第1章 金融计量学介绍 1
1.1 金融计量学的含义及建模步骤 1
1.1.1 金融计量学的含义 1
1.1.2 金融计量建模步骤 1
1.2 金融数据的主要类型、特点和来源 3
1.2.1 金融数据的主要类型 3
1.2.2 金融数据的特点 3
1.2.3 金融数据的来源 4
1.3 收益率的计算 4
1.3.1 单期收益率 4
1.3.2 多期收益率 5
1.4 常用的统计学与概率知识 6
1.4.1 随机变量 6
1.4.2 常用概率分布 8
1.4.3 假设检验 11
1.4.4 三个常用的检验方法 12
1.5 常用金融计量软件介绍 14
1.5.1 常用金融计量软件简介 14
1.5.2 EViews软件使用介绍及操作步骤简介 16
参考文献 21
第2章 经典回归模型及其应用 22
2.1 一元回归模型及其应用 22
2.1.1 经典一元线性回归模型 22
2.1.2 一元线性回归模型的基本假设 23
2.1.3 普通最小二乘法（参数估计） 23
2.1.4 最小二乘估计量的性质 24
2.1.5 案例分析 27
2.2 多元回归模型及其应用 30
2.2.1 多元线性回归模型 30
2.2.2 多元线性回归模型的基本假设 30
2.2.3 普通最小二乘法（OLS） 31
2.2.4 普通最小二乘法的性质 31
2.3 回归模型的检验 32
2.3.1 拟合优度和R2 33
2.3.2 变量的显著性检验与t检验 33
2.3.3 方程显著性与F检验 34
2.3.4 自相关检验与DW 35
2.3.5 AIC准则和Schwarz准则 36
2.3.6 残差检验与JB统计量 37
2.3.7 参数的置信区间 37
2.4 案例分析 37
2.4.1 一元回归案例分析 37
2.4.2 多元回归案例分析 39
参考文献 42
第3章 非典型性回归模型及其应用 43
3.1 非线性模型转化为线性模型 43
3.1.1 模型的类型与变换 43
3.1.2 案例分析 45
3.2 异方差性 47
3.2.1 异方差介绍及产生原因 47
3.2.2 异方差的后果 48
3.2.3 异方差检验 49
3.2.4 异方差的修正 50
3.2.5 案例分析 50
3.3 自相关 53
3.3.1 自相关的概念及产生的原因 53
3.3.2 自相关的后果 54
3.3.3 序列相关性的识别和检验 55
3.3.4 自相关修正 57
3.3.5 案例分析 59
3.4 多重共线性 61
3.4.1 多重共线性的概念 61
3.4.2 多重共线性产生的原因 61
3.4.3 多重共线性的后果 62
3.4.4 多重共线性检验 62
3.4.5 多重共线性的修正 63
3.4.6 案例分析 64
3.5 虚拟变量模型 67
3.5.1 虚拟变量的引入 67
3.5.2 模型回归的结构稳定性检验 68
3.5.3 案例分析（虚拟变量法和邹氏检验法） 70
3.6 预测 73
3.6.1 预测的概念 73
3.6.2 预测原理 74
3.6.3 预测的类型 74
3.6.4 预测的评价标准 75
参考文献 76
第4章 一元时间序列分析方法 77
4.1 时间序列的相关概念 77
4.1.1 平稳性 77
4.1.2 自协方差 78
4.1.3 白噪声过程 78
4.1.4 Q统计量 79
4.2 平稳时间序列模型 79
4.2.1 自回归模型 80
4.2.2 移动平均模型 82
4.2.3 自回归移动平均模型 85
4.2.4 案例分析 87
4.3 非平稳的时间序列分析 90
4.3.1 两种类型的非平稳序列 91
4.3.2 非平稳序列的单位根检验 93
4.3.3 ARIMA模型 97
4.4 非平稳及长记忆时间序列ARFIMA模型 99
4.4.1 非平稳时间序列及其分类 99
4.4.2 长记忆时间序列及特点 99
4.4.3 长记忆时间序列模型 102
参考文献 103
第5章 向量自回归模型（VAR） 105
5.1 VAR模型介绍 105
5.1.1 VAR模型基本概念 105
5.1.2 VAR模型的平稳性条件 106
5.1.3 VAR（p）与VAR（1）转化 106
5.1.4 向量自协方差与自相关函数 108
5.2 VAR模型估计方法与设定 109
5.2.1 VAR模型的估计方法 109
5.2.2 VAR模型的设定 111
5.3 格兰杰因果关系检验 112
5.4 脉冲响应函数与方差分解 114
5.4.1 VAR模型与脉冲响应函数 114
5.4.2 VAR模型与方差分解 116
5.4.3 案例分析 118
5.5 结构VAR（SVAR）模型 122
5.5.1 两变量的SVAR模型 122
5.5.2 多变量的SVAR模型 123
参考文献 124
第6章 协整和误差修正模型 125
