金融计量学教学大纲.docx
《金融计量学教学大纲.docx》由会员分享，可在线阅读，更多相关《金融计量学教学大纲.docx（10页珍藏版）》请在冰豆网上搜索。
金融计量学教学大纲
《金融计量学》教学大纲
课程编号：
111003A
课程类型：
□通识教育必修课□通识教育选修课
■专业必修课□专业选修课
□学科基础课
总学时：
48讲课学时：
32实验（上机）学时：
16
学 分：
3
适用对象：
金融工程，金融学，投资学
先修课程：
统计学，金融学
一、教学目标
金融计量学是以金融学和统计学为基础，系统介绍了金融时间序列数据的基本建模方法和常用软件工具。
其目的是通过建立金融计量模型来研究实际的金融问题。
通过本课程的学习，使得学生掌握金融计量学的基本方法和原理。
通过学习，可以达到：
目标1.掌握金融时序数据的建模原理。
目标2.具备金融问题计量建模的能力。
目标3.掌握相应的计量软件操作。
本课程是《金融风险测度与管理》的前续课程，可以提高学生毕业设计的实证水平和质量。
二、教学内容及其与毕业要求的对应关系（黑体，小四号字）
拟实现的教学目标所采取的教学方法、教学手段包括教师教授、课件演示、上机实验以及习题练习。
实践教学环节要求学生掌握EViews软件的使用、查找和下载金融数据的方法以及处理原始数据的基本技巧。
学生课前需要预习，课后需要完成课后作业对照答案进行自查。
教学过程中应注意本科生的接受和理解水平，增强案例演示，尽量减少难度过大的理论推导，对于金融计量中用到的重要假设检验的原理和目的应该精讲、细讲，理论推导应该粗讲、选讲，难点和重点应该反复讲，结合实际讲授。
该课程培养学生数量分析金融问题的能力，以满足金融工程专业毕业要求当中的数理能力及数据处理能力的培养，同时有助于提高学生毕业设计（论文）的实证分析质量。
三、各教学环节学时分配（黑体，小四号字）
学时分配表
序号
章节内容
讲课
实验
其他
合计
1
金融计量学初步
3
1
4
2
差分方程、滞后运算与动态模型
3
0
3
3
平稳金融时间序列：
AR模型
3
2
5
4
自回归移动平均过程ARMA模型
3
2
5
5
非平稳金融时间序列模型以及平稳性检验
3
2
5
6
向量自回归（VAR）模型
4
2
6
7
结构向量自回归（SVAR）模型
3
2
5
8
协整与误差修正模型
4
2
6
9
条件异方差模型
4
2
6
10
非线性金融时间序列模型
2
1
3
合计
32
16
48
四、教学内容
第一章金融计量学介绍
第一节金融计量学的范畴
1.金融计量学的定义
2.金融计量学的范畴
第二节金融时间序列数据
1.金融时序数据的定义
2.三类数据的定义与区别
第三节金融计量分析中的基本概念
1.增长率和收益率
2.随即变量与随机过程
3.联合分布
4.随即变量的期望与矩
5.金融模型与金融计量模型
第四节金融计量软件介绍
1.综合介绍
2.Eviews使用简介
3.其他计量软件使用简介
重点和难点：
三类数据的区别，随机变量与随机过程，对数收益率的含义及统计意义，随机变量的期望与矩。
考核要点：
了解金融计量学的范畴、分类。
了解三类数据的特点和区别。
了解随即变量和随机过程的概念，掌握几种收益率的含义和区别。
了解Eview等软件的特点和应用范围。
第二章差分方程、滞后运算与动态模型
第一节一阶差分方程
1.差分方程的定义
2.一阶差分方程的求解（反复迭代法）
第二节动态乘数与脉冲响应函数
1.动态乘数
2.脉冲响应函数
第三节高阶差分方程
1.高阶差分方程的定义
第四节滞后算子与滞后运算法
1.滞后算子定义与性质
2.差分方程的稳定性
重点和难点：
差分方程的迭代，滞后算子的性质，差分方程的稳定性。
考核要点：
理解一阶差分方程的定义、分类，掌握差分方程的迭代演算；理解动态乘数和脉冲响应函数的意义；理解高阶差分方程的定义；掌握滞后算子的定义和计算规则。
第三章平稳金融时间序列：
AR模型
第一节基本概念
1.随机过程与数据生成过程
2.自协方差与自相关函数
3.弱平稳与严平稳的定义
4.白噪音过程
第二节一阶自回归模型AR
（1）
1.AR
