Analýza dopadu úniků dat na tržní hodnotu firem v období 2008 2012



Podobné dokumenty
Recenzovaný vědecký časopis / Peer-reviewed scientific journal

Příručka k měsíčním zprávám ING fondů

= = 2368

Použití modelu Value at Risk u akcií z

Příručka k měsíčním zprávám ING fondů

Vysoká škola báňská technická univerzita Ostrava. Fakulta elektrotechniky a informatiky

ZNALOSTI A DOVEDNOSTI ČESKÝCH MUŽŮ V OBLASTI INFORMAČNÍ BEZPEČNOSTI - VÝSLEDKY STATISTICKÉ ANALÝZY

Vyhodnocení cenového vývoje drahých kovů na světových burzách v období let

TECHNICKÁ UNIVERZITA V LIBERCI. Ekonomická fakulta. Semestrální práce. Statistický rozbor dat z dotazníkového šetření školní zadání

VOLBA SAMOSTATNÉHO CENTRÁLNÍHO ÚTVARU LOGISTIKY VE VÝROBNÍM PODNIKU

Tabulka 1 Rizikové online zážitky v závislosti na místě přístupu k internetu N M SD Min Max. Přístup ve vlastním pokoji ,61 1,61 0,00 5,00

Testování hypotéz. Testování hypotéz o rozdílu průměrů t-test pro nezávislé výběry t-test pro závislé výběry

UPLATNĚNÍ ADITIVNÍHO INDEXOVÉHO ROZKLADU PŘI HODNOCENÍ FINANČNÍ VÝKONNOSTI ODVĚTVÍ ČESKÝCH STAVEBNÍCH SPOŘITELEN

1. Přednáška. Ing. Miroslav Šulai, MBA

TECHNICKÁ UNIVERZITA V LIBERCI SEMESTRÁLNÍ PRÁCE

Akciové. investování.

Pearsonův korelační koeficient

Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie ANOVA. Semestrální práce

Světové akcie vstupují na RM-SYSTÉM

Jednofaktorová analýza rozptylu

You created this PDF from an application that is not licensed to print to novapdf printer (

Statistické vyhodnocení průzkumu funkční gramotnosti žáků 4. ročníku ZŠ

4ST201 STATISTIKA CVIČENÍ Č. 7

Testování hypotéz. Testování hypotéz o rozdílu průměrů t-test pro nezávislé výběry t-test pro závislé výběry

TECHNICKÁ UNIVERZITA V LIBERCI

ZNALOSTI A DOVEDNOSTI ČESKÝCH ŽEN V OBLASTI INFORMAČNÍ BEZPEČNOSTI - VÝSLEDKY STATISTICKÉ ANALÝZY

Cvičení ze statistiky - 9. Filip Děchtěrenko

České vysoké učení technické v Praze Fakulta dopravní Ústav aplikované matematiky, K611. Semestrální práce ze Statistiky (SIS)

Finanční modely v oblasti Consultingu

Vybrané poznámky k řízení rizik v bankách

TECHNICKÁ UNIVERZITA V LIBERCI

MEDIÁLNÍ MASÁŽ ANEB JSOU OPRAVDU DEFENZIVNÍ AKCIE TAK VÝHODNÉ V DOBÁCH KRIZE? Ing. Jiří Vataha

DVOUVÝBĚROVÉ A PÁROVÉ TESTY Komentované řešení pomocí programu Statistica

Dvouvýběrové a párové testy. Komentované řešení pomocí MS Excel

TECHNICKÁ UNIVERZITA V LIBERCI

Současný stav likvidace dat v organizacích

Kvantitativní testování porovnání Alza.cz a Mall.cz

Neparametrické testy

STATISTICA Téma 6. Testy na základě jednoho a dvou výběrů

TECHNICKÁ UNIVERZITA V LIBERCI. Statistický rozbor dat z dotazníkového šetření

Příklad akciové investice pro odvážnější investory

MÍRY ZÁVISLOSTI (KORELACE A REGRESE)

Zkušenosti s použitím metod Counterfactual Impact Evaluation při evaluaci ESF v České republice. Jan Brůha IREAS

Osobní železniční přeprava v EU a její

Výzkum znalosti ROP Jihovýchod v Jihomoravském kraji a v kraji Vysočina

MATEMATICKO STATISTICKÉ PARAMETRY ANALYTICKÝCH VÝSLEDKŮ

Testování hypotéz. 1. vymezení základních pojmů 2. testování hypotéz o rozdílu průměrů 3. jednovýběrový t-test

TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ ZÁKLADNÍ POJMY

y = 0, ,19716x.

