金融计量经济学导论pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
下载压缩包 [复制下载地址] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页

金融计量经济学导论PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 导论 1

1.1 什么是计量经济学 1

1.2 金融计量经济学不同于“经济计量经济学”吗？——金融数据的一些固有特征 2

1.3 数据类型 3

1.4 金融模型中的收益率 5

1.5 构建计量经济模型的步骤 7

1.6 在阅读金融文献时需要考虑到的几个问题 9

1.7 本书其余部分的概要 10

第2章 金融数据建模的计量经济学软件包 13

2.1 哪些软件包可供使用 13

2.2 选择软件包 14

2.3 使用这两个软件包来完成简单的任务 15

2.4 WinRATS软件 16

2.5 EViews软件 28

2.6 参考读物 35

附录 计量经济学软件包供应商 36

第3章 古典线性回归模型概要 38

3.1 什么是回归模型 38

3.2 回归与相关 39

3.3 简单回归 39

3.4 一些专门术语 47

3.5 在古典线性回归模型下的假定 50

3.6 OLS估计量的性质 50

3.7 精确性和标准误差 52

3.8 统计推断导论 58

3.9 从简单模型到多元线性回归 73

3.10 常数项 74

3.11 在一般回归方程中如何计算参数（向量β的元素） 75

3.12 特殊类型的假设检验：t比率 78

3.13 数据开采及检验的实际大小 79

3.14 运用简单的t检验来检验金融理论的例子——美国共同基金能赢得市场吗 80

3.15 英国单位信托基金管理者能赢得市场吗 82

3.16 过度反应假设和英国股票市场 84

3.17 检验多重假设：F检验 90

3.18 简单线性回归的EViews和RATS命令及结果 95

附录 CLRM结果的数学推导 108

3A.1 在二元情况下推导OLS系数估计量 108

3A.2 在二元情况下推导截距和斜率的OLS标准误差估计量 109

3A.3 在多元回归情况下推导OLS系数估计量 112

3A.4 在多元回归情况下推导OLS标准误差估计量 114

思考题 115

第4章 古典线性回归模型的进一步探讨 118

4.1 拟合优度统计量 118

4.2 幸福定价模型 123

4.3 对非嵌套假设的检验 126

4.4 违反古典线性回归模型假定 128

4.5 假定1：E(u？)=0 130

4.6 假定2：var(u？)=σ2<∞ 130

4.7 假定3：cov(ui,uj)=0且i≠j 137

4.8 假定4：x1是非随机的 156

4.9 假定5：扰动项是正态分布的 157

4.10 多重共线性 167

4.11 采用了错误的函数形式 171

4.12 重要变量的省略问题 174

4.13 包含不相关的变量的情况 175

4.14 参数稳定性检验 175

4.15 建立计量经济学模型的策略和对模型建立哲学的讨论 183

4.16 主权信用评级的决定 186

附录 主成分分析简论 194

4A.1 对利率的主成分分析 195

4A.2 实践中主成分的计算 197

思考题 198

第5章 一元时间序列的建模与预测 201

5.1 引言 201

5.2 一些概念和定义 202

5.3 移动平均过程 206

5.4 自回归过程 211

5.5 偏自相关函数 219

5.6 ARMA过程 220

5.7 建立ARMA模型：博克斯—詹金斯（Box-Jenkins）方法 225

5.8 使用EViews建立ARMA模型的实例 228

5.9 利用RATS估计ARMA模型 237

5.10 一些金融时间序列建模的例子 242

5.11 指数平滑法 244

5.12 计量经济学中的预测 246

5.13 在EViews中运用ARMA模型进行预测 259

5.14 运用RATS进行ARMA模型预测 261

5.15 运用EViews和ARTS估计指数平滑模型 262

思考题 264

第6章 多元模型 269

6.1 动机 269

6.2 联立方程偏误 271

6.3 如何对联立方程组模型进行有效估计 273

6.4 可以从π中获得原有系数值吗？ 273

6.5 金融领域中的联立方程组 276

6.6 外生性的定义 277

6.7 一个特例：一组方程看似联立方程组，事实上并不是 279

6.8 联立方程组系统的估计过程 280

6.9 联立方程组在金融领域的应用：对在S&P100指数期权市场中买卖价差和交易活动的建模 283

6.10 运用EViews和RATS进行联立方程组建模 288

6.11 运用RATS进行Hausman检验 293

6.12 向量自回归模型 295

6.13 VAR模型包含有同期项吗？ 300

6.14 分块显著性检验和因果检验 302

6.15 包含外生变量的VAR模型 303

