了得網管理_金融計量學（第2版）

編輯推薦

《金融計量學（第2版）》內容繫統全面，理論與實踐結合，傳統知識與新知識兼顧，案例豐富，配套課件。

內容簡介

金融計量學是一門新型的金融數據處理課程，彙總了時間序列等數據處理方法在金融經濟方面的理論、方法和應用。本書是在筆者多年來從事金融計量方面的教學和科研基礎上編寫而成的，將*的有關研究成果寫入教材，使課程體繫更加完善。本書體現了較強的理論深度和學術前沿，同時針對我國金融市場進行了大量實證研究，具有理論和實踐指導意義。
本書可作為財經類或綜合性院校的數量經濟、金融等專業高年級本科生和相關專業的研究生教材，亦可作為相關領域研究人員的參考書。

目錄

第1章金融計量學介紹

1.1金融計量學的含義及建模步驟

1.2金融數據的主要類型、特點和來源

1.3收益率計算

1.4常用的統計學與概率知識

1.5常用金融計量軟件介紹目錄

第1章金融計量學介紹

1.1金融計量學的含義及建模步驟

1.2金融數據的主要類型、特點和來源

1.3收益率計算

1.4常用的統計學與概率知識

1.5常用金融計量軟件介紹

參考文獻

第2章經典回歸模型及其應用

2回歸模型及其應用

2回歸模型及其應用

2.3回歸模型的檢驗

2.4案例分析

參考文獻

第3章非典型性回歸模型及其應用

3.1非線性模型轉化為線性模型

3.2異方差性

3.3自相關

3.4多重共線性

3.5虛擬變量模型

3.6預測

參考文獻

第時間序列分析方法

4.1時間序列的相關概念

4.2平穩時間序列模型

4.3非平穩的時間序列分析

4.4長記憶時間序列模型

參考文獻

第5章向量自回歸模型

5.1VAR模型介紹

5.2VAR模型估計方法與設定

5.3格蘭傑因果關繫檢驗

5.4脈衝響應函數與方差分解

5.5結構VAR(SVAR)模型

參考文獻

第6章協整和誤差修正模型

6.1協整與協整檢驗

6.2誤差修正模型

6.3Johansen協整檢驗方法

6.4向量誤差修正模型

參考文獻

第7章GARCH模型分析與應用

7.1金融時間序列異方差特征

7.2ARCH模型

7.3GARCH模型

7.4GARCH類模型的擴展

7.5GARCH類模型應用

7.6向量GARCH模型

7.7隨機波動模型(SV)

參考文獻

第8章資產定價模型的實證研究

第9章有效市場假說與事件研究法

第10章風險度量方法及應用

10.1金融市場風險概述

10.2金融風險度量方法

10.3案例分析

參考文獻

第11章金融高頻數據分析及應用

11.1金融高頻數據特征分析

11.2波動率建模及應用

11.3案例分析

參考文獻

第12章Copula分析方法及應用

12.1Copula函數理論

12.2Copula相關性測度

12.3常用Copula函數介紹

12.4籐Copula函數介紹

12.5Copula函數參數估計

12.6混頻Copula

12.7案例分析

參考文獻

第13章小波分析方法及應用

13.1小波函數

13.2小波變換

13.3案例分析

參考文獻

第14章分形分析方法及應用

14.1單分形相關理論方法

14.2多重分形相關理論方法

14.3優化方案

14.4案例分析

參考文獻

附錄：統計分布表

前言

第2版前言

金融計量學是一門實踐性很強的課程，本書對第1版有關內容進行了修正和補充，並著重彙集了金融時間序列在金融、經濟方面的理論、方法和應用。本書是筆者多年來在金融計量教學和研究基礎上編寫而成的，體現了較強的理論深度和學術前沿性，並針對我國金融市場的實際情況，進行了大量的實證分析和研究。第2版前言

