Event study: differenze tra le versioni
Contenuto cancellato Contenuto aggiunto
Riga 68:
====Metodi ''bootstrap''====
Una metodologia alternativa al metodo ''calendar time'' è quella della stima di una distribuzione ''empirica'' dei rendimenti anomali, con metodi ''[[metodo bootstrap|boostrap]]''; questo approccio è stato studiato da Barber e Lyon (1997) e Lyon ''et al.'' (1999) e utilizzato, ad esempio, da Lakonishok e Vermaelen (1990) e Ikenberry ''et al.'' (1995). Il motivo principale addotto a sostegno di questa metodologia è la non-[[variabile casuale normale|normalità]] della distribuzione dei rendimenti (e, conseguentemente, dei rendimenti anomali), un risultato empirico noto almeno dagli [[anni 1960|anni '60]] (cfr. ad es. Mandelbrot, 1963; Fama, 1965); data la non-normalità dei rendimenti anomali, condurre inferenza statistica tramite le consuete statistiche ''t'' (che richiedono una qualche forma di normalità) porterebbe a ottenere risultati spuri (in particolare, a considerare statisticamente significativi rendimenti anomali che non sarebbero in effetti significativamente diversi da zero).
Una soluzione al problema della non-normalità consiste nella stima di una distribuzione ''empirica'' dei rendimenti, tramite un metodo detto ''bootstrap''. Il metodo consiste nel calcolare il rendimento anomalo di una serie di portafogli selezionati in maniera casuale; l'intuizione suggerisce che, se il numero di portafogli è sufficientemente elevato, la distribuzione dei rendimenti anomali così ottenuta dovrebbe corrispondere alla "vera" distribuzione dei rendimenti anomali, quella cioè che dovrebbe essere utilizzata per condurre inferenza statistica.
| |||