Estudio de eventos

Un estudio de eventos es un método estadístico para evaluar el impacto de un evento (también conocido como "tratamiento").

Los primeros usos destacados de los estudios de eventos se produjeron en el campo de las finanzas. Por ejemplo, se puede analizar el anuncio de una fusión entre dos entidades comerciales para ver si los inversores creen que la fusión creará o destruirá valor. La idea básica es encontrar el rendimiento anormal atribuible al evento que se estudia ajustando el rendimiento que surge de la fluctuación de precios del mercado en su conjunto. El estudio de eventos fue inventado por Ball y Brown (1968).

Como la metodología de eventos se puede utilizar para obtener los efectos de cualquier tipo de evento en la dirección y magnitud de los cambios en el precio de las acciones, es muy versátil. Por tanto, los estudios de eventos son comunes a diversas áreas de investigación, como contabilidad y finanzas, gestión, economía, marketing, tecnología de la información, derecho, ciencias políticas, operaciones y gestión de la cadena de suministro.

Un aspecto que se utiliza a menudo para estructurar el cuerpo general de estudios de eventos es la amplitud de los tipos de eventos estudiados. Por un lado, hay investigaciones que investigan las respuestas del mercado de valores a eventos que afectan a toda la economía (es decir, shocks del mercado, como cambios regulatorios, o eventos catastróficos como la guerra). Por otro lado, los estudios de eventos se utilizan para investigar las respuestas del mercado de valores a eventos corporativos, como fusiones y adquisiciones, anuncios de ganancias, emisiones de deuda o acciones, reorganizaciones corporativas, decisiones de inversión y responsabilidad social corporativa (MacKinlay 1997; McWilliams & Siegel). , 1997).

Metodología

La metodología general del estudio de eventos se explica, por ejemplo, en MacKinlay (1997) o Mitchell y Netter (1994). En MacKinlay (1997), esto se hace "utilizando datos del mercado financiero" "medir el impacto de un evento específico en el valor de una empresa". Sostiene que “dada la racionalidad del mercado, los efectos de un evento se reflejarán inmediatamente en los precios de los valores”. Por lo tanto, se puede construir una medida del impacto económico del evento utilizando los precios de los valores observados durante un período de tiempo relativamente corto. Es importante señalar que los estudios de eventos a corto plazo son más confiables que los estudios de eventos a largo plazo, ya que estos últimos tienen muchas limitaciones. Sin embargo, Kothari y Warner (2005) pudieron perfeccionar las metodologías de largo plazo para mejorar el diseño y la confiabilidad de los estudios durante períodos más largos.

Métodos empíricos

Metodológicamente, los estudios de eventos implican lo siguiente: basándose en una ventana de estimación anterior al evento analizado, el método estima cuáles deberían ser los rendimientos normales de las acciones de la(s) empresa(s) afectada(s) el día del evento y varios días antes y después del evento (es decir, durante la ventana del evento). A partir de entonces, el método deduce estos 'rendimientos normales' de los 'rendimientos reales' recibir 'devoluciones anormales' atribuido al suceso.

Sin embargo, los estudios de eventos pueden diferir con respecto a la especificación de los rendimientos normales. El modelo más común para rentabilidades normales es el "modelo de mercado"; (MacKinlay 1997). Siguiendo este modelo, el análisis implica utilizar una ventana de estimación (normalmente de 120 días) antes del evento para derivar la relación típica entre las acciones de la empresa y un índice de referencia a través de un análisis de regresión. Con base en los coeficientes de regresión, los rendimientos normales se proyectan y se utilizan para calcular los rendimientos anormales. Los modelos alternativos para los rendimientos normales incluyen el modelo CAPM o enfoques más simplistas como los rendimientos medios (ver MacKinlay 1997 para una descripción general).

Cálculo de rendimientos anormales

Dependiendo del modelo elegido para el "retorno normal", la realización de estudios de eventos requiere que el investigador implemente una secuencia distinta de pasos. Para el modelo más común, el "modelo de mercado", los pasos son los siguientes:

1. Recuperar y combinar los rendimientos financieros de la empresa focal y su índice de referencia.
2. Para cada evento, identifique las secuencias de rendimientos firmes y de mercado que necesitan ser incluidos en la ventana de estimación.
3. Utilizando análisis de regresión, calcula los coeficientes de alfa, beta y sigma que explican la relación típica entre el stock y el índice de referencia.
4. Con estos tres parámetros, predecir los "retornos normales" durante todos los días de la ventana del evento.
5. Deducir estos "retornos normales" de los "retornos reales" te da los "retornos anormales" que son las métricas de interés.

Importancia de los rendimientos anormales

Para especificar si los rendimientos anormales individuales difieren de cero con cierta validez estadística, es necesario aplicar estadísticas de prueba. Para este propósito existen varias estadísticas de prueba en los diferentes niveles de análisis (es decir, nivel AR, CAR, AAR y CAAR). La prueba más común, la prueba t, divide los rendimientos anormales por la raíz del error cuadrático medio de la regresión. Los valores t resultantes deben compararse con los valores críticos de la distribución t de Student. Existe cierta evidencia de que en épocas de alta volatilidad (por ejemplo, la crisis financiera de 2007-2008), demasiadas empresas tienden a mostrar rendimientos significativamente anormales utilizando la prueba t, lo que hace más difícil determinar qué rendimientos son realmente " anormal".

Software para realizar estudios de eventos

Los estudios de eventos se pueden implementar con varias herramientas diferentes. Los estudios de eventos únicos se pueden implementar fácilmente con MS Excel; los estudios de eventos que cubran múltiples eventos deben crearse utilizando paquetes de software estadístico (por ejemplo, STATA, Matlab). Además de estas herramientas de usos múltiples, existen soluciones diseñadas para realizar análisis de estudios de eventos (por ejemplo, Eventus, EventStudyTools).

Aplicación al análisis de fusiones

La lógica detrás de la metodología del estudio de eventos (dentro del contexto específico de las fusiones) se explica en Warren-Boulton y Dalkir (2001):

Los inversores en los mercados financieros apuestan sus dólares sobre si una fusión aumentará o reducirá los precios. Una fusión que eleva los precios del mercado beneficiará tanto a los partidos fusionados como a sus rivales y elevará así los precios de todas sus acciones. Por el contrario, la comunidad financiera puede esperar que las eficiencias de la fusión sean suficientemente grandes para reducir los precios. En este caso, los valores de participación de los rivales de las empresas fusionadas caen a medida que aumenta la probabilidad de fusión. Así pues, las pruebas de los mercados financieros pueden utilizarse para predecir los efectos de los precios del mercado cuando se han producido acontecimientos importantes relacionados con las fusiones.

Warren-Boulton y Dalkir (2001) aplican su metodología de probabilidad de eventos a la fusión propuesta entre Staples, Inc. y Office Depot (1996), que fue cuestionada por la Comisión Federal de Comercio y finalmente retirado.

Hallazgos

Warren-Boulton y Dalkir (2001) encuentran rendimientos muy significativos para la única empresa rival en el mercado relevante. Sobre la base de estos rendimientos, pueden estimar el efecto de la fusión sobre los precios en el mercado de productos, lo que es muy consistente con las estimaciones del probable aumento de precios de otras fuentes independientes.

Aplicación en litigio

Los resultados de estudios de eventos han sido aceptados como prueba en litigios en EE.UU., en la cuantificación de daños en casos relacionados con fraude de valores.