1. Barber, B.M., and J.D. Lyon. 1996. “Detecting abnormal operating performance: The empirical power and specification of test statistics.” Journal of financial Economics 41 (3): 359–399.

2. Barber, Brad M., and John D. Lyon. 1997. “Detecting long-run abnormal stock returns: The empirical power and specification of test statistics.” Journal of Financial Economics 43 (3) : 341-372.

这两篇文章也是事件研究中的经典文献，承接读5的两篇paper，这两篇文章主要是从公司经营绩效以及股市长期反应的角度上比较了不同方法在specification和test power上的异同。

总体而言，第一篇的结论是，在度量公司的非正常经营绩效的时候，应该尽量使用ROA，使用考虑了公司过去业绩的参照组来度量正常经营业绩，并用wilcoxon秩检验方法而不使用t检验；

第二篇要注意的是rebalance bias, new listing bias以及skewness bias对于CAR和BHAR的不同影响。虽然这篇文章提出了一些度量长期非正常收益的建议，但是在做长期事件研究的时候还是要特别注意，尤其是要尽量弄清楚事件发生的准确时间，这样才能最大限度的提高模型的解释力。

具体的请参见读书笔记：