Event Study 事件研究法计算步骤
事件研究法的计算步骤(精)
事件研究法的计算步骤1.定义事件期考察并购事件对上市公司股票价格影响的首要工作是确立一个事件期。
事件期包括:事前估计期与事后观察期。
事前估计期，又称清洁期，其作用在于估计正常收益率，本文所选用的清洁期为[-30,-10]，即公告前的前30 到前10 个交易日，共20 个交易日;事后观察期，又称时间窗，用于研究事件发生后股价的异常变化，探讨并购重组绩效的变化，确定事件窗的目的是为了获得并购重组事件对股票价格的全部影响.事件窗的长短可以根据研究需要自行设定，就短期绩效研究般为[-10, 10]。
本文事件研究选择的事件窗是[-1 5. 15]. 即从事件宣布日起的前15后15 个交易日，共31 个交易日 .2.计算事件期[-30,-10]内的样本公司股票价格和市场指数{沪、深指数)日收益率rm,t 和ri,t(百分比收益率).rm,t= (Pm,t– Pm,t-1)/Pm,t-1ri,t= (Pi,t– Pi,t-1)/Pi,t-1在本文计算中将百分比收益率转换股票连续复利收益率和市场指数连续复利收益率.R m,t = In (rm,t+1)R i,t = In (ri,t+1)3.计算预期正常收益率建立在假设资本资产定价模型(CAPM) 成立的情况下，根据证券资本资产定价理论模型来计算正常收益率.选择并购事件公告宣布H 前段期间为事前估计期，以该期数据为样本，以市场指数收益率为解释变量，以个股收益率为被解释变量，进行回归得R i,t =αi+ βiRm,i+ εi,t其中Ri,t Rm,i分别为个股和市场指数的日收益率，且是股票的收益率对市场指数收益率的回归系数，εi,t 代表回归残差.回归后得到的αi，βi，如果αi，βi，在估计期内保持稳定，则可算出预期正常收益率为：R i,t =αi+ βiRm,i4.计算每只股票在[-15,15]内每日超常收益率（AR）。
股票i在第t日的超长收益率为：ARi,t = Ri,t– Rm,t5.计算所有股票在[-15,15]内每日的超常平均收益率(Average AgnominalReturn). 就是计算所有股票超常收益率的算术平均值.所有股票在第t 日的平均收益率为：6.计算累积平均超常收益率CARt( CumulativeAverage Retum) 计算所有并购重组公司股票在[-15,15] 内每日的累积超额收益率，第t 日的CAR 为：7.检验假设为了检验以上结果是否由股价随机波动引起的，对结果要作显著性统计验.即检验CAR 与0 是否有显著差异. 本文对，是否显著区别于0进行统计检验。
事件研究法(Event Studies 2
事件研究法
4.估计超额收益率（非正常收益率） AR it = R it —NR it
R it :证券i在第t期的实际收益率； AR it：证券i在第t期的超额收益率； NR it：证券i在第t期的正常收益率（预期收益率）
事件研究法
超额收益率（AR it）为实际收益率（R it） 与预期收益率（NR it）之差，实际收益率 无须估计（ 当天收盘价减前日收盘价除前 日收盘价），只需要估计预期收益率，一 般用估计窗口内的相关数据进行估计，如 在使用日数据与市场模型的事件研究中， 市场模型参数可通过事件发生前90天或60 天的数据进行估计，再运用所估计出的参 数与事件窗口对应的数据计算NR it 的估计 值。
证券i在第t期的正常收益率预期收益率超额收益率ar之差实际收益率无须估计当天收盘价减前日收盘价除前日收盘价只需要估计预期收益率一般用估计窗口内的相关数据进行估计如在使用日数据与市场模型的事件研究中市场模型参数可通过事件发生前90天或60天的数据进行估计再运用所估计出的参数与事件窗口对应的数据计算nr计算出超额收益率日数据后需要对其进行加总超额收益率的加总包括截面上各种证券间的加总与时间序列主要指事件窗口上的加总
事件研究法
曾亚敏和张俊生(2005)以中国财政部和 国家税务总局联合颁布的要求对个人投资 者从上市公司取得的股息红利所得暂减按 50％计入个人应纳税所得额的文件为背景 进行了事件研究，发现股利所得税削减的 消息宣告后，股票的累计超常收益率与股 利支付水平正相关。 袁显平和柯大钢(2006)回顾了事件研究 方法发展及其在国内外金融经济研究的应 用问题。
