Estudo de evento - Event study

Um estudo de evento é um método estatístico para avaliar o impacto de um evento no valor de uma empresa. Por exemplo, o anúncio de uma fusão entre duas entidades empresariais pode ser analisado para ver se os investidores acreditam que a fusão criará ou destruirá valor. A ideia básica é encontrar o retorno anormal atribuível ao evento em estudo, ajustando pelo retorno que decorre da flutuação de preços do mercado como um todo. O estudo de eventos foi inventado por Ball e Brown (1968).

Como a metodologia de eventos pode ser usada para extrair os efeitos de qualquer tipo de evento na direção e magnitude das mudanças no preço das ações, ela é muito versátil. Os estudos de eventos são, portanto, comuns a várias áreas de pesquisa, como contabilidade e finanças, gestão, economia, marketing, tecnologia da informação, direito, ciência política, operações e gestão da cadeia de suprimentos.

Um aspecto frequentemente usado para estruturar o corpo geral dos estudos de eventos é a amplitude dos tipos de eventos estudados. Por um lado, há pesquisas que investigam as respostas do mercado de ações a eventos que abrangem toda a economia (ou seja, choques de mercado, como mudanças regulatórias ou eventos catastróficos). Por outro lado, estudos de eventos são usados ​​para investigar as respostas do mercado de ações a eventos corporativos, como fusões e aquisições, anúncios de lucros, questões de dívida ou patrimônio , reorganizações corporativas, decisões de investimento e responsabilidade social corporativa (MacKinlay 1997; McWilliams & Siegel, 1997).

Metodologia

A metodologia geral de estudo de eventos é explicada, por exemplo, em MacKinlay (1997) ou Mitchell e Netter (1994). Em MacKinlay (1997), isso é feito "usando dados do mercado financeiro" para "medir o impacto de um evento específico no valor de uma empresa". Ele argumenta que "dada a racionalidade no mercado, os efeitos de um evento serão refletidos imediatamente nos preços dos títulos. Assim, uma medida do impacto econômico do evento pode ser construída usando os preços dos títulos observados durante um período de tempo relativamente curto". É importante observar que os estudos de eventos de curto prazo são mais confiáveis ​​do que os estudos de eventos de longo prazo , pois os últimos têm muitas limitações. No entanto, Kothari e Warner (2005) foram capazes de refinar as metodologias de longo prazo a fim de melhorar o projeto e a confiabilidade dos estudos em períodos mais longos.

Métodos Empíricos

Metodologicamente, os estudos de eventos implicam o seguinte: Com base em uma janela de estimativa anterior ao evento analisado, o método estima quais devem ser os retornos normais das ações da (s) empresa (s) afetada (s) no dia do evento e vários dias antes e depois do evento (ou seja, durante a janela do evento). Depois disso, o método deduz esses 'retornos normais' dos 'retornos reais' para receber 'retornos anormais' atribuídos ao evento.

Estudos de eventos, no entanto, podem diferir no que diz respeito à especificação de retornos normais. O modelo mais comum para retornos normais é o 'modelo de mercado' (MacKinlay 1997). Seguindo esse modelo, a análise implica o uso de uma janela de estimativa (normalmente de 120 dias) antes do evento para derivar a relação típica entre as ações da empresa e um índice de referência por meio de uma análise de regressão . Com base nos coeficientes de regressão, os retornos normais são então projetados e usados ​​para calcular os retornos anormais. Modelos alternativos para os retornos normais incluem o modelo CAPM ou abordagens mais simplistas, como retornos médios (ver MacKinlay 1997 para uma visão geral).

Cálculo de retornos anormais

Dependendo do modelo escolhido para o 'retorno normal', a realização de estudos de eventos requer que o pesquisador implemente uma sequência distinta de etapas. Para o modelo mais comum, o 'modelo de mercado', as etapas são as seguintes:

  1. Recupere e combine séries temporais de retornos financeiros das ações da empresa focal e seu índice de referência.
  2. Para cada evento, identifique as sequências de retornos da empresa e do mercado que precisam ser incluídas na janela de estimativa.
  3. Usando a análise de regressão, calcule os coeficientes alfa, beta e sigma que explicam a relação típica entre a ação e o índice de referência.
  4. Com esses três parâmetros, preveja os 'retornos normais' para todos os dias da janela de evento.
  5. Deduzindo esses 'retornos normais' dos 'retornos reais', você obtém os 'retornos anormais' que são as métricas de interesse.

Significado dos retornos anormais

Para especificar se os retornos anormais individuais diferem de zero com alguma validade estatística, estatísticas de teste precisam ser aplicadas. Existem várias estatísticas de teste em diferentes níveis de análise (isto é, nível AR-, CAR-, AAR- e CAAR) para este propósito. O teste mais comum, o teste t , divide os retornos anormais pela raiz do erro quadrático médio da regressão. Os valores t resultantes precisam então ser comparados com os valores críticos da distribuição t de Student . Há alguma evidência de que durante tempos de alta volatilidade (por exemplo, crise financeira de 2007-2008 ), muitas empresas tendem a mostrar retornos significativamente anormais usando o teste t , o que torna mais difícil determinar quais retornos são realmente "anormais".

