イベントスタディ分析とは何か株価への影響を解説

イベントスタディ分析とは：株価への影響を統計で測る手法

イベントスタディ分析を「プロだけが使う難解な手法」と思っていると、個人投資家として大きな機会損失になります。

イベントスタディ分析とは何か：基本的な定義と目的

イベントスタディ分析（Event Study Analysis）とは、特定のイベント（出来事）が金融資産の価格、とりわけ株価に対してどれほどの影響を与えたかを統計的に検証する手法です。1969年にFama・Fisher・Jensen・Roll（いわゆる「FFJR論文」）によって体系化され、現在も学術論文・実務分析の両方で広く使われています。

簡単に言えば「あの決算発表がなければ株価はどう動いていたか？」という"もしも"の基準を作り、実際の株価との差を測る作業です。

この差を異常収益率（AR：Abnormal Return）と呼びます。ARがプラスなら市場が予想より好意的に反応した、マイナスなら失望売りが出たと解釈できます。

分析の対象イベントは幅広く、以下のようなものが代表例です。

• 📢 決算発表・業績修正
• 🤝 M&A（合併・買収）の発表
• 🏛️ 中央銀行の金利変更
• ⚖️ 規制・法改正の施行
• 🚨 不祥事・リコール発表

つまり「市場に影響を与えそうなあらゆる出来事」が分析対象になります。

イベントスタディ分析の仕組み：異常収益率と推定ウィンドウ

分析の核心は「正常な株価の動き（ベンチマーク）をどう推定するか」にあります。ここを理解すると、手法全体がグッとクリアになります。

まず、イベントが起きる前の一定期間（推定ウィンドウ）のデータを使って、その銘柄の「通常の動き」をモデル化します。最も一般的なのが市場モデル（マーケットモデル）で、以下の式で表されます。

正常収益率 = α + β × 市場全体の収益率

αとβはこの推定期間で回帰分析によって算出します。β（ベータ値）はその銘柄が市場全体に対してどれだけ敏感に動くかを示す値です。βが1.5なら、市場が1%上がるときその銘柄は1.5%上がる傾向があるということです。

次に、イベントが起きた前後の期間（イベントウィンドウ）で、実際の株価変動と「正常な変動」の差を計算します。これが異常収益率（AR）です。

AR = 実際の収益率 − 正常収益率

そしてイベントウィンドウ全体でARを足し合わせたものが累積異常収益率（CAR：Cumulative Abnormal Return）です。CARがプラス5%なら「このイベントによって株価は5%分余分に上昇した」と読み解けます。

結論はCARで判断します。

指標	意味	判断
AR（異常収益率）	1日分のベンチマークとの差	個別日の反応を見る
CAR（累積異常収益率）	イベントウィンドウ全体の合計	全体的な影響を判断
CAAR（平均CAR）	複数銘柄・イベントのCAR平均	業界・政策の影響分析に使う

イベントスタディ分析の手順：ステップごとに解説

実際に分析を行うときの流れは5つのステップに整理できます。順を追って見ていきましょう。

ステップ1：イベントの定義と対象銘柄の選定

何を「イベント」とするかを明確にします。例えば「2024年4月に東証プライム上場企業が発表した決算サプライズ」のように、条件を具体的に絞り込みます。

ステップ2：イベントウィンドウと推定ウィンドウの設定

• 🗓️ 推定ウィンドウ：イベント前120〜250営業日が一般的
• 📆 イベントウィンドウ：-10日, +10日や-1日, +1日など研究目的に応じて設定

推定ウィンドウとイベントウィンドウは重ねないことが鉄則です。

ステップ3：正常収益率の推定（モデル選択）

市場モデルが最も普及していますが、他にも以下のモデルが使われます。

• 📐 定数収益率モデル（平均収益率モデル）：シンプルだが精度が低い
• 📈 市場モデル：実務・学術で最も多用される
• 🧮 Fama-Frenchモデル：規模・バリュー要因を追加した精度の高いモデル

ステップ4：ARおよびCARの計算

推定したモデルを使って各日のARを計算し、イベントウィンドウ内で累計します。複数銘柄を扱う場合は各銘柄のCARを平均してCAARを算出します。

ステップ5：統計的有意性の検定

CARやCAARがゼロと統計的に有意に異なるかを検定します。一般的にはt検定が使われ、p値が0.05未満であれば「イベントの影響は偶然ではない」と結論づけます。

統計検定が必須です。

イベントスタディ分析の実例：M&A発表時の株価反応

実際の分析をイメージしやすいよう、M&A発表を例に取り上げます。これは日本でも海外でも研究事例が豊富なテーマです。

一般的な研究結果として、買収ターゲット企業の株価はM&A発表後の平均CARが+15〜+30%に達することが多いと報告されています（Andrade et al., 2001）。これはプレミアム（割増額）が上乗せされるためです。

