事件研究法 (Event Study) 是一种统计方法，是在研究当市场上某一个事件发生的时候，股价是否会产生波动，以及是否会产生"异常报酬率"(abnormal returns)，借由此种资讯，可以了解到股价的波动与该事件是否相关。
- 中文名称 事件研究法
- 外文名称 Event Study
- 含义 一种统计方法
- 提出者 Famaetal
基本信息
事件研究法(event study)由Ball & Brown (1968) 以及Fama et al. (1969) 开创，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，主要来自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。事件研究法是基于有效市场假设的，即股票360百科价格反映所有已知的公共信息，由于投资者是理性的，投资者对新信息的反应也是理性的，因此，在样本股票实际收益中剔除假定某个事件没有发生而估计出来的正常收益(normal return)就可以得到异常收益(abno检下经助号rmal return)，抓肉旧倒财异常收益可以衡量股价般所对事件发生或信息披露异常反应的程度。
方法步骤
在研究过程中，首先须决定研究假说为何。决定研究假说以后，须确定事件的种类及其事件日，估计期及事件期之计算期间，并以股价日报酬率估资站算其预期报酬率，再透过实际报酬与预期报酬之差额，观察整体股利发放事件，于宣告期间是否具有异常报酬节场东凯密斗亲承的产生，最后借由统计检定来检视其统计值是否显著。
假说:譬如假设估计期间的CA镇程入蛋穿至重迅本此改R并没有产生资讯效果，而事件期的CAR可能产生资讯效果。
事件研究法的第二步，即确定所要研究的事件。所谓的"事件日"，系指市场"接收"到该事件即将发生或可能发生的时间点，而非该事意检把植短风杆儿件"实际"上发生的时间点，此时点通常以"宣告日"为准。时点认定的适当与否，对于吃类市构束占工稳义曲大研究的正确性，会有决定性的影响。
市场模式
估计某一事件发生或公布后，对于股价影响，必须建立股票报酬率的"预期模式"，以估计"预期报酬"(expected returns)。股票报酬率的预期模式有很多种，应用最广的是"市场模式" (Market Model)。市场模式假设个股股票的报酬率与市场报酬率间存在线性关系，并以市场报酬率建立股价报酬率之回归模式到担衡药载思紧片可脱止，公式如下:
Rit=αi +βi Rmt +εi,t
Rit:表示 i 公司 t 期的报酬率，计算来自方式为 (该股X日时收360百科盘价–该股[X-1]日时收盘补价) / 该股[X-船早建老比乡防地剂1]日时收盘价。 Rmt:表示 t 期的市场加权指数股票之报酬率，计算方式为 意制张省政庆谈新(市场X日时收盘指数–市场[X-1]日时收盘指数) / 市场[X-1]日时收盘指数。 αi:表示回归截距项。 εit:表示回归残差项。 βi:燃春表示回归斜率。
建立股票报酬率的"预期模式"
针对误差项的部分，根据Fama(1968)、Beja(1972)及Fama(1973)之研究，市场模式有让陆台流查雨走剂某下列之假设: E(εit)=0 Cov( εiτ , εiγ)= ,τ,γ 〔t1, t2〕 Cov王晶( εit , Rmt)=0
室京因此，经由以上所示之公式，可求得个别证券在"事件期"某察缩把决肥个尽送笑友蒸一期之"预期报酬率"，即为:Rit=ai + bi R势字语眼准mt
Rit :表示 i 公司t期之预期报酬率，经由估计期计算得来。 Rmt:表第t期市场加权指数股票之报酬率。
估计平均异常报酬率(片道井商蒸改样五规越劳AAR)、累积异常报酬率(CAR)
一但估计出"预期报酬率"，也就可以得到异常报酬率。为了了解某一特定事件之异常报酬经被景味束举心景率或累积效果的行为，并且提声供有关异常报酬率，何时开始出现关联以及何时结束，采用异常报酬率 (AR) 及累积异常报酬率 (套造民CAR) 以看出此项反应。
异常报酬 (Abnormal Returns , A读布同活兰谓球氧Rit) 指以事件期的实际报酬减去事件期的预期报酬:ARit=Rit-Rit
ARit:表示 i 公司第t期之异常报酬率。 Rit :表示 i 公司第t期之实际报酬率。 Rit :表示 i 公司第t期之预期报酬率。
累积异常报酬率 (Cumulative Abnormal Returns, CAR( T ))，则为特定期间内每日异常报酬率的累加值。
如果异常报酬率为"正"，我们可以推论事件对股价有正的影响;如果异常报酬率为"负"，我们可以推论事件对股价有负的影响。但只知道正负仍不够，因为我们不确定此种影响是否足够明显，因此必须进行"显著性检定"。
分析结果
依据研究假说，对于异常报酬率以及检定的结果进行分析，并提出解释。