预期 收益率
R it =α+βi R mt+ε it
(估计期）
事件研究法
确定预期收益模型后，则需要进行估计。 在界定估计期时，最常见的是把事件期间之 前的时期作为估计期，比如，在运用每1日 数据及市场模型的事件研究中，市场模型的 参数估计期可定为事件发生前的n天(n的大 小由研究者根据情况自行选择)。通常，事 件期间本身不包含在估计期中，以免事件影 响预期收益模型参数的估计。预期收益模型 的参数估定后，便可计算出预期收益。
事件分析法理论(eviews 市场模型 t和J统计量)(19页)
事件分析法一、事件分析法的定义事件分析法（Event Study）是一种实证研究方法，最早是多利( Dolley) 于1933 发表的《普通股分拆的特征与程序》一文提出，他运用“事件研究法”对1921年-1931年间的95个样本考察了股票分割的股价效应。
事件研究法运用于金融领域，借助金融市场数据分析某一特定经济事件对该公司价值或市场产生的影响，即是否产生超常收益（Abnormal Returns）。
其理论基础在于，如果市场是有效的，那么此事件的影响会迅速反应到资产的价格上。
在有效市场理论中，半强式有效市场1可以用事件分析法验证。
狭义的事件研究法有时候被称为残差分析（Residual Analysis）或者超常收益测试（Abnormal Performance Index Tests）。
随后，Myers与Barkay（1948）、Barkay（1956、1957、1958）、Ashley（1962）等人进一步完善和发展了事件研究法。
Ball与Brown（1968）、Fama等人（1969）的研究使事件研究得以最终成熟。
其中，Ball和Brown最早采用了累积异常收益率方法检验了年报会计信息含量及其对股票价格的影响。
事件分析法的应用领域非常广泛，不同学者从本领域视角对其进行了阐述。
段瑞强认为“事件研究”是根据某一事件发生前后的资料统计，采用特定技术测量该事件影响性的1若一事件不能使投资都获得超额利润，则市场可能是半强式的。
一种定量分析方法。
金融市场会有各种消息、政策、产品等事件的发生，这些事件的影响效应又会很快反映到资产价格上，因此“事件分析法”是金融市场研究中被广泛应用的实证分析方法。
何海江认为在一个充满理性投资者的市场中，某一事件对经济的影响可迅速由资产价格的变化反映出来，因此事件分析法是指通过短期内可观测资产价格的变化来研究某一事件对经济影响程度的方法。
王斐波等人认为事件分析法主要是分析某事件对于时间序列是否有冲击作用，其有效性基于这样一个事实: 在假设市场理性的前提下，一个事件(如新出口退税政策的实施)的影响会立即体现为市场的相关指标变动，因此可用一个相对短时期的市场的相关指标变动来分析和衡量该事件的影响。
事件研究法的计算步骤
事件研究法的计算步骤1.定义事件期考察并购事件对上市公司股票价格影响的首要工作是确立一个事件期。
事件期包括:事前估计期与事后观察期。
事前估计期，又称清洁期，其作用在于估计正常收益率，本文所选用的清洁期为[-30,-10]，即公告前的前30 到前10 个交易日，共20 个交易日;事后观察期，又称时间窗，用于研究事件发生后股价的异常变化，探讨并购重组绩效的变化，确定事件窗的目的是为了获得并购重组事件对股票价格的全部影响.事件窗的长短可以根据研究需要自行设定，就短期绩效研究般为[-10, 10]。
本文事件研究选择的事件窗是[-1 5. 15]. 即从事件宣布日起的前15后15 个交易日，共31 个交易日 .2.计算事件期[-30,-10]内的样本公司股票价格和市场指数{沪、深指数)日收益率rm,t 和ri,t(百分比收益率).rm,t= (Pm,t– Pm,t-1)/Pm,t-1ri,t= (Pi,t– Pi,t-1)/Pi,t-1在本文计算中将百分比收益率转换股票连续复利收益率和市场指数连续复利收益率.R m,t = In (rm,t+1)R i,t = In (ri,t+1)3.计算预期正常收益率建立在假设资本资产定价模型(CAPM) 成立的情况下，根据证券资本资产定价理论模型来计算正常收益率.选择并购事件公告宣布H 前段期间为事前估计期，以该期数据为样本，以市场指数收益率为解释变量，以个股收益率为被解释变量，进行回归得R i,t =αi+ βiRm,i+ εi,t其中Ri,t Rm,i分别为个股和市场指数的日收益率，且是股票的收益率对市场指数收益率的回归系数，εi,t 代表回归残差.回归后得到的αi，βi，如果αi，βi，在估计期内保持稳定，则可算出预期正常收益率为：R i,t =αi+ βiRm,i4.计算每只股票在[-15,15]内每日超常收益率（AR）。
