会计研究方法论 第4版 课件 第11章 特定研究方法和技术问题

主讲人：XXX第十一章特定研究方法和技术问题CONTENTS目录实证会计研究中对分析模型的运用01特殊的样本设计04事件研究方法02控制变量的使用05限值因变量模型03复制式研究06文献综述的元分析法0701实证会计研究中对分析模型的运用01在实证会计研究中纳入分析模型的考虑和收益为了更加简洁、直观地展示复杂的概念或关系为了更好地推导出可供检验的命题和假设为了更好地引导实证检验的设计在实证会计研究中纳入分析模型的考虑、收益及挑战02在实证会计研究中纳入分析模型的挑战构建分析模型面临较高的成本构建分析模型可能会对研究者感兴趣的研究主题造成限制如果一项研究采用了先构建分析模型再实证检验的方式，其发表前景可能会面临由这种方式本身带来的不确定性在实证会计研究中纳入分析模型的考虑、收益及挑战如何在实证会计研究中运用分析模型用实证分析检验分析模型推导出的主要预测比较竞争性的理论预测检验分析模型中的特定假设，其目的主要在于对现有的分析模型做出改进分析模型与实证分析相结合的几类通常用法如何在实证会计研究中运用分析模型如果研究者的目的是检验或改进已有的分析模型研究者的目的是理解在某种特定情境下的多重均衡中，到底哪一种均衡更可能发生当研究者希望自己的实证分析与以往的文献密切关联，而以往的相关文献包含分析模型的运用研究者关注的是各种竞争性理论和预期之间的争端如果实证会计学者希望自己的研究发现及其含义也能够吸引擅长使用分析模型的理论研究者在实证会计研究中运用分析模型合适的情形如何在实证会计研究中运用分析模型某个研究问题虽然是重要的，但难以建立分析模型求解当对感兴趣的研究情境的了解非常有限时，研究者将难以构建出有意义的分析模型当对感兴趣的研究情境非常了解时研究者试图检验的竞争性理论或观点均未建立在正式的分析模型基础上当现实情境远比任何现有分析模型所涵盖的研究情境丰富时在实证会计研究中运用分析模型相对不合适的情形02事件研究方法1定义某一事件发生前后时期的统计资料，采用一些特定技术测量该事件发生时是否会引起股票价格的异常变动，从而量化该事件对企业影响的一种定量分析方法事件研究方法概述2假设有效市场假说3历史1933年，JamesDolley发表《普通股分拆的特征与程序》20世纪30年代早期至60年代末期，事件研究进一步发展20世纪60年代末期，BallandBrown(1968)以及Famaetal.(1969)在会计学研究中的应用事件研究方法的基本步骤事件的确定通常可以分为两类事件：同类事件：所有样本观测发生的事件是一致的，但各个样本观测发生事件的日期并不相同单一事件：不但各样本观测发生的事件一致，各样本观测发生事件的日期也完全相同01事件日的确定定义：资本市场接收到该事件信息的时点，而并非该事件实际发生的时点分类：单一事件日：事件的发生只在一天内完成多重事件日：事件的发生超过一天，从而围绕某一事件存在多个重要日期02事件窗口的选定选定估计窗口选定事件窗口事后窗口主要用于考察事件发生后股价（或企业价值）有无异常变化三种窗口的关系：03（一）定义事件与事件窗口事件研究方法的基本步骤研究样本选择的标准：样本数据的可获得性样本的行业特征样本的市值规模要注意样本选择过程中可能带来的有偏性对正常收益和异常收益的影响（二）研究样本的选择事件研究方法的基本步骤统计模型定义：以资产收益行为的统计假设为基础，不依赖于任何经济理论统计模型通常包括：常均值收益模型市场模型市场调整收益率法其他因素的调整：如行业和规模，但实际上，这些因素调整的优点比较有限01经济模型定义：是基于资产收益特征的统计假设来构建的，不考虑任何经济性的意义比较典型的经济模型：资本资产定价模型（CAPM）套利定价模型（APT）02（三）正常收益模型的选择事件研究方法的基本步骤异常收益等于事件窗口期的实际收益减去正常收益，即为样本观测i在t日的异常收益；

为样本i在t日的实际收益；为样本i在t日的预期收益（或正常收益）预期收益的计算首先用估计窗口期间的相关数据以及选定的正常收益模型进行线性回归，得出正常收益模型的参数估计；然后利用估计出的参数和事件窗口期的数据计算事件窗口期的预期收益计算出异常收益的日数据之后，需要对异常收益在横截面（不同样本观测之间）以及在时间序列（事件窗口）进行汇总。对于整个样本在狋时刻的平均异常收益（用