金融計量學是一門實踐性很強的課程，本書對第1版有關內容進行了修正和補充，並著重彙集了金融時間序列在金融、經濟方面的理論、方法和應用。本書是筆者多年來在金融計量教學和研究基礎上編寫而成的，體現了較強的理論深度和學術前沿性，並針對我國金融市場的實際情況，進行了大量的實證分析和研究。
本書的特色在於：將的金融高頻數據、小波理論、分形理論和Copula函數等方面研究成果加進了本教材，使教材理論體繫更加完善，彌補了傳統教材的不足；主要針對中國金融市場的實際問題，應用相關的計量理論和方法進行分析，每章都配備了大量的實證分析和案例研究，把理論和實踐充分結合起來；重點內容配合計量經濟軟件EViews等對每個理論、方法與模型加以實現，充分讓學生掌握金融計量的基本理論、方法，懂得如何在實踐中應用金融計量基本研究方法，解決金融市場的實際問題，並能應用相應的工具加以實現；在內容安排上較為靈活，可以根據不同使用者需求，自由取舍，不影響本書的結構體繫。
本書共14章，從內容上可以劃分為以下三個部分。
部分包括第1章至第3章。第1章為金融計量學介紹，第2章和第3章為金融計量的基礎理論、方法，這部分也是傳統計量經濟學的基礎部分，可以根據實際學習需求自由取舍。如果已經學過計量經濟學初步內容，那麼這部分內容可以忽略，不用去學習。
第二部分包括第4章至第7章。這部分內容是傳統金融計量學的核心部分，重點介紹金融計量中變量一階矩、二階矩建模與應用，以及多變量之間的關繫。波動建模中重點介紹了SV模型及其應用，這部分內容至今也很少有教材介紹。
第三部分包括第8章至第14章。這部分介紹了金融計量學應用以及一些的數據處理方法。第8章介紹了CAPM理論與實證分析；第9章介紹了有效市場假說理論與事件研究法，並對中國金融市場做了實證分析；第10章詳細介紹了常見的金融風險度量方法並指出VaR方法的局限性；第11章是有關金融高頻數據方法及應用，這部分內容相關教材還比較少見；第12~14章介紹了近年來在金融數據處理方面的新方法，分別介紹了Copula、小波和分形，著重介紹了基礎理論及其在金融市場中的應用。
在編寫本書過程中，重點突出基礎理論、方法與金融市場的案例分析，也適時加入金融計量研究領域的一些前沿問題，使學生在掌握傳統的金融計量內容的同時，也了解的金融計量研究前沿進展。另外，為了使學生學習方便，提供了免費的數據下載。

朱鵬飛、張仁坤、王雅梅、林玉婷、郭溪發、吳幼妹等提供了基礎資料，並參與校對工作，在此表示感謝！
由於編者水平有限，不當之處在所難免，懇請同行專家和讀者批評指正，並提出寶貴意見和建議。
唐勇2019年1月1日於福州大學旗山湖畔

在線試讀

第1章金融計量學介紹

1.1金融計量學的含義及建模步驟
1.1.1金融計量學的含義

要了解什麼是金融計量學，先要了解什麼是計量經濟學。計量經濟學從字面意思來看，是指經濟學中的測量。實質上，計量經濟學起源於經濟學，是經濟學的一個分支學科，是以揭示經濟活動中客觀存在的數量關繫為內容的分支學科。
計量經濟學不僅是檢驗經濟理論的一門科學，而且也是預測經濟變量未來值的一套工具，如預測股票價格走勢、預測公司的銷售額等。計量經濟學可以利用經濟數學模型擬合實際數據的過程，是基於歷史數據給予政府和企業以數值化或定量化政策建議的一門科學和藝術。
一般認為金融計量學是計量經濟學的一個分支，是計量經濟學在金融學中的一種應用。在西方經濟中，一般認為金融計量學是指金融市場的計量分析，特別是統計技術在處理金融問題中的應用。而本書所指的金融計量學除了包括以上計量經濟學基本理論外，還涵蓋了其在金融市場的應用，例如檢驗金融市場信息是否有效，檢驗資本資產定價模型(CAPM)是否是決定風險資產收益率的優良模型，測量和預測債券收益率的波動性，檢驗關於變量相互關繫的假設，考察經濟狀況變化對金融市場的影響，等等，後面相應章節將做詳細介紹。
1.1.2金融計量建模步驟
通過各種不同的方法對金融市場進行描述和模擬就形成了各種各樣的金融計量模型，這些模型都具有一些相同的主要步驟。根據布魯克斯(Brooks)提出的金融模型步驟，對金融計量建模的基本步驟總結如圖11所示。第1章金融計量學介紹