Software para a realização de estudos de eventos

Os estudos de eventos podem ser implementados com várias ferramentas diferentes. Os estudos de eventos únicos podem ser facilmente implementados com o MS Excel , os estudos de eventos cobrindo vários eventos precisam ser construídos usando pacotes de software estatístico (por exemplo, STATA , Matlab ). Além dessas ferramentas multiuso, existem soluções personalizadas para conduzir análises de estudos de eventos (por exemplo, Eventus , Event Study Metrics , EventStudyTools ).

Aplicação para análise de fusão

A lógica por trás da metodologia de estudo de eventos (dentro do contexto específico de fusões ) é explicada em Warren-Boulton e Dalkir (2001):

Os investidores nos mercados financeiros apostam seus dólares se uma fusão aumentará ou reduzirá os preços. Uma fusão que aumente os preços de mercado beneficiará tanto as partes na concentração quanto seus rivais e, portanto, aumentará os preços de todas as suas ações. Por outro lado, a comunidade financeira pode esperar que a eficiência da fusão seja grande o suficiente para derrubar os preços. Nesse caso, os valores das ações das rivais das empresas que se fundem caem à medida que aumenta a probabilidade da fusão. Assim, as evidências dos mercados financeiros podem ser usadas para prever os efeitos dos preços de mercado quando eventos significativos relacionados à fusão ocorrerem.

Warren-Boulton e Dalkir (2001) aplicam sua metodologia de probabilidade de evento à fusão proposta entre a Staples, Inc. e a Office Depot (1996), que foi contestada pela Federal Trade Commission e eventualmente retirada.

Achados

Warren-Boulton e Dalkir (2001) encontram retornos altamente significativos para a única empresa rival no mercado relevante. Com base nesses retornos, eles podem estimar o efeito do preço da fusão no mercado do produto, o que é altamente consistente com as estimativas do provável aumento de preço de outras fontes independentes.

Veja também

Referências

  1. ^ Ronald J. Gilson e Bernard S. Black, The Law and Finance of Corporate Acquisitions, 2 edição, 1995, 194-195.
  2. ^ Ray Ball, e Philip Brown, uma avaliação empírica dos números de renda da contabilidade, Journal of Accounting Research, Vol. 6, outono de 1968.
  3. ^ Ding, Li; Lam, Hugo KS; Cheng, TCE; Zhou, Honggeng (01/06/2018). "Uma revisão dos estudos de eventos de curto prazo em operações e gestão da cadeia de abastecimento". International Journal of Production Economics . 200 : 329–342. doi : 10.1016 / j.ijpe.2018.04.006 . ISSN  0925-5273 .
  4. ^ a b MacKinlay, AC “Event Studies in Economics and Finance,” Journal of Economic Literature Vol. XXXV, edição 1 (março de 1997). Disponível em: https://www.jstor.org/stable/2729691
  5. ^ McWilliams, A. e Siegel, D. "Event studies in management research: Theoretical and empirical issues" Academy of Management Journal, Vol. 40, No. 3, (1997)
  6. ^ Mitchell, Mark L. e Jeffry M. Netter. "O papel da economia financeira em casos de fraude em valores mobiliários: aplicativos na Comissão de Valores Mobiliários." The Business Lawyer, fevereiro de 1994
  7. ^ a b Chen, MEU, 'eu apenas fiz 400 milhões de estudos do evento' - um estudo da robustez e da deterioração do modelo de mercado em épocas da crise (2014). Disponível em: https://ssrn.com/abstract=2534446
  8. ^ Kothari, SP, e Jerold B. Warner, 200 [4!], "Econometrics of Event Studies" Obtido em: https://ssrn.com/abstract=608601
  9. ^ Jovanovic, B., & Fox, E. (2010). Teste de materialidade em mercados voláteis. NERA Economic Consulting. Obtido em: http://www.law360.com/articles/142884/testing-for-materiality-in-volatile-markets
  10. ^ a b c Warren-Boulton, F. e S. Dalkir. “Staples and Office Depot: An Event-Probability Case Study,” Review of Industrial Organization, vol. 19, No. 4, (2001).
  • McGuckin, RH, FR Warren-Boulton e P. Waldstein. “The Use of Stock Market Returns in Antitrust Analysis of Mergers”, Review of Industrial Organization Vol. 7 (1992). https://www.jstor.org/stable/41798368
  • McWilliams, A. e Siegel, D. "Event studies in management research: Theoretical and empírical issues" Academy of Management Journal, Vol. 40, No. 3, (1997) https://www.jstor.org/stable/257056