如何针对每天的CAR值做T检验很多专家学者的研究中都用到了事件研究法，其中最主要的是检验CAR的显著性，大家都是用的T检验，但是都没有具体说到怎么做出来的？（主要是不知道他们怎
<p>问题：如何针对每天的CAR值做T检验很多专家学者的研究中都用到了事件研究法，其中最主要的是检验CAR的显著性，大家都是用的T检验，但是都没有具体说到怎么做出来的？（主要是不知道他们怎<p>答案：↓↓↓<p class="nav-title mt10" style="border-top:1px solid #ccc;padding-top: 10px;">史可的回答： 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_iddate bycompany_id:gendatenum=_n bycompany_id:gentarget=datenumifdate==event_date egentd=min(target),by(company_id) droptarget gendif=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
页:
[1]