Pozn. přeskakuji zde popisnou statistiku, jinak by měla být součástí každé analýzy.

Statistické metody uţívané při ověřování platnosti hypotéz

Otevřený přístup k vědeckým informacím v Horizontu 2020 Brno International RD Network , Brno

Ilustrační příklad odhadu LRM v SW Gretl

SAMOSTATNÁ STUDENTSKÁ PRÁCE ZE STATISTIKY

Testování statistických hypotéz

Úvod do analýzy cenných papírů. Dagmar Linnertová 5. Října 2009

Petra Maková 1 VLIV ENERGETICKÉHO KLASTRU NA ROZVOJ PODNIKŮ V MORAVSKOSLEZSKÉM KRAJI

Úvod do analýzy rozptylu

PARAMETRICKÉ TESTY. 1) Měření Etalonu. Dataset - mereni_etalonu.sta - 9 měření etalonu srovnáváme s PŘEDPOKLÁDANOU HODNOTOU 10.

Personální bezpečnost v organizacích

Testování hypotéz. Analýza dat z dotazníkových šetření. Kuranova Pavlina

TECHNICKÁ UNIVERZITA V LIBERCI

Hodina 50 Strana 1/14. Gymnázium Budějovická. Hodnocení akcií

Bezpečnost úložišť v organizacích

SCÉNAŘE VÝKONNOSTI Jednorázové pojistné 1 rok 10 let

Změny devizového kurzu ČNB a vývoj mezd Changes in the exchange rate of the CNB and wage developments

Regresní a korelační analýza

Mgr. Karla Hrbáčková, Ph.D. Základy kvantitativního výzkumu

Kvantifikace operačního rizika v rámci Přistupu distribuce ztrát

EKONOMIKA VÝROBY MLÉKA V ROCE 2011 ECONOMICS OF MILK PRODUCTION 2011

Value at Risk. Karolína Maňáková

RNDr. Eva Janoušová doc. RNDr. Ladislav Dušek, Dr.

Určujeme neznámé hodnoty parametru základního souboru. Pomocí výběrové charakteristiky vypočtené z náhodného výběru.

Uloha B - Kvantitativní test. Radek Kubica A7B39TUR. B1 Radek Kubica Kvantitativní testování Stránka 1

Statistika. Testování hypotéz statistická indukce Úvod do problému. Roman Biskup

INFLUENCE OF SPEED RADAR SIGN ON VELOCITY CHANGE IN THE SELECTED LOCATION

Význam inovací pro firmy v současném období

Porovnání dvou výběrů

Využití a zneužití statistických metod v medicíně

METODY KALKULACE DISKONTNÍ MÍRY V PODMÍNKÁCH ČR

Přehled rozdílů mezi účetní hodnotou a oceněním výnosovou a majetkovou metodou 42 českých společností v letech 1997 až 2004 #

UNIVERZITA OBRANY Fakulta ekonomiky a managementu. Aplikace STAT1. Výsledek řešení projektu PRO HORR2011 a PRO GRAM

Tomáš Karel LS 2012/2013

Statistika. Semestrální projekt

OPERAČNÍ RIZIKA V PROCESU POSKYTOVÁNÍ BANKOVNÍCH SLUŽEB

Téma 2: Časová hodnota peněz a riziko. 2. Riziko ve finančním rozhodování. 1. Časová hodnota peněz ve finančním rozhodování podniku

POPTÁVKA PO VEŘEJNÉ DOPRAVĚ V ZÁVISLOSTI NA ŠKOLSTVÍ V KRAJI TRANSPORT DEMAND DEPENDS ON EDUCATION ON REGIONS

Udržitelnost vnější ekonomické rovnováhy Pohledem teorie životního cyklu přímých zahraničních investic

Regionální dopady sektorových politik

Základní druhy finančních investičních instrumentů

Indexy volatility jakožto nástroj investičního rozhodování

Korelační a regresní analýza

VYSOKÁ ŠKOLA HOTELOVÁ V PRAZE 8, SPOL.S R. O.

