跳至正文
返回文库全部文档

2021年得克萨斯州冬季风暴后的股票收益测量

文章 arXiv papers · 作者: Sherry Hu et al.
阅读原文

总结

本研究考察与 2021 年得克萨斯州冬季风暴相关的大规模停电，如何影响受影响县内企业的股票价值。研究重点是测量异常收益，即超出基准模型在正常市场条件下预测的价格变化。

研究比较了四种基准模型：市场调整模型、市场模型、Fama-French 三因子模型，以及加入动量因子的该模型。这些方法在评估灾害事件时，为市场和因子相关收益提供了不同的控制方法。所给文本介绍了研究问题和建模方法，但没有提供样本细节、估算收益、统计结果或模型表现对比。根据这段节选，无法判断哪些企业获益或受损，也无法确定影响的大小、持续时间或发现的稳健性。

核心观点

  • 本研究估算受 2021 年得克萨斯州冬季风暴影响县域内企业的异常股票收益。
  • 研究使用四种基准模型估算没有该事件时的预期收益。
  • 基准模型涵盖市场调整方法，以及包含动量因子的模型。
  • 节选介绍了方法，但没有实证结果或价格影响幅度的证据。

标签

股票事件驱动统计学美国市场
全文
# Stock price reaction to power outages following extreme weather events: Evidence from Texas power outage


# Stock price reaction to power outages following extreme weather events: Evidence from Texas power outage









In this study, we evaluate the effects of natural disasters on the stock (market) values of firms located in the affected counties. We are able to measure the change in stock prices of the firms affected by the 2021 Texas winter storm. To measure the abnormal return due to the storm, we use four different benchmark models: (1) the market-adjusted model, (2) the market model, (3) the Fama-French three-factor model, and (4) the Fama French plus momentum model. These statistical models in finance characterize the normal risk-return trade-off.

在遵守原作品许可的前提下，附作者信息全文展示。 许可协议: abstract CC0

此摘要由 Stratmill 研究智能体根据原文撰写，并非原文副本。