如果对与同一个公司，有多个事件时间，应该得到每个事件时间前后的CAR，不知道楼主用的什么软件。
我用的是R，用matching这个命令，可以得到每个事件时间对应前后的日历时间。

如果楼主的事件时间和样本量都不大的话，可以用excel试一试，倒不是很难。

其实事件研究的关键有三个：（1）确定事件窗口的时间，比如[-5,+5],[-10,+10],这个的话，需要用日历事件和事件时间相匹配，找到离事件时间的前后几个交易日，就可可以得到-5，+5之类的标记了。
（2）确定正常的收益，得到假设没有发生事件的 return，用真实的return减去正常的估计的return，就得到异常收益率。估计正常收益有很多模型，方法各异，这也是通常做稳健性检验的地方。当然，这也可能是很多人指责模型不合理的地方。
（3）计算出每天的AR之后，就需要用到 累积的函数了，从-5或者-10开始，每天计算，得到CAR。做到这里千万不能忘记做另外一个非常重要的事情：统计检验。
其实，统计检验才是事件研究的核心，如果得到了 AR，CAR，通不过统计检验的话，说明事件的冲击并没有对收益起到实质性的影响。这里的统计检验有多种方法，最简单的是 t检验，非参数秩和检验等等。

希望能对楼主的回答起到作用！

谢谢shenyu童鞋~我用的是stata.

样本量有点大的，好几百个公司，07到11年五年的数据。

event window 的标记我是找出来了，可是如果把五年的放在一起做的话，我就只能得到每个公司对应的一个event day 的CAR， 其他年份的可能就没有了，不知道这个问题怎么处理？代码是参考的普林斯顿大学网站上的。

如果是分年份算的话， 跟五年一起算会有什么大的差异么？

还有， 我研究的是一组公司，是不是用AAR 和 CAAR 会更好些？计算AAR 时候要人为地确定 N 个 announcements 么？

假如event window是（-1,+1），那这三天的AR应该是不同的，但CAR 应该是相同的对不？可是我看好多paper里做出来的每天的CAR都是不一样的，所以我就不知道该怎么做了，可以帮我想想办法么？谢谢了~

CAR是这样子的，我举个例子：[-1,+1]这三天的 AR是 0.1， 0.2 ， 0.3， 那么这三天对应的CAR就分别是： 0.1，  （0.1+0.2=0.3）， （0.1+0.2+0.3=0.6），就是累积的数值， 第 n天的 CAR是将 1至n天的AR全部相加，就得到了第n天的CAR。

其实，对于一个事件下面的 n个公司，一般是先得到每个公司的 AR和每个公司的 CAR，然后再来做平均，然后再t检验，看看是不是在统计上显著。

谢谢，大概明白点儿了~

那AAR和CAAR怎么算呢？按公司还是按event window里的日子？？ 具体实现途径有什么？比如说用stata代码

谢谢谢谢~~

求助，如果事件日正好停牌，那不是对应不起来，那原来的CODE 要怎么改啊，我就是因为之前没有注意这个不小心删了很多数据啊