股票i在第t日的超长收益率为：ARi,t = Ri,t– Rm,t5.计算所有股票在[-15,15]内每日的超常平均收益率(Average AgnominalReturn). 就是计算所有股票超常收益率的算术平均值.所有股票在第t 日的平均收益率为：6.计算累积平均超常收益率CARt( CumulativeAverage Retum) 计算所有并购重组公司股票在[-15,15] 内每日的累积超额收益率，第t 日的CAR 为：7.检验假设为了检验以上结果是否由股价随机波动引起的，对结果要作显著性统计验.即检验CAR 与0 是否有显著差异. 本文对，是否显著区别于0进行统计检验。
事件研究法的计算步骤
事件研究法的计算步骤1. 定义事件期考察所得税优惠事件对上市公司股票价格影响的首要工作是确立一个事件期。
事件期包括:事前估计期与事后观察期。
事前估计期，又称清洁期，其作用在于估计正常收益率，本文所选用的清洁期为[-5,0]，即公告前的前5到前0个交易日，共5个交易日;事后观察期，又称时间窗，用于研究事件发生后股价的异常变化，探讨并购重组绩效的变化，确定事件窗的目的是为了获得并购重组事件对股票价格的全部影响.事件窗的长短可以根据研究需要自行设定，就短期绩效研究一般为[-10,10]。
本文事件研究选择的事件窗是[0，5].即从事件宣布日起的前5后5个交易日，共0个交易日.2. 计算事件期[-5,0]内的样本公司股票价格和市场指数{沪、深指数)日收益率r m,t 和r i,t (百分比收益率).r m,t =(P m,t –P m,t-1)/P m,t-1 r i,t =(P i,t –P i,t-1)/P i,t-1在本文计算中将百分比收益率转换股票连续复利收益率和市场指数连续复 利收益率.R m,t =In(r m,t +1) R i,t =In(r i,t +1)3. 计算预期正常收益率建立在假设资本资产定价模型(CAPM)成立的情况下，根据证券资本资产定价理论模型来计算正常收益率.选择所得税优惠政策颁布前段期间为事前估计期，以该期数据为样本，以市场指数收益率为解释变量，以个股收益率为被解释变量，进行回归得R i,t =αi +βi R m,i +εi,t其中R i,t R m,i 分别为个股和市场指数的日收益率，且是股票的收益率对市场指数收益率的回归系数，εi,t 代表回归残差.回归后得到的αi ，βi ，如果αi ，βi ，在估计期内保持稳定，则可算出预期正常收益率为：R i,t =αi +βi R m,i4. 计算每只股票在[-5,5]内每日超常收益率（AR ）。
股票i 在第t 日的超长收益率为：AR i,t =R i,t –R m,t5. 计算所有股票在[-5,5]内每日的超常平均收益率(AverageAgnominalReturn).就是计算所有股票超常收益率的算术平均值.所有股票在第t 日的平均收益率为： 6. 计算累积平均超常收益率CAR t (CumulativeAverageRetum)计算所有所观察上市公司股票在[-5,5]内每日的累积超额收益率，第t 日的CAR 为：7. 检验假设为了检验以上结果是否由股价随机波动引起的，对结果要作显着性统计验.即检验CAR 与0是否有显着差异.本文对AAA A ，AAA A 是否显着区别于0进行统计检验。
事件研究法(专业特制)
事件研究法（event study）自从Ball和Brown（1968）以及Beaver (1968)开创性地使用事件研究法判别会计盈余报告的信息含量以证实会计信息的有用性以来，事件研究法得到了广泛的使用。
一、事件研究法定义事件研究法就是研究在事件发生前后很短的时间内，投资者投资行为变化所引发的股票收益变化情况，并据此判断事件对股东财富和企业价值的影响。
