Longitudinal rank tests for detecting location shift in the distribution of abnormal returns: An extension*
扩展了Chandra和Rohrbach（1990）的方法，开发出与事件研究中t检验对应的纵向秩检验（r检验），并通过市场模型残差比较发现r检验比t检验更有效，为研究者选择检验方法提供依据。
Abstract. We extend Chandra and Rohrbach (1990) to explain how to develop a longitudinal rank test ( r ‐test) analogous to any t ‐test used in the event study literature. We compare all analogous pairs using market model residuals. The r ‐test is more powerful than the t ‐test in each pair. This suggests that if the researcher intends to use any t ‐test then, for more power, the comparable test should be preferred. These results should be useful to the researcher in selecting an r ‐test for event study because now the same flexibility of choosing an r ‐test as a t ‐test is available. Résumé. Les auteurs poussent plus loin les travaux de Chandra et Rohrbach (1990) pour expliquer comment mettre au point un test de rangs logitudinaux (test r ) analogue aux différents tests t utilisés dans les ouvrages portant sur l'étude d'événements. Ils comparent toutes les paires analogues en utilisant les résiduels des modèles de marché. Le test r est plus puissant que le test t dans chacune des paires, de sorte qu'on peut penser que si le chercheur prévoit utiliser un test t pour sa puissance, il aurait avantage à recourir au test r comparable. Ces résultats devraient être utiles aux chercheurs dans la sélection d'un test r pour l'étude d'événements puisque, dorénavant, le choix d'un test r peut offrir la même souplesse que celui d'un test t