Анализ доходности - Влияние публикации финансовых отчетностей на курс акций

Далее следует построение рыночной модели для получения ожидаемой, а затем аномальной и кумулятивной доходностей.

Напомним, что для того, чтобы найти аномальную доходность акций, нужно знать ожидаемую доходность. Так как выбор пал на рыночную модель, необходимо построить регрессии на оценочном интервале, а именно рассмотреть линейную зависимость между доходностью рынка и доходностью ценной бумаги:

,

Где зависимая переменная - доходность акций компании (), а независимая - рыночная доходность ().

Перед этим необходимо на оценочном интервале в [-120; -21] день посчитать фактические доходности акций и индекса, и по ним начинать строить регрессии.

Посчитав ожидаемые доходности, найдем аномальные, применяя нижеупомянутую формулу:

,

Где зависимая переменная - доходность акций компании (), а независимая - рыночная доходность ().

Затем, считаем средние избыточные и кумулятивные доходности.

При этом средняя аномальная доходность имеет следующую формулу:

,

Где.

А кумулятивная:

Где - 10 дней до наступления события, а - 10 дней после.

Результат представлен в Таблице 11.

Таблица 11 Аномальные и кумулятивные доходности по всем категориям выборки.

Источник: расчеты автора

Для удобства восприятия был создан график кумулятивных доходностей (График 2). Можно заметить, что "хорошие" новости имеют положительные кумулятивные доходности, следовательно, реакция рынка будет позитивной, на "плохие" новости - отрицательные значения и влияние, соответственно, будет негативным, а что касается "нейтральных" новостей, то они практически не имеют воздействия на курс акций компаний.

График 2 Распределение доходностей на протяжении событийного окна.

Источник: расчеты автора

Теперь необходимо проверить исследование на статистическую значимость для понимания того, правомерно ли использовать событийный анализ для оценки рынка на расхождения реальных значений с прогнозами.

Здесь хотелось бы использовать графический анализ на нормальность распределения. Как было замечено ранее, данная проверка нужна для обоснования применения событийного анализа. В первой главе была выбрана t - статистика, в качестве инструмента анализа на нормальность распределения, однако, в данной главе, стоит попробовать графический метод. Из Графика 3 видно, что точечный график (распределение кумулятивной избыточной доходности) достаточно близко расположен к линии, что говорит о близости распределения к нормальности.

В итоге, график показал, что событийный анализ был приемлем для базы данных текущего исследования.

График 3 График вероятностного распределения CAAR

Источник: расчеты автора; построение графика с помощью SPSS Statistics 17.0.

Похожие статьи




Анализ доходности - Влияние публикации финансовых отчетностей на курс акций

Предыдущая | Следующая