事件研究法的理论基础是理性的市场模式，即市场的有效性。
典型的事件研究需要构造并检验的假设是，某一特定事件发生后对于公司价值的影响。
由于从长期来看，通过价格来反映公司的价值应该是符合逻辑的，所以在事件研究中运用证券市场的数据就可以很容易地建立这种测量关系。
即如果事件对市场产生影响，这种影响会立刻通过资产的价格反应出来，所以通过一个较短时期内资产价格的观察量就可以测度事件的经济影响。
研究短期内的股东财富效应，并依此判断事件的实质，从理论上讲，依据有二：一是事件公告时所包含的信息含量对市场的影响，这里的信息既包含事件本身的信息含量，也包括由于披露事件而使投资者了解到过去并不知道“内部信息”，这些信息会影响投资行为；二是投资者行为所反映的对企业价值的预期，如果投资者认为事件具有积极的意义，就会提升预期，股票价格就会上升，反之，投资者对企业的预期下降，股票价格也会随之下降。
因此，从投资者行为的结果，也就是股票收益率的变化，我们可以判断事件对企业的实质性影响，并对其做出合理评价。
二、事件研究法的步骤事件研究法的基本过程包括确定事件及样本、确定研究窗口、计算超额收益并判断市场反应，大体上，可归纳为6个步骤：（1）定义事件。
进行事件分析的第一件事就是定义相关的事件并找出在该事件影响下，需要研究的特定公司股价变动的事件区间，这一区间称为事件窗口。
事件窗口可以考虑用公告日那一天（通常为第0天）来定义，事件之前或之后的较短时期也具有研究价值，这样事件窗口可以根据研究的具体要求定义。
EventStudy事件研究法计算步骤
事件研究法研究步骤①定义事件、事件日事件研究的第一步是明确所研究的具体事件（event）。
例如，并购事件研究首先要明确“并购”的定义。
并购包括兼并（merger or statutory merger,或称吸收合并）、合并（consolidation,新设合并）和收购（acquisition）,还可以包括其他一些获取公司控制权的方式，如代理权争夺。
每一种并购类型还可根据不同标准进行细分。
你想研究哪一种口径的“并购”？光确定了“并购”的口径还不够，任何一次并购都是由一系列具体事件构成的一个过程，因此，并购事件研究还要确定研究的是哪一次具体事件及其日期。
例如，是并购的首次宣布日、股东大会批准日，还是并购完成之日。
事件（event day）的定义对事件研究的成败有时是决定性的。
许多学者（如Brown and Warner,1980,1985；Jensen and Ruback,1983）强调了正确识别事件日的重要性。
在美国早期的并购事件研究中（如Mandelker,1974; Ellert,1976；Langetieg, 1978）, 多采用并购生效日（目标公司股东最终批准日）作为事件日，结果未能发现预期的显著报酬①。
后来的研究改用并购计划宣布日，结果大不一样。
一般来说，我们以并购计划的首次宣布日为事件日。
②确定收益率间隔区间和事件窗口股价收益率的间隔区间（sampling interval）意味着采用日收益率、周收益率还是月收益率作为股价波动的计量标准。
这与事件窗口的长短有关。
采用日收益率能够精确地观察到事件对每一日影响力的大小。
如果事件窗口较短，例如两三个月，那么最好采用日收益率（如果时间窗口太短，甚至不可能采用周或月收益率）。
此外，从统计检验的功效（power）看，间隔越短，检验功效越高。
但是，考虑到收益率逐期累加（CAR法）可能带来的误差，股价波动较大的长窗口事件研究或许采用周收益率或月收益率更为合适。
事件研究法详解(event_study)
• Technique mainly used in corporate. • Simple on the surface, but there are a lot of issues. • Long history in finance:
– First paper that applies event-studies, as we know them today: Fama, Fisher, Jensen, and Roll (1969) for stock splits. – Today, we find thousands of papers using event-study methods.
