是 ,共计21天；
柯温（）
等采用的估计期间为 ，共255天,事件期间为,仅为1天。
有些情况须进一步界定后事件期间或后事件窗（post-event window），该
期间数据和估计期间数据共同用来估计无事件情况下的期望收益，以便在有趋
势性变异情况下提高期望收益值估算的可靠性。
三种期间的关系如图表示：
T0
估计期间L1
T3T2T1
事件期间L3事件期间L2
0
研究步
骤
界定事件
及事件期间
界定估计
期间和后事件期间
确定分析单位
确定
分析单位
预期
正常收益计算
异常
收益计算
异常
收益累计
统计
检验
机理
解释
事件和各类期间界定清楚后，随之要确定观测和收集数据的对象
（数据源）。
研究者要根据假设论证要求来选取分析单位。如研究某一事件引起的
国内上市公司股价变动情况，可选定上海或深圳证券交易所的上市公司，
或两者的公司都包括，当然有时分析单位也可能就是某一特定的公司。
研究步
骤
界定事件
及事件期间
界定估计
期间和后事件期间
预期正常收益计算
确定
分析单位
预期
正常收益计算
异常
收益计算
异常
收益累计
统计
检验
机理
解释
事件研究法关心的是事件期间的异常收益（abnormal returns）。
异常收益为事件期间的实际收益和事件未出现情况下预期的正常收益之差：
正常收益期望值的估计通常采用两种模型，一是定常均值收益
模型（constant mean return model）,条件信息为假定某支股票的平均收
益在整个研究时段不变；另一个是市场模型（market model）条件信息
为假定某支股票的收益率与市场收益率有稳定线性关系。
（1）定长均值收益模型
设 为第支股票的均值收益，则有
定均值收益模型也许是一种最简单的期望收益模型，但往往能得出与
复杂模型相近的估计结果。
（2）市场模型
该模型在事件研究法中应用最为广泛，假设市场上个股价波动符
合联合正态分布，且具有叠加性质。
研究步
骤
界定事件
及事件期间
界定估计
期间和后事件期间
异常收益计算
确定
分析单位
预期
正常收益计算
异常
收益计算
异常
收益累计
统计
检验
机理
解释
以市场模型为例，第i支股票在时间期间L2 （
）内的异常收益为：
异常收益即是市场模型的扰动项 ，在异常收益的扰动项均值为零、
服从正态分布和具有可叠加性的假定下，
在上式中，当L1值足够大时，可近似的等于，这也是L1值选择比L2的
值大的多的原因。
研究步
骤
界定事件
及事件期间
界定估计
期间和后事件期间
异常收益累计
确定
分析单位
预期
正常收益计算
异常
收益计算
异常
收益累计
统计
检验
机理
解释
为了更好地刻画事件对股票收益产生的影响，在研究事件期
间股票的异常收益时，需要按时间累计计算出该股票的累计异常收益
研究步
骤
界定事件
及事件期间
界定估计
期间和后事件期间
统计检验
确定
分析单位
预期
正常收益计算
异常
收益计算
异常
收益累计
统计
检验
机理
解释
1.提出零假
设H0：事件
对股票的收
益无影响
2.构造统计量
3.根据给定显
著性水平确定
拒绝域
4.计算并给出
判断
研究步
骤
界定事件
及事件期间
界定估计
期间和后事件期间
机理分析
确定
分析单位
预期
正常收益计算
异常
收益计算
异常
收益累计
统计
检验
机理
解释
异常收益估计出来并进行统计检验后，就可以验证观测值对研究假
设的支持程度，实证工作告一段落。但往往还必须延伸到机理解释，探
讨此事件和异常收益的因果链。或由此实证结果对现有的各种理论解释
作出判断。
应用示例
>>>
以“211年抢盐风波”为例
抢盐风波背景及过程
我国与食盐相关的上市公司有很多，我们从中随机抽选如下
相关的几个公司：云南盐化(02053)，双环科技(000707)，盐湖股份
(000792)，山东海化(000822)，冠农股份（600251），亿利能源
（600277），兰太实业（600328）。
抢盐事件于3 月14 日出现口口相传的情况，这一天我们将其
定为事件发生日。根据从各个方面搜集到得信息，我们的事件窗取
2011 年3 月16 日到3 月18 日。估计窗取2010 年5 月11 日至2011 年
3 月10 日。
1.计算收益率 。
2. 使用EVIEWS 软件将收益率数据录入，对各公司及上证综指的收益率
做线性回归，云南盐业的收益率输出结果。
通过对其它公司及上证综指数据的计算可得，关于各公司股票在估计窗
中，正常收益率的截距项为α，斜率项为β。
3. 计算出各公司每日的非正常收益率：
一、样本的选取
二、时间窗的选择
三、数据处理
4. 计算出各公司T1 到T2 时间中的累积异常收益率：
， 其中 ARit在事件窗中股票i 每天的非正常收益率，而Rmt 就是在事件窗中
市场每天的实际收益率。
5.标准化非正常收益率 ：
6. 非正常收益的显著性检验：原假设H0:T 日没有非正常收益。备择假设：
T 日有非正常收益。构造统计量：
3 月14 日至3 月18 日的构造统计量值
样本公司股票在估计窗中正常收益率的截距项与斜率项值
根据许多研究表明，在置信水平是 时，通常被认为是
可接收错误的边界水平，由此可以看出，3 月16 日，3 月17 日是显
著的，拒绝原假设，即3 月16 日，3 月17 日有超额收益。
云南盐化收益率eviews 线性回归结果（2010 年11 月5 日-2011 年3 月10 日）
事件研究法局限性
1、事件研究法的应用范围
事件研究法的基本假设是市场理性，则有关事件的影响将会立即反映
在证券价格之中。只能应用于分析市场是否半强式有效，即证券价格是否
会立即反映公开信息对公司价值的影响。
2、事件研究法失效的情况
（1）证券市场可能是无效率的，非半强式有效市场。
（2）公司的公告信息与公司价值是无关的。
（3）事件信息已经被完全预期。
（4）内幕交易存在（insider trading），信息只会影响普通投资者而不会
影响内部人士。
（5）难于精确识别事件日期。