表示），以及整个样本在事件窗口期［T+1,T］的累计异常收益（用CAR表示），其表达式如下：（四）估计异常收益事件研究方法的基本步骤（五）异常收益的统计检验检验异常收益的显著性检验的原假设通常是：异常收益（或累计异常收益）的均值为０对于异常收益的检验可以分为两类：参数检验（如t检验）非参数检验（如符号检验或秩和检验）事件研究方法的基本步骤（六）实证结果与假设以上步骤可得到可供分析的实证结果对实证结果的分析，有助于研究者了解被研究的事件对证券价格的影响机制对于实证结果的解释要注意剔除异常样本观测的影响，尤其在小规模样本中，个别的极端值可能会对最终的实证结论形成重要的影响事件研究方法的计量发展事件研究的计量方法经历了一系列的修正与改进Kothariand

Warner(2006)把这些改进和变化概括为两点：采用日回报率数据的事件研究比采用月回报率数据的事件研究更为普遍和流行，使短期事件研究计量更精准长期事件研究异常收益的估计及其统计性质的衡量方法变得更为先进事件研究计量方法的改进事件研究方法的计量发展短窗口事件的研究在计量上较为稳定，不存在太大争议长窗口事件的研究跨度时间长，在计量方法上存在更多问题和争议预期收益的估计异常收益的衡量短窗口与长窗口事件研究市场有效性投资决策：兼并收购融资决策：发行债券、发行可转换优先股、配股与增发影响股票异常收益净资产收益率企业规模财务杠杆利润率行业市场效率研究投资和融资决策的股价效应研究解释异常收益的研究010203事件研究方法在会计领域的应用评估股价对会计信息的反应程度会计准则监管法规检验思路分类：单一规则整体规则信息含量的研究会计准则及法规的颁布效应研究0405事件研究方法在会计领域的应用03限值因变量模型定义：因变量以某种方式受到限制，此时建立的计量模型称为限值因变量模型类型二元因变量(binary)的Logit和Probit模型多项(multinomial)Logit模型和有序(ordered)Logit模型Tobit模型泊松回归模型截取回归模型断尾回归模型限制因变量模型定义与类型（一）Logit模型二元因变量模型G是对数函数，是一个标准的Logistic随机变量的累计分布函数。其中实际应用中，取对数，得到线性化模型：，其中，称为机会比率对概率p的边际影响为，随解释变量的取值不同而变化。其中，为的估计值表示每增加一个单位的机会比率的变化百分比模型描述：（一）Logit模型二元因变量模型模型应用场景：审计师选择模型被审计单位选择国际四大还是选择其他会计师事务所审计意见模型审计师出具非标准无保留审计报告还是标准无保留审计报告财务舞弊模型公司是否发生了财务舞弊（二）Probit模型二元因变量模型G是标准正态的累积分布函数，，其中，，为标准正态密度函数对概率p的边际影响为，随解释变量的取值不同而变化。其中，，为的估计值模型描述：模型应用场景：在二元因变量情况下，Logit模型和Probit模型的应用场景与回归结果十分近似当因变量取值为０和１的样本观测数相差较大时，使用Logit模型的回归结果更好（Maddala，1991）（三）多项Logit模型多项与有序因变量模型对j=1，2，…，J类的无序因变量，多项Logit模型可以通过以下Logit形式描述:式中，称为对数发生比最后一个类别（即第J个类别）是参照类系数测量的是，在控制其他自变量的条件下，自变量增加一个单位，第j个类别相对于参照类对数发生比的变化模型优点：容易计算，选择给定方案的概率易于表示，极大似然函数构造简单模型缺点：对因变量中的任意两个类别作选择时，要假设该类别的选择与其他类别无关模型描述：（三）多项Logit模型多项与有序因变量模型Blouinetal.（2007,TAR）研究内容：安达信破产后，原审计客户是否及何时跟随原安达信的审计团队到新的会计师事务所无序因变量：取值1：未跟随原审计团队，且更换新会计师事务所的时机是在安达信被定罪前取值2：未跟随原审计团队，且更换新会计师事务所的时机是在安达信被定罪后取值3：跟随了原审计团队，且更换新会计师事务所的时机是在安达信被定罪前取值4，跟随了原审计团队，且更换新会计师事务所的时机是在安达信被定罪后模型应用场景：（四）有序Logit模型多项与有序因变量模型模型定义：式中，表示观测现象的内在趋势，并不能直接测量。当实际观测因变量有J种类别，相应取值为y=1，…，j=J，共有J-1个分界点将相邻类别分开:模型回归系数表示在其他条件不变的情况下，自变量增加一个单位，从第1类到第j类的累计概率相对于其余J-j类的累计概率的对数发生比的变化模型描述：（四）有序Logit模型多项与有序因变量模型模型应用场景：Evansetal.（2010，JAR）研究内容：公司CEO变换后，前CEO是否留在公司董事会以及留在董事会中的决策权大小有序因变量：取值1：留在董事会并保留全部决策权取值2：留在董事会至少两年并保留部分决策权取值3：退出公司，且不保留任何决策权Tobit模型适用情形：因变量在严格正值上大致连续，且有一定比例取值为零的情况求解方法：极大似然法估计参数模型：模型应用场景：