Short and long horizon studies have different goals: – Short horizon studies: how fast information gets into prices. – Long horizon studies: Argument for inefficiency or for different expected returns (or a confusing combination of both)
Classic References
• Brown and Warner (1980, 1985): Short-term performance studies • Loughran and Ritter (1995): Long-term performance study. • Barber and Lyon (1997) and Lyon, Barber and Tsai (1999): Longterm performance studies. • Eckbo, Masulis and Norli (2000) and Mitchell and Stafford (2000): Potential problems with the existing long-term performance studies. • Ahern (2008), WP: Sample selection and event study estimation. • Updated Reviews: M.J. Seiler (2004), Performing Financial Studies: A Methodological Cookbook. Chapter 13. Kothari and Warner (2006), Econometrics of event studies, Chapter 1 in Handbook of Corporate Finance: Empirical Corporate Finance.
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
事件研究法研究步骤①定义事件、事件日事件研究的第一步是明确所研究的具体事件（event）。
例如，并购事件研究首先要明确“并购”的定义。
并购包括兼并（merger or statutory merger,或称吸收合并）、合并（consolidation,新设合并）和收购（acquisition）,还可以包括其他一些获取公司控制权的方式，如代理权争夺。
每一种并购类型还可根据不同标准进行细分。
你想研究哪一种口径的“并购”？光确定了“并购”的口径还不够，任何一次并购都是由一系列具体事件构成的一个过程，因此，并购事件研究还要确定研究的是哪一次具体事件及其日期。
例如，是并购的首次宣布日、股东大会批准日，还是并购完成之日。
事件（event day）的定义对事件研究的成败有时是决定性的。
许多学者（如Brown and Warner,1980,1985；Jensen and Ruback,1983）强调了正确识别事件日的重要性。
在美国早期的并购事件研究中（如Mandelker,1974; Ellert,1976；Langetieg, 1978）, 多采用并购生效日（目标公司股东最终批准日）作为事件日，结果未能发现预期的显著报酬①。
后来的研究改用并购计划宣布日，结果大不一样。
一般来说，我们以并购计划的首次宣布日为事件日。
②确定收益率间隔区间和事件窗口股价收益率的间隔区间（sampling interval）意味着采用日收益率、周收益率还是月收益率作为股价波动的计量标准。
这与事件窗口的长短有关。
采用日收益率能够精确地观察到事件对每一日影响力的大小。
如果事件窗口较短，例如两三个月，那么最好采用日收益率（如果时间窗口太短，甚至不可能采用周或月收益率）。
此外，从统计检验的功效（power）看，间隔越短，检验功效越高。
但是，考虑到收益率逐期累加（CAR法）可能带来的误差，股价波动较大的长窗口事件研究或许采用周收益率或月收益率更为合适。