1.1金融計量學的含義及建模步驟
1.1.1金融計量學的含義

要了解什麼是金融計量學，先要了解什麼是計量經濟學。計量經濟學從字面意思來看，是指經濟學中的測量。實質上，計量經濟學起源於經濟學，是經濟學的一個分支學科，是以揭示經濟活動中客觀存在的數量關繫為內容的分支學科。
計量經濟學不僅是檢驗經濟理論的一門科學，而且也是預測經濟變量未來值的一套工具，如預測股票價格走勢、預測公司的銷售額等。計量經濟學可以利用經濟數學模型擬合實際數據的過程，是基於歷史數據給予政府和企業以數值化或定量化政策建議的一門科學和藝術。
一般認為金融計量學是計量經濟學的一個分支，是計量經濟學在金融學中的一種應用。在西方經濟中，一般認為金融計量學是指金融市場的計量分析，特別是統計技術在處理金融問題中的應用。而本書所指的金融計量學除了包括以上計量經濟學基本理論外，還涵蓋了其在金融市場的應用，例如檢驗金融市場信息是否有效，檢驗資本資產定價模型(CAPM)是否是決定風險資產收益率的優良模型，測量和預測債券收益率的波動性，檢驗關於變量相互關繫的假設，考察經濟狀況變化對金融市場的影響，等等，後面相應章節將做詳細介紹。
1.1.2金融計量建模步驟
通過各種不同的方法對金融市場進行描述和模擬就形成了各種各樣的金融計量模型，這些模型都具有一些相同的主要步驟。根據布魯克斯(Brooks)提出的金融模型步驟，對金融計量建模的基本步驟總結如圖11所示。

圖11金融計量建模的基本步驟

步驟一：問題的概述。該步驟主要涉及金融或經濟理論的形成，一般來自某種理論的認識或對某種理論的假設，根據理論建立模型用數學公式表示出來。具體包括：選擇變量、確定變量之間的數學關繫、擬定模型估計參數的數值範圍。選擇變量需要注意以下幾點： ①正確理解和把握所研究的經濟現像中暗含的經濟學理論和經濟行為規律； ②處在不同的環境中，要研究不同的行業，選擇的變量也不同； ③要考慮數據的可得性； ④選擇變量要考慮所有入選變量之間的關繫，使得每一個解釋變量都是獨立的。
步驟二：收集樣本數據。樣本數據的收集與整理，是建立金融計量學模型過程中基礎的工作，也是對模型質量影響較大的一項工作。從工作程序上講，它是在模型建立之後進行，但實際上經常是同時進行的，因為能否收集到合適的樣本觀測值是決定變量取舍的主要因素之一。對於金融數據的類型、特點、來源將在下一節詳細介紹。
步驟三：選擇合適的估計方法。根據模型提出的假設和建立的數學表達式，數據的類型回歸回歸，選擇單一方程還是聯立方程。
步驟四：模型的檢驗。在步驟三之後初步得到估計結果，但需要進一步檢驗估計的結果是否滿足我們的需要，是否合理地描述數據，是否具有經濟學上的意義。一般檢驗包括三個方面：統計檢驗、計量經濟學檢驗以及經濟、金融意義檢驗。統計檢驗的目的在於檢驗模型參數估計值的可靠性，包括模型擬合優度檢驗、變量顯著性檢驗、方程顯著性檢驗等；計量經濟學檢驗是否符合計量經濟學理論知識，包括序列相關性檢驗、異方差檢驗、多重共線性檢驗以及協整檢驗等。經濟、金融意義檢驗是將計量檢驗的結果與相應的經濟理論或金融理論相比較，確定兩者是否相符。估計的參數通過檢驗則可進行模型的解釋，並應用在實際中，否則回到步驟一到步驟三，要麼放寬假設條件，要麼改變計算方法，要麼重新建立模型，收集更多數據。
步驟五：模型的應用。當模型通過檢驗，結果獲得合理的解釋，步驟一的理論得到支撐，就可以將模型用來檢驗步驟一提出的理論、進行預測或者提出建議。金融計量學模型的應用很廣，主要分為以下幾個方面： ①結構分析。對經濟現像中變量之間相互關繫進行研究，如研究某一因素變化對經濟狀況的影響。②金融、經濟預測。根據模型變量的設定，預測金融經濟變量回歸模型中被解釋變量的預測、未來資產價值以及波動率的預測。③政策評價。研究不同的經濟政策產生的不同結果，評估這些結果，或是從不同的政策結果中選擇的政策方案。④檢驗與發展經濟理論。實踐是檢驗真理的標準，任何經濟理論都是要通過檢驗，金融計量學模型是一種很好的科學方法，對於探索經濟規律提供了很大的幫助。
1.2金融數據的主要類型、特點和來源
1.2.1金融數據的主要類型