（1）过程的基本定义和性质
2.AR
（1）过程的均值
3.AR
（1）过程的方差
4.AR
（1）过程的自协方差与自相关函数
5.一阶自回归系数的影响
第三节二阶自回归模型AR
（2）
1.AR
（2）过程的基本定义和性质
2.AR
（2）过程的均值
3.AR
（2）过程的方差、自协方差与自相关函数
第四节p阶自回归模型AR（p）
1.AR（p）过程的基本定义和性质
2.AR（p）过程的均值
3.AR（p）过程的方差、自协方差与自相关函数
4.AR（p）模型的特征方程
重点和难点：
宽平稳过程的定义和条件，白噪声过程，AR系列模型的自相关函数特点和平稳性条件，AR（p）模型的特征根方程。
考核要点：
理解随机过程的定义，掌握二阶平稳时间序列的定义；理解AR
（1）、AR
（2）及AR（p）模型的定义，理解模型中的各类变量的不同地位；了解AR
（1）、AR
（2）及AR（p）模型的均值、方差和自协方差的特点。
第四章自回归移动平均过程ARMA模型
第一节移动平均过程（MAProcess）
1.MA
（1）模型
2.MA
（2）模型
3.MA（q）模型
4.MA模型的特征方程
第二节自回归移动平均过程（ARMAProcesses）
1.ARMA（p,q）过程的基本定义
2.ARMA（p,q）过程的平稳性与可逆性
3.ARMA（p,q）过程的均值、方差、自协方差和自相关函数
4.AR与MA模型的相互转化
第三节部分自相关函数（PartialAutocorrelations）
1.部分自相关函数的定义
第四节自相关性检验
1.Ljung-Box检验和Q统计量
2.自相关函数图
第五节ARMA模型的实证分析及应用
1.ARMA模型的滞后期设立
2.ARMA模型的回归估计
第六节实例应用：
中国CPI通胀率的AR模型
重点和难点：
MA模型的特征方程，ARMA模型的平稳性和可逆性条件，Ljung-Box检验，Q统计量的含义，ARMA模型的回归设计。
考核要点：
理解MA模型的定义和各变量的意义，掌握MA模型的特征方程，掌握MA模型可逆性的条件；理解ARMA模型的定义，掌握ARMA模型的特征方程，理解ARMA模型的平稳性和可逆性的条件；理解部分自相关函数的含义和对于定阶的作用；掌握自相关函数检验的单一检验和混成检验及相应的统计量含义；掌握运用自相关函数和偏自相关函数对ARMA模型定阶的方法；理解案例中的建模过程。
第五章非平稳金融时间序列模型以及平稳性检验
第一节确定性趋势模型
1.确定性趋势模型的基本定义
第二节随机性趋势模型
1.随机趋势模型的基本定义
2.随机游走模型
3.带有截距项的随机游走模型
第三节去除趋势的方法
1.去除确定性趋势的方法
2.去除随机趋势的方法
第四节ADF单位根检验法
1.ADF单位根检验的原理
2.ADF检验的软件操作
第五节各种单位根检验法的应用
重点和难点：
随机趋势模型的定义，去除趋势的方法，ADF检验的软件操作
考核要点：
理解确定性趋势的定义和特点；理解随机性趋势模型的定义和特点；掌握去除两种趋势的方法，了解卡尔曼滤波等其他去除趋势的方法；掌握ADF检验的原理和假设检验条件；掌握ADF检验的软件应用过程。
第六章向量自回归（VAR）模型
第一节向量自回归模型介绍
1.VAR模型的基本概念
2.VAR模型的平稳性条件
第二节VAR模型的估计与相关检验
1.VAR模型的估计方法
2.VAR模型的设定
第三节格兰杰因果关系
1.格兰杰因果关系的定义
第四节向量自回归模型与脉冲相应分析
1.VAR模型中的脉冲响应介绍
2.简单脉冲响应函数
3.正交脉冲响应函数
第五节VAR模型与方差分解
重点和难点：
VAR模型的设定，格兰杰因果检验的定义，VAR的脉冲响应和方差分解的软件操作。
考核要点：
理解VAR模型的形式和特点，以及VAR模型的平稳性条件；了解相关检验的含义和软件操作；理解格兰杰因果检验的含义和假设检验过程，掌握因果关系检验的软件操作方法；理解脉冲响应的含义，掌握脉冲响应的软件操作方法；理解方差分解的含义，掌握方差分解的软件操作方法。
第七章结构向量自回归（SVAR）模型
