Jorge Chan-Lau (2001) Corporate Restructuring in Japan: An Event- Study Analysis IMF Working Paper WP/01/202.

Wielkość: px

Rozpocząć pokaz od strony:

Download "Jorge Chan-Lau (2001) Corporate Restructuring in Japan: An Event- Study Analysis IMF Working Paper WP/01/202."

Bronisława Lewandowska
8 lat temu
Przeglądów:

1 Jorge Chan-Lau (2001) Corporate Restructuring in Japan: An Event- Study Analysis IMF Working Paper WP/01/202. Modelowanie Rynków Finansowych 1

2 Japoński system bankowo-przemysłowy akcjonariat krzyżowy brak zewnętrznych akcjonariuszy bank na czele grupy kapitałowej bank największym akcjonariuszem i największym pożyczkodawcą dla członków grupy Modelowanie Rynków Finansowych 2

kapitałowej bank największym akcjonariuszem i największym

3 Japoński system bankowo-przemysłowy Decyzje podejmowane przez zarząd miały na celu zadowolenie: banków pożyczkodawców, klientów, dostawców, inne firmy z grupy, pracowników maksymalizacja zysku nie była głównym celem zarządu firmy Modelowanie Rynków Finansowych 3

klientów, dostawców, inne firmy z grupy, pracowników

4 Commercial Rehabilitation Law nieefektywne zarządzanie spowolniło rozwój firm, firmy posiadały nadwyżki kapitału i przerost zatrudnienia negatywne konsekwencje po liberalizacji pod koniec lat 70-tych wprowadzenie nowego prawa upadłościowego Modelowanie Rynków Finansowych 4

zatrudnienia negatywne konsekwencje po liberalizacji pod koniec lat

5 Dane 1011 ogłoszeń o restrukturyzacji, okres: lipiec grudzień 2000 tabela 1 str 7. Modelowanie Rynków Finansowych 5

6 Metodologia studium przypadku Dwa założenia 1. rynki są efektywne w sensie połsilnym 2. istnieje prawidłowy model wyceny aktywów Modelowanie Rynków Finansowych 6

7 Definicje zwrotów Ponadnormalny zwrot ε it = R it µ i gdzie R it zwrot dzienny; µ i średni zwrot z ostatnich 250 dni, ε it N(0, σ 2 ε) Skumulowany zwrot CAR i (t 1, t 2 ) = t 2 ε it t 1 Modelowanie Rynków Finansowych 7

250 dni, ε it N(0, σ 2 ε) Skumulowany zwrot CAR i (t

8 Przeciętny skumulowany zwrot CAR i (t 1, t 2 ) = 1 N t 2 ε it t 1 Wariancja przeciętnego zwrotu σ 2 (t 1, t 2 ) = γ ε t ε tγ Modelowanie Rynków Finansowych 8

9 Statystyka testowa jest statystyką J J = CAR(t 1, t 2 ) σ 2 (t 1, t 2 ) wobec tego statystyka testowa ma rozkład N(0, 1) Modelowanie Rynków Finansowych 9

10 Wyniki Wyniki str. 12 Modelowanie Rynków Finansowych 10

11 Wnioski wzrost liczby ogłoszeń może być interpretowany jako skuteczność wprowadzonej regulacji i zmiana kultury korporacyjnej panel A: ogłoszenie transferu oraz fuzji przyczynia się do wzrostu zwrotu panel B: poprawa polityki informacyjnej panel C: poprawa polityki informacyjnej we wszystkich przypadkach następuje wyciek informacji (zmienne pre istotne), co podważa wnioski. Modelowanie Rynków Finansowych 11

panel B: poprawa polityki informacyjnej panel C: poprawa polityki informacyjnej we wszystkich

12 Testowanie Efektywności Pół-silnej na rynku obligacji Don Chance (1985) A Semi-Strong Form Test of the Efficiency of the Treasury Bond Futures Market The Journal of Futures Markets vol. 5/3 ss Modelowanie Rynków Finansowych 12

the Treasury Bond Futures Market The Journal of Futures

13 Treasury Bond future contract is an agreement between the buyer and the seller which calls for the deferred exchange of US Treasury Bonds with no less than 15 years to maturity or the first call date. Modelowanie Rynków Finansowych 13

of US Treasury Bonds with no less than 15 years to

14 testy półsilnej efektywności rynków sprawdzają czy ceny rynkowe szybko dostosowują się do nowych informacji dostępnych na rynku wyznacznikiem braku efektywności będą istotne zmiany cen obserwowane przed dłuższy okres po pojawieniu się informacji w artykule sprawdzana jest reakcja rynku na ogłoszenie stopy inflacji Modelowanie Rynków Finansowych 14

zmiany cen obserwowane przed dłuższy okres po pojawieniu się informacji w artykule

15 Badanie trzy sposoby klasyfikacji informacji jako korzystna-niekorzystna 1. spadek (wzrost) zdyskontowanej inflacji 2. nieprzewidywalny składnik inflacji (ujemny lub dodatni) 3. model oczekiwań adaptacyjnych Modelowanie Rynków Finansowych 15

16 Testy analiza reszt A:event response R t = α + βr m = e t tabela 1 str ε t = et N B:Dummy variable regression Modelowanie Rynków Finansowych 16

17 R t = α 0 + i α i D it + βt B t + k γ k µ(k) = e t ε t = α 0 + i α i D it + β( S t ) + k γ k µ(k) = e t tabela 2 str Modelowanie Rynków Finansowych 17

18 Wnioski Wyniki wskazują, że rynek kontraktów terminowych na amerykańskie obligacje skarbowe prawidłowo przewiduje zmiany. Ceny rosną przed ogłoszeniem korzystnej informacji i spadają przed ogłoszeniem niekorzystnej. Wskazuje to na efektywność rynku w sensie połsilnym. Modelowanie Rynków Finansowych 18

Ceny rosną przed ogłoszeniem korzystnej informacji i spadają przed

Podobne dokumenty

Analiza zdarzeń Event studies

Analiza zdarzeń Event studies Dobromił Serwa akson.sgh.waw.pl/~dserwa/ef.htm Leratura Campbell J., Lo A., MacKinlay A.C.(997) he Econometrics of Financial Markets. Princeton Universy Press, Rozdział 4.