where ABCDEFG is estimated using th

where ABCDEFG is estimated using the standard error from the market model regressions (or sample standard deviation in the case of the constant-mean-return model). The estimated variances for the CARs are then adjusted for the number of days in each cumulative abnormal average return of interest. The normal distribution allows for convenient construction of standard normal test statistics that are used to examine our hypotheses regarding the potential effects of rating changes on security returns. We construct CARs for various subperiods prior to day 0, around day 0, and after day 0 in order to test for information leakage prior to the event, control for delays in the announcement of the new effective rating, and test for persistent effects of an event, respectively.

結果 (繁體中文) 1:

其中ABCDEFG使用標準誤差從市場模型回歸估計（或樣品中的恆定平均回報模型的情況下的標準偏差）。對於車的估計方差然後天在每一個感興趣的累計超額平均收益的數量進行調整。正態分佈允許對被用來審視我們關於對證券收益的評價變化的潛在影響的假設標準正態分佈檢驗統計量，施工方便。我們之前0日構建各種子時期的汽車，大約為0天，以測試為一個持續的效果前，事件信息洩露，在新的有效評級的公告延遲控制和測試0天後事件分別。

結果 (繁體中文) 2:

其中 ABCDEFG 使用市場模型回歸中的標準誤差（或常量均值返回模型中的樣本標準差）進行估計。然後，根據每個累積異常平均利息回報的天數，調整 CARs 的估計差異。正態分佈允許方便地構建標準正態測試統計資訊，用於檢查有關評級更改對安全回報的潛在影響的假設。我們為第 0 天、第 0 天和之後的各種子週期構造了 CAR，以便測試事件前的資訊洩漏、控制發佈新有效評級的延遲以及測試事件的持久影響分別。

結果 (繁體中文) 3:

其中abcdefg是使用市場模型回歸的標準誤差（或在恒定平均回報模型的情况下的樣本標準差）估計的。然後，根據每個累計异常平均利息回報率的天數調整CARS的估計差异。常态分配可以方便地構造標準正態檢驗統計量，用於檢驗我們關於評級變動對證券收益的潜在影響的假設。我們分別在第0天之前、第0天左右和第0天之後為不同的子時段構建car，以便在事件發生之前測試資訊洩漏，控制新的有效評級公告的延遲，並測試事件的持續影響。