七個步驟：
( 1) 事件定義( Event Definition) 。包括定義所關注的事件及事件視窗的長度，這也是事件分析法最為核心和關鍵的步驟。一個完整的事件視窗包括估計視窗、事件視窗和事後視窗。與以往的相關分析不同，事件分析法考慮到可能存在事件提前洩露的情形，因此選擇事件視窗時通常也包括事件發生前的一段時間，這個視窗稱為估計視窗。同理，考慮到事件發生後帶來的滯後效應，我們也在事件發生之後一段時間內構建事後視窗。需要注意的是，為了剔除正常收益模型的引數估計值受相關事件的影響，需保證估計視窗、事件視窗和事後視窗不重疊。
( 2) 選樣標準( Selecting Criteria) 。在定義事件之後，必須決定樣本選取標準。具體而言，就是選取與該事件有關的一個樣本，用於分析該事件對所要研究問題的影響。
( 3 ) 計算正常收益與超常收益( Calculating Normal and Abnormal Returns) 。為了評價某事件的發生對公司價值的影響，需要計算正常收益和超常收益。事件分析法一般透過考察某事件公告前後這段時期( 即“事件視窗”) 內股東的超常收益率來衡量事件的發生對公司價值的影響。正常收益是指如果事件不發生的話預計可以得到的收益，超常收益是事件視窗時期的正常收益與非正常收益之差。正常收益的測量模型可分為統計學方法和經濟學方法，這兩種方法的區別在於: 統計學方法( 包括常數均值收益模型、市場模型等) 採用的是對資產收益的統計假設，其不依賴於任何經濟學原理; 而經濟學方法則完全依賴於對投資者行為的假設，而不是統計假設。然而經濟學模型的潛在優勢並非其缺少統計假設，而是它可能使我們利用經濟學常識，更為精確地測量正常收益。
( 4 ) 引數估計( Estimation Procedure ) 。即使用“估計視窗”的資料來估計正常收益模型的引數值。其通常做法是透過事件視窗的前一期( 估計視窗) 的樣本資料來進行估計。通常來說，事件視窗本身並不包括在估計視窗之中，以避免事件本身對正常收益引數估計值的影響。
( 5) 檢驗程式( Testing Procedure) 。設計和選擇用於檢驗超常收益的程式，即設計原假設及備用假設，並根據樣本量大小及總體標準差是否已知等選擇合適的檢驗統計量。
( 6 ) 實證結果的輸出( EmpiricalResults) 。由檢驗程式得出實證結果並提供相關結論。
( 7 ) 解釋與結論( Interpretation andConclusions) 。對實證結果進行合理的解釋。如果實證結果與預期相符，則該實證結果能為事件的影響機理與作用機制等提供實證方面的支援; 如果檢驗結果與預期相悖，則需要對模型和資料中的不足部分進行分析及說明，根據需要甚至可提出新的理論解釋。
七個步驟：
( 1) 事件定義( Event Definition) 。包括定義所關注的事件及事件視窗的長度，這也是事件分析法最為核心和關鍵的步驟。一個完整的事件視窗包括估計視窗、事件視窗和事後視窗。與以往的相關分析不同，事件分析法考慮到可能存在事件提前洩露的情形，因此選擇事件視窗時通常也包括事件發生前的一段時間，這個視窗稱為估計視窗。同理，考慮到事件發生後帶來的滯後效應，我們也在事件發生之後一段時間內構建事後視窗。需要注意的是，為了剔除正常收益模型的引數估計值受相關事件的影響，需保證估計視窗、事件視窗和事後視窗不重疊。
( 2) 選樣標準( Selecting Criteria) 。在定義事件之後，必須決定樣本選取標準。具體而言，就是選取與該事件有關的一個樣本，用於分析該事件對所要研究問題的影響。
( 3 ) 計算正常收益與超常收益( Calculating Normal and Abnormal Returns) 。為了評價某事件的發生對公司價值的影響，需要計算正常收益和超常收益。事件分析法一般透過考察某事件公告前後這段時期( 即“事件視窗”) 內股東的超常收益率來衡量事件的發生對公司價值的影響。正常收益是指如果事件不發生的話預計可以得到的收益，超常收益是事件視窗時期的正常收益與非正常收益之差。正常收益的測量模型可分為統計學方法和經濟學方法，這兩種方法的區別在於: 統計學方法( 包括常數均值收益模型、市場模型等) 採用的是對資產收益的統計假設，其不依賴於任何經濟學原理; 而經濟學方法則完全依賴於對投資者行為的假設，而不是統計假設。然而經濟學模型的潛在優勢並非其缺少統計假設，而是它可能使我們利用經濟學常識，更為精確地測量正常收益。
( 4 ) 引數估計( Estimation Procedure ) 。即使用“估計視窗”的資料來估計正常收益模型的引數值。其通常做法是透過事件視窗的前一期( 估計視窗) 的樣本資料來進行估計。通常來說，事件視窗本身並不包括在估計視窗之中，以避免事件本身對正常收益引數估計值的影響。
( 5) 檢驗程式( Testing Procedure) 。設計和選擇用於檢驗超常收益的程式，即設計原假設及備用假設，並根據樣本量大小及總體標準差是否已知等選擇合適的檢驗統計量。
( 6 ) 實證結果的輸出( EmpiricalResults) 。由檢驗程式得出實證結果並提供相關結論。
( 7 ) 解釋與結論( Interpretation andConclusions) 。對實證結果進行合理的解釋。如果實證結果與預期相符，則該實證結果能為事件的影響機理與作用機制等提供實證方面的支援; 如果檢驗結果與預期相悖，則需要對模型和資料中的不足部分進行分析及說明，根據需要甚至可提出新的理論解釋。