衡量重大事件对公司的影响是经济学家和金融学家普遍关心的问题，这一问题在金融市场上表现得尤为明显。根据对有效资本市场的基本假设，对理性的市场而言，一个事件的影响会很快在资产价格上得到反映，因此，事件的经济影响可以由事件发生后的一段时间内资产价格的变化来度量。我们将事件分析定义为用来了解股票市场证券价格与特定事件(如公司股利宣告或盈余发布)间关联性之实证分析。若此事件显著，使该公司股价波动状况异于无此事件时之表现，则会产生异常报酬率。若金融市场是有效的，当一个可能影响公司未来净现金流的事件发生后，理性的投资者将改变其对公司未来价值的预期，从而做出购买或出售公司股票或债券的决策，最终影响公司的市场价值。这是事件分析法的一个关键假设。

一、事件分析法

　　事件分析的先驱者可以追溯到Dolly(1933)。Dolly观察到，在股本分散转移时，股票的名义价格会发生变化，但Dolly的主要分析指标仍然是简单的描述性统计分析。事件分析方法得到了Ashley(1962)，Ball and Roll、(1962)等的改进，考虑了整个市场价格的变化与单个公司股票或债券价格变化之间的差异，对其他可能影响价值的因素予以分离。Fama，Fisher，Jensen and Roll(1969)对除去红利增长因素后股本分散转移影响的研究，被认为是现代金融计量方法——事件分析(Event study)的真正起点(以下称之为FFJR模型)。FFJR模型后来又得到了一些改进(如Brown and Warner，1985等)，形成了比较完整的事件分析方法。Binder(1998)对事件分析方法自1969年以来的主要进展进行了综述。Campbell，Andrew and MacKinlay(1997)对事件分析的主要应用程序和相关问题进行了总结。

　　1.事件分析的基本步骤

　　一般而言，事件分析包括以下步骤：

　　(1)定义事件：这一步包含两方面的含义，一方面是确定研究涉及的事件包括哪些；另一方面就是确定这些事件在什么时期对公司的股价产生影响。一般称这一时期为“事件窗(event window)”。除开事件发生的当天外，事件窗还可能被提前或延后一定时间，将根据事件发生的性质来确定。事件窗的确定对事件分析研究的显著性至关重要。

　　(2)选择公司：在这一步，要确定哪些公司应该被包括在事件研究的范围之内。在确定选择哪些公司时，我们通常使用一定的标准，考虑数据的可获取性，并尽量避免公司选择中的偏好。

　　(3)收集数据：收集的数据应该包括事件描述，被选公司的股价走势及其他可能影响正常和非正常收益测算的数据。

　　(4)正常收益和非正常收益的测度：这一步是事件分析的关键。所谓正常收益，是指事件未发生时的期望收益；非正常收益是指事件窗时期证券的实际收益与事件窗时期公司正常收益之间的差。关于正常收益和非正常收益的测度，存在相当的争议(如Binder，1998；MacKinlay，1997等文章的综述性讨论)。在研究事件的影响时，一般使用股价来测度正常收益和非正常收益，而不是使用公司的实际财务指标，这是因为财务指标通常容易被管理者操纵，而金融市场则通常被认为能更准确地反映事件的影响。

　　(5)估计：选定正常收益模型之后，应对模型的参数进行估计。

　　(6)检验：得到正常收益模型的参数估计之后，即可计算非正常收益，并在此基础上设计统计量对非正常收益的显著性进行检验。

　　(7)解释：得到实证结果后，将对结果予以解释，找到事件影响证券价格的机制。

　　为了测度非正常收益，需要先确定正常收益的水平。计算某一证券的正常收益方法，一般来说，可分为统计方法和经济方法。统计方法是以关于资产收益行为的统计假设为基础，经过对有关样本数据的计算和检验确定证券的正常收益，而经济方法是以投资者行为的假设为基础，同时也使用统计假设作为模型设计之需。

　　2.正常收益的测度

　　如前所述，正常收益的测度模型分为统计模型和经济模型。统计模型的假设条件为：各种资产收益变量服从联合多变量的独立同分布，按照模型的不同假设，基本的统计模型可分为常量—均值模型和市场模型。经济模型最常用的是CAPM模型。

　　(1)统计模型

　　令R_t是t期资产收益的(N×1)阶行向量，R_it是R_t的第i个元素，为证券i的t期的收益。对每一个t，R_t服从独立的多元正态分布，均值为μ，协方差矩阵为Ω。μ_i是资产的i平均收益。ξ_it是扰动值，是Ω的(i，i)个元素。

　　常量—均值模型表示为：

　　R_it＝μ_i＋ξ_it　　　　　　　　　　(1)

　　　　(2)

