-1-《金融計量學》教學大綱課程編號：111003A課程類型：□通識教育必修課□通識教育選修課■專業必修課□專業選修課□學科基礎課總學時：48講課學時：32實驗（上機）學時：16學分：3適用對象：金融工程，金融學，投資學先修課程：統計學，金融學一、教學目標金融計量學是以金融學和統計學為基礎，系統介紹了金融時間序列數據的基本建模方法和常用軟件工具。其目的是通過建立金融計量模型來研究實際的金融問題。通過本課程的學習，使得學生掌握金融計量學的基本方法和原理。通過學習，可以達到：目標1.掌握金融時序數據的建模原理。目標2.具備金融問題計量建模的能力。目標3.掌握相應的計量軟件操作。本課程是《金融風險測度與管理》的前續課程，可以提高學生畢業設計的實證水平和質量。二、教學內容及其與畢業要求的對應關系（黑體，小四號字）擬實現的教學目標所采取的教學方法、教學手段包括教師教授、課件演示、上機實驗以及習題練習。實踐教學環節要求學生掌握EViews軟件的使用、查找和下載金融數據的方法以及處理原始數據的基本技巧。學生課前需要預習，課后需要完成課后作業對照答案進行自查。教學過程中應注意本科生的接受和理解水平，增強案例演示，盡量減少難度過大的理論推導，對于金融計量中用到的重要假設檢驗的原理和目的應該精講、細講，理論推導應該粗講、選講，難點和重點應該反復講，結合實際講授。該課程培養學生數量分析金融問題的能力，以滿足金融工程專業畢業要求當中的數理能力及數據處理能力的培養，同時有助于提高學生畢業設計（論文）的實證分析質量。三、各教學環節學時分配（黑體，小四號字）學時分配表序號章節內容講課實驗其他合計1金融計量學初步3142差分方程、滯后運算與動態模型3033平穩金融時間序列：AR模型3254自回歸移動平均過程ARMA模型3255非平穩金融時間序列模型以及平穩性檢驗3256向量自回歸(VAR)模型4267結構向量自回歸(SVAR)模型3258協整與誤差修正模型4269條件異方差模型42610非線性金融時間序列模型213合計321648四、教學內容第一章金融計量學介紹第一節金融計量學的范疇1.金融計量學的定義2.金融計量學的范疇第二節金融時間序列數據1.金融時序數據的定義2.三類數據的定義與區別第三節金融計量分析中的基本概念增長率和收益率隨即變量與隨機過程聯合分布隨即變量的期望與矩金融模型與金融計量模型第四節金融計量軟件介紹綜合介紹Eviews使用簡介其他計量軟件使用簡介重點和難點：三類數據的區別，隨機變量與隨機過程，對數收益率的含義及統計意義，隨機變量的期望與矩。考核要點：了解金融計量學的范疇、分類。了解三類數據的特點和區別。了解隨即變量和隨機過程的概念，掌握幾種收益率的含義和區別。了解Eview等軟件的特點和應用范圍。第二章差分方程、滯后運算與動態模型第一節一階差分方程差分方程的定義一階差分方程的求解(反復迭代法)第二節動態乘數與脈沖響應函數動態乘數脈沖響應函數第三節高階差分方程1.高階差分方程的定義 第四節滯后算子與滯后運算法滯后算子定義與性質差分方程的穩定性重點和難點：差分方程的迭代，滯后算子的性質，差分方程的穩定性。考核要點：理解一階差分方程的定義、分類，掌握差分方程的迭代演算；理解動態乘數和脈沖響應函數的意義；理解高階差分方程的定義；掌握滯后算子的定義和計算規則。第三章平穩金融時間序列：AR模型第一節基本概念1.隨機過程與數據生成過程2.自協方差與自相關函數3.弱平穩與嚴平穩的定義4.