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在短期内各个层面变量的影响的计量方法。在过去的文献中该方法主要在金融领域内应用较多而且主要用于评估某一特定事件对某只股票价格的影响。然而近年来由于其逻辑清晰分析过程简便等优点使得该方法逐渐受到更多的研究者的关注并且逐渐扩展到其他领域的研究范畴
特别适合
- 数据准备工作 ：明确事件的界定；设定事件发生的起始时间和截止日期；确定样本数据的时间区间；设定关注的时间窗口；设定监控的时间窗口；
- 数据分析过程 ：计算时间间隔；明确分析的事件类型和关注时间段；评估常规运行状况；识别异常行为模式；统计显著性测试；对所有记录进行详细检查。
操作流程
第一步：定义事件
现象是指可能对研究关注的因变量产生影响的相关政策或措施。在金融领域中，这类现象主要集中在企业的并购重组活动；而在市场营销领域中，则常见于新产品发布、负面广告宣传以及产品召回等问题。近来成为学界研究热点的事件包括自贸区设立以及新冠疫情大爆发等。
第二步：选择事件发生日期
在研究事件被确认后，在接下来的工作中就应当识别出该事件发生的日期。这一过程同时也是ESM方法的基础步骤。在这个过程中最常见的问题是同一个事件可能会有多个发生时间。例如，在某个新产品即将发布时,企业可能会通过多种渠道提前告知消费者相关信息,随后又通过官方渠道正式发布产品详情。这种信息提前泄露的情况会使得研究人员难以准确推断消费者是何时得知产品信息,这也给我们的研究带来了挑战。在这种情况下,通常建议研究人员应选择产品的首次进入市场的时间作为记录其发生时间（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,需遵循两个关键原则:一是涵盖整个时间框架内的所有相关数据(该时间框架的具体定义将在后续步骤中详细说明);二是确保所选时间段内不存在其他关键事件的影响。特别需要注意的是第二个原则,即为了确保研究的有效性,建议将时间段限定为仅包含目标事件发生期间。这一要求对数据质量提出了极高的标准,并且在实际操作中往往面临样本数量不足的问题。一个可行的解决方案是使用频率更高的数据集,例如每日数据
第四步:界定时间框架(event window)
第五步：确定估计窗口 (estimation window)
除了用于分析影响的时间段之外，在确定另一个时间段时也需考虑，在此背景下我们需要区分两个不同的时间段段落：一个是用来评估影响范围的关键时期（即所谓的"影响区间"），另一个则是用来建立模型的基础数据区间（即所谓的"基准区间"）。为了更好地理解这种方法的工作原理，请回顾一下这种方法的整体工作流程：它主要用于量化某次特定事件对市场的影响程度。具体来说，在某一固定的时间范围内（比如一个月内），我们会分别计算每个交易日相对于市场正常状态下的收益偏离值及其累积总值作为衡量标准；然后通过这两个指标来综合评估该次事件的影响范围大小以及持续时间长短等关键要素。在这个过程中涉及两个关键步骤：第一步是基于基准区间内的历史数据以及选定的风险收益模型来估算出一系列必要的参数指标；第二步则是利用这些预估出来的参数指标与实际发生期间内的市场变动数据相结合来预测出该次特定事件下的理论化收益水平（即所谓的"预期收益"）。通常情况下，在实际应用中我们会将基准区间设定为在特定事件发生之前的一段时间段内，并且确保这两个区间不会有任何重叠的部分以避免结果偏差的发生
事件研究法与DID的区别
通过分析可以看出, 事件分析法与双重差分法均可用于评估某一事件对其结果的影响程度, 那么它们之间有何不同呢？事件分析法 (ESM) 和双重差分 (DID) 的主要区别体现在两个方面:
- ESM基于单一时间点的一重差分（即事件前与事件后比较），而DID是双重时间序列差异法（DTDM），其核心逻辑包含两个层面：一是事件前后的时间序列差异；二是处理组与对照组之间的差异；
- 在研究设计中更倾向于采用以下方法：若研究场景存在对照组，则建议优先选择双重时间序列差异法（DTDM）；而当仅存在处理组且其数据具有时间序列特征时，则更适合采用单一变化模式分析法（ESM）。
（会持续补充一系列计量经济学的知识点、常用方法与模型呢？不妨点击关注哦~ 如果有疑问或问题欢迎交流~~~）