7.3. Variance estimation: Autocorre

7.3. Variance estimation: Autocorrelation, cross-sectional dependence, and
variance increases
While non-normality and biases in estimating the market model are unimportant
in tests for abnormal performance, the choice of variance estimator to
be used in hypothesis tests is of some concern, affecting both the specification
and power of the tests. For hypothesis tests over multi-day intervals, there is
evidence that the specification of the test statistic is improved by using simple
procedures to adjust the estimated variance to reflect autocorrelation in the
time-series of mean daily excess returns. However, the improvements are small,
and only apply in special cases, for example event studies concentrating on
AMEX firms, Non-synchronous trading, which can induce the autocorrelation,
appears to have a detectable but limited impact on the choice of appropriate
methodology.
When the implications of adjusting variance estimates to account for dependence
in the cross-section of excess returns are studied, only in special cases is
such adjustment necessary to prevent misspecification. Moreover, there is a
potentially large cost. In results reported in the paper, tests which assume
non-zero cross-sectional dependence are only about half as powerful and
usually no better specified than those employed assuming independence.
Finally, we illustrated how variance increases can cause hypothesis tests
using standard event study procedures to become misspecified. Several procedures
to deal with the possibility of variance increases were outlined. However, further research is necessary to fully understand the properties of alternative
procedures for measuring abnormal performance in such situations.

ผลลัพธ์ (ไทย) 1:

7.3. ผลต่างการประเมิน: Autocorrelation พึ่งพาเหลว และผลต่างเพิ่มขึ้นในขณะที่ไม่ใช่ normality และยอมในการประมาณแบบจำลองตลาดมีความสำคัญในการทดสอบการปฏิบัติงานปกติ ทางเลือกของผลต่างประมาณการใช้สมมติฐานทดสอบมีความกังวลบาง มีผลต่อทั้งข้อมูลจำเพาะและอำนาจของการทดสอบ สมมติฐานการทดสอบช่วงหลายวัน มีหลักฐานว่า ข้อมูลจำเพาะของสถิติทดสอบจะดีขึ้นโดยง่ายขั้นตอนการปรับปรุงผลต่างประมาณถึง autocorrelation ในการเวลาชุดส่งคืนเกินวันหมายถึง อย่างไรก็ตาม การปรับปรุงที่มีขนาดเล็กและใช้ในกรณีพิเศษ ตัวอย่างเหตุการณ์ศึกษา concentrating บนบริษัท AMEX ไม่ใช่ซิงโครนัสการค้า ซึ่งสามารถก่อให้เกิดการ autocorrelationดูเหมือนจะ มีจำกัด แต่สามารถตรวจสอบได้ผลกับตัวเลือกที่เหมาะสมระเบียบวิธีการเมื่อผลกระทบของการปรับปรุงผลต่างการประเมินการพึ่งพาในระหว่างส่วนของผลตอบแทนส่วนเกินได้ศึกษา ในกรณีพิเศษเท่านั้นปรับปรุงดังกล่าวจำเป็นเพื่อป้องกัน misspecification นอกจากนี้ มีการต้นทุนอาจมีขนาดใหญ่ ในผลลัพธ์ที่รายงานในกระดาษ ทดสอบซึ่งถือว่าพึ่งพาเหลวไม่ใช่ศูนย์เป็นเพียงครึ่งหนึ่งที่มีประสิทธิภาพ และมักจะไม่ระบุมากกว่า ผู้ทำงานโดยอิสระสุดท้าย เราอธิบายวิธีผลต่างเพิ่มขึ้นอาจทำให้การทดสอบสมมติฐานใช้กระบวนงานเหตุการณ์มาตรฐานการศึกษาเพื่อเป็น misspecified หลายขั้นตอนการจัดการกับความเป็นไปได้ของผลต่างเพิ่มถูกทำเค้าร่าง อย่างไรก็ตาม เพิ่มเติมงานวิจัยจำเป็นต้องเข้าใจคุณสมบัติของทางเลือกกระบวนการวัดประสิทธิภาพการทำงานที่ผิดปกติในสถานการณ์ดังกล่าว

ผลลัพธ์ (ไทย) 2:

7.3 การประมาณค่าความแปรปรวน: อัตพึ่งพาตัดและการเพิ่มขึ้นของความแปรปรวนในขณะที่ภาวะปกติบุหรี่และอคติในการประมาณรูปแบบการตลาดที่มีความสำคัญในการทดสอบสำหรับการทำงานที่ผิดปกติทางเลือกของการประมาณการความแปรปรวนที่จะนำมาใช้ในการทดสอบสมมติฐานเป็นกังวลบางอย่างที่มีผลต่อทั้งสเปคและพลังของการทดสอบ สำหรับการทดสอบสมมติฐานมากกว่าช่วงเวลาหลายวันมีหลักฐานที่แสดงว่าคุณสมบัติของสถิติทดสอบที่มีการปรับตัวดีขึ้นโดยใช้ง่ายขั้นตอนการปรับความแปรปรวนประมาณเพื่อให้สอดคล้องกับอัตในอนุกรมเวลาเฉลี่ยของผลตอบแทนส่วนเกินในชีวิตประจำวัน อย่างไรก็ตามการปรับปรุงที่มีขนาดเล็กและใช้เฉพาะในกรณีพิเศษสำหรับการศึกษาตัวอย่างเช่นเหตุการณ์ที่มุ่งเน้นที่บริษัท AMEX, ซื้อขายไม่ซิงโครที่สามารถทำให้เกิดการผิดพลาดที่สัมพันธ์ที่ดูเหมือนจะมีผลกระทบต่อการตรวจพบแต่ จำกัด ในการเลือกที่เหมาะสมวิธี. เมื่อ ผลกระทบของการปรับประมาณการความแปรปรวนในการบัญชีสำหรับการพึ่งพาอาศัยกันในข้ามส่วนของผลตอบแทนส่วนเกินมีการศึกษาเฉพาะในกรณีพิเศษคือการปรับตัวดังกล่าวจำเป็นเพื่อป้องกันmisspecification นอกจากนี้ยังมีค่าใช้จ่ายที่มีขนาดใหญ่ที่อาจเกิดขึ้น ในผลการรายงานในกระดาษทดสอบซึ่งถือว่าไม่เป็นศูนย์การพึ่งพาอาศัยกันตัดเพียงประมาณครึ่งหนึ่งที่มีประสิทธิภาพและมักจะไม่ระบุดีกว่าผู้ว่าจ้างสมมติว่าเป็นอิสระ. สุดท้ายเราแสดงให้เห็นว่าการเพิ่มขึ้นของความแปรปรวนอาจทำให้เกิดการทดสอบสมมติฐานโดยใช้วิธีการศึกษาเหตุการณ์มาตรฐานที่จะกลายเป็น misspecified หลายขั้นตอนในการจัดการกับความเป็นไปได้ของการเพิ่มขึ้นของความแปรปรวนที่ถูกระบุไว้ อย่างไรก็ตามการวิจัยต่อไปเป็นสิ่งที่จำเป็นเพื่อให้เข้าใจคุณสมบัติของทางเลือกวิธีการในการวัดประสิทธิภาพที่ผิดปกติในสถานการณ์เช่นนี้

ผลลัพธ์ (ไทย) 3:

7.3 . การประมาณค่าความแปรปรวน : autocorrelation แบบพึ่งพา และแบบเพิ่ม

ไม่มีอคติในการประเมินและปกติวิสัยในขณะที่รูปแบบตลาดอยู่หางแถว
ในการทดสอบการทำงานผิดปกติ ทางเลือกของความแปรปรวนตัว

จะใช้ในการทดสอบสมมติฐานของปัญหาบางอย่างที่มีผลต่อทั้งสเปค
และอำนาจของการทดสอบ สำหรับการทดสอบสมมติฐานการวิจัยมากกว่าช่วงเวลาหลายวันมี
หลักฐานว่าสเปคของการทดสอบทางสถิติจะดีขึ้น โดยการใช้ขั้นตอนง่ายๆ
เพื่อปรับค่าประมาณความแปรปรวนเพื่อสะท้อนข้อมูลในอนุกรมเวลาหมายถึงผลตอบแทนส่วนเกิน
ทุกวัน อย่างไรก็ตาม การปรับปรุงเล็ก
เท่านั้น และใช้ในกรณีพิเศษ เช่น งานศึกษามุ่งเน้น
AMEX บริษัท , ที่ไม่ใช่แบบการค้า ซึ่งสามารถกระตุ้นให้แต่ละหน่วย
ปรากฏมีได้แต่จำกัดผลกระทบในการเลือกวิธีการที่เหมาะสม
.
เมื่อผลกระทบของการปรับประมาณการบัญชีสําหรับการพึ่งพาความแปรปรวน
ในขนาดของผลตอบแทนส่วนเกิน โดยศึกษาเฉพาะในกรณีพิเศษ เช่น การปรับที่จำเป็นเพื่อป้องกันไม่ให้ misspecification
. นอกจากนี้ยังมีต้นทุนซ่อนเร้นมากมาย

ในผลรายงานในกระดาษการทดสอบซึ่งถือว่าไม่เป็นแบบพึ่งพา
มีเพียงประมาณครึ่งหนึ่งที่มีประสิทธิภาพและมักจะไม่ระบุกว่า

ใช้สมมติว่าความเป็นอิสระ สุดท้ายเราแสดงวิธีการเพิ่มความแปรปรวนสามารถทำให้สมมติฐานการทดสอบ
ใช้ขั้นตอนการศึกษาเหตุการณ์มาตรฐานเป็น misspecified . หลายขั้นตอน
เพื่อจัดการกับความเป็นไปได้ของการเพิ่มความแปรปรวนที่ระบุไว้ . อย่างไรก็ตามการวิจัยเพิ่มเติมเป็นสิ่งจำเป็นเพื่อให้เข้าใจคุณสมบัติของวิธีการทางเลือกเพื่อวัดประสิทธิภาพในสถานการณ์ปกติ

เช่น