VYHODNOCENÍ UDRŽITELNÉHO ROZVOJE V ÚZEMNÍM PLÁNOVÁNÍ EVALUATION OF SUSTAINABLE DEVELOPEMENT IN LANDSCAPE PLANNING

Nadpis článku: Zavedení speciálního nástroje SYPOKUB do praxe

Parametrické testy hypotéz o středních hodnotách spojitých náhodných veličin

2 Zpracování naměřených dat. 2.1 Gaussův zákon chyb. 2.2 Náhodná veličina a její rozdělení

Kapitálové trhy a fondy Praha Michal Valentík Hlavní investiční stratég

Testy statistických hypotéz

Transkript:

Acta Informatica Pragensia 3(1), 2014, 1 7, ISSN 1805-4951 Sekce / Section: Online: aip.vse.cz Recenzované stati / Peer-reviewed papers Analýza dopadu úniků dat na tržní hodnotu firem v období 2008 2012 Analysis of the Impact of Data Breaches on the Market Value of Companies in the Period 2008 2012 Tomáš Klíma 1, Adam Krbušek 1 1 Katedra systémové analýzy, Fakulta informatiky a statistiky, Vysoká škola ekonomická v Praze nám. W. Churchilla 4, 130 67 Praha 3 tomas.klima@vse.cz Abstrakt: Za posledních patnáct let dochází k nárůstu počtu i závažnosti datových úniků u firem nakládajících s důvěrnými daty zákazníků a dalších osob. Cílem řady zkoumání bylo posoudit dopad takovýchto incidentů na tržní hodnotu postižených firem, nicméně všechny se zabývaly úniky před rokem 2008. Cílem tohoto příspěvku je představit výzkum, v rámci kterého byla provedena analýza dopadu úniků dat na tržní hodnotu na vzorku 27 firem postižených takovýmto incidentem mezi léty 2008 a 2012. Klíčová slova: únik dat, tržní hodnota, analýza dopadu Abstract: In the last fifteen years we can observe significant rise in the number and seriousness of the data breaches among the companies dealing with customer data. The aim of many analyses was to determine the impact of these breaches on market value, focusing on the breaches prior to 2008. The aim of this article is to present the findings from the analysis focused on 27 companies that suffered data breach between 2008 and 2012. Keywords: Data breach, Market value, Impact analysis