一方、買収側（アクワイアラー）の株価は発表後-1, +1のCARがほぼゼロ、またはわずかにマイナスになるケースが多く報告されています。市場が「高値掴みではないか」と疑念を持つからです。

意外ですね。

日本企業を対象にした研究でも同様の傾向が確認されています。東京大学の研究グループが行った2000〜2015年の国内M&Aデータ分析では、ターゲット企業の平均CARが+18%前後、アクワイアラーはほぼゼロという結果が出ています。

この知識を持っておくと、M&A発表ニュースを見たときに「買収側の株を買うより、買収ターゲット候補企業に注目する方が短期リターンは高い」という実践的な視点を持てます。

これは使えそうです。

なお、M&A情報のスクリーニングには四季報オンラインやBloomberg端末（法人向け）での速報監視が有効です。個人投資家ならバフェット・コードやkabutan（株探）などの無料ツールで決算・TOBの速報をチェックする習慣から始めるといいでしょう。

イベントスタディ分析の落とし穴：個人投資家が見落としがちな3つの注意点

分析手法を学んだだけで実践に飛び込むと、結果が大きくズレることがあります。注意点は3つです。

① 情報漏洩によるウィンドウの「汚染」

特にM&Aや決算では、正式発表の数日前からインサイダー売買や情報漏洩によって株価が動き始めることがあります。イベントウィンドウを-1, +1と狭く設定しすぎると、重要な反応を見逃します。

一般的には-5, +5以上の幅を設定することが推奨されています。

② 同時期に他のイベントが起きている「複合汚染」

例えば決算発表と同じ日に日銀が金利を変更した場合、CARには決算効果だけでなく金利ショックも混入します。これをコンファウンディング・イベント（交絡イベント）と呼び、学術論文では当該銘柄をサンプルから除外する処置が取られます。

③ モデル選択バイアス

市場モデルで有意でなかった結果が、Fama-Frenchモデルでは有意になるケースがあります。モデルを都合よく選ぶと「結論ありき」の分析になりかねません。

複数モデルで確認するのが原則です。

これらの落とし穴は、一般的な入門書ではあまり触れられていない部分です。学術論文を読む際には「どのモデルを使ったか」「コンファウンディング・イベントをどう処理したか」を必ず確認する習慣をつけましょう。

上記リンクは、イベントスタディの推定ウィンドウ設定とモデル選択の実務的な注意点が詳しく解説されており、H3「落とし穴」の内容を深く理解するための参考資料です。

イベントスタディ分析の独自視点：個人投資家が決算シーズンに活用できる簡易版フレームワーク

学術的に完全な分析を個人投資家が毎回行うのは現実的ではありません。しかし、イベントスタディの考え方を「簡略化してルール化する」ことは十分可能です。

以下は、決算発表前後に使える簡易フレームワークです。

📋 個人投資家向け簡易イベントスタディ3ステップ

1. ベンチマーク設定：決算発表前20営業日のTOPIXと対象銘柄の相関を確認し、βを大まかに把握する（証券会社のツールで自動表示されることが多い）
2. イベントウィンドウの観察：決算発表日の-3日, +3日の株価と同期間のTOPIX変動を並べて比較する。差分がARの代替指標になる
3. 継続性の確認：発表翌日から5営業日のCARがプラスを維持しているか追跡。短期リバーサル（反転）が起きているかも観察する

この簡易版でも「市場全体の動きに乗じただけなのか、それとも決算の内容が株価を動かしたのか」を区別できます。これが、ニュースを感覚だけで判断するのと根本的に違う点です。

実際、個人投資家の間でも「決算跨ぎトレード」の手法を体系化しようとする動きが広まっています。その背景にはこのイベントスタディ的な思考があります。

統計的な根拠があると判断の確度が上がります。

Pythonを使える場合、yfinanceライブラリでTOPIXと個別銘柄の日次データを取得し、statsmodelsのOLSで市場モデルのα・βを推定することができます。コードの雛形はGitHub上にも多数公開されているため、プログラミング経験がある方は試してみる価値があります。

📈 Yahoo!ファイナンス：日本株の株価データ・決算カレンダー確認に活用

上記は、簡易イベントスタディを実施する際の株価データ収集と決算発表日の確認に役立つ情報源です。