在金融問題的分析中，主要有三類數據可供使用，即時間序列數據、截面數據和面板數據。
時間序列數據(time series data)是指一個實體在不同時期內的觀測數據。例如中國各年的通貨通脹率，一家公司當年每個季度的營業額，每天的股票價格，等等。時間序列數據進行回歸時應注意數據的一致性，確保各變量數據的頻率相同，應注意模型隨機誤差項有可能產生序列相關，還應注意數據的平穩性問題，同時也要注意數據的可比性，消除不同時點的數據受通貨膨脹因素的影響。時間序列數據可用於研究變量隨時間推移的發展變化，並預測這些變量的未來值。如研究某個國家股票指數價格如何隨著國家宏觀經濟基礎變量的變化而變化、貿易赤字上升對該國家彙率的影響、預測某股票的波動率等。
截面數據(crosssectional data)是指多個實體在某一時點上的觀測數據。例如亞洲各個國家2015年的人均GDP(國內生產總值)，某一時點上深圳交易所所有股票的收益率，中國各個省份2015年一年稅收情況，等等。實體可以是國家、城市，也可以是公司、單位和個人。分析截面數據時，可能出現異方差情況，整理數據時應注意消除異方差。這類數據主要用於研究某一時期內不同的人、公司或者其他經濟實體之間的差異，來了解變量之間的關繫。例如研究公司規模對其進行股票投資的回報率之間的關繫、一國GDP水平與其主權債務違約率之間的關繫。
面板數據(panel data)是指時間序列數據和截面數據相結合的數據，即多個實體在多個時期內的觀測數據。例如中國國內所有銀行過去3年的貸款數據、所有藍籌股2010—2015年每日收盤價等。可以應用面板數據研究不同實體的經歷和根據每個實體的變量隨時間變化的發展來了解經濟關繫。
對於以上數據的統計和建模分析大多采用的是點值模型(pointvalued model)。隨著大數據時代的到來，統計學家和計量經濟學家開始采用區間模型(intervalvalued model)對相關數據進行分析。本書不對區間模型進行介紹，有興趣的讀者可參閱相關文獻。
1.2.2金融數據的特點
金融計量學主要研究計量經濟學在金融市場中的應用。相比宏觀經濟數據，金融數據在頻率、準確性、周期性等方面具有自己特有的性質。下面選擇金融數據關注的兩個重要指標，即抽樣頻率和時間跨度逐一介紹。
金融數據可以是低頻的、高頻的和超高頻的，隨著技術的進步，研究的數據由以前的月、周、日到現在的10分鐘、5分鐘、1分鐘，可用於計量的數據十分巨大，這是宏觀經濟數據不能比擬的。
與宏觀經濟數據相比，金融數據統計錯誤和數據修正問題會較少，宏觀經濟數據通常是測算和估計出來的，難免會有差錯，而且新公布的統計數據也有可能出錯，都會給計量分析帶來困難。而金融數據雖然形式多樣，但一般來說價格和其他金融變量都是在交易時準確記錄下來的，當然也存在數據測量錯誤、記錄錯誤的可能性。但總體上，金融學中的誤差和修正問題不像經濟學中的那麼嚴重。
金融數據特別是時間序列數據，一般都是不平穩的，較難區分是隨機遊走、趨勢或其他特征。金融數據通常還有許多其他特征，特別是高頻數據，包含太多的噪聲，很難分離出背後的趨勢；另外金融數據大部分不服從正態分布，一般回歸方法很難適用，但它推動了金融經濟方法的發展。

商品搜索

商品分类

【醫學】

【各大出版社】