白噪音過程第二節一階自回歸模型AR（1）AR（1）過程的基本定義和性質AR（1）過程的均值AR（1）過程的方差AR（1）過程的自協方差與自相關函數一階自回歸系數的影響第三節二階自回歸模型AR（2）AR（2）過程的基本定義和性質AR（2）過程的均值AR（2）過程的方差、自協方差與自相關函數第四節p階自回歸模型AR（p）AR（p）過程的基本定義和性質AR（p）過程的均值AR（p）過程的方差、自協方差與自相關函數4.AR(p)模型的特征方程重點和難點：寬平穩過程的定義和條件，白噪聲過程，AR系列模型的自相關函數特點和平穩性條件，AR(p)模型的特征根方程。考核要點：理解隨機過程的定義，掌握二階平穩時間序列的定義；理解AR(1)、AR(2)及AR（p）模型的定義，理解模型中的各類變量的不同地位；了解AR（1）、AR(2)及AR(p)模型的均值、方差和自協方差的特點。第四章自回歸移動平均過程ARMA模型第一節移動平均過程(MAProcess)MA(1)模型MA(2)模型MA（q）模型MA模型的特征方程第二節自回歸移動平均過程(ARMAProcesses)ARMA（p,q）過程的基本定義ARMA（p,q）過程的平穩性與可逆性ARMA（p,q）過程的均值、方差、自協方差和自相關函數AR與MA模型的相互轉化第三節部分自相關函數(PartialAutocorrelations)1.部分自相關函數的定義第四節自相關性檢驗Ljung-Box檢驗和Q統計量自相關函數圖第五節ARMA模型的實證分析及應用ARMA模型的滯后期設立ARMA模型的回歸估計第六節實例應用：中國CPI通脹率的AR模型重點和難點：MA模型的特征方程，ARMA模型的平穩性和可逆性條件，Ljung-Box檢驗，Q統計量的含義，ARMA模型的回歸設計。考核要點：理解MA模型的定義和各變量的意義，掌握MA模型的特征方程，掌握MA模型可逆性的條件；理解ARMA模型的定義，掌握ARMA模型的特征方程，理解ARMA模型的平穩性和可逆性的條件；理解部分自相關函數的含義和對于定階的作用；掌握自相關函數檢驗的單一檢驗和混成檢驗及相應的統計量含義；掌握運用自相關函數和偏自相關函數對ARMA模型定階的方法；理解案例中的建模過程。第五章非平穩金融時間序列模型以及平穩性檢驗第一節確定性趨勢模型1.確定性趨勢模型的基本定義第二節隨機性趨勢模型隨機趨勢模型的基本定義隨機游走模型帶有截距項的隨機游走模型第三節去除趨勢的方法去除確定性趨勢的方法去除隨機趨勢的方法第四節ADF單位根檢驗法ADF單位根檢驗的原理ADF檢驗的軟件操作第五節各種單位根檢驗法的應用重點和難點：隨機趨勢模型的定義，去除趨勢的方法，ADF檢驗的軟件操作考核要點：理解確定性趨勢的定義和特點；理解隨機性趨勢模型的定義和特點；掌握去除兩種趨勢的方法，了解卡爾曼濾波等其他去除趨勢的方法；掌握ADF檢驗的原理和假設檢驗條件；掌握ADF檢驗的軟件應用過程。第六章向量自回歸(VAR)模型第一節向量自回歸模型介紹VAR模型的基本概念VAR模型的平穩性條件第二節VAR模型的估計與相關檢驗VAR模型的估計方法VAR模型的設定第三節格蘭杰因果關系1.格蘭杰因果關系的定義第四節向量自回歸模型與脈沖相應分析VAR模型中的脈沖響應介紹簡單脈沖響應函數正交脈沖響應函數第五節VAR模型與方差分解重點和難點：VAR模型的設定，格蘭杰因果檢驗的定義，VAR的脈沖響應和方差分解的軟件操作。考核要點：理解VAR模型的形式和特點，以及VAR模型的平穩性條件；了解相關檢驗的含義和軟件操作；理解格蘭杰因果檢驗的含義和假設檢驗過程，掌握因果關系檢驗的軟件操作方法；理解脈沖響應的含義，掌握脈沖響應的軟件操作方法；理解方差分解的含義，掌握方差分解的軟件操作方法。