STATISTIK-FORUM.de

[Eventstudie17]

Liebes Statistik Forum,

ich führe eine Eventstudie durch, die die Aktienkursreaktion verschiedener Unternehmen auf verschiedene Social Media Posts untersucht. Meine Frage ist, ob es statistisch gesehen zulässig ist, dass die Sample Size je Eventfenster variiert?

Dh. im [0;1] Eventfenster sind z.B. 120 Posts und im [0;3] Eventfenster nur 60 Posts in der Stichprobe. Die von den Posts verursachten kumulierten durchschnittlichen abnormalen Renditen untersuche ich ganz normal mit verschiedenen Signifikanztests.

Die Unterschiede in der Sample Size kommen aufgrund der Eliminierung von Posts wegen Confounding Events im Eventfenster zustande. D.h. wenn z.B. an t=2 Quartalszahlen veröffentlicht werden, ist ein bestimmter Post zum Unternehmen zwar in der [0;1] Eventfenster-Stichproben, aber nicht mehr in der [0;3] Eventfenster-Stichprobe.

Nachdem ich X Eventstudien gelesen habe, bei denen die Sample Size in jedem Eventfenster gleich bleibt, frage ich mich, ob ich da Mist fabriziert habe. Darf ich überhaupt darauf schließen, dass die abnormale Rendite in [0;1] signifikant, in [0;3] aber nicht ist, wenn die Sample Size variiert? Und das auch grafisch darstellen?

Ich hatte mich ursprünglich an McWilliams und Siegel (1997, S. 647) orientiert, die den Ausschluss von Events mit Confounding Events im jeweiligen Eventfenster empfehlen.


Vielen vielen Dank für eure Hilfe!!
Max

[strukturmarionette]

Hi,

Die von den Posts verursachten kumulierten durchschnittlichen abnormalen Renditen

- Um welche Art /Modelle kausaler Effekte handelt es sich dabei?

untersuche ich ganz normal mit verschiedenen Signifikanztests

- Könntest Du bitte zwei oder drei deiner diesbezüglichen Signifikanztests mit Studiendesign-, Stichproben- und Variablenbeschreibung darlegen?

Gruß
S.

[Eventstudie17]

Hi,

gerne:

- Um welche Art /Modelle kausaler Effekte handelt es sich dabei?

ich untersuche, ob gewisse Beiträge auf Twitter, die den Namen eines börsengelisteten Unternehmens beinhalten, einen Einfluss auf deren Aktienkurse hat. Dazu berechne ich mithilfe des Marktmodells die durchschnittlichen abnormalen Renditen (AAR) an verschiedenen Tagen (am Tag der Veröffentlichung, den Tag danach usw.) und kumuliere die dann je nach Eventfenster (z.B.von Veröffentlichung bis 2 Tage danach)

Die Anzahl der kumulierten durchschnittlichen abnormalen Renditen (CAAR) weicht wie beschrieben je nach Eventfenster ab, weil einzelne Beiträge bei confounding events entfernt werden.

- Könntest Du bitte zwei oder drei deiner diesbezüglichen Signifikanztests mit Studiendesign-, Stichproben- und Variablenbeschreibung darlegen?

Die Signifikanztests führe ich für jedes Eventfenster einzeln durch - das heißt hier hat diese Eliminierung bzw. variierende Sample Size keine Auswirkung. Ich verwende den t-Test und den Wilcoxon-Rang-Test, um die CAAR auf ihre Signifikanz zu überprüfen. Wichtige Variablen sind dazu die jeweils kumulierten abnormalen Renditen je Beitrag/Unternehmen (alle addiert und im Durchschnitt ergibt das CAAR) und deren Standardabweichung.

Ich habe am Ende also z.B. für [0;1] mit N=120 eine CAAR von 1% und einen t-Wert von 1,2; in [0;2] dann mit N=60 eine CAAR von 2% und einen t-Wert von 1,8.


Ich stelle mir jetzt nur die Frage, ob es statistisch gesehen zulässig ist, zu folgern, dass der Twitter-Beitrat erst an im Zeitfenster [0;2] einen signifikanten Einfluss auf den Aktienkurs ausübt, nicht aber im Zeitraum [0;1] - obwohl quasi die jeweilige Grundgesamtheit verschiedenen ist.


Vielen Dank!

[strukturmarionette]

Hi,

- Deine Kausalmodelle (Nachrichenposts 'irgendwo' und daraus abgeleitete kausale Effekte auf Aktienkurse) sind für mich nicht nachvollziehbar.
- Soweit es um Anwendungsvoraussetzungen der zwei von Dir genannten Zweistichprobensignifikanztests geht, wären diese doch einfachst in jedem Lehrbuch nachzulesen.

Gruß
S.

[Eventstudie17]

Hallo,

man könnte es mit Aktienempfehlungen z.B. in Börsenmagazinen vergleichen - bei mir sind die Empfehlungen quasi in Nachrichtenposts auf Twitter.

Nein, es geht nicht um die Anwendungsvoraussetzungen. Es geht eher um die Interpretation der Ergebnisse von Eventstudien. Normal untersucht man in Eventstudien verschiedene Zeitfenster mit üblicherweise gleicher Stichprobe.

Bei meiner Arbeit variiert die Stichprobe aber mit jedem Zeitfester (sie nimmt mit zunehmender Länge ab). Ich frage mich, ob es dennoch zulässig ist die Ergebnisse der Signifikantests für die verschiedenen Zeitfenster miteinander zu vergleichen, obwohl die Stichprobe ja eine andere ist.

Viele Grüße
Max

[strukturmarionette]

Hi,

- dann sind in der Fachliteratur die (statististischen) Anwendungsvoraussetzuingen für die Signifikanztests nachzulesen.
- die wichtigeren (fachlichen -also korrekte Modellspezifikationen-) wären bei den Börsianern und Börsianerinnen zu erkunden.

Gruß
S.

[Eventstudie17]

Hallo,

ich möchte nicht unhöflich erscheinen, aber das habe ich bereits. An für sich stimmt mein Vorgehe. Für sich genommen sind die Signifikanztests für die jeweiligen Zeitfenster korrekt. Ich frage mich nur, ob man diese auch in einen Zusammenhang setzten darf, bzw. eine Art "Verlauf" beschreiben kann.

Ich denke die Modellspezifikationen passen ebenfalls. Wie gesagt es geht mehr um eine Interpretation der verschiedene Zeitintervalle/Verläufe unter der Tatsache, dass die jeweiligen Stichproben sich unterscheiden.

Viele Grüße
Max