Misalnya ketika suatu perusahaan mengumumkan laba akan jauh lebih besar dari
yang diharapkan, akankah berita ini tercermin dalam harga saham pada hari yang sama pada
minggu berikutnya? lusinan penelitian mengkonfirmasi bahwa harga saham bereaksi cepat
terhadap pengumuman dan dengan cara yang diharapkan di mana arah perubahan harga dan
kemungkinan dampaknya jelas. sebaliknya, penulis menerima bahwa informasi dengan cepat
dimasukkan dalam harga saham dan menggunakan studi peristiwa untuk menentukan
informasi apa yang tercermin dalam harga dan, jika dampaknya tidak jelas untuk menentukan
apakah pengumuman itu berita baik atau buruk.
2. tentukan hari yang tepat dari pengumuman dan rancang hari ini sebagai nol. kebanyakan
saat ini digunakan setiap hari sedangkan studi asli menggunakan data bulanan. penggunaan
data bulanan membuat pengukuran menjadi lebih sulit karena ada banyak kejutan dalam
sebulan di samping efek pengumuman yang sedang dipelajari. jadi untuk mengukur efisiensi
merket, penting untuk mengukur dampak pengumuman menggunakan interval layak terkecil.
Sejumlah penelitian terbaru telah menggunakan data intraday.3. menetapkan periode yang
akan diteliti. jika kita belajar 60 hari di sekitar acara, maka kita akan mendesain -30, -29, -28,
........- 1 sebagai 30 hari sebelum acara, 0 sebagai hari acara dan +1, +2, +3 .... + 30 sebagai
30 hari setelah acara.
4. untuk masing-masing perusahaan dalam sampel, hitung pengembalian pada setiap hari
studi.
6. dihitung untuk setiap hari dalam periode acara, pengembalian abnormal avarege untuk
semua frims dalam sampel. ketika ini dilakukan, kita dapat memeriksa data dalam gambar
seperti gambar 7.2. kami biasanya melihat efek rata-rata dari pengumuman daripada
memeriksa masing-masing perusahaan secara terpisah, karena peristiwa lain yang terjadi dan
rata-rata di semua demam harus meminimalkan efek dari peristiwa lain ini, sehingga
memungkinkan pemeriksaan yang lebih baik dari peristiwa yang diteliti. namun untuk
penelitian di mana besarnya pengumuman harus bervariasi antar frims (seperti mendapatkan
kejutan). mungkin bermanfaat untuk memeriksa perilaku perusahaan secara individu juga.