第七章結構向量自回歸(SVAR)模型第一節SVAR模型初步SVAR模型的基本概念SVAR與縮減式VAR模型第二節SVAR模型的基本識別方法SVAR模型的識別問題識別SVAR模型的約束條件第三節SVAR模型的三種類型C-模型K-模型AB-模型第四節SVAR模型的估計方法總結第五節SVAR與縮減VAR模型的脈沖響應及方差分解比較重點和難點：SVAR模型的三種類型，SVAR模型的軟件操作。考核重點：了解SVAR模型的背景；理解SVAR模型與VAR模型的區別；了解SVAR的三種類型；理解SVAR模型的估計方法，掌握SVAR模型的軟件操作過程；理解SVAR模型與VAR模型脈沖響應的區別，掌握SVAR模型脈沖響應和方差分解的區別。第八章協整與誤差修正模型第一節協整與誤差修正模型的基本定義1.偽回歸2.協整的基本概念3.誤差修正模型第二節Engle-Granger協整分析方法1.Engle-Granger協整分析的步驟2.Engle-Granger協整分析方法的應用第三節向量ADF模型與協整分析1.向量形式的ADF模型2.矩陣的秩條件與協整關系第四節向量誤差修正模型(VECM)1.VECM的表達形式2.VECM模型的演示第五節Johansen協整分析方法1.Johansen協整分析方法介紹2.協整向量個數的檢驗第六節VECM的估計與統計推斷第七節Johansen協整分析方法的應用重點和難點：協整的定義，誤差修正模型的含義，E-G兩步法，VECM的表達形式，Johansen協整分析與VECM模型的軟件操作。考核要點：了解非平穩性數據間的關系，以及協整與誤差修正模型的含義；掌握E-G兩步法的軟件操作過程；理解向量ADF模型與協整分析的原理；掌握VECM模型的含義和軟件操作過程；理解Johansen協整分析的原理，掌握軟件操作過程；了解VECM模型的估計與統計推斷；理解應用過程。第九章條件異方差模型第一節背景介紹第二節ARCH模型1.ARCH模型的定義2.ARCH模型的屬性3.ARCH模型的估計與檢驗第三節GARCH模型1.GARCH(1,1)模型的基本定義2.GARCH(q,p)模型3.GARCH模型的屬性4.GARCH模型的估計與檢驗5.GARCH模型與波動預測第四節非對稱GARCH模型1.非對稱GARCH模型的背景介紹2.門限GARCH模型（TGARCH）3.指數GARCH模型（EGARCH）第五節其他GARCH模型重點和難點：異方差性的檢驗，ARCH和GARCH模型的屬性，ARCH和GARCH模型的軟件操作，非對稱GARCH模型。考核要點：了解ARCH模型的背景；理解ARCH模型的形式和含義，掌握軟件操作過程；理解GARCH模型的形式和含義，掌握軟件操作過程；理解非對稱模型的形式和含義，掌握軟件操作過程；了解其他GARCH模型，掌握軟件操作過程。第十章非線性金融時間序列模型第一節非線性時間序列模型介紹第二節馬爾可夫區制轉移模型第三節門限模型重點和難點：馬爾可夫區制轉移。考核要點：了解非線性時序模型；了解馬爾科夫區制轉移模型；了解門限模型。五、考核方式、成績評定本課程旨在通過建立金融計量模型來研究實際的金融問題，培養學生數量分析金融問題的能力。考慮到該課程能較好地體現金融工程專業畢業要求中對學生數理能力及數據處理能力的培養，同時有助于提高學生畢業設計（論文）的實證分析質量，建議期末采用的考核方法為論文，在總成績中占比為70%，課程平時成績為30%，考查內容包括出勤、課堂問答及課后作業等。六、