金融计量学大纲

《金融计量学》课程教学大纲一、课程基本信息课程名称：金融计量学英文名称：FinancialEconometrics课程类别：学科基础课学时：45学分：3适用对象:金融学本科专业考核方式：考试先修课程：高等数学、线性代数、概率统计、统计学、宏观经济学、微观经济学、金融学、投资学、财务管理二、课程简介本课程是金融学的学科基础课，主要为后续的专业课和专业选修课奠定金融学定量分析和实证研究的方法论基础。其主要内容可以分为三大部分：第一部分是金融计量学基础，主要包括一元线性回归模型、多元线性回归模型、放宽基本假定后的回归模型、虚拟变量模型、非线性模型等内容；第二部分是金融时间序列模型，主要包括单位根检验、自回归移动平均（ARMA）模型、协整检验、修正误差模型（ECM）、广义自回归条件异方差（GARCH）模型等内容；第三部分是金融计量学的应用实例，主要向学生介绍国内学者对于有效市场假说(EMH)、资本资产定价模型（CAPM）和GARCH模型等三个问题所做的研究。三、课程性质与教学目的本课程是金融学或金融工程本科专业的学科基础课程，教学的主要目的在于向学生介绍现代金融计量学的基础理论、模型和方法，培养学生在经济金融理论的基础上，借助计量分析软件建立金融计量学模型的能力，拓宽学生分析、研究现实经济金融问题的思路，增强学生的数量分析和实际动手能力，从而为对我国金融市场进行实证研究打下坚实的基础。四、教学内容及要求第一章绪论（一）目的与要求1．介绍计量经济学与金融计量学的基本概念、研究内容及建模步骤2．使学生在总体上对金融计量学建立初步的认识3．使学生充分认识到金融计量学在金融学科中的地位和作用，培养学生的学习兴趣（二）教学内容第一节基本概念1．金融计量学的发展历史与概念2．金融计量学模型3．金融计量学与计量经济学的关系4．计量经济学在经济学科中的地位5．计量经济学与其他学科之间的关系6．金融计量学在金融学中的地位7.金融计量学的主要研究内容第二节金融计量学模型的建模步骤和要点1．理论模型的设计：确定模型的变量、确定模型的数学形式、确定模型待估参数的期望值2．样本数据的收集：数据的类型、数据质量3．模型参数的估计4．模型的检验：经济意义检验、统计检验、计量经济学检验、模型预测检验5．金融计量学模型成功三要素：理论、方法与数据6．金融计量学应用软件介绍：EViews、SPSS、SAS、GAUSS第三节金融计量学模型的应用1．结构分析2．经济预测3．政策评价4．理论检验与发展（三）思考与实践1．什么是金融计量学？什么是计量经济学？两者的关系是什么？2．计量经济学方法与一般经济数学方法有什么区别？3．为什么说计量经济学是一门经济学科？它在经济学科体系中的作用和地位是什么？4．金融计量学的主要研究内容包括哪些？5.试结合一个具体金融问题说明建立与应用金融计量学模型的主要步骤。（四）教学方法与手段课堂讲授、多媒体教学第二章一元线性回归模型（一）目的与要求1．介绍回归分析、回归模型和最小二乘法的基本概念2．重点讲解一元线性回归模型的基本参数估计方法与检验方法3．使学生能够采用计量分析软件估计一元线性模型并进行相应的检验（二）教学内容第一节回归分析概述1．回归分析基本概念：变量间的相互关系、相关分析与回归分析2．总体回归函数：概念、总体回归线、回归系数3．随机干扰项：引入随机干扰项的原因4．样本回归函数：样本回归线、样本回归函数、残差、总体回归线与样本回归线的基本关系第二节一元线性回归模型的参数估计1．一元线性回归模型的基本假设：解释变量非随机、随机干扰项零均值、同方差及不序列自相关、随机干扰项与解释变量不相关、随机干扰项服从零均值、同方差、零协方差的正态分布、解释变量的样本方差趋于一个有限常数、回归模型正确设定2．参数的普通最小二乘估计（OLS）：最小二乘原理3．参数估计的最大似然法(ML)：最大似然原理4．最小二乘估计量的性质：线性性、无偏性、有效性、渐近无偏性、一致性、渐近有效性5．