Event study: differenze tra le versioni
Contenuto cancellato Contenuto aggiunto
Riga 47:
::<math>CAR_i(t,t+\tau)=\sum_{s=0}^{\tau}AR_i(t+s)</math>
Il test più semplice è un test <math>t</math> di Student dell'ipotesi nulla che l'effetto osservato sia zero, basato sulla media dei rendimenti anomali cumulati tra i diversi eventi; esiste ad ogni modo una grande varietà di test statistici per ''event study'' basati su dati giornalieri. Per una rassegna dei diversi test statistici, si veda ad es. MacKinlay (1997) o Pastorello (2001).
====Metodo dell'''event parameter''====
Un approccio alternativo, ma fondamentalmente equivalente alla classica metodologia ''two-step'', è noto come metodo dell'''event parameter'' ("parametro dell'evento", in [[lingua inglese|inglese]]). Questo approccio consiste nella stima di un modello dei rendimenti attesi:
::<math>R_{it}=\alpha_i+\beta_iR_{mt}+\gamma_i\mathbf{1}_{it}+\varepsilon_it</math>
dove <math>\mathbf{1}_{it}</math> è una variabile indicatrice uguale a 1 se la data ''t'' è ricompresa nel periodo dell'evento per l'impresa ''i'', zero altrimenti; i restanti parametri e variabili seguono la notazione usata sopra. Un'immediata applicazione dell'algebra della [[regressione lineare]] mostra come la stima del parametro <math>\ \gamma_i</math> corrisponderà al rendimento anomalo ''medio'' per il periodo dell'evento; il rendimento anomalo ''cumulato'', se la finestra temporale dell'evento ricomprende ''T'' giorni, sarà dato da:
::<math>T\hat\gamma_i</math>
dove <math>\hat\gamma_i</math> denota la stima del parametro <math>\ \gamma_i</math> col metodo dei minimi quadrati. L'interpretazione dei risultati è identica al caso della metodologia ''two-step''. Un'esempio di un'applicazione del metodo dell'''event parameter'' è dato dal lavoro di Meulbroek (1992) sui profitti di ''insider trading'', tramite un ''event study'' intorno alle date in cui gli ''insider'' comprano e vendono azioni delle proprie imprese.
===Metodologie per la stima dei rendimenti anomali di lungo periodo===
| |||