　　其含义为：资产i的平均收益，在t期内是一个不变的常量，与其他无关，它对应的证券在t期内的收益是在该变量周围波动。直观的看，尽管Brown and Warner(1980，1985)发现该模型产生的结果与更复杂模型结果很相似。但当t期较长，或市场股价波动较大时，该模型还是不够准确。

　　市场模型为：

　　R_it＝α_i+β_iR_mt+ε_it(3)

　　　　(4)

　　其中，R_it是证券i在t期的收益，R_mt是市场投资组合(大盘)在t期的收益，α_i、β_i是市场模型的参数，ε_it是零均值扰动项，同上。该模型的直观意义是指资产i在t期的收益与证券市场(参数)的变化呈线性关系。市场模型是对常量—均值模型改进的一种模型。通过除去与市场收益变化有关的收益部分，减少了非正常收益的方差。这样可以增强检测事件效应的能力。使用市场模型的优点取决于市场模型回归的R²值。R²值越大，非正常收益方差减少的就越多，收益就越大。在实际使用中，比较多的人选用市场模型，而不是常量均值模型。

　　(2)经济模型

　　资本资产定价模型(CAPM)和套利定价模型(APT)是最常见的经济模型。CAPM模型的基本思想是将投资者承担的风险和市场报酬联系起来。通常来说，人们对风险是厌恶的，因此所有风险资产的溢价总量应该为正的，以使投资者有持有风险资产的激励。而APT模型是一个平衡理论，它说明在不存在无担保套利的情况下，某种给定资产的收益率是由多因素的协方差决定的。关于这两个模型的细节，可见Sharpe(1964)，Lintner(1965)，Ross(1976)等。

　　在事件分析中，经济模型的本质是对统计模型中的参数加于限定。将经济模型应用于事件分析中在20世纪70年代是非常流行的，但是在Campell，Lo and MacKinlay(1997)的综述中认为，经济模型并没有给事件分析带来优势，而且通常还会使模型变得相当复杂。一般来说，使用市场模型，或者使用在此基础上扩展得到的多因素模型对事件分析来说就足够了。

　　3.非正常收益的测度

　　市场模型假设某种证券的收益与整个市场组合的收益之间存在线性相关性。这样，通过市场模型，我们就可以估计出在事件发生前的一段时间中该种证券的收益趋势。定义事件发生周围的一段时间为事件窗，则通过估计(3)中的α_i及β_i，就可以得到事件窗的正常收益水平(预测值)。实际的收益与预测值之间的差(即预测误差)就是通常所说的非正常收益，其值为：

　　对给定的N个事件，事件窗内的每个时点t累计非正常收益AAR_i为

　　为说明在时期(T₂-T₁)事件的累计影响，我们将此时期内证券i的非正常收益进行累加得到CAR_i(T₁，T₂)。对时间和事件都可以累加非正常收益，平均的非正常收益定义如下：

　　CAAR(T₁，T₂)=CAR_i(T₁，T₂)，从而通过构造适当的统计量，对非正常收益的显著性进行检验。

　　4.MVRM模型

　　作为对市场模型的一个扩展，MVRM模型(Multivariate Regression Model)本质上是一种多因素模型。用MVRM模型来测度非正常收益源自Gibbons(1980)，关于使用这种方法进行事件分析的一个综述性文献，可见Binder(1985)。

　　在市场模型中，一个重要的假设残差是独立同分布的，但实际上，对不同的证券，或者不同的时间点，残差可能会服从不同的分布，且相互之间存在相关性，这时使用市场模型进行非正常收益的累计往往会出现错误。为避免这种问题，许多研究都建议使用MVRM模型，特别是在同一个事件在同一个时期对不同证券产生影响时。MVRM模型的本质可以用如下式子反映：

　　其中γiα为证券i的非正常收益参数，Dαt为哑变量，当事件发生在这一时期时它等于1，否则等于O。当对N个证券来说所有的解释变量都相同时，可以得到一个方程组：

　　对该方程组进行联合估计就得到了MVRM。MVRM框架明确地将方程之间的异质性和同期残差之间的相关性整合进假设检验之中，从而克服了FFJR方法中的缺陷；而且，MVRM法可以对系数进行联合检验。为了明确管制事件的整体影响，这种联合检验是相当重要的。检验结果一般计量软件会给出。

　　5.对事件分析方法的其他讨论

　　(1)时间和抽样区间的选取

　　对事件时间的定义和选取，不同的研究也有不同的标准。使用的数据也不同，如使用日数据和使用月度数据，得到的结论可能存在较大的差别。如果能够精确地确定一个事件的发生时间，抽样区间(事件窗口)长度较短时，可以减少非正常收益的方差而不影响均值(Mclay，1999)。使用日数据，通常会好于同样情况下的周数据、月数据。巴克雷和曾伯格(1988)讨论过事件研究中，使用间隔少于一天的数据，由于净收益的模糊，难于应用。

