第1章 经济与金融计量学绪论 1
1.1 经济计量学与金融计量学的含义及建模步骤 1
1.1.1 计量经济学与金融计量经济学的含义 1
1.1.2 经济计量学与金融计量学建模过程 1
1.1.3 经济与金融模型中的数据 3
1.2 经济与金融计量软件简介 4
1.2.1 R软件简介 4
1.2.2 Python软件简介 4
1.2.3 Stata软件简介 4
1.2.4 EViews软件简介 5
1.2.5 SAS软件简介 5
1.2.6 Matlab软件简介 5
1.2.7 SPSS软件简介 5
练习题 6
第2章 R语言的下载、安装与启动 7
2.1 选择R语言的理由 7
2.2 R语言下载 8
2.3 R语言安装 9
2.4 R语言程序包的安装 10
2.5 R语言的启动 11
2.6 R语言的退出 12
2.7 R语言的在线帮助系统 12
练习题 13
第3章 R语言对象与数据存取 14
3.1 R语言的对象与属性 14
3.2 对象信息的浏览和删除 16
3.3 向量对象 17
3.3.1 数值型向量对象 17
3.3.2 字符型向量对象 18
3.3.3 逻辑型向量 18
3.3.4 因子型向量 19
3.3.5 数值型向量的运算 20
3.3.6 常用统计函数 21
3.3.7 向量的下标与子集（元素）的提取 22
3.4 数组与矩阵对象 24
3.4.1 数组的建立 24
3.4.2 矩阵的建立 25
3.4.3 数组与矩阵的下标与子集（元素）的提取 27
3.4.4 矩阵的运算函数 28
3.5 数据框对象 31
3.5.1 数据框的直接建立 31
3.5.2 数据框的间接建立 32
3.5.3 适用于数据框的函数 32
3.5.4 数据框的下标与子集的提取 33
3.5.5 数据框中添加新变量 34
3.6 时间序列对象 35
3.7 列表对象 36
3.8 R语言数据存储 37
3.9 R语言数据读取 38
3.9.1 文本文件数据的读取 38
3.9.2 Excel数据的读取 40
3.9.3 R语言中数据集的读取 41
3.9.4 R语言中的格式数据 42
3.10 R语言编程 42
3.10.1 R语言函数基础 43
3.10.2 循环和向量化 44
3.10.3 用R语言编写程序 45
3.10.4 用R语言编写函数 46
练习题 46
第4章 参数估计与假设检验的R语言应用 48
4.1 参数估计的R语言应用 48
4.1.1 点估计矩分析法的R语言应用 48
4.1.2 单正态总体均值区间估计的R语言应用 49
4.1.3 单正态总体方差区间估计的R语言应用 52
4.2 假设检验的R语言应用 53
4.2.1 参数假设检验的基本理论 53
4.2.2 单个样本t检验的R语言应用 56
4.2.3 两个独立样本t检验的R语言应用 57
4.2.4 配对样本t检验的R语言应用 59
4.2.5 单样本方差假设检验的R语言应用 61
4.2.6 双样本方差假设检验的R语言应用 62
练习题 64
第5章 线性回归分析的R语言应用 66
5.1 一元线性回归分析基本理论 66
5.1.1 一元线性回归分析的OLS估计 66
5.1.2 一元线性回归模型的统计检验 67
5.1.3 一元线性回归模型预测的置信区间 70
5.2 一元线性回归分析的R语言应用 70
5.3 多元线性回归分析基本理论 73
5.3.1 多元线性回归模型假设 73
5.3.2 多元线性回归模型的矩阵解法 74
5.3.3 多元线性回归模型的统计检验 74
5.4 多元线性回归分析的R语言应用 76
5.5 稳健线性回归分析的R语言应用 80
5.5.1 线性回归中的几个术语 80
5.5.2 数据描述 81
5.5.3 普通最小二乘（OLS）回归的R语言应用 82
5.5.4 稳健回归的R语言应用 84
练习题 86
第6章 多重共线性的R语言应用 93
6.1 多重共线性的概念 93
6.2 多重共线性的后果 94
6.3 产生多重共线性的原因 94
6.4 多重共线性的识别和检验 95
6.5 消除多重共线性的方法 96
6.6 多重共线性诊断的R语言应用 98
6.7 多重共线性消除的R语言应用 100
练习题 102
第7章 异方差问题的R语言应用 104
7.1 异方差的概念 104