事件窗口（event window）就是检验所研究事件对样本股价的影响程度所覆盖的期间，或者说是样本股价变动的观察期间。
事件窗口以事件日为轴心，向前向后各若干日（周、月）。
窗口的长短要考虑两个因素：一是事件影响力的时间长短，时间长的适合长窗口；二是其他事件的干扰（噪音）。
在选定的窗口内可能会发生影响股价的其他事件，例如，并购事件发生后不久公司公布年度业绩。
为了避免其它事件的影响，要么将这种个案从样本中剔除，要么缩短窗口。
缩短了的窗口可能不能完全反映事件的影响力，而剔除一部分个案则要冒累积平均异常收益率（CAR）失真或统计检验不过关的风险。
实际研究过程往往要在二者之间进行权衡。
③筛选样本或子样本发生所定义事件的个案可能会很多。
为了进行目标明确的深入分析，可能要进行样本的筛选，将样本限制在一定范围内。
样本筛选的关键是设定筛选标准（select criteria）。
筛选标准可以是样本的时间跨度、上市地点、所属行业，或者公司的某种特征（如规模、业绩、财务状况）等等。
例如，可以把样本限制为1995-2000年间发生了控制权转移的沪市上市公司。
有时候，为了进行更深入的考察或比较，可以在样本基础上继续筛选出子样本。
例如，在上述样本中筛选出绩优子样本和ST 子样本。
需要注意的是，我们并不能随心所欲地根据研究需要来筛选样本（子样本），这要受到样本（子样本）容量的限制。
一般来说，小样本的统计检验失真。
容量小于30的样本被认为统计意义不大。
④确定正常收益的计量模型事件研究的逻辑是：即使没有发生所定义的事件，公司股价也会有波动。
此时的股价收益被称“正常收益”（normal return）或“预期收益”（expected return）。
发生所定义事件时的股价收益并不全部代表所定义事件的影响（事件收益，event return），它还包括正常收益。
因此，将实际股价收益减去正常收益后的“异常收益”（abnormal return）就是事件收益（也称“未预期收益”，unexpected①事件日问题在采用月数据的研究中有时会比较突出，特别是当事件的影戏力较短暂时。
这是多数文献采用日数据的一个原因。
return ）。
实际股价收益是客观的，很容易计量：1P P =R 1t ,i t,i it --其中r it 代表个股i 在t 期的实际股价收益，P i,t 代表个股i 在t 期期的价格，P i,t -1代表个股i 在t-1期的价格。
关键在于正常收益的计量。
我们将在后面看到，正常收益的计量有不同的模型，而不同的模型将得出不同的正常收益。
以E ( r it ) 代表正常收益，A R it 代表异常收益，则A ()it it it r E r R -=⑤ 计算异常收益确定正常收益的计量模型之后，就可以计算出每只个股i 在t 期的正常收益，进而计算出相应的异常收益。
对t 期N （样本容量）只个股的异常收益进行算术平均，得到t 期的平均异常收益，记为AR t∑N1=i it t R N 1=AR 可以考察在事件窗口（起始期，结束期）内任何一段时间（起始期t 1，结束期t 2，2211T t t T ≤≤≤）的异常收益，只要把t 1至t 2各期的AR t 累计起来（aggregation ）。
最常用的累计方法是累计法（accumulation ），得出的反映事件影响程度的指标称为累计平均异常收益（cumulative average residual ，CAR ）①。
公式为：()∑==212,1t t t t AR t t CAR同样地，也可以先对个股的异常收益R it 进行累积，得到个股i 的累积异常收益率：()∑==2121,t t t iti R t t CR然后对CR i (t 1,,t 2)行横截面方向的平均，得到CAR i (t 1,,t 2)：()()∑==Ni i t t CR N t t CAR 1212,1,1 另一个常见的累计方法是复利法，得出的指标称为“超常表现指数”（abnormal performance index ，API ）②：()()11222,1-+=∏=t t t t AR t t API如果事件窗口很长且较大时，两种方法计算的指标可能会有一定的差异。