2 Klíma, Krbušek 1 Úvod Hlavním problémem při určování výše škod utrpěných firmami v důsledku bezpečnostních incidentů je obtížnost získání potřebných dat. Pokud firma zažije bezpečnostní incident, v jehož důsledku jí uniknou osobní data klientů, tak je velice těžké odhadnout, nakolik ztratí důvěru klientů a investorů, stejně tak jako se nedá předem říci, zda se nestane terčem žalob ze strany postižených jedinců, popřípadě jak velké pokuty bude muset platit. Jelikož není možné přesně stanovit, jaké následky bude daný bezpečnostní incident na firmu mít, tak se ani nedá přesně určit, jak budou ovlivněny její tržby, konkurenceschopnost a podíl na trhu. Právě absence těchto dat určení celkové výše škod značně znesnadňuje. Vzhledem k obtížnostem při odhalování skutečných nákladů různých bezpečnostních incidentů je dobré hledat alternativní ukazatele k přímým nákladům. (Yayla, Hu, 2011) Jedním z alternativních způsobů určení výše nákladů bezpečnostních incidentů je sledování změn tržní hodnoty postižených firem. Jelikož tržní hodnota firem odráží jejich skutečnou hodnotu a je určovaná na základě všech informací a faktů, které jsou veřejně známé v daný okamžik, tak jakýkoliv incident, který firma zažije, by se měl na její tržní hodnotě projevit. Právě změna ceny akcií způsobená určitým incidentem by měla měřit jeho finanční dopad 1. Zde se tedy pracuje s předpokladem, že velikost reakce akciového trhu na specifický incident představuje očekávanou cenu daného incidentu. (Yayla, Hu, 2011) Na základě výše zmíněného vzniklo několik studií, které se snaží zjistit, jaký mají bezpečnostní incidenty dopad na tržní hodnotu postižených firem. Studie se samozřejmě zabývají pouze firmami, které jsou veřejně obchodované na akciové burze. V případě firem, které veřejně obchodovatelné nejsou, tuto metodu použít nelze, protože u nich neexistují potřebná data. 2 Rešerše studií Kevin M. Gatzlaff a Kathleen A. McCullough publikovali v roce 2010 studii zabývající se dopadem bezpečnostních incidentů na tržní hodnotu postižených firem (Gatzlaff, McCullough, 2010). Pro tuto studii byl použit vzorek 77 firem, které zažily mezi lety 2004 2006 bezpečnostní incident. Výsledkem bylo zjištění, že bezpečnostní incidenty, v důsledku kterých firmě unikla citlivá data, mají značně negativní vliv na cenu akcií a průměrný CAR je v časovém horizontu jednoho dne -0,84%. Dále bylo zjištěno, že se průměrná cena akcií vrátí na původní hodnotu po 40 dnech a průměrná ztráta způsobená bezpečnostními incidenty je 84 milionů dolarů. Další studie zabývající se danou problematikou byla publikována v roce 2009 (Goel, Shawky, 2009). V této studii se autoři zabývali dopadem 168 bezpečnostních incidentů, které se odehrály v období mezi lety 2004 2008, na cenu akcií postižených firem. Výsledkem bylo zjištění, že bezpečnostní incidenty mají negativní vliv na cenu akcií a průměrný propad ceny akcií postižených firem je 1%. Studie (Cavusoglu et al., 2004) uvádí, že firmy v průběhu dvou dnů od oznámení bezpečnostního incidentu ztrácí v průměru 2,1% ze své tržní hodnoty. Ve studii (Campbell et al., 2003) bylo zjištěno, že pokud bezpečnostní incident zahrnuje únik citlivých/důležitých informací, nastane negativní dopad na tržní hodnotu postižené společnosti a cena jejích akcií 1 Za úvahu též stojí využití této metody jako alternativy stanovení očekávaného dopadu incidentů za účelem analýzy a řízení rizik v podniku. Expertní odhad v těchto případech trpí značnou mírou subjektivity a využití přesnější metody by přineslo i relevantnější ohodnocení rizik.

Acta Informatica Pragensia 3 klesne v průměru o 5,5%. Dále pak bylo zjištěno, že pokud uniknou data, která nejsou nijak významná, je dopad incidentu na cenu akcií minimální. 3 Analýza dopadu bezpečnostních incidentů na tržní hodnotu postižených firem Studie popsané výše poukazují na to, že bezpečnostní incidenty mají negativní dopad na tržní hodnotu postižených firem. Tyto studie se nicméně liší svými výsledky, které nejsou jednotné. Výzkum popsaný dále je tedy věnován vlastní analýze dopadu bezpečnostních incidentů na tržní hodnotu postižených firem, které zaznamenaly únik dat mezi lety 2008 2012. Toto období bylo vybráno záměrně, jelikož na rozdíl od předchozích let, z tohoto období žádné podobné analýzy zatím neexistují. Základem analýzy pak je hypotéza říkající, že bezpečnostní incidenty mají negativní dopad na tržní hodnotu postižených firem. 3.1 Popis metody CAR Při ověřování hypotézy byla použita stejná metoda, jakou kolektiv v čele s Katherine Campbell popsal a aplikoval ve své práci (Campbell et al., 2003). Hlavním důvodem jejího výběru byla možnost srovnat výsledky zde prezentované studie se studiemi historickými, což by v případě výběru jiné metody, nebo tvorby vlastní možné nebylo. Metoda CAR si dává za úkol určit rozdíl mezi očekávanou cenou akcií a cenou skutečnou. Jejím cílem je určení velikosti dopadu neočekávaných událostí na tržní hodnotu firem mezi neočekávané události se dá zařadit například zveřejnění informací o úniku dat, oznámení mimořádných dividend, oznámení fúzí, apod. Rozdíl mezi očekávanou cenou akcií a cenou skutečnou se nazývá abnormální výnos (AR). V této studii se bude pracovat s jeho souhrnnou hodnotou, nazvanou kumulativní abnormální výnos (CAR), která slouží k určení toho, jak velký dopad měla určitá událost na cenu akcií. V tomto článku je tedy použito analýzy kumulativního abnormálního výnosu k určení vlivu datových úniků (tedy neočekávané události) na tržní cenu zkoumaných firem. Rovnice pro CAR je následující: (1) Kde t a t představují časové okno události. V případě této práce bylo časové okno zvoleno v intervalu (-3;10) dní okolo data, kdy byly zveřejněny informace o incidentu. Rovnice pro AR je následující: (2) Kde R je výnos akcií i v den t a R je výnos tržního portfolia m v den t. Pro účel této práce byl jako ukazatel pro R použit burzovní index S&P 500. Proměnná α pak je intercept a β je korelace výnosů jednotlivých akcií firmy i vůči burzovnímu indexu. Rovnice pro R je následující: (3)

