你说的这个问题比较复杂,需要分好几个步骤完成。
建议参考、结合网上的其他资源(关于事件研究法和CAR的计算的帖子和分享已经很多了)。多看相关paper。
1. 获取每个公司的日return数据。
2. 计算预期收益率。这一步有比较深的理论基础。可以选择股指、三因素模型、四因素模型,等等,来计算。请参考教科书或其他资源。
3. AR_it = return_it - normal return_it。Stata code也很基础。
4. 定义事件窗口期。如果你有多个事件窗口,分多次处理即可。每次计算一个窗口。可以生成一个dummy variable来标记窗口
- gen window1 = 0
- replace window1 = 1 if date >= d1 & date <= d2
复制代码
5. 计算窗口期的CAR。这里给出一个toy code可以计算整个window期间,即[d1, d2]上的CAR。这里d1和d2都是固定的。
- bys firm_id : egen car_w1 = sum(ar) if window1 == 1
复制代码
如果你要计算移动CAR,即对任意观测值date == t,计算[t-x, t]这个区间的CAR,可以用:
- * ssc install egenmore
- xtset firm_id date
- *** 计算 [t-4,t],共5天(包括第t天)的移动CAR
- bys firm_id: egen car_move5 = filter(ar), lags(0/4)
复制代码
最后导出到excel: