第1章 金融计量学初步 1
1.1 金融计量学的范畴 1
1.2 金融时间序列数据 2
1.3 金融计量分析中的基本概念 5
1.4 金融计量软件介绍 11
练习1 22
本章参考文献 23
第2章 差分方程、滞后运算与动态模型 24
2.1 一阶差分方程 24
2.2 动态乘数与脉冲响应函数 28
2.3 高阶差分方程 31
2.4 滞后算子与滞后运算法 33
练习2 36
本章参考文献 37
第3章 平稳AR模型 38
3.1 基本概念 38
3.2 一阶自回归模型：AR（1） 44
3.3 二阶自回归模型：AR（2） 53
3.4 p阶自回归模型：AR（p） 56
练习3 62
本章参考文献 63
第4章 平稳ARMA模型 64
4.1 移动平均过程（MA process） 64
4.2 自回归移动平均过程（ARMA processes） 71
4.3 部分自相关函数（partial autocorrelations） 75
4.4 样本自相关与部分自相关函数 78
4.5 自相关性检验 82
4.6 ARMA模型的实证分析及应用 86
4.7 实例应用：中国CPI通货膨胀率的AR模型 88
练习4 91
本章参考文献 91
第5章 预测理论与应用 93
5.1 基本概念与预测初步 93
5.2 基于MA模型的预测 99
5.3 基于AR模型的预测 101
5.4 预测准确性的度量指标 103
练习5 104
第6章 非平稳时间序列模型 105
6.1 确定性趋势模型 105
6.2 随机趋势模型 107
6.3 去除趋势的方法 111
练习6 118
本章参考文献 119
第7章 单位根检验法 120
7.1 DF单位根检验法 120
7.2 ADF单位根检验法 124
7.3 其他单位根检验法 129
7.4 各种单位根检验法的应用 138
练习7 142
本章参考文献 142
第8章 向量自回归（VAR）模型 144
8.1 VAR模型介绍 144
8.2 VAR模型的估计与相关检验 155
8.3 格兰杰因果关系 161
8.4 向量自回归（VAR）模型与脉冲响应分析 163
8.5 VAR模型与方差分解 169
练习8 171
本章参考文献 172
第9章 结构向量自回归（SVAR）模型 173
9.1 SVAR模型初步 173
9.2 SVAR模型的基本识别方法 177
9.3 SVAR模型的三种类型 180
9.4 SVAR模型的估计方法总结 189
9.5 SVAR与缩减VAR模型的脉冲响应及方差分解比较 190
练习9 192
本章参考文献 193
第10章 协整与误差修正模型 194
10.1 协整与误差修正模型的基本定义 194
10.2 Engle-Granger协整分析方法 202
10.3 向量ADF模型与协整分析 209
10.4 向量误差修正模型（VECM） 213
10.5 确定性趋势与协整分析 216
10.6 Johansen协整分析方法 219
10.7 VECM的估计与统计推断 222
10.8 Johansen协整分析方法的应用 223
练习10 225
本章参考文献 226
第11章 GARCH模型 228
11.1 背景介绍 228
11.2 ARCH模型 232
11.3 GARCH模型 237
11.4 非对称GARCH模型：TGARCH与EGARCH 250
11.5 其他GARCH模型 256
练习11 259
本章参考文献 260
第12章 非线性金融时间序列模型 262
12.1 非线性时间序列模型背景介绍 262
12.2 马尔可夫区制转移模型 263
12.3 门限模型 274
12.4 应用 277
练习12 281
本章参考文献 281
第13章 资产定价模型与估计 283
13.1 CAPM理论回顾 283
13.2 CAPM实证检验方法 285
13.3 多因素资产定价模型 288
13.4 CAPM应用 290
练习13 298
本章参考文献 298
第14章 事件研究方法 299
14.1 事件研究概述 299
14.2 收益率估计 301
14.3 统计检验 303
14.4 事件研究方法应用 306
练习14 320
本章参考文献 320
附录 矩阵代数与经典线性回归模型 321
A.1 矩阵代数 321
A.2 经典线性回归的基本假设 329
A.3 经典线性回归模型的普通最小二乘估计 329
练习A1 336