4 Klíma, Krbušek 3.2 Zdrojová data Pro vlastní analýzu byl vybrán vzorek 27 firem, které zažily mezi lety 2008 2012 únik dat 2. Tyto firmy byly vyhledány díky specializovanému serveru datalossdb.org, který shromažďuje informace o bezpečnostních incidentech vedoucích k únikům dat. Veškeré informace o bezpečnostních incidentech získané z tohoto serveru byly následně ověřeny v tisku. Při výběru firem se postupovalo podle několika kritérií. Hlavním kritériem bylo, že každá z požadovaných firem musela zažít v daném časovém horizontu (od začátku roku 2008 do konce roku 2012) únik dat. Dále bylo důležité, aby každá z těchto firem byla v době úniku dat kótovaná na akciové burze. Posledním kritériem byla znalost přesného data, kdy se informace o úniku dat staly všeobecně známé. Toto kritérium je klíčové, jelikož pokud by přesné datum známé nebylo, tak by nebylo možné určit, jaký dopad bezpečnostní incident na cenu akcií dané firmy měl. Jako ukazatel trhu byl zvolen burzovní index S&P 500 a časové okno okolo události, v níž je sledována cena akcií, bylo nastaveno v intervalu (-3;10) dní okolo data, kdy byly zveřejněny informace o incidentu. Samotná data, použitá pro analýzu, byla obstarána z několika zdrojů. Jedním z nich byl již zmiňovaný server datalossdb.org, kde byly vyhledány informace o bezpečnostních incidentech. Informace o cenách akcií zkoumaných firem byly získány prostřednictvím internetového portálu Yahoo!, konkrétně jeho služby finance.yahoo.com. Prostřednictvím služby finance.yahoo.com byla obstarána data o vývoji burzovního indexu S&P 500. 3.3 Vyhodnocení výsledků Pro vyhodnocení výsledků analýzy se testovala hypotéza říkající, že bezpečnostní incidenty mají negativní dopad na tržní hodnotu postižených firem. Tato hypotéza se testovala na analyzovaném vzorku dat pomocí t-testu na hladině pravděpodobnosti α=0,05. Pro výpočet byl použit následující vzorec: t x μ s n (4) Kde x představuje aritmetický průměr hodnot CAR, μ je nulová hypotéza, s je směrodatná odchylka a n představuje počet pozorování. Pro testování hypotéz byla stanovena nulová hypotéza H říkající, že bezpečnostní incidenty nemají žádný dopad na tržní hodnotu postižených firem. Jako alternativní hypotéza H byla zvolena námi testovaná hypotéza, říkající, že bezpečnostní incidenty mají negativní dopad na tržní hodnotu postižených firem. Potvrzení, či vyvrácení nulové hypotézy a následné přijetí, či nepřijetí hypotézy alternativní, se provedlo tak, že se t-hodnota porovnala s kritickou hodnotou t rozdělení pro stanovenou hladinu významnosti. Pro potvrzení alternativní hypotézy H musí být μ μ. Kritický obor je v tomto případě W t t. Hodnota t rozdělení je pro hladinu významnosti α =0,05 při 27 pozorováních rovna 1,706, což znamená, že pro přijetí alternativní hypotézy H bylo nutné, aby byla hodnota t menší než -1,706. 2 Ve vzorku jsou zastoupené následující firmy: GE Money, SAIC, JPMorgan Chase, Heartland Payment Systems, TeleTech Holdings, Bank of America, Citigroup, Sony, Hartford Life Insurance Company, Adobe Systems, Barnes & Noble, NVIDIA Corporation, Yahoo!, LinkedIn, DIRECTV, Global Payments, Coca-Cola, WellPoint, The Toronto-Dominion Bank, First Republic Bank, Intel Corporation, Wells Fargo & Company, Digital River, AT&T, AMR Corporation, Netflix, Wal-Mart Stores.

