第三章 研究方法
第三節 事件研究法
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
26
第三節 事件研究法
本節將簡單介紹事件研究法操作方式，再說明本研究如何選擇估計模型、
估計期及事件期，最後說明本研究如何對宣告效果進行計算與檢定。
壹、 事件研究法之概論
事件研究法為近代財金領域廣泛應用的研究設計之一。其最早由(Dolly，
1933)提出以研就股票分割對股價變化之價格效應；而(Brow & Warner，1980) 對事件研究法中的統計假定進行修正，進一步完善事件研究法。事件研究法之 主要目的是探討當公司或市場上發生重大事件（如公司股利宣告、公司盈餘發 布、市場通貨膨脹等），針對特定事件之發生，市場上股價對事件之反應是否 會產生波動影響，而造成證券的異常報酬(Abnormal return)或超額報酬 (Excess Return)，探討特定事件與股票市場證券價格之關連性之實證分析。透 過統計方式檢定異常報酬狀況，若事件為顯著，則當發生此事件時便會對公司 股價產生影響而發生異常報酬率。
其主要事件研究流程為：首先透過模型設定及估計期選定後之資訊進行估 計特定證券於指定事件期間內之逐日預期報酬；再以取得的事件期內逐日實際 報酬與欲期報酬之差距即可以得到異常報酬(Abnormal Return)。其次，再依照 研究者所設定之研究假設選定某一統計量做為檢定工具進行檢定，最後所得之 分析結果根據研究動機與假設進行顯著性之檢定與解釋。
根據目前文獻，市場預期股票報酬模式相當多種，大體可分為以下三種：
A. 市場模式(Market Mode)或稱風險調整模式（Risk-Adjusted Returns Model)
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
27
市場模式為現今最廣被目前研究者採用之估算市場投資組合報酬的 統計方法，期最早由(Sharpe，1964)和(Liner，1965)採用，用以消 除市場整體因素對個別證券產生之價格變鄧影響。此模型是將估記期 間之資料以一般最小平方法(Ordinary Least Square, OLS)建立個別 證券迴歸市場模型，再利用此模型估計個別證券在事件期之預期報酬 率。故本研究亦採用此模型進行。
B. 平均調整模式(Mean Adjusted Return Model)
此模型假設個別正券在事件期之預期報酬率及為個別正券再估計期 之平均報酬率，因此未考慮事件期正券報酬率之其他風險資訊。
C. 市場指數調整模式(Market Adjusted Return Model)
此模型假設市場指數在事件期第 t 天之預期報酬率及為個別證券在事 件期第 t 天之預期報酬率，未考慮到別證券之報酬率和大盤報酬率之 敏感性等。
貳、 本研究之事件研究法設計
事件研究法之各項條件設定，如估計期間、事件期間、最小估計期樣本數 和估計模式等，皆由研究者主觀和研究目的與動機決定。目前也有許多關於事 件研究法之方法論之研究探討，希望能透過對方法論之研究與標準建立而使是 事件研究法之應用能有更準確之結果。接下來將對本研究之估計期間、事件期 間與模型選擇條件之依據進行說明。
一、估計期和事件期
估計期(Estimation Period)指用以建議預期模式的特定期間，該期間部 受特定事件影響或干擾，以利合理預期報酬率建立。根據 Peterson(1989)和 Armitage(1995)在決定估計期間之長短時需考慮參數估計精確度與估計期內資
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
28
料穩定性之權衡。較長之估計期有較高之模型預測估計精準度，然亦可能因估 計期過長而導致估計果受其他市場資訊影響而降低資料穩定性程度；反之，若 選取較短之估計期雖可避免估計結果受其他資訊干擾而提高資料穩定度，但卻 也會降低模型估計精確度，因此兩者之間是衡量為研究者須依據自身研究目的 斟酌考量。Peterson(1989)建議使用 100 天到 300 天之估計期長度最為恰當。
本研究考量台灣股票市場一年的交易日約莫 250 天，故選擇以-260 至-10 期(即 事件日前 260 天至事件日前 10 天)，共 250 個交易日做為估計期。
事件期(event period)或稱事件窗口(event window)，過長的事件期間易 受其他因素影響，長度越長越能掌握到事件對股價之影響，但也可能因事件期 長度過常而導致受其他因素干擾而降低異常報酬之解釋力。本研究為提高異常 報酬之解釋能力，故採用(-1,0)、(0,1)、(-1,+1)、(-1,+1)、(-3,+3)、(-5,+5) 共五組事件窗口來計算本研究之累積超額報酬，其中本研究將著重探討(-1,+1) 之宣告日與宣告日前後一天之事件窗口。下圖表 2 為本研究主要研究期間設定 示意圖：
圖表 2 本研究事件研記法之模型設定期間示意圖
資料來源：本研究繪製
t=-260 t=-10 t=-1 t=0 t=+1
估計期 事件期
‧
Mode)、平均調整模式(Mean Adjusted Return Model)、市場指數調整模式 (Market Adjusted Return Model)等三中之中選定一種模型做為計算本研究預 期報酬之模式。市場模式是以估計期資料，利用普通最小平方法(Ordinary Least Square ;簡 稱 OLS)建立以下回歸模式
‧
本累積異常報酬(CAAR，cumulative abnormal average return)：CAAR = 1
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
31
針對本研究依據更換總經理前公司營運績效表現差異之分組方式，亦需針 對更換前營運績效表現良好及營運績效表現不佳之宣告效果進行統計 t 檢定，
以檢視市場反應是否會因為更換前之營運績效不同而有不同反應。故建立虛無 與對立假設如下：
H0：μa = μb H1：μa≠ μb
積於兩獨立樣本之平均數差異 t 檢定又需分為兩種狀況—(1)兩組樣本之 變異數相同(2)兩組樣本之變異數相異，因兩組採用的標準誤計算方式不同；故 在進行 t 檢定前，需先透過 F 檢定來檢測兩組樣本之母體變異數是否存在顯著 差異，故建立虛無與對立假設如下：
H0：σa2 = σb2 H1：σa2 ≠ σb2 檢定 F 統計量如下：
F =Sa2
Sb2~F(na− 1, nb− 1) 其中，
Sa2、Sb2：營運績效表現良好與不佳組之樣本變異數 na、nb：營運績效表現良好與不佳組之樣本個數 F(na− 1, nb− 1)：自由度為(na− 1, nb− 1)之 F 分配
(1) 若 F 檢定出兩組變異數為相等，則後續採統計 t 檢定之統計量為：
T = X�a− X�b
�Snp2a+Sp2 nb
~t(na+ nb− 1)
其中，
Sp2 =(na− 1) × Sa2 +(nb− 1) × Sb2 na+nb− 1
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
32
X�a、X�b：營運績效表現良好與不佳組之樣本平均數 na、nb：營運績效表現良好與不佳組之樣本個數 Sa2、Sb2：營運績效表現良好與不佳組之樣本變異數 t(na+ nb− 1)：自由度為na+ nb− 1之 t 分配
(2) 若 F 檢定出兩組變異數為不相等，則後續採統計 t 檢定之統計量為：
T = X�a− X�b
�Sna2a+ Snb2b
~t(df)
其中，
df = (Sna2a+ Snb2b)2
�Sna2a�2
na +�Snb2b�
2
nb X�a、X�b：營運績效表現良好與不佳組之樣本平均數 na、nb：營運績效表現良好與不佳組之樣本個數 Sa2、Sb2：營運績效表現良好與不佳組之樣本變異數 T(df)：自由度為 df 之 t 分配