一、一、关于文章主要内容的回顾
《Detecting Long-run abnormal stock returns: The empirical power and specification of test statistics》这篇文章是美国加州大学戴维斯分校教授Brad M. Barber 1997年发表在Journal of Financial Economics上的，这篇文章曾获得Fama-DFA 最佳论文奖，是一篇质量非常高的论文。这篇文章主要用事件研究法研究在主要的公司事件后股票异常收益率的长期表现。作者区别于前人的研究方法在于，前人重点研究几天或者几个月的累加异常收益率，而作者重点研究一年、三年或五年的异常收益率，更注重于长期表现。在计算异常收益率的过程中，作者采用了三种方法，参考投资组合方法、参照公司方法、F-F三因素模型，根据作者的研究发现，参考投资组合方法由于受到新上市偏差、重新调整偏差、偏度偏差的影响，产生错误设定的数据，而在任何的样本情况下参照公司方法都会产生良好设定的数据，F-F三因素模型会产生负偏的数据。因此作者认为在研究长期异常收益率时，应该使用参照公司方法，这篇文章中的数据来源于CRSP（芝加哥大学股票价格研究中心数据库）中New York、American、NASDAQ交易市场的公司一年、三年、五年的收益率，时间从1963年7月—1994年12月。
二、文章中值得我们借鉴的
1、文章结构的严谨性
通篇来看，这篇文章的结构非常严谨，文章共分为七个部分：第一部分是文章主要内容的介绍；第二部分是作者介绍了长期异常收益率的计算，并详细解释了偏差的来源；第三部分作者介绍了使用的数据来源，详细介绍了数据的剔除情况和使用的方法；第四部分作者介绍了实证检验采用的统计量和实证方法；第五部分作者用实证的结果验证了观点，详细分析了实证的结果；第六部分作者对长期异常收益率的中位值做了检验；第七部分是结论。
从问题的提出到使用的方法再到实证的结果，这篇文章的整个结构非常统一，尤其是在文章的第二部分和第三部分，在文章的第二部分，每介绍完一种偏差，作者都会举一个例子来验证结果，使观点更加可信，在第三部分，对样本的筛选和剔除，作者详细的讨论了进行筛选和剔除的步骤。并且在文章的每一个结束部分，作者都会对这部分的内容进行总结，并对下一部分内容进行引申。另外，文章的前后呼应，在前面提到的问题作者会解释在后面的那一部分会介绍到。
文章的严谨性是我们在今后写作过程中非常值得学习的一个方面，在平时论文的写作过程中，我们经常会犯论文逻辑性不强的毛病，也就是论文的前后几部分并不一定有很严密的逻辑关系，甚至有时候把和论文主题不相关的内容放在论文当中，这种对论文总体结构的整体把握能力非常值得我们学习，因为一个好的论文必然有很强的逻辑性。
2、文章的创新点
我们在写文章的过程中经常会感觉找不到创新点，好像一个问题前人已经讨论的很多了，我们写不出什么更新的东西，从这篇文章当中我感受到其实创新点并不一定要创造一个新的问题，有时候我们采用新的方法就是一种创新，这篇文章的作者不同于前人的研究在于，前人研究重点在于长期异常收益率短期的表现，作者研究长期的表现，前人主要采用参考投资组合方法，而作者采用参照公司方法。这就是一种创新。
我们平时在写作论文的过程中也可以采用这种方式来寻找创新点，当我们遇到一个大家都已经讨论很多的问题，我们可以想想这个问题的哪些方面还没有讨论，或者讨论的不够深刻，或者现在使用的研究方法是否有缺陷，能不能找到一种更好的研究方法，这些都是我们所要考虑的创新点。
3、文章的数据处理方法
在这篇文章当中，作者的数据处理方法是非常值得我们借鉴的，作者选取1963年7月-1994年12月CRSP中NYSE/AMEX/NASDAQ市场的公司月度收益率，共有1798509个月度收益率。其中剔除非普通股股票收益率，共136849个，剔除t年7月到t+1年6月没有t年6月的规模排序的数据，共397411个，剔除t年7月到t+1年6月没有t-1年账面市场价值比排序的月度公司收益率，共85574个，最终研究总体共有1178675个公司月度收益率。
文章的数据处理方法很复杂，从技术层面上来讲我们很难模仿，因为文章的总体数量和样本数量都是非常大的，但是我们可以学习作者在处理数据过程中的程序，首先定义一个数据总体，然后根据研究的需要一步一步剔除掉不合适的数据，最后得到研究总体，从总体中抽取样本进行研究。