Local EPUB Text
什么构成了一个事件
事件套利策略中的时间可以是任何的经济活动新闻公布、市场干扰，或者其他影响市场价格的时间。事件的重复发生使得研究者能够估计事件的历史影响，并且将这种影响投射到未来。
不同事件的量级（magnitude）不同。有些事件可能会对价格有正向或负向的影响，还有一些事件可能会产生相比其他事件更为严重的后果。一个事件的量级可以用实际发生事件的数据对预期值的偏离大小来衡量。在经济上，这个偏离经常被称为“意外”。例如，在一个比预期高或低的业绩报告之后，一只股票的价格应该调整到未来现金流的净现值。然而，如果利润和投资者预期相同的话，价格就不会变动了。类似地，在一个外汇市场上，一对外汇的水平应该对未被预期的变化做出改变，比如居民消费价格指数（CPI）水平的变动。然而，如果CPI刚好和市场预期的一致，那么几乎不会有变化发生。
在统计数据正式被公布之前，市场参与者就会对事件的数据形成预期。许多金融经济学家会基于连续市场观察，政治变量和纯粹的新闻舆情来预测通货膨胀率、收入以及其他经济数据。当相关事件变得可以预测时，市场参与者就会在预期的基础上进行证券交易，在正式宣布发生之前将他们的预期加在价格之上。
衡量新闻影响的关键步骤之一，是将意想不到的变化或新闻与预期的变化和价格定价方法分离。早期的宏观经济事件研究（如Frenke，1981；Edwards，1982）假设大多数经济新闻会随时间推移而缓慢变化，因此在过去几个月或几个季度中观察到的趋势，将是在下一个预定的新闻发布日所公布数据的最佳预测值。新闻或是新闻中的未预期部分，就是公告中公布的数值与自回归分析所得的预期值之间的差异。
之后的研究者，比如Eichenbaum和Evans（1993）以及Grii和Roubini（1993）曾经用自回归预测过中央银行的决策，包括美联储的决策。同样，中央银行行为的自回归预测性的原理在于，考虑到剧烈的变化会引发大规模的市场混乱，中央银行并没有对他们控制的经济变量做出巨大改变的自由。取而代之的是，为了将经济引到预期的方向，中央银行会采取并实施一系列长期行动，逐步调整它们所控制的变量，如利率和货币供应量。
经验数据表明，用自回归的方式定义的新闻影响，这个框架确实可以用来预测未来证券的变化。然而，事件的影响只在相对较短期限内表现才明显——比如日内数据。Ameida、Goodhart和Payne（1998）记录了宏观新闻的发布后，5分钟的间隔下，取样的美元/德国马克汇率的受到显著影响。不过，关于美国非农就业数据和消费者信心指数对价格变动的影响，能够持续到消息公布之后的12小时甚至更久。
后来，人们根据相对此前公布的经济学家预测平均值来衡量宏观经济数据中未预测的部分。例如，《巴伦周刊》（Barron’s）和《华尔街日报》（Wa Street Journa）都会刊登接下来一周即将公布数据的一致预期，正如彭博和路透社所做的一样。这些预测是对领域内的专家进行调查后产生的。