后来又出现了一①由FFJR(1969)首创② 由Ball and Brown (1968)首创些在API 基础上改进了的剩余收益计量方法，比如Ball-Brown ，Pettit ，and Beaver Dukes （见Ohlson ，1978，p.184）。
尽管有些累计方法在理论上优于累积法，但Brown and Warner （1980，footnote28）经过模拟测算后认为，CAR 法以外的其它累计方法所得结果与CAR 发的结果并无多大差异。
Brown and Warner 的这篇文章标志着CAR 法在事件研究中主导地位的正式确立。
迄今为止，CAR 法仍然是事件研究中最常见的异常收益累计方法。
为了观察异常收益在窗口期内的变化情况，最好以T 1为起点将异常收益逐期积累起来，并把CAR(21T ,T )在以时间为横轴、以收益率为纵轴的一个坐标系上显示出来。
⑥ 检验异常收益样本CAR 的统计检验之所以重要，乃是因为如果CAR 与0之间并无统计上的显著差别，那么不论这个CAR 的绝对值看起来有多大，它都很有可能源于所选CAR 样本对总体的偏离。
此时，这个根据样本计算出来的CAR 并没有多大经济意义。
换句话说，样本CAR 的统计检验是在计算出样本CAR 值之后所有后续研究的基础。
统计检验的前提是个股的异常收益在i 的方向上（横截面）或在t 的方向上（时间序列）独立正态同分布。
前者要求异常收益在个股之间不相关，后者要求每一只个股的异常收益无序列相关。
检验的零假设是事件对股价收益的大小无影响，也就是说累计平均异常收益率为零，即：0)t ,t (CAR :H 210=以)]t ,t (CAR [S 21代表)t ,t (CAR 21的样本标准差，则在该零假设下，有：)T T (t ~)]t ,t (CAR [S )t ,t (CAR 122121- 当事件窗口较长（例如30T T 12>-）时，t 分布近似于标准正态分布，故()10N ~)]t ,t (CAR [S )t ,t (CAR 2121， CAR 显著性检验最好覆盖整条CAR 曲线，即检验曲线上的每一点在纵轴方向上的显著性。
如果曲线上半数以上的CAR 点是显著的，那么就确认曲线的经济意义。
反之，否定曲线的经济意义。
)t ,t (CAR 21的计算已在前面介绍。
构造检验统计量的关键在)]t ,t (CAR [S 21的估计。
[以估计数据来源的不同，)]t ,t (CAR [S 21的估计可分为两种情况。
如果检验零假设较严格，不仅假设事件对股价收益的大小无影响，还假设对股价收益的波动无影响，那么可以依据事件窗口以前的数据来估计)]t ,t (CAR [S 21；如果检验零假设放宽至允许股价收益的方差发生变化，那么最好采用事件窗口的数据作为估计依据。
]对于前一种情况，我们将在讨论计量正常收益的均值调整模型和市场模型时介绍；对后一种情况，又可按照估计)]t ,t (CAR [S 21时所依据的数据方向划分为两种算法：时间序列方向和横截面方向。
以)AR (S t 代表t AR 的样本标准差，若事件窗口较长，可用事件窗口每期的t AR 来计算)AR (S t ：∑∑==+---=2121T T t 2T T t t 12t 12t )AR 1T T 1AR (T T 1)AR (S 而)AR (S 1t t )]t ,t (CAR [S t 1221+-=以)]t ,t (CR [S 21i 代表个股)t ,t (CR 21i 的横截面标准差，∑=--=N 1i 22121i 21i )]t ,t (CAR )t ,t (CR [1N 1)]t ,t (CR [S 而 )]t ,t (CR [S N 1)]t ,t (CAR [S 21i 21=上述检验方法都是要以异常收益的独立正态同分布为前提。
然而，在经验研究中，这一前提往往并不满足。
此时，可考虑采用非参数检验方法（主要是符号检验和秩检验）。
不过，大多数经验研究表明，即使有关异常收益分布的前提并不成立，参数检验的功效也还算过得去。
非参数检验在多数情况下是为了稳妥起见而作为参数检验的对照而使用的。
⑦ 得出实证结果根据计算出的事件收益及其统计检验结果，得出以下实证结果：[1] 事件对股价有无影响；[2] 如果有影响的话，影响的方向（正面或负面）；[3] 事件对股价的影响程度。
这里，特别需要指出样本选择标准对实证结果的限制，避免扩大实证结果的适用范围。