7.2 异方差产生的原因 105
7.3 异方差的后果 106
7.4 异方差的识别检验 106
7.4.1 根据问题的经济背景，分析是否可能存在异方差 106
7.4.2 图示法 107
7.4.3 统计检验方法 107
7.5 消除异方差的方法 108
7.6 异方差诊断的R语言应用 110
7.7 异方差消除的R语言应用 111
练习题 111
第8章 自相关问题的R语言应用 113
8.1 自相关的概念 113
8.2 产生自相关的原因 113
8.3 自相关的后果 114
8.4 自相关的识别和检验 115
8.5 自相关的处理方法 117
8.6 自相关性诊断的R语言应用 119
8.7 自相关消除的R语言应用 121
练习题 121
第9章 时间序列分析ARIMA模型预测的R语言应用 127
9.1 ARIMA模型 127
9.2 通过差分得到平稳时间序列 128
9.3 确定合适的ARIMA模型 130
9.4 ARIMA模型预测 132
9.5 ARIMA模型预测结果的检验 133
练习题 134
第10章 单位根、协整与格兰杰因果检验的R语言应用 135
10.1 时间序列分析的基本理论 135
10.1.1 平稳、协整、因果检验的基本概念 135
10.1.2 单位根检验 136
10.1.3 协整检验 137
10.1.4 误差修正模型 138
10.2 数据来源与思路 139
10.3 描述性分析 139
10.4 时间序列趋势图 141
10.5 对数据进行相关分析 144
10.6 时间序列的单位根检验 145
10.7 两时间序列分析的协整检验与误差修正模型 151
10.8 格兰杰因果关系检验 154
练习题 156
第11章 时间序列分析GARCH模型的R语言应用 157
11.1 GARCH模型的含义 157
11.2 ARCH效应检验 157
11.3 GARCH模型的R语言函数用法 158
11.4 GARCH模型的R语言函数应用实例 158
11.5 德国股票指数的GARCH模型的R语言应用 160
练习题 163
第12章 面板数据分析的R语言应用 164
12.1 面板数据分析的基本理论 164
12.2 面板数据格式定义 165
12.3 混合估计回归模型R语言估计 166
12.4 固定效应回归模型R语言估计 167
12.5 固定效应回归模型与混合估计回归模型优劣判断的R语言应用 168
12.6 随机效应回归模型的R语言估计 168
12.7 组间计量回归分析的R语言估计 169
12.8 随机效应回归模型与固定效应回归模型区分的Hausman检验 169
12.9 面板数据的广义矩估计的R语言应用 170
12.9.1 资本资产定价模型检验的广义矩估计法（GMM）的R语言应用 170
12.9.2 多因素套利定价模型检验的广义矩估计的R语言应用 171
练习题 173
第13章 基于R语言的金融数据分析综合应用 174
13.1 构建金融数据分析平台的R程序包功能及层次 174
13.2 数据处理和图形展示程序包quantmod 174
13.3 金融数据获取 179
13.4 时间序列分析的R工具 181
13.5 时间序列分析 183
13.6 金融数据分析R语言综合应用 184
练习题 189
第14章 创业板科技型上市公司股权激励对其价值影响的计量检验研究 190
14.1 科技型上市公司股权激励相关概念 190
14.1.1 科技型上市公司的概念与特征 190
14.1.2 股权激励的概念及特点 191
14.2 科技型上市公司股权激励的定性分析 193
14.2.1 科技型上市公司推行股权激励的意义 193
14.2.2 高新技术公司实施股权激励的可行性 193
14.2.3 我国科技型上市公司股权激励现状分析 195
14.2.4 股权激励实施效果分析 199
14.3 科技型上市公司股权激励绩效的实证研究 199
14.3.1 研究假设 199
14.3.2 变量选取 200
14.3.3 样本的选择和数据的来源 200
14.3.4 模型设计 201
14.3.5 实证检验 201
14.3.6 小结 206
14.4 研究结论及建议 208
14.4.1 研究结论 208
14.4.2 政策建议 209
练习题 211
参考文献 212