如何用stata做事件研究

用stata做事件研究时间研究通常被用来检验市场对附带相应利益事件的反应。事件研究通常包括以下几步:(1)净化数据(提出无关和无法研究以及其他原因)和计算事件窗口(2)估计正常表现(3)计算异常表现和累积超额回报(4)显著性检验(5)全部事件交叉检验(相当于稳健性检验)这个文章旨在帮助你用stata来开展事件研究。假设你已经拥有一个时间变量(date)和公司标识(company_id),如果你需要准备你的数据或者想要利用我们的数据尝试一下相应的命令,去datapreparation页面。我们同时也假设你对stata有一个基本的了解。如果你需要和stata命令相关的帮助,你可以从here找到更多。如果你从一个可执行文件中进入命令,你的任务就会简单的多,因为可执行文件中包含了一系列的stata命令。净化数据并计算事件窗口和估计窗口你很可能获取了超出你需要的每个公司的观察值,也有可能有一些公司的观察值不充分。在你开展下一步前,你必须确保你的分析是建立在正确的观察值之上。为了实现这一点,你需要设立一个变量dif,它将会计算从观察(相当于估计期)到事件期的天数,这即有可能是节假日,也有可能是交易日。就交易日天数:sortcompany_iddatebycompany_id:gendatenum=_nbycompany_id:gentarget=datenumifdate==event_dateegentd=min(target),by(company_id)droptargetgendif=datenum-td就节假日:gendif=date-event_date由上可以看出,计算交易日天数比计算节假日天数稍微复杂一点。对于交易日,我们首先需要设立一个变量,这个变量是用来计算每一个公司标识范围内的天数,然后我们再确定哪些观测值发生在事件期内。我们设立一个和事件天数有关的变量。这个事件天数建立在company_id范围内的所有观察值的基础上。最后,我们选取二者之间的差异来设立一个变量dif,以计算每一个个体观测值和事件期之间的天数。下一步,我们需要确定我们事件期前后的最小观察期天数以及事件窗口之前的估计窗口的最小观察期天数。比如我们想要一个事件期前后两天的窗口(总共5天的事件期)以及一个30天的估计窗口(你可以改变这些数字以适应你的分析)。bycompany_id:genevent_window=1ifdif>=-2&dif<=2egencount_event_obs=count(event_window),by(company_id)bycompany_id:genestimation_window=1ifdif<-30&dif>=-60egencount_est_obs=count(estimation_window),by(company_id)replaceevent_window=0ifevent_window==.replaceestimation_window=0ifestimation_window==.确定事件窗口和估计窗口的程序是相同的。首先,我们设立一个变量,当观测值在特定的日期内等于1;其次,我们设立另一个变量来计算,在每一个公司标识范围内,有多少观测值的变量值等于1;最后,我们用0代替所有的缺省值,设立一个哑变量。此时,你就可以确定哪个公司没有充分的观测值。tabcompany_idifcount_event_obs<5tabcompany_idifcount_est_obs<30Tab命令将会产生一个公司标识符的列表,这个列表中包含的就是没有足够的事件窗口及估计窗口观察值窗口的公司,同时还会报告这些公司的总的观测值的数量,为了排除这些公司使用如下命令:dropifcount_event_obs<5dropifcount_est_obs<30你必须确保在删除任何观察值之前,样本已经用另一个名字保存。此时,你也可以剔除一些你不需要的变量。估计正常表现现在我们到了真正分析的地方。首先,我们需要一种途径和方法来估计正常表现。为了实现这一点,我们将会利用估计窗口中的数据来对每个公司进行单变量回归,并保存(常数项)和(解释变量的系数),随后我们会使用这个保存的回归系数来预测事件窗口的正常表现。就回报这个回归中的被解释变量来讲,它仅仅是针对既定股票回报的CRSR变量,而我们用来预测ret的解释变量,使一个对于任何股票的指数加权回报。对你的样本集使用等价变量。setmoreoff/*thiscommandjustkeepsstatafrompausingaftereachscreenofoutput*/genpredicted_return=.egenid=group(company_id)/*formultipleeventdates,use:egenid=group(group_id)*/forvaluesi=1(1)N{/*note:replaceNwiththehighestvalueofid*/lidcompany_idifid==`i'&dif==0regretmarket_return...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供参考,付费前请自行鉴别。
3、如文档内容存在侵犯商业秘密、侵犯著作权等,请点击“举报”。

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

客服邮箱:

biganzikefu@outlook.com

所有的文档都被视为“模板”,用于写作参考,下载前须认真查看,确认无误后再购买;

文档大部份都是可以预览的,笔杆子文库无法对文档的真实性、完整性、准确性以及专业性等问题提供审核和保证,请慎重购买;

文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为依据;

如果您还有什么不清楚的或需要我们协助,可以联系客服邮箱:

biganzikefu@outlook.com

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

文秘专家
机构认证
内容提供者

1

确认删除?