　　(2)事件日的确定与不确定

　　一般而言，多个事件的事件窗口在时间安排上是不重叠的，则可不考虑事件非正常收益的相互关联性，计算这个集合样本的累积非正常收益的方差，而个体样本CARS之间的协方差为零。但当事件窗口有交迭情况出现时，可以有两种方法来处理。一种方法是将非正常收益计入一个投资组合，并利用证券水平分析；另一种方法是假设事件对使用非集合的证券与证券之间没有影响。

　　(3)多种方法的结合

　　经研究发现(Lamdin，2001)，利用事件分析方法和截面分析相结合，可以有效地研究管制变化对证券价格的影响程度。因此，如果可能的话，尽量使用多种方法进行分析。

二、事件分析法在电信管制研究中的应用

　　在研究管制事件的影响时，首先使用事件分析方法的是Schwert(1981)。Dnes and Seaton(1999)用事件研究法分析后私有化时代英国电信业的管制制度应用，研究发现，尽管电信管制的模式参差不一，但电信管制并没有被全面接受。这一结论是与其他相关的实证分析结果相一致的。研究得到的结论是：1995年的管制旨在消除过去的偏见，在此之前管制的影响应该以一种温和的态度施加给英国电信。这表明，为英国电信业设计的管制框架应维持对管制者的权限进行实质性的检查，通过法规条例来运作。

　　Bel and Trillas(2002)用事件研究法分析管制代理问题和公司内部代理问题之间的交互关系，并考察了西班牙电信行业管制的案例。尽管结论并没有发现全面的证据表明股份拥有者通过管制政策得到了额外的好处，但有证据表明政客与经理间是存在串通行为的。

　　Johanning and Ruhle(2003)就管理行为和管制决策对电信公司股票价格的影响进行了实证研究。他们分析了从1996～2002年之间，10项最重要的管制政策和10项最重大的管理决策对德国电信股票价格的影响。研究发现，管制政策对德国电信股价的影响相对较小，同时，大多数管理决策对德国电信股票价格带来消极影响。因此，德国电信股票市场表现不良的主要原因是其糟糕的管理，而非管制政策影响竞争环境所致。

　　Rieck(2002)研究了国际电信收购动机对企业价值增值的影响，即讨论何种情况下的国际电信收购对收购方和目标企业股东带来价值增值。作者按照收购的特征，将电信产业的跨国收购分为72类，具体分析每一类收购的动机，并利用M&A价值创造框架和累计超常收益(CAR)方法，对不同购并动机给企业价值增值带来的影响进行了经验分析。

　　Shusterman et a1.(2003)考察了公司购并消息的宣布对美国电信运营商股票价格的影响。结果发现，长话公司宣布购并消息会比本地电话公司带来更大的风险，同时，研究还发现，长话公司宣布的购并长途电话、海缆和当地电话的消息对股票市场的影响不同。

　　在技术标准的管制方面，Pursiainen & Viitanen(1996)研究了美国最大的蜂窝网络运营商宣布选择CDMA蜂窝网络技术，而放弃使用欧洲GSM技术的消息对五大电信设备制造商(Motorola，Nokia，Ericsson，Qualcomm and Benefon)股价的影响。同时研究美国公司选择CDMA技术的原因以及从长期看这种选择对美国相关运营商可能带来的影响。研究发现，Motorola、Qualcomm从本次事件获益最大，Nokia次之，Ericsson遭受损失，而本次事件对Benefon根本没带来任何影响。

三、事件研究法在中国电信管制中的应用

　　目前鲜见针对中国电信行业管制影响的实证分析结果，这可能是由于以下原因导致。(1)中国电信行业自20世纪90年代中期以来得到了迅速发展，同时也产生了大量的管制政策，有些政策的动向可能包含在官员的发言或市场猜测中，导致事件数据的获取存在一定的困难；(2)中国的电信运营企业涉足资本市场时间较短，且大都在海外资本市场上市，给获取市场数据带来了一定的困难。

　　以双向收费改单向收费为例，2000年11月21日，香港经济时报引用中央电视台报道中国决定实行“单向收费”，并引用不愿透露姓名的分析员评论称“单向收费”后即使通话量以10%的速度增长，中国移动的年收入也将减少10亿人民币，造成了中国移动和中国联通的股价下走。2000年11月30日和12月1日，当任信息产业部部长，就手机单向收费问题两次表态，他重申了国内在两年内不会实施手机单向收费的说法。这个事件对中国移动和中国联通的股价是否产生了显著的影响?通过事件分析，可以发现，部长的讲话对中国移动和中国联通的股票均产生了显著的正面影响，而且对中国移动股票影响的程度基本上与对中国联通股票影响的程度一致。