Acta Informatica Pragensia 5 Na základě výsledků t-testu byla hypotéza říkající, že bezpečnostní incidenty mají na tržní hodnotu postižených firem negativní dopad, potvrzena. Na Grafu 1 je možné vidět, jaký má zveřejnění bezpečnostních incidentů dopad na tržní hodnotu postižených firem. Průměrná hodnota CAR je u analyzovaných firem jeden den po oznámení bezpečnostního incidentu -2,71362%, po dvou dnech od oznámení bezpečnostního incidentu je -4,51908% a po třech dnech je -4,00159%. Po čtyřech a více dnech již dopad bezpečnostních incidentů na tržní hodnotu postižených firem není podle t-hodnoty průkazný. Detailní výsledky analýzy jsou v Tab. 1. Na základě výsledků analýzy bylo zjištěno, že bezpečnostní incidenty mají značně negativní dopad na tržní hodnotu postižených firem a průměrný CAR je jeden den po zveřejnění incidentu -2,71362%. Na základě výsledků analýzy bylo dále zjištěno, že cena akcií společnosti začíná klesat ještě před tím, než je bezpečnostní incident oficiálně oznámen průměrný CAR je jeden den před oznámením incidentu -1,09777%. To je možné pozorovat na Grafu 1. Tento jev může být způsoben únikem informací o incidentu před jeho oficiálním oznámením, nebo například insider tradingem, kdy držitelé akcií, kteří jsou nějak spjati s postiženou firmou, využijí toho, že mají k dispozici informace o bezpečnostním incidentu dříve, než je oficiálně oznámen a začnou prodávat své akcie. Graf 1. Výsledky analýzy CAR a AR. Zdroj: Autoři Dny AR CAR t-hodnota (CAR) -3-0,66891-0,66891-1,985082246-2 -0,08156-0,75047-1,707312112-1 -0,34729-1,09777-2,788519656 0-0,75041-1,84818-3,012819789 1-0,86544-2,71362-3,209476252 2-1,80545-4,51908-2,166951351 3 0,51748-4,00159-1,998282172 4 0,39501-3,60658-1,596725899

