一、课程基本信息
课程名称：金融计量应用 课程代码：ZX1717
课程类别：专业选修课 学 分：2
学 时：36 理论学时：36 实验实践学时：0
面向对象：金融学专业、投资学专业、金融工程专业
先修课程：货币金融学、证券投资学、计量经济学
二、课程教学目的与要求
本课程是面向金融学、投资学、金融工程专业的专业选修课，主要讲授金融计量学的知识。课程内容包括时间序列建模；ARIMA模型的建模和预测方法；自回归条件异方差模型；向量自回归模型；协整与状态空间模型；主成分分析和因子分析等计量经济学原理及应用。本课程是金融学、投资学的后续课程，主要目的是培养学生利用计量经济学工具解决金融问题的能力。
学习本课程后, 要求学生能够具备以下知识和技能：
1. 掌握金融计量学的建模步骤
2. 掌握回归分析在金融中的应用
3. 了解单变量时间序列建模
4. 掌握ARIMA模型的建模和预测方法
5. 了解ARMA—GARCH模型建模
6. 了解稳定GARCH模型的估计
7. 掌握向量自回归模型
8. 了解协整分析模型
9.了解主成分分析模型
三、课程考核要求
本课程采取过程考核与结业考核相结合的方式进行。课程总评成绩由过程考核成绩和结业考核成绩两部分构成，前者占比40%，后者占比60%。
过程考核主要从考勤、课堂讨论、课堂小测验、课后作业等方式进行，其中，考勤占比50%，课堂讨论或课堂小测验占比20%，课后作业占比30%。
结业考核采取闭卷、笔试的方式进行。考核试卷严格按照学校期末命题规范要求进行，侧重考核学生利用所学知识综合分析和解决实际问题的能力。
四、课程教学基本内容、学时分配和教学环节安排
《金融计量学》学时分配如下：
内容 | 学时 |
第一章金融计量学范畴与方法 | 2 |
第二章 金融计量软件 | 2 |
第三章 概率论与统计学知识回顾 | 2 |
第四章回归分析：理论和估计 | 2 |
第五章回归分析在金融领域中的应用 | 3 |
第六章单变量时间序列建模 | 3 |
第七章 ARIMA模型的建模和预测方法 | 4 |
第八章自回归条件异方差模型 | 4 |
第九章向量自回归模型 | 4 |
第十章协整与误差修正空间模型 | 4 |
第十一章主成分分析和因子分析 | 4 |
第十二章金融计量学中的厚尾和稳定分布 | 2 |
合计 | 36 |
第一章 金融计量学——范畴与方法
本章教学目的与要求：通过本章的学习，使学生熟悉数据生成的过程、掌握金融计量学的建模步骤，了解模型中时间跨度的概念，掌握简单的模型应用。
本章教学重点：金融计量学建模
本章教学难点：模型中的时间跨度
第一节 数据生成过程
第二节 金融计量学建模步骤
第三节 模型的时间跨度
第四节 模型的应用
第二章 金融计量软件介绍
本章教学目的与要求：通过本章学习，使学生了解基本的金融计量分析软件有哪些？各自的优势和劣势？对相应软件的编程和使用语法有所掌握。
本章教学重点：金融计量软件的安装和应用
本章教学难点：STATA和R软件的基本语法
第一节 综合介绍
第二节 Eviews 使用及简单实例
第三节 STATA 使用及简单实例
第四节 R 使用及简单实例
第三章 概率论与统计学知识回顾
本章教学目的与要求：本章重点回顾概率论与统计学中的相关知识，为金融计量学的模型展开打下基础，掌握贝叶斯建模的基本理论方法。
本章教学重点：贝叶斯建模
本章教学难点：点估计与区间估计
第一节 相关概念
第二节 估计的原则
第三节 贝叶斯建模
第四章 回归分析：理论和估计
本章教学目的与要求：通过本章的学习，使学生掌握线性回归的基本估计方法，了解回归模型解释效力的确定、残差非正态性和残差自相关，认识回归分析方法中的误区。
本章教学重点：线性回归的估计、回归分析在金融中的应用
本章教学难点：回归分析的假设和估计方法
第一节 回归和线性模型
第二节 线性回归的估计
第三节 回归模型解释效力的确定
第四节 回归分析在金融中的应用
第五节 残差非正态性和残差自相关
第六节 回归分析方法中的误区
第五章 回归分析在金融领域中的应用
本章教学目的与要求：通过本章的学习，使学生掌握回归分析在投资管理过程中的应用，能够使用金融计量学方法对CAPM模型进行检验，了解多因子模型、夏普指标等基本概念，熟悉回归分析在债券组合管理中的应用。
本章教学重点：回归分析在投资管理过程中的应用。
本章教学难点：CAPM的检验、多因子模型的证明
