事件研究法新的改进——基于违约距离的评判_违约概率

导读:：一般我们利用事件研究法来检验证券市场是否满足半强式有效的假定，该方法始终停留在事件发生前后样本公司的股票收益率是否有显著变化上。本文利用反应样本公司违约状况的违约概率（DD）这个指标替代了传统事件研究法中的核心因素——收益率，以期转换角度利用事件研究法来评判我国证券市场的效率。得到的结果与大多数研究者的结论相同，证实了该方式具有一定的可行性，同时避免了传统半强式有效市场证明的有关争论。
论文关键词：半强式有效，事件研究法，违约概率
 
一、引言
我们依据金融资产的价格对信息的及时反应程度，把有效市场分为弱式效率、半强式效率及强式效率。对于半强式有效市场的检验我们一般采用事件研究法。事件研究的理论框架一般包含以下六大步骤，即定义事件以及事件研究窗口、选择研究样本、选择望收益模型或基准收益率、估计异常收益、检验异常收益的显著性、实证结果与解释(Campbell等人，1997；Mackinlay，1997；袁显平与柯大钢，2006)。上述步骤的第三、四步是该研究的核心关节，同时也是众多研究者集中争论的步骤，利用不同的方法得到的结论往往是不一致的，但是在方法上始终围绕着收益率变化上。上市公司的公告信息的公布也会对另一类投资者——公司的债务人有影响，消息的好坏直接影响着债务人对自身债权能否收回的判断，也就是对债务人违约概率的评判。在违约概率研究方面针对上市公司一般我们使用的MoodyKMV的KMV方法，KMV方法从基本假设到违约概率之间有个关键环节——违约距离（DD），上市公司资产价值分布期望与债务之间的标准差，同时违约距离（DD）是连续动态的。违约距离（DD）的计算取决于上市公司资产价值、资产波动率、违约点（流动负债加一定的长期负债）和无风险利率，违约点和无风险利率在短时间内可以看作常量（这点尤其适合我国的实际情况），而上市公司资产价值、资产波动率根据莫顿的期权定价公式取决于上市的股价和流通份数，流通份数在短期也是不变的，唯一决定短期动态化违约距离（DD）就是股价，因此在表现价格变化过程上违约概率（DD）与收益率具有相似性。
本文用违约距离（DD）替代了传统事件研究中的核心因素——收益率，以期转换角度利用事件研究法来评判我国证券市场的效率。选取上海证券交易所2008年1月到2009年10月以来被特别处理的上市公司为研究样本，以特别处理公告和特别处理之前年报为事件日，运用事件研究法来考察在事件窗口期间，研究样本公司的违约距离（DD）变化是否有显著变化。
本文结构安排如下：第一部分是引言，第二部分是事件研究法争论与KMV模型，第三部分是理论框架，第四部分是实证分析及结果，第五部分是结论。
二、事件研究法的争论与KMV模型
根据Fama的有效市场假说，证券市场效率的衡量是依据市场对信息快速、充分准确的吸收能力，他把信息分为“历史信息”、“公开信息”和“内部信息”，相应地，证券市场效率也可分为三类：弱式效率、半强式效率及强式效率。在1991年Fama更新了对不同市场效率的检验方法，成为了后来学者在市场效率研究方面的范本。对于半强式效率研究一般采用的是事件研究法违约概率，而该方法的关键技术是正常情形和异常情形（事件公布后形成的影响程度）的估计和检验，当前通行的方法是对股票价格的正常收益和异常收益的估计和检验。具体思路：1、首先选择一种正常收益估计模型估计出正常收益，对正常收益的估计一般采用的是市场调整收益(Market Adjusted Returns)、市场与风险调整收益(Market and Risk Adjusted Returns)、采用均值调整收益(MeanAdjusted Returns)和Fama-French三因素模型。