参数估计量的概率分布及随机干扰项方差的估计第三节一元线性回归模型的统计检验1．拟合优度检验：总体离差平方和的分解、可决系数的计算2．变量的显著性检验：假设检验、t检验3．参数的置信区间：参数置信区间的构造、缩小置信区间的方法第四节一元线性回归分析的应用：预测问题1．预测值条件均值或个别值的一个无偏估计2．总体条件均值与个别值预测值的置信区间：总体条件均值预测值的置信区间、总体个别值预测值的置信区间第五节实例：时间序列问题1．中国居民人均消费模型2．时间序列问题（三）思考与实践1．下列方程哪些是正确的？哪些是错误的？为什么？⑴⑵⑶⑷⑸⑹⑺⑻2．判断正误并说明理由：(1)随机误差项ui和残差项ei是一回事(2)总体回归函数给出了对应于每一个自变量的因变量的值(3)线性回归模型意味着变量是线性的(4)在线性回归模型中，解释变量是原因，被解释变量是结果(5)随机变量的条件均值与非条件均值是一回事3．参数估计量的无偏性和有效性的含义是什么？从参数估计量的无偏性和有效性证明过程说明，为什么说满足基本假设的计量经济学模型的普通最小二乘参数估计量才具有无偏性和有效性？4．对模型，试证明：（1），从而：（2）（3）；即残差与的估计值之积的和为零。5．证明：；其中R2是一元线性回归模型的判定系数，是y与x的相关系数。6．下表给出了1988年9个工业国的名义利率（Y）与通货膨胀率（X）的数据：国家Y（%）X（%）澳大利亚11.97.7加拿大9.44.0法国7.53.1德国4.01.6意大利11.34.8墨西哥66.351.0瑞典2.22.0英国10.36.8美国7.64.4资料来源：原始数据来自国际货币基金组织出版的《国际金融统计》要求：（1）以利率为纵轴、通货膨胀率为横轴做图；（2）用OSL进行回归分析，写出求解步骤；（3）如果实际利率不变，则名义利率与通货膨胀率的关系如何？上机实验一：一元线性回归模型分析（四）教学方法与手段课堂讲授、课堂练习、实验教学、多媒体教学第三章多元线性回归模型（一）目的与要求1．介绍多元回归分析、多元回归模型的基本概念2．重点讲解多元线性回归模型的基本参数估计方法与检验方法3．使学生能够采用计量分析软件估计多元线性模型并进行相应的检验（二）教学内容第一节多元线性回归模型1．多元线性回归模型：多元线性模型的矩阵表示2．多元线性回归模型的基本假定：基本假定的矩阵表示第二节多元线性回归模型的参数估计1．普通最小二乘估计：普通最小二乘估计及其矩阵表示、离差形式的普通最小二乘估计、随机干扰项的方差的最小二乘估计2．最大或然估计3．参数估计量的性质：线性性、无偏性有效性4．样本容量问题：最小样本容量、满足基本要求的样本容量5．多元线性回归模型的参数估计实例第三节多元线性回归模型的统计检验1．拟合优度检验：可决系数与调整可决系数2．变量的显著性检验（t检验）：t统计量、t检验3．参数的置信区间：参数的置信区间的构造、缩小置信区间的方法4．方程的显著性检验(F检验)：F检验的步骤、可决系数与F值的关系第四节多元线性回归模型的预测1．被解释变量条件均值的置信区间2．被解释变量个别值的置信区间第五节可以化为线性的多元非线性回归模型1．模型的类型与变换：倒数模型、多项式模型与变量的直接置换法、幂函数模型、指数函数模型与函数变换法2．非线性回归实例第六节受约束回归1．模型参数的线性约束：无约束回归模型、受约束回归模型、线性约束的F检验2．对回归模型增加或减少解释变量（三）思考与实践1．观察下列方程并判断其变量是否呈线性？系数是否呈线性？或都是？或都不是？(1)(2)(3)(4)(5)(6)(7)2．多元线性回归模型与一元线性回归模型有哪些区别？3．为什么说最小二乘估计量是最优的线性无偏估计量？多元线性回归最小二乘估计的正规方程组，能解出唯一的参数估计的条件是什么？4．对于多元线性回归模型，证明：（1）（2）5．有如下生产函数：（0.257）(0.219)其中括号内数值为参数标准差。