第一节SVAR模型初步
1.SVAR模型的基本概念
2.SVAR与缩减式VAR模型
第二节SVAR模型的基本识别方法
1.SVAR模型的识别问题
2.识别SVAR模型的约束条件
第三节SVAR模型的三种类型
1.C-模型
2.K-模型
3.AB-模型
第四节SVAR模型的估计方法总结
第五节SVAR与缩减VAR模型的脉冲响应及方差分解比较
重点和难点：
SVAR模型的三种类型，SVAR模型的软件操作。
考核重点：
了解SVAR模型的背景；理解SVAR模型与VAR模型的区别；了解SVAR的三种类型；理解SVAR模型的估计方法，掌握SVAR模型的软件操作过程；理解SVAR模型与VAR模型脉冲响应的区别，掌握SVAR模型脉冲响应和方差分解的区别。
第八章协整与误差修正模型
第一节协整与误差修正模型的基本定义
1.伪回归
2.协整的基本概念
3.误差修正模型
第二节Engle-Granger协整分析方法
1.Engle-Granger协整分析的步骤
2.Engle-Granger协整分析方法的应用
第三节向量ADF模型与协整分析
1.向量形式的ADF模型
2.矩阵的秩条件与协整关系
第四节向量误差修正模型（VECM）
1.VECM的表达形式
2.VECM模型的演示
第五节Johansen协整分析方法
1.Johansen协整分析方法介绍
2.协整向量个数的检验
第六节VECM的估计与统计推断
第七节Johansen协整分析方法的应用
重点和难点：
协整的定义，误差修正模型的含义，E-G两步法，VECM的表达形式，Johansen协整分析与VECM模型的软件操作。
考核要点：
了解非平稳性数据间的关系，以及协整与误差修正模型的含义；掌握E-G两步法的软件操作过程；理解向量ADF模型与协整分析的原理；掌握VECM模型的含义和软件操作过程；理解Johansen协整分析的原理，掌握软件操作过程；了解VECM模型的估计与统计推断；理解应用过程。
第九章条件异方差模型
第一节背景介绍
第二节ARCH模型
1.ARCH模型的定义
2.ARCH模型的属性
3.ARCH模型的估计与检验
第三节GARCH模型
1.GARCH（1,1）模型的基本定义
2.GARCH（q,p）模型
3.GARCH模型的属性
4.GARCH模型的估计与检验
5.GARCH模型与波动预测
第四节非对称GARCH模型
1.非对称GARCH模型的背景介绍
2.门限GARCH模型（TGARCH）
3.指数GARCH模型（EGARCH）
第五节其他GARCH模型
重点和难点：
异方差性的检验，ARCH和GARCH模型的属性，ARCH和GARCH模型的软件操作，非对称GARCH模型。
考核要点：
了解ARCH模型的背景；理解ARCH模型的形式和含义，掌握软件操作过程；理解GARCH模型的形式和含义，掌握软件操作过程；理解非对称模型的形式和含义，掌握软件操作过程；了解其他GARCH模型，掌握软件操作过程。
第十章非线性金融时间序列模型
第一节非线性时间序列模型介绍
第二节马尔可夫区制转移模型
第三节门限模型
重点和难点：
马尔可夫区制转移。
考核要点：
了解非线性时序模型；了解马尔科夫区制转移模型；了解门限模型。
五、考核方式、成绩评定
本课程旨在通过建立金融计量模型来研究实际的金融问题，培养学生数量分析金融问题的能力。
考虑到该课程能较好地体现金融工程专业毕业要求中对学生数理能力及数据处理能力的培养，同时有助于提高学生毕业设计（论文）的实证分析质量，建议期末采用的考核方法为论文，在总成绩中占比为70%，课程平时成绩为30%，考查内容包括出勤、课堂问答及课后作业等。
六、主要参考书及其他内容
[1]张成思.金融计量学.人民大学出版社，2012.
[2]HelmutLütkepohl.NewIntroductiontoMultipleTimeSeriesAnalysis.Springer,2007.
[3]SeanBecketti.IntroductiontoTimeSeriesusingStata.StataPress,2013.
执笔人：
谢飞教研室主任：
系教学主任审核签名：
升级会员 