《实证金融》课程教学大纲

1、实证金融课程教学大纲课程代码：FIAB2018课程性质：专业必修课程授课对象：金融、国际金融专业开课学期：春/秋总 学时：36学时 学 分：2学分讲课学时：36学时 实验学时：0学时 实践学时：0学时指定教材：张宗新，金融计量学，中国金融出版社，2008年参考书目： 高铁梅，计量经济分析方法与建模第二版，清华大学出版社，2009年 Robert Solis，实证金融研究方法，东北财经大学出版社，2014年 宋军、张宗新，金融计量学：基于SAS的金融实证研究，北京大学出版社，2009年Philippe Jorion，金融计量：金融市场统计分析第四版，机械工业出版社，2016年阅读材料（论文集）教

2、学目的： 实证金融课程将理论联系实际地介绍宏观金融、证券投资分析、公司财务、银行等领域的实证方法和应用。课程的主要目的是提高学生应用数量方法和金融数据进行实证分析的能力，学习如何选择适当的实证金融研究方法来设计、实施相应的研究项目，为从事金融学研究、投资或咨询项目的可行性分析，打下良好的基础。第一章 金融计量学介绍 课时：1周，共2课时教学内容第一节 金融计量学的含义及建模步骤 一、金融计量学的含义 把计量经济学中的方法和技术应用到金融领域，即应用统计方法和统计技术解决金融问题。 二、金融计量建模的主要步骤 第一步，把需要研究的金融问题模型化；第二步，收集样本数据；第三步，选择合适的估计方法来

3、估计模型；第四步，对模型进行检验；第五步，对模型进行相应的应用。 三、金融数据的主要类型、特点和来源 金融数据的主要类型：时间序列数据、横截面数据、面板数据 金融数据的特点 金融数据的主要来源第二节 金融计量学软件简介 金融计量学主要软件简介 金融计量分析的主要任务 主要计量经济学软件。 Eviews SAS SPSS Matlab 第二章 最小二乘法（OLS）和线性回归模型 课时：2周，共4课时教学内容第一节 最小二乘法的基本属性 一、有关回归的基本介绍 二、参数的最小二乘估计 最小二乘法的基本原则是：最优拟合直线应该使各点到直线的距离的和最小，也可表述为距离的平方和最小。 普通最小二乘法

4、一些基本概念 总体回归方程 线性关系 估计量（estimator）和估计值（estimate） 三、最小二乘估计量的性质和分布 经典线性回归模型的基本假设 最小二乘估计量的性质 OLS估计量的方差、标准差和其概率分布第二节 一元线性回归模型的统计检验 一、拟合优度(goodness of fit statistics)检验 拟合优度可用R2 表示，R2越大，说明回归线拟合程度越好 R2作为拟合优度的一个衡量标准也存在一些问题 二、假设检验 1. 根据实际问题的要求提出一个论断，称为零假设（null hypothesis）或原假设，记为H0（一般并列的有一个备择假设（alternative hy

5、pothesis）,记为H1 ）； 2. 根据样本的有关信息，对H0的真伪进行判断，做出拒绝H0或不能拒绝H0的决策 假设检验有两种方法：置信区间检验法（confidence interval approach）和显著性检验法（test of significance approach） 显著性检验法中最常用的是t检验和F检验 第一类错误和第二类错误 三、风险管理组织结构遵循原则 风险分类管理 风险分层管理 风险集中管理第三节 多变量线性回归模型的统计检验 一、多变量模型的简单介绍 对被解释变量y产生影响的解释变量共有k-1，系数（1，2，.k）分别衡量了解释变量对被解释变量y的边际影响的程度

6、 二、拟合优度检验 多个解释变量对被解释变量y变动的解释程度，我们将度量这个信息的量称为多元判定系数R2。 三、多变量模型的假设检验 t检验F检验：第一个用途是对所有的回归系数全为0的零假设的检验。第二个用途是用来检第四节 预测 一、预测的概念和类型 预测的概念 预测原理：条件期望 预测的类型 无条件预测和有条件预测 样本内（in-sample）预测和样本外（out-of-sample）预测 事前预测和事后模拟 一步向前（one-step-ahead）预测和多步向前（multi-step-ahead）预测 二、预测的评价标准 平均预测误差平方和（mean squared error，简记MSE