6.1 协整与协整检验 125
6.1.1 协整的概念 125
6.1.2 协整检验方法 126
6.2 误差修正模型（ECM） 130
6.2.1 误差修正模型的含义 130
6.2.2 误差修正模型的构造 131
6.2.3 误差修正模型的估计 132
6.2.4 案例分析 132
6.3 Johansen协整检验方法 133
6.3.1 Johansen协整检验的基本说明 133
6.3.2 Johansen协整检验的案例分析 135
6.4 向量误差修正模型（VECM） 136
参考文献 138
第7章 GARCH模型分析与应用 139
7.1 金融时间序列异方差特征 139
7.2 ARCH模型 142
7.2.1 ARCH模型的构造 142
7.2.2 ARCH模型的性质 143
7.3 GARCH模型 144
7.3.1 GARCH模型的构造 144
7.3.2 GARCH模型的性质 144
7.3.3 GARCH模型的检验与估计 145
7.4 GARCH类模型的扩展 147
7.4.1 IGARCH模型 147
7.4.2 GARCH-M模型 147
7.4.3 TGARCH模型 147
7.4.4 EGARCH模型 148
7.4.5 PGARCH模型 149
7.4.6 CGARCH模型 149
7.4.7 FIGARCH模型 150
7.5 GARCH类模型应用 150
7.5.1 案例1：美元对人民币汇率建模研究 150
7.5.2 案例2：上证综指波动建模 160
7.6 向量GARCH模型 162
7.6.1 向量ARCH模型 163
7.6.2 向量GARCH模型 163
7.6.3 对角向量GARCH模型 163
7.6.4 BEKK模型 164
7.6.5 常相关向量GARCH模型 164
7.6.6 K因子向量ARCH模型 165
7.6.7 向量FIGARCH模型 165
7.6.8 几种向量GARCH模型的比较 166
7.6.9 二元BEKK-GARCH模型实证分析 167
7.7 随机波动模型（SV） 169
7.7.1 SV模型 169
7.7.2 向量SV模型 170
7.7.3 一元SV模型实证分析 171
7.7.4 向量SV模型实证分析 172
参考文献 174
第8章 资产定价模型的实证研究 176
8.1 CAPM理论 176
8.2 CAPM实证检验方法 177
8.2.1 布莱克-詹森-斯科尔斯（Black-Jenson-Scholes）方法 178
8.2.2 法马-麦克白（Fama-MacBeth）方法 179
8.3 中国股市CAPM实证检验 180
8.3.1 根据β值分组对CAPM的时间序列检验 180
8.3.2 根据β值分组对CAPM的横截面检验 182
8.4 三因素资本资产定价模型及其实证检验 182
8.4.1 三因素资本资产定价模型 182
8.4.2 三因素模型在上海股票市场的实证检验 183
参考文献 184
第9章 有效市场假说与事件研究法 186
9.1 有效市场假说的主要观点 186
9.1.1 有效市场假说 186
9.1.2 市场有效性的三种状态 187
9.1.3 有效市场假说的实践意义 188
9.1.4 随机游走的设定 189
9.2 有效市场假说的实证检验 190
9.2.1 弱式有效市场假说检验方法 190
9.2.2 半强式有效市场假说的检验 194
9.2.3 强式有效市场假说的检验 196
9.2.4 中国证券市场有效性实证检验回顾 197
9.2.5 案例分析：中国股市有效性检验 199
9.3 事件研究法介绍 202
9.3.1 事件研究概述 202
9.3.2 事件研究法的步骤 203
9.4 事件研究法案例分析 205
9.4.1 案例1分析 205
9.4.2 案例2分析 208
参考文献 209
第10章 风险度量方法及应用 211
10.1 金融市场风险概述 211
10.1.1 风险分类 211
10.1.2 金融风险管理的程序 212
10.1.3 风险管理的意义 213
10.2 金融风险度量方法 214
10.2.1 VaR方法 214
10.2.2 CVaR方法和ES方法 222
10.2.3 案例分析 227
参考文献 229
第11章 金融高频数据分析及应用 231
11.1 金融高频数据特征分析 231
11.1.1 金融高频数据概念 231
11.1.2 金融高频数据的主要特征 231
11.2 波动率建模及应用 232
11.2.1 波动率度量方法 232
11.2.2 跳跃检验方法 233
11.2.3 波动率模型 238
11.2.4 模型评价 241
11.2.5 案例分析 245
参考文献 250
附录：统计分布表 252