6.16 脉冲响应和方差分解 304

6.17 VAR模型应用的一个例子：资产收益率和宏观经济的相互影响 307

6.18 在RATS和EViews中进行VAR估计 312

思考题 325

第7章 建立金融中的长期关系模型 327

7.1 平稳性和单位根检验 327

7.2 在EViews中进行单位根检验 341

7.3 在RATS中进行单位根检验 343

7.4 协积 344

7.5 均衡纠正或误差纠正模型 347

7.6 检验回归中的协积：基于残差的方法 348

7.7 协积系统的参数估计方法 350

7.8 前导——滞后和即期市场与期货市场之间的长期关系 352

7.9 运用基于VAR的Johansen技术来检验和估计协积系统 359

7.10 购买力平价 364

7.11 国际债券市场之间的协积 366

7.12 检验利率期限结构的预期假设 372

7.13 利用EViews和RATS进行协积检验并建立协积系统模型 374

思考题 387

第8章 建立波动和相关的模型 390

8.1 动机：进入非线性领域 390

8.2 用于波动性的模型 393

8.3 历史波动性 394

8.4 隐含的波动性模型 394

8.5 指数加权移动平均模型 395

8.6 自回归波动性模型 396

8.7 自回归条件异方差模型 397

8.8 广义的ARCH模型 404

8.9 ARCH/GARCH模型的估计 407

8.10 基础GARCH模型的扩展 418

8.11 非对称GARCH模型 419

8.12 GJR模型 419

8.13 EGARCH模型 420

8.14 在EViews中估计GJR和EGARCH 421

8.15 在RATS中估计GJR和EGARCH 422

8.16 检验波动的非对称性 424

8.17 均值GARCH模型 430

8.18 运用包含波动预测的GARCH类模型 432

8.19 检验非线性约束或检验有关非线性模型假设 438

8.20 波动预测：来自学术文献的一些例子和结果 441

8.21 随机波动模型回顾 449

8.22 预测协方差和相关性 449

8.23 金融中的协方差模型和预测：运用模型的实例 450

8.24 历史的协方差和相关性 452

8.25 隐含的协方差模型 452

8.26 用于协方差的指数加权移动平均模型 453

8.27 多元GARCH模型 453

8.28 随时间可变协方差的CAPM的多元GARCH模型 457

8.29 估计关于FTSE股票指数收益的随时间变化的套期保值比率 458

8.30 使用RATS和EViews估计多元GARCH模型 462

附录 运用极大似然法进行参数估计 474

复习思考题 478

第9章 转换模型 481

9.1 建立转换模型的动因 481

9.2 金融市场中的季节效应：简介与研究综述 483

9.3 金融数据季节效应的建模 484

9.4 简单逐段线性函数（piecewise linear function）估计 491

9.5 马尔可夫转换模型 493

9.6 马尔可夫转换模型的应用：金边债券与股票的收益比 495

9.7 使用RATS估计马尔可夫转换模型 502

9.8 门限自回归模型 503

9.9 门限自回归模型的估计 505

9.10 马尔可夫转换模型和门限自回归模型的设定检验：一个忠告 506

9.11 SETAR在法国法郎与德国马克汇率模型上的应用 507

9.12 门限模型与FTSE 100股指、股指期货市场 510

9.13 关于机制转换模型及预测精度的注解 514

9.14 利用RATS估计门限自回归模型 514

思考题 517

第10章 模拟方法 520

10.1 动机 520

10.2 蒙特卡罗模拟 521

10.3 减少方差的方法 522

10.4 靴襻抽样法（bootstrapping） 526

10.5 随机数生成技术 530

10.6 利用模拟方法解决计量经济或金融问题的缺点 531

10.7 蒙特卡罗模拟在计量经济学的应用：推导Dickey-Fuller检验的多个临界值 532

10.8 模拟金融期权价格的例子 541

10.9 利用靴襻抽样计算最低风险资本的例子 552

思考题 569

第11章 金融学实证分析、课题研究或论文撰写 571

11.1 实证研究的概念和目的 571

11.2 选题 571

11.3 互联网上的研究论文和文献 575

11.4 研究数据的取得 577

11.5 计算机软件的选择 578

11.6 论文结构 578

11.7 论文的表达方式问题 581

第12章 金融时间序列建模的近期及未来发展趋势 582

12.1 本书总结 582

12.2 本书未涉及的内容 582

12.3 金融计量经济学：未来前景 587

12.4 结束语 590

附录1 一些基本的数学和统计学概念回顾 591

A.1 引言 591

A.2 概率分布的特征 591

A.3 对数的性质 593

A.4 微分 593

A.5 矩阵 595

A.6 矩阵的特征值 599

附录2 统计分布表 602

参考文献 614

致谢 627