mcpField
G
grad-event-study

grad-event-study

github.com/asgard-ai-platformデータ・データベース24339 回インストール21 週間前に更新
リポジトリ

grad-event-study について

grad-event-studyは、特定のイベントに対する市場の反応を定量化するイベントスタディ分析スキルです。開示、合併、政策変更などを調べる分析者向けに、異常リターンの算出と統計検定の手順を扱います。

主な機能

  1. 01イベント日と分析期間の設定
  2. 02マーケットモデルによる通常リターンの推定
  3. 03異常リターンと累積異常リターンの算出
  4. 04パラメトリック・ノンパラメトリック検定
  5. 05前提条件と交絡要因の説明

活用シーン

  1. 01決算発表やM&Aへの市場反応の測定
  2. 02政策・規制イベントの影響分析
  3. 03イベント種別ごとの反応比較
  4. 04準強度の市場効率性の検証

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/asgard-ai-platform/skills --skill grad-event-study

インストール後、Claude Code で/grad-event-studyを入力して読み込まれたか確認します。

同梱ファイルexamples/sample_scenario.md

詳細

イベントスタディ法（Event Study）

概要

イベントスタディ法（Fama et al., 1969; MacKinlay, 1997）は、実際のリターンを期待（正常）リターンのモデルと比較することで、特定のイベントに起因する異常リターンを分離します。イベントウィンドウにおける累積異常リターン（CAR）は、市場の反応の合計を定量化します。

使用する場面

  • 決算発表、M&A、政策変更、規制イベントに対する市場の反応を測定する場合
  • セミストロング型の市場効率性を検証する場合
  • 企業開示の経済的意義を定量化する場合
  • イベントの種類や企業特性の違いによる市場反応を比較する場合

使用しない場面

  • イベントの日付が曖昧な場合、または情報が徐々に漏れていた場合
  • イベントウィンドウ内に交絡イベントが重なる場合
  • 企業の株式の流動性が低く、リターンがゼロの日が多い場合
  • イベントが広く予想され、イベントウィンドウより前に完全に価格へ織り込まれていた場合

仮定

IRON LAW: Event study validity requires that the event was UNANTICIPATED —
if the market priced it in before the event window, abnormal returns will
be zero even if the event matters.

主な仮定：

  1. イベントの日付を正確に特定でき、イベントが予想外であること
  2. イベントウィンドウ内に交絡イベントが発生しないこと
  3. 推定ウィンドウにおいて正常リターンモデルが適切に指定されていること
  4. 市場のマイクロストラクチャー効果（薄商い、ビッド・アスク・バウンス）がリターンを歪めないこと

方法論

ステップ 1 — イベントとウィンドウの定義

イベント日（0日目）を特定します。正常リターンを推定するため、推定ウィンドウ（例：[-250, -11]）を設定します。反応を捉えるため、イベントウィンドウ（例：[-1, +1] または [-5, +5]）を設定します。

ステップ 2 — 正常リターンの推定

市場モデルを使用します：Ri,t = αi + βi × Rm,t + εi,t を推定ウィンドウにわたって推定します。代替手法には、一定の平均リターンやFama-Frenchファクターがあります。モデルの仕様については references/ を参照してください。

ステップ 3 — 異常リターンと累積異常リターンの計算

イベントウィンドウ内の各日について、AR = 実際のリターン - 期待リターンを計算します。CAR = イベントウィンドウにおけるARの合計です。企業間の累積平均異常リターン（CAAR）を計算します。

ステップ 4 — 統計的検定

パラメトリック検定（クロスセクショナルt検定、Patell検定）とノンパラメトリック検定（符号検定、順位検定）を用いて、H₀: CAR = 0 を検定します。頑健性を確認するため、両方を報告します。

出力形式

## Event Study: [Event Description]

### Window Design
| Window | Period | Rationale |
|--------|--------|-----------|
| Estimation | [-250, -11] | [rationale] |
| Event | [-1, +1] | [rationale] |

### Abnormal Returns
| Day | AR (%) | t-stat |
|-----|--------|--------|
| -1 | x.xx | x.xx |
| 0 | x.xx | x.xx |
| +1 | x.xx | x.xx |

### Cumulative Abnormal Returns
| Window | CAR (%) | t-stat | p-value | Significant? |
|--------|---------|--------|---------|-------------|
| [-1, +1] | x.xx | x.xx | x.xx | [Yes/No] |

### Cross-Sectional Analysis
- [If applicable: regression of CAR on firm characteristics]

### Limitations
- [Note any confounding events or assumption violations]

注意点

  • イベント日の集中（例：業界全体に及ぶ規制）は、クロスセクショナル独立性に違反します
  • 推定ウィンドウが短いと、正常リターンのパラメーターにノイズが生じます
  • イベントウィンドウが長いと、交絡イベントが発生する可能性が高まります
  • ペニー株や流動性の低い証券は、異常リターンを人為的に大きくします
  • 市場モデルはベータが一定であると仮定します。構造変化があると、この仮定は成り立ちません
  • 出版バイアス：CARがゼロであることを示す研究は、ほとんど出版されません

参考文献

  • MacKinlay, A. C. (1997). 経済学および金融におけるイベントスタディ. Journal of Economic Literature, 35(1), 13-39.
  • Fama, E. F., Fisher, L., Jensen, M. C., & Roll, R. (1969). 新情報に対する株価の調整. International Economic Review, 10(1), 1-21.
  • Kolari, J. W., & Pynnönen, S. (2010). 異常リターンのクロスセクショナル相関を考慮したイベントスタディ検定. Review of Financial Studies, 23(11), 3996-4025.

コメント

Markdown 対応