研究者对于采用那种模型估计正常收益的观点上是不一致的。Brown和Warner(1985) 认为在处理日数据方面，采用市场调整收益和市场与风险调整收益比采用均值调整收益好。陈汉文和陈向民(2002)证实了在我国市场上均值调整模型在不同情况下对事件研究有很多优于市场模型的特点。尽管Fama-French三因素模型中起主要作用还是市场因素，相对于市场模型没有太多优势，但一些研究者仍然使用该模型。2、根据实际收益与正常收益进行配比，从而计算出异常收益。具体的方法有平均(或累积)月度异常收益法(AAR或CAR)与购人一持有异常收益法 (BHAR)。二者的具体使用的效力在理论也存在很大争议。3、异常收益的显著性检验，考察异常收益在统计上是否显著不为0。在大多数市场模型中，异常收益一般可以假定为正态分布，因此我们利用参数检验方法来检验，但有时考虑到市场的异象和分析方法上的原因，异常收益分布未知的情形下就需要使用非参数检验，具体的方法有：Cox．Stuart趋势检验、Wilcoxon符号秩检验以及Mann．Whitney．U检验。
KMV模型是KMV公司开发的一种违约预测模型(信用监控模型，Credit Monitor Mode1)，它能够对公开上市公司的违约可能性做出动态化的预测估计。该模型理论来源于B-S-M期权定价模型和莫顿理论。在反映上市公司违约状况方面，KMV模型提出了违约距离（DD）的概念，它的推导过程：
（一）、假设公司的资产价值服从几何布朗运动，即：
（1）
V、dV是公司资产价值和资产价值的变动，、是公司资产价值漂移率和波动率，dz是个维纳过程中国论文网。
从上式我们可以得到：Vt= V0exp{( - 2/2)t+ Zt}（2）
（一）、在期末t企业的市值为Vt，违约点对应的资产价值记为Vdef，则企业违约的概率表示为：
Q=prob[Vt≤Vdef] （3）
利用（2）式我们得到：
Q= P r{≥Zt} (4)
=N（） （5）
我们定义违约距离（DD）是上式括号中的内容。N（·）为标准累积正态分布。
（三）、要得到违约距离（DD）我们必须知道公司资产的价值和波动率。在这里假设公司的资本结构只有一种单一的债务和股权，我们可以将公司股权看作是以公司资产为标的物的欧式看涨期权，该看涨期权的执行价格是公司债务，期限是公司债务的期限。我们利用B-S期权定价公式在公司资产价值和公司股权价值之间建立如下关系：
E= V N(d1)-F-rtN(-d2)（6）
d1=（7）
d2=d1-（8）
其中，E是公司股权的价值，V为公司资产的市值，F为履约价值，N(·)为标准正态累积分布函数，t为时间，r为无风险利率。
三、理论框架
本文运用事件研究法，考察特别处理事件公布前后样本公司的违约距离（DD）是否存在异常情况，也就是我们需要检验在事件窗口期间样本公司的异常违约距离（DD）在统计上是否显著为0，从而做出我国股票市场是否满足半强式有效市场的假定。具体的研究步骤参考了袁显平与柯大钢有关事件研究方法：
（一）、定义事件以及事件研究窗口
一般研究者将特别处理定义为事件，将该信息发布日定为事件日。同时将事件日前40天和后10天定义为事件窗口期间。这样做的原因：我国证券市场上对上市股票的特别处理公布与撤消与上市公司的年报密不可分，一般特别处理是随着年报的披露进行的，二者的时间间隔一般最长为40天。同时参照国内外事件研究的一般做法，把事件窗口后界定到事件日之后的第l0个交易日。
考虑到本文将用ARMA模型来拟和上市公司的违约距离（DD），而该模型只在短期具有高精度的预测效果，因此文本做了这样的处理，定义了两个事件：特别处理公告日和该处理之前的年报公布日。同时定义的事件窗口期间为事前的5天和事后的5天，以保证ARMA模型预测的有效性。