第一节 回归分析在投资管理过程中的应用
第二节 CAPM的检验
第三节 多因子模型的证明
第四节 回归分析在债券组合管理中的应用
第六章 单变量时间序列建模
本章教学目的与要求：通过本章的学习，使学生了解差分方程的基本概念，熟悉ARMA过程，线性过程。认识ARMA过程的平稳性和可逆性，掌握识别工具的应用方法。
本章教学重点：时间序列建模
本章教学难点：ARMA过程的平稳性和可逆性，识别工具
第一节 滞后算子与差分方程
第二节 AR过程及其平稳性
第三节 MA过程及其平稳性
第四节 ARMA过程的平稳性和可逆性
第五节 识别工具
第七章 ARIMA模型的建模和预测方法
本章教学目的与要求：通过本章的学习，使学生认识B—J过程，掌握ARIMA建模的基本步骤。熟悉ARIMA模型估计和诊断检验的方法，了解使用模型做预测的基本方法。
本章教学重点：ARIMA模型的估计，ARIMA模型的诊断检验
本章教学难点：ARIMA模型的诊断检验
第一节 B—J过程概述
第二节 差分次数的识别
第三节 滞后阶数的识别
第四节 模型的估计
第五节 诊断与预测
第八章 自回归条件异方差模型
本章教学目的与要求：通过本章的学习，使学生了解ARCH过程，GARCH过程，拉格朗日乘数检验，多元GARCH结构。掌握GARCH模型，平稳ARMA—GARCH模型的估计与检验方法。
本章教学重点：GARCH模型的估计
本章教学难点：GARCH模型的变形
第一节 ARCH过程
第二节 GARCH过程
第三节 GARCH模型的估计
第四节 平稳ARMA—GARCH模型
第五节 拉格朗日乘数检验
第六节 GARCH模型的变形与预测
第七节 多元GARCH结构
第九章 向量自回归模型
本章教学目的与要求：通过本章的学习，使学生了解向量自回归模型的基本概念，认识平稳自回归分布滞后模型，向量自回归移动平均模型，掌握 VAR模型的预测方法。
本章教学重点：向量自回归模型
本章教学难点：VAR模型的理论估计及预测
第一节 VAR模型的定义
第二节 稳定VAR模型及其估计
第三节 滞后阶数的判断
第四节 VAR模型预测
第五节 VAR模型举例
第十章 协整与误差修正模型
本章教学目的与要求：通过本章的学习，使学生了解协整的基本概念，了解误差修正模型的基本原理。掌握非平稳VAR模型估计的理论和方法，认识状态空间模型。
本章教学重点：协整与误差修正模型
本章教学难点：协整分析思路和估计方法
第一节 非平稳VAR模型与协整分析
第二节 误差修正模型
第三节 案例应用
第十一章 主成分分析和因子分析
本章教学目的与要求：通过本章的学习，使学生了解因子模型，熟悉主成分分析和因子分析的基本方法以及债券组合管理中的PCA应用。
本章教学重点：主成分分析和因子分析
本章教学难点：投资组合管理中的PCA应用
第一节 主成分分析（PCA）
第二节 因子分析
第三节 债券组合管理中的PCA应用
第四节 PCA与因子分析比较
第十二章 金融计量学中的厚尾和稳定分布
本章教学目的与要求：通过本章的学习，使学生了解稳定分布的定义与基本性质，掌握稳定分布的参数估计方法，熟悉稳定分布在数据分析中的应用。
本章教学重点：稳定分布的性质
本章教学难点：稳定分布的参数估计
第一节 稳定分布的定义与基本性质
第二节 稳定分布的性质
第三节 稳定分布的参数估计
第四节 在股票数据分析中的应用
五、课程学习指导与修读建议
金融计量学的课程一方面难在理论，但更重要的一方面是要培养学生使用金融计量工具解决实际金融问题的能力。教学方面，教师要不断创新。教学内容上要融入最新的市场实践；教学手段上要深化多媒体和网络技术的应用；教学方法上要不断改进课堂教学方法，完善案例教学，同时逐步采用“翻转教学法”，调动学生的学习主动性。
学习方面，学生要具有自主性和参与性。这种自主性和参与性不仅体现在要求学生积极参与课堂讨论、认真完成课后练习或实训作业，而且要求学生善于观察、总结身边的金融实例，主动利用课堂上所学的金融计量知识分析和解决现实金融问题。
六、推荐教材、阅读书目与电子资源
1. 《金融计量学——从初级到高级建模技术》，(德)维特夫著, 曲春青译，东北财经大学出版社，2012年
2. 《金融计量学》，姜近勇，潘冠中著，中国财政经济出版社，2011年
5. 《金融计量学：时间序列分析视角》，张成思著，中国人民大学出版社，2012年
6.
7.