CFO年度奖金激励与公司业绩(IndjejikianandMatejka,2009,JAR)01泊松回归模型适用情形：因变量为非负整数的点数变量数据分布：泊松分布模型：模型应用场景：会计师事务所是否为新承接的审计客户配置了更有经验的项目负责人(Wu,2009,CAFR)02其他限值因变量模型截取回归模型适用情形：因变量低于或者高于某特定值（临界值）的部分截取为临界值模型：模型应用场景：BeattyandWeber(2006,JAR)将冲销商誉比例小于0和大于1的样本分别截取为0和103断尾回归模型适用情形：不能观察到总体中某一段的信息模型：模型应用场景：MenonandWilliams(2004,TAR)按照盈余管理的方向分为调增利润的盈余管理公司和调减利润的盈余管理公司两组子样本04其他限值因变量模型04特殊的样本设计含义：研究者根据事件结果选择相应的样本观测，属于非随机样本设计特殊样本设计的含义（一）以事件结果为基础的样本设计（二）配对样本设计含义：研究者根据感兴趣的特征（即主要的解释变量）之外的其他特征作为配对依据，为每个样本观测都匹配一个或一组观测设计类型组内设计与组间设计：组内设计：选取同一家公司在某事件发生之前的一个观测与之后的一个观测组间设计：选取不同公司的观测进行配对充分匹配与半匹配：充分匹配：样本每一个配对组是独特和唯一的半匹配：产生的配对组并非独特和唯一的适用情景：研究者关注的事件数量较少，而未发生该事件的观测很多，研究者需要从其中选取观测作为对照组设计流程与步骤：研究者需要先识别出感兴趣的事件结果按照配对依据选取具有相反事件结果的观测特殊样本设计的含义（三）以事件结果为基础的配对样本设计配对变量用于选取配对样本后，在随后的统计分析中未再纳入配对变量配对过程不完美，两个相互配对的观测差异较大选择的样本观测数并不与总体的分类规模成比例第一类偏误第二类偏误第三类偏误010203非随机样本设计可能伴随的问题05控制变量的使用控制变量的设置目的与甄选原则遗漏变量问题：由于处理变量（）与误差项（）存在相关性，导致单变量回归因果效应的估计有偏解决方案：从误差项中提取Z（

和的共同影响因素），构造多元回归模型甄选原则：“好”的控制变量是在实验变量X确定之前就已经形成的变量；“坏”的控制变量则是在实验变量出现后产生的结果变量定义：同时影响模型中的实验变量和因变量，并可能对实验变量和因变量的因果关系存在替代性解释示例：X为BIG4，Y为AUDFEE，此时客户规模是一个重要的干扰变量干扰变量可视为“好”的控制变量干扰变量控制变量的甄选方法定义：介于实验变量和因变量之间，是传递或解释因果关系的机制示例：需要控制中介变量的情形，考察客户规模对审计费用的直接影响示例：不需要控制中介变量的情形，考察客户规模对审计费用的总影响中介变量对撞变量定义：实验变量和因变量的结果变量示例：X为CSIZE，Y为BIG4，此时AUDFEE属于对撞变量对撞变量可视为“坏”的控制变量同构念变量定义：与实验变量或因变量在很大程度上反映相同构念示例：X为CSIZE，用公司资产规模衡量，此时反映客户规模的股票市值属于同构年变量纳入同构念变量会导致严重的多重共线问题，是“坏”的控制变量控制变量的甄选方法控制变量的度量误差控制变量的度量应尽可能准确地反映变量背后的构念固定效应的使用关注组内变异的来源避免放大反向因果导致的内生性问题控制变量使用的其他注意事项利用因果图识别因果机制从简单相关关系出发寻找替代性解释结合已纳入的控制变量对模型进行解读尽可能减少控制变量的度量误差形成一套基准控制变量，并展示包含和不包含特定控制变量的结果利用随机差异估计因果关系（例如准自然实验）合理设置控制变量的建议06复制式研究广义：紧密型复制和差异化复制紧密型复制：试图遵循原始研究中所有的条件和研究设计差异化复制：允许对原始研究中的重要组成部分实施审慎变化狭义：指紧密型复制复制式研究的界定复制式研究的概念与意义复制式研究是检验现有结论的重要途径复制式研究是侦测数据造假的核心方法复制式研究是实现理论创新的必要前提复制式研究的重要性复制式研究的概念与意义四项参考标准（Salterio，2014）：文献来源原始研究的结论外部影响市场实践文章符合以上的部分或全部条件时，研究者才有必要对其进行复制如何判断文章是否值得复制复制式研究的概念与意义六种设计复制式研究的方法（TsangandKwan，1999）：对分析过程的检验数据再分析精确复制概念性延伸普适性检验推广及延伸如何规划复制过程复制式研究