了得網研究生_基於EVIEWS的金融計量學（經濟管理類課程教材·金融繫列）

內容簡介

《基於EVIEWS的金融計量學》深度引入項目教學理念，在每一大部分之前先設計一個金融研究項目，後續相關章節以項目相關問題的展開引導金融計量理論與技術，並以任務驅動型學習方式力求使讀者保持學習興趣，並使讀者養成繫統研究的習慣。
本書適合作為高等院校金融學專業本科或研究生的金融計量學教材，也可以作為對金融學有興趣並期望快速掌握信息技術工具來實證分析金融問題的理論工作者和實際工作者的參考書。全書在汪昌雲教授的主持下組織編寫。

作者簡介

汪昌雲教授，1982年進入中國人民大學工業經濟繫學習，1986年獲經濟學學士學位，1989年獲中國人民大學經濟學碩士學位，1999年獲倫敦大學金融學博士學位。1999-2005年任教於新加坡國立大學商學院。主要研究領域包括金融衍生工具，資產定價，金融風險管理，中國資本市場。自1999年以來，在國際高質量金融學期刊發表論文15篇，其中SSCI論文篇，其金融衍生工具和資產定價等研究在國際學術界有較大影響。汪昌雲現任中國人民大學財政金融學院教授，博士生導師；澳門科技大學和對外經濟貿易大學兼職教授；中國金融學年會常務理事；《金融學季刊》副主編。

第1章金融數據分析初步
1.1 金融計量研究的步驟與任務
1.2 金融時間序列
1.3 金融計量軟件Eviews介紹
1.4 案例介紹
第2章平穩時序模型
2.1 自回歸模型AR
2.2 移動平均模型MA
2.3 自回歸移動平均模型ARMA
2.4 自回歸單整移動平均模型ARIMA
2.5 Eviews案例
第3章非平穩時序模型
3.1 時間趨勢模型及去除趨勢法
3.2 隨機趨勢模型及差分法第1章金融數據分析初步
1.1 金融計量研究的步驟與任務
1.2 金融時間序列
1.3 金融計量軟件Eviews介紹
1.4 案例介紹
第2章平穩時序模型
2.1 自回歸模型AR
2.2 移動平均模型MA
2.3 自回歸移動平均模型ARMA
2.4 自回歸單整移動平均模型ARIMA
2.5 Eviews案例
第3章非平穩時序模型
3.1 時間趨勢模型及去除趨勢法
3.2 隨機趨勢模型及差分法
3.3 單位根檢驗
3.4 Eviews案例
第4章 ARIMA模型應用案例——通貨膨脹預測分析
4.1 利用Eviews進行預測的理論背景
4.2 在Eviews中如何進行預測分析
4.3 利用Eviews進行中國CPI通脹預測的示例
第5章多維動態模型VAR
5.1 VAR模型介紹
5.2 VAR模型的屬性
5.3 VAR模型的估計與相關檢驗
5.4 格蘭傑因果關繫
5.5 VAR模型的脈衝響應分析
5.6 VAR模型與方差分解
5.7 Eviews案例
第6章協整分析
6.1 協整的基本定義
6.2 Engle Granger協整分析方法
6.3 VECM & Johansen協整分析方法
6.4 Eviews案例
第7章 GARCH族模型
7.1 ARCH模型
7.2 GARCH模型
7.3 GARCH模型的其他形式
7.4 案例分析
第8章資產定價模型與估計
8.1 CAPM理論回顧
8.2 CAPM實證檢驗方法
8.3 多因素資產定價模型
8.4 資產定價模型的檢驗與Eviews
第9章事件研究法
9.1 事件研究概述
9.2 收益率估計
9.3 統計檢驗
9.4 事件研究法與Eviews
第10章面板數據回歸模型
10.1 橫截面和時期自變量
10.2 面板數據模型中的自回歸過程
10.3 固定和隨機效應
10.4 廣義小二乘法
10.5 工具變量
10.6 穩健協方差繫數
10.7 Eviews案例
第11章三因素資產模型與Eviews：綜合案例
11.1 三因素資產定價模型
11.2 三因素模型的實證步驟
11.3 三因素模型實證分析與Eviews
附錄1 統計學與矩陣代數回顧
F1.1 概率和統計知識回顧
F1.2 矩陣代數知識回顧
附錄2 回歸分析
F2.1 回歸分析基本模型及假設
F2.2 小二乘法估計基本模型
F2.3 估計量的精確度和擬合優度
F2.4 假設檢驗
F2.5 Eviews案例

商品搜索

商品分类

【醫學】

【各大出版社】