イベントスタディとは？特定事象が市場に与えた影響を定量的に測定する手法

イベントスタディとは

イベントスタディとは、特定の事象（イベント）が企業価値や市場に与えた影響を、株価の「異常リターン」を通じて定量的に測定する統計的手法です。1969年にユージン・ファーマらが株式分割の影響を分析した研究が起源とされ、以後、ファイナンス、経済学、経営学、法学の分野で最も広く使われる実証手法の一つとなっています。

この手法の基本的な考え方はシンプルです。「もしイベントが発生しなかったら、株価はどのように推移したか」という仮想的な正常リターンを推定し、実際のリターンとの差分（異常リターン）を計算します。異常リターンが統計的に有意であれば、そのイベントが市場に影響を与えたと結論づけます。

コンサルティングの文脈では、M&A発表時の株主価値の変動分析、規制変更が業界に与えた影響評価、不祥事がレピュテーションに与えた定量的ダメージの測定などに活用されます。

構成要素

イベントスタディは、タイムライン上の3つのウィンドウと、2つの計算概念で構成されます。

3つのタイムウィンドウ

ウィンドウ	期間	役割
推定ウィンドウ	イベント前120〜250取引日	正常リターンのパラメータを推定
イベントウィンドウ	イベント日前後数日〜数十日	異常リターンを測定する期間
ポストイベントウィンドウ	イベント後の長期期間	長期的な影響を確認（任意）

正常リターンの推定モデル

正常リターン（イベントがなかった場合の期待リターン）の推定には、主に以下のモデルが使われます。

• マーケットモデル: 個別銘柄のリターンを市場リターンで回帰（最も標準的）
• CAPM: 無リスク金利とベータに基づく期待リターン
• 定数平均リターンモデル: 推定期間の平均リターンを正常リターンとする（最もシンプル）
• ファーマ=フレンチ3ファクターモデル: 市場・サイズ・バリューの3因子

異常リターン（AR）と累積異常リターン（CAR）

異常リターン（Abnormal Return、AR）は「実際のリターン - 正常リターン」として日次で計算します。累積異常リターン（Cumulative Abnormal Return、CAR）はイベントウィンドウ内のARを合計したもので、イベント全体の影響度を示します。

実践的な使い方

ステップ1: イベントとサンプルの定義

分析対象となるイベントを明確に定義します。「M&A発表日」「決算発表日」「規制施行日」など、日付が特定できるイベントである必要があります。次に、サンプル企業を選定します。分析の目的に応じて、イベントの影響を受ける企業群を定義し、株価データが利用可能であることを確認します。

ステップ2: タイムウィンドウの設定

推定ウィンドウは、イベントウィンドウと重ならないように設定します。標準的にはイベント日の120〜250取引日前から、イベントウィンドウの開始前までを推定期間とします。イベントウィンドウは、情報の事前リーク（イベント前の株価反応）を捉えるためにイベント日前数日を含め、イベント後の市場消化を含めるためにイベント後数日を設定します。一般的な設定はイベント日前後各5〜10取引日（[-5, +5]や[-10, +10]）です。

ステップ3: 正常リターンの推定

推定ウィンドウのデータを使って正常リターンモデルのパラメータを推定します。マーケットモデルの場合、個別銘柄のリターンを市場リターン（TOPIX、S&P500など）に回帰し、アルファとベータを算出します。この回帰式を使って、イベントウィンドウ内の各日の「もしイベントがなかった場合の期待リターン」を計算します。

ステップ4: 異常リターンの計算と集計

イベントウィンドウ内の各日について、実際のリターンから正常リターンを差し引き、異常リターン（AR）を計算します。単一企業の分析であればARとCARをそのまま使います。複数企業のクロスセクション分析の場合は、各日のARを企業間で平均した「平均異常リターン（AAR）」と、その累積である「累積平均異常リターン（CAAR）」を算出します。

ステップ5: 統計的検定

帰無仮説「異常リターン=0（イベントは市場に影響を与えていない）」に対して、統計的検定を行います。標準的にはt検定を使い、異常リターンの標準誤差でAR（またはCAR）を割ったt統計量を算出します。追加的に、ノンパラメトリック検定（符号検定、ランク検定）を実施してロバスト性を確認することが推奨されます。

活用場面

• M&Aの価値評価: 買収発表時の買い手・売り手双方の株価反応を測定し、M&Aが株主価値を創出したかを検証する
• 規制・政策の影響分析: 新規制の発表・施行が対象業界の企業価値に与えた影響を定量的に評価する
• 不祥事のレピュテーション影響: 不正会計や品質問題の発覚が企業価値に与えたダメージを金額ベースで測定する
• 経営者交代の評価: CEO交代発表に対する市場の反応から、市場が経営交代をどう評価しているかを把握する
• ESG施策の効果測定: サステナビリティ関連の発表やレーティング変更が企業価値に与える影響を分析する
• 訴訟・損害賠償の算定: 法的紛争において、違法行為が株価に与えた損害を客観的に算定する根拠として使用する

注意点

イベントスタディの信頼性を確保するために、いくつかの技術的な注意点があります。

第一に、イベントの特定が曖昧だと分析全体が無意味になります。特に段階的に情報が漏洩するケースでは、どの時点を「イベント日」とするかの判断が結果に大きく影響します。事前のメディア報道やアナリストレポートの確認が不可欠です。

第二に、同一期間に複数のイベントが重なる「イベントクラスタリング」の問題です。決算発表と同日にM&A発表があった場合、異常リターンがどちらのイベントに起因するか分離できません。サンプル選定段階で、交絡イベントのある観測を除外する判断が必要です。

第三に、正常リターンモデルの選択によって結果が変わることがあります。特に小型株や流動性の低い銘柄では、マーケットモデルの推定精度が低下します。複数のモデルで分析を行い、結果のロバスト性を確認する「感度分析」が必須です。

第四に、サンプルサイズが小さい場合の統計的検出力の問題です。個別企業の分析では統計的有意性が出にくいため、類似イベントを複数集めたクロスセクション分析が推奨されます。

まとめ

イベントスタディは、特定事象が市場に与えた影響を異常リターンの統計的検定によって定量化する手法です。推定ウィンドウで正常リターンを推定し、イベントウィンドウで異常リターンを計測するという明快な構造を持ちます。M&A評価、規制影響分析、レピュテーション評価など幅広い場面で活用でき、コンサルタントにとって定量分析の引き出しを増やす有力な手法です。