Ok, ich hab's mir mal so grob angeschaut.
Vorneweg: Ich weiß nicht, wofür du das ganze hier brauchst, aber es ist nie gut (gerade in der Finanzwelt) mit Dingen zu arbeiten, von denen man kaum etwas versteht (und nimms mir nicht übel, aber den Eindruck habe ich bei dir).
So jetzt zum Thema:
1. Weißt du, was die Einstellung "Normal Return Model: Market Return" bedeutet? Viele der anderen Methoden sind mir bekannt, aber damit kann ich grad wenig anfangen.
2. So wie ich das verstanden habe, verwendet das Programm die unter "Market Model" spezifierte Technik um den erwarteten bzw. "Durchschnitts"-Return zu berechnen. Im folgenden versucht man herauszufinden, ob die dann tatsächlich eingetretenen Returns "ungewöhnlich" sind. Da die Returns als normalverteilt angenommen werden, kann man das (zumindest grob) mit einem t-Test machen. Man testet also vermutlich den Mittelwert der realisierten Returns gegen den theoretischen/erwarteten Mittelwert. Wie das hier genau gemacht wird konnte ich nicht erkennen.
3. Wie in meinem obrigen Post schon erwähnt, kannst du dann den Wert für "t-Test" ignorieren und nur den p-Wert (Prob) betrachten. Je kleiner dieser ist, desto signifikanter weichen die tatsächlich eingetretenen Werte vom erwarteten Wert (über das Modell berechnet) ab. Ist der p-Wert also sehr klein, deutet das an, dass dein Event einen signifikanten Einfluss auf die zukünftigen Returns hat.
4. Verwendet man Log-Returns statt Simple Returns, so werden Aufwärtsbewegungen wahrscheinlicher. Das bedeutet im Umkehrschluss, dass größere Aufwärtsbewegungen nicht so ungewöhnlich sind wie bei den Simple Returns => höherer p-Wert. Du solltest aber wie schon erwähnt auf jeden Fall Log-Returns verwenden!
5. Dass der p-Wert bei einem kleineren Window größer wird, ist aus statistischer Sicht zu erwarten. Ohne genauere Analyse liefert das keine Erkenntnisse.
6. Die in diesem Modell verwendeten "Normal Return Models" (selbst die "komplizierten" Mehrfaktorenmodelle) sind nicht gerade State of the Art. Die erzielten p-Werte sind hier definitiv mit Vorsicht zu genießen. Insbesondere die Tatsache, dass Volatilitäten in der Realität nicht konstant sind (wie in den Modellen angenommen), kann das Ergebnis hier erheblich verzerren.
7. Über was für eine Zeitspanne reichen deine Daten? Da du kein Estimation Window verwendest, werden wohl die gesamten Daten zum schätzen der Paramater verwendet. Das Marktverhalten ändert sich aber über verschiedene Perioden (siehe die Anmerkung zur Volatilität oben) und deshalb kann es evtl hilfreich sein, ein Estimation Window zu spezifizieren.
8. Ja, mir ist langweilig ♦