请检验以下零假设：（1）产出量的资本弹性和劳动弹性是等同的；（2）存在不变规模收益，即。6．下表给出三变量模型的回归结果：方差来源平方和（SS）自由度（d.f.）平方和的均值(MSS)来自回归(ESS)65965——来自残差(RSS)———总离差(TSS)6604214要求：（1）样本容量是多少？（2）求RSS？（3）ESS和RSS的自由度各是多少？（4）求和？（5）检验假设：和对无影响。你用什么假设检验？为什么？7．经研究发现，学生用于购买书籍及课外读物的支出与本人受教育年限和其家庭收入水平有关，对18名学生进行调查的统计资料如下表所示：学生序号购买书籍及课外读物支出（元/年）受教育年限（年）家庭月可支配收入（元/月）1450.54171.22507.74174.23613.95204.34563.44218.75501.54219.46781.57240.47541.84273.58611.15294.891222.110330.210793.27333.111660.85366.012792.76350.913580.84357.914612.75359.015890.87371.9161121.09435.3171094.28523.9181253.010604.1要求：（1）试求出学生购买书籍及课外读物的支出与受教育年限和家庭收入水平的估计的回归方程：（2）对的显著性进行t检验；计算和；（3）假设有一学生的受教育年限年，家庭收入水平，试预测该学生全年购买书籍及课外读物的支出，并求出相应的预测区间（α=0.05）。上机实验二：多元线性回归模型分析（一）上机实验三：多元线性回归模型分析（二）（四）教学方法与手段课堂讲授、课堂练习、实验教学、多媒体教学第四章经典线性回归模型的进一步讨论：放宽基本假定（一）目的与要求1．介绍异方差、序列自相关、多重共线性和随机解释变量的基本概念2．重点讲解放宽基本假定后的修正方法3．使学生能够采用计量分析软件对不满足基本假定的线性回归模型进行修正（二）教学内容第一节异方差性1．异方差的类型：单调递增型、单调递减型、复杂型2．实际经济问题中的异方差性：横截面数据3．异方差性的后果：参数估计非有效、变量的显著性检验失去意义、模型的预测失效4．异方差性的检验：图示检验法、Park与Gleiser检验、G-Q检验、White检验5．异方差的修正：加权最小二乘法（WLS）6．案例：中国农村居民人均消费函数第二节序列相关性1．序列相关性的概念：一阶自回归、一阶自回归系数2.实际经济问题中的序列相关性：经济变量固有的惯性、模型设定的偏误、数据的“编造”3．序列相关性的后果：参数估计非有效、变量的显著性检验失去意义、模型的预测失效4．序列相关性的检验：图示法、回归检验法、DW检验、GB检验或LM检验5．序列相关的补救：广义最小二乘法（GLS）、广义差分法（GDM）6．虚假序列相关问题7、案例分析：中国商品进口模型估计第三节多重共线性1．多重共线性的概念：完全多重共线性、近似多重共线性2．实际经济问题中的多重共线性：经济变量相关的共同趋势、滞后变量的引入、样本资料的限制3．多重共线性的后果：完全多重共线性下参数估计量不存在性、近似多重共线性下OLS估计量的方差变大、参数估计量经济含义不合理、变量的显著性检验和模型的预测功能失去意义4．多重共线性的检验：简单相关系数法、判定系数检验法、逐步回归法5.克服多重共线性的方法：排除引起共线性的变量、差分法、岭回归法第四节随机解释变量问题1．随机解释变量问题的概念：随机解释变量与随机干扰项独立、随机解释变量与随机干扰项同期无关但异期相关、随机解释变量与随机干扰项同期相关2．实际经济问题中的随机解释变量问题：滞后变量模型3.随机解释变量的后果：参数估计量有偏或不一致4.工具变量（IV）法：工具变量的选取、工具变量的应用、IV估计量、IV估计量的一致性5.案例：中国居民人均消费函数（三）思考与实践1.什么是异方差性？举例说明经济现象中的异方差性