6 Klíma, Krbušek 5 0,27222-3,33435-1,581890825 6 0,14443-3,18992-1,647797533 7-0,06175-3,25167-1,633667775 8 0,31434-2,93732-1,542929864 9-0,61874-3,55607-1,745479156 10 0,03098-3,52509-1,790948782 Tab. 1. Výsledky analýzy. Zdroj: Autoři 3.4 Porovnání výsledků Při vyhodnocování výsledků analýzy bylo zjištěno, že bezpečnostní incidenty mají negativní dopad na tržní hodnotu postižených firem. Pokud se tento závěr porovná s výsledky předchozích studií provedených jinými autory, je patrné, že se navzájem shodují. Ačkoliv se studie shodují v tom, že bezpečnostní incidenty mají negativní dopad na tržní hodnotu postižených firem, výsledné hodnoty CAR jsou rozdílné. Příkladem může být studie (Goel, Shawky, 2009), jejímž výsledkem bylo zjištění, že průměrná hodnota CAR je jeden den od zveřejnění incidentu -1,03%. Na tomto příkladu je vidět, že se výsledná hodnota CAR neshoduje s výsledkem této analýzy, kdy hodnota CAR byla jeden den od zveřejnění incidentu -2,71362%. Dalším příkladem je studie (Cavusoglu et al., 2004), která uvádí, že firmy dva dny od oznámení bezpečnostního incidentu ztrácí v průměru 2,1% ze své tržní hodnoty. Tato hodnota opět nekoresponduje s výsledkem této analýzy, kdy hodnota CAR byla dva dny od oznámení incidentu v průmětu -4,51908%. Rozdílné hodnoty CAR této a jiných studií mohou být způsobeny odlišným obdobím, které bylo zkoumáno. Zatímco jiní autoři zkoumali období předcházející roku 2008, tato studie se zabývá obdobím mezi lety 2008 2012, včetně. Vzhledem k tomu, že mezi lety 2008 2012 probíhala světová finanční krize, která zažívala v letech 2008 a 2010 svá maxima, může být volba jiného období důvodem rozdílných hodnot CAR. Finanční krize v tomto období totiž způsobila volatilitu cen prakticky všech finančních instrumentů na trhu, což mohlo do určité míry ovlivnit reakci trhu na oznámení informací o bezpečnostním incidentu (Jo et al., 2009). Dalším možným důvodem je snížení citlivosti investorů na zprávy o datových únicích, kterých bylo v posledních letech takové množství, že je širší veřejnost, mimo ty největší případy, přestala vnímat. 4 Závěr Analýza dopadu bezpečnostních incidentů na tržní hodnotu postižených firem byla provedena na vzorku 27 firem, které zaznamenaly únik dat mezi lety 2008 2012. Toto období bylo vybráno záměrně, jelikož na rozdíl od předchozích let z tohoto období žádné podobné analýzy zatím neexistují. K analýze byla použita metoda CAR (cumulative abnormal return), což je stejná metoda, jakou použili autoři předchozích studií. Základem analýzy byla hypotéza říkající, že bezpečnostní incidenty mají negativní dopad na tržní hodnotu postižených firem. Tato hypotéza se testovala na analyzovaném vzorku dat pomocí t-testu na hladině pravděpodobnosti α=0,05, přičemž byla na základě jeho výsledků potvrzena. Na základě výsledků analýzy bylo zjištěno, že bezpečnostní incidenty mají značně negativní dopad na tržní hodnotu postižených firem a průměrný CAR je jeden den po zveřejnění incidentu -2,71362%.

Acta Informatica Pragensia 7 Výsledky analýzy dále ukazují, že cena akcií společnosti začíná klesat ještě před tím, než je bezpečnostní incident oficiálně oznámen průměrný CAR je jeden den před oznámením incidentu -1,09777%. Tento jev může být způsoben únikem neoficiálních informací o bezpečnostním incidentu před jeho oficiálním oznámením, nebo například insider tradingem. Při porovnání výsledků této analýzy s výsledky předchozích studií, byla nalezena shoda závěrem všech studií bylo zjištění, že bezpečnostní incidenty mají negativní dopad na tržní hodnotu postižených firem. Přestože se závěry studií shodují, hodnoty CAR se od sebe liší. Rozdílné hodnoty CAR této a jiných studií mohou být způsobeny odlišným obdobím, které bylo zkoumáno, vzhledem k tomu, že mezi lety 2008 2012 probíhala světová finanční krize. Poděkování Příspěvek byl zpracován jako součást výzkumného projektu IGA, VŠE v Praze: Inovace systému řízení digitální forenzní laboratoře (F4/74/2014). Seznam použitých zdrojů Campbell, K., Gordon, L.,A., Loeb, M.P., Lei, Z. (2003). The economic cost of publicly announced information security breaches: empirical evidence from the stock market. Journal of Computer Security. 11, 431-448. Cavusoglu, H., Mishra, B., Raghunathan, S. (2004). The Effect of Internet Security Breach Announcements on Market Value: Capital Market Reactions for Breached Firms and Internet Security Developers. International Journal of Electronic Commerce. 9(1) 69-104. Goel, S., Shawky, H.A. (2009). Estimating the market impact of security breach announcements on firm values. Information & Management. 46(7), 404-410. Gatzlaff, K.M., McCullough, K.A. (2010). The effect of data breaches on shareholder wealth. Risk Management and Insurance Review. 13(1), 61-83. Jo, H., Lee, C., Munguia, A., Nguyen, C. (2009). Unethical misuse of derivatives and market volatility around the global financial crisis. Journal of Academic and Business Ethics. 12, 1-11. Yayla, A.A., Hu, Q. (2011). The impact of information security events on the stock value of firms: the effect of contingency factors. Journal of Information Technology, 26(1), 60-77.