7、）平均预测误差绝对值（mean absolute error,简记MAE）Theil不相等系数 第五节 模型选择 一、“好”模型具有的特性 1节省性（parsimony） 2可识别性（identifiability） 3高拟合性（goodness of fit） 4. 理论一致性（theoretical consistency） 5. 预测能力（predictive power） 二、用于预测的模型的选择 信息准则思考题： 1、在经典线性回归模型中为什么要设定五个假设？。2、最小二乘估计有哪些主要性质？3、如何选择好的计量模型？第三章 异方差和自相关 课时：3周，共6课时教学内容第一节 异方差

8、的介绍 一、异方差的定义及产生原因 随机误差的异方差产生的原因 二、异方差的后果 OLS估计量的线性和无偏性都不会受到影响，但不再具备最优性第二节 异方差的检验 一、图示法 因变量y与解释变量x的散点图残差图 二、解析法 Goldfeld-Quandt检验法 Spearman rank correlation 检验法 Park检验法 Glejser检验法 Breusch-Pagan检验法 White检验第三节 异方差的修正 一、当方差已知：加权最小二乘法（weighted least squares,WLS）：对较大的残差平方赋予较小的权数，对较小的残差平方赋予较大的权数。 二、当方差未知方差

9、正比例于解释变量方差正比例于被解释变量 三、模型对数变换法第四节 金融实例分析 例：纽约股票交易所（NYSE）与美国证券交易委员会（SEC）关于经济佣金率放松管制的争论，其中异方差的检验与修正在证明规模效应存在与否起着重要的作用。第五节 自相关的概念和产生原因 一、滞后值与自相关的概念 二、自相关产生的原因 1经济数据的固有的惯性（inertia）带来的相关 2模型设定误差带来的相关 3数据的加工带来的相关第六节 自相关的度量与后果 一、自相关的度量 自相关系数 二、出现自相关后的后果 1最小二乘估计量仍然是线性的和无偏的，但却不是有效的。2OLS估计量的方差是有偏的 3. 在随机项存在自相关

10、的情况下，t检验失效，同样对F检验也有类似的结果。第七节 自相关的检验与修正 一、自相关的检验方法图示法：残差时间序列图、残差与滞后残差散点图 解析法：DW（Durbin-Watson）检验、杜宾-h(Durbin-h)统计量、Breusch-Godfrey 检验二、自相关的修正方法 自相关系数已知的情况广义差分法 自相关系数未知的情况下杜宾两步法思考题： 1、为什么会产生随机误差的异方差现象？。2、判断异方差现象的统计量是什么？如何对异方差进行修正？3、判断自相关现象的统计量是什么？如何对自相关性进行修正？第四章 时间序列模型 课时：3周，共6课时教学内容第一节 随机过程和平稳性原理 一、随

11、机过程 随机过程的概念 白噪音 二、平稳性原理 如果一个随机过程的均值和方差在时间过程上都是常数，并且在任何两时期的协方差值仅依赖于该两时期间的距离或滞后，而不依赖于计算这个协方差的实际时间，就称它为平稳的。 平稳随机过程的性质 伪回归现象第二节 平稳性检验的具体方法 一、单位根检验 单位根检验的基本原理 ADF检验模型的确定判断检验模型是否应该包含常数项和时间趋势项 判断滞后项数m 二、非平稳性数据的处理 一般是通过差分处理来消除数据的不平稳性。第三节 协整的概念和检验 一、协整的概念和原理 协整的概念 协整关系存在的理由 二、协整检验的具体方法 EG检验和CRDW检验 Johansen协整

12、检验第四节 误差修正模型 在误差修正模型中，长期调节和短期调节的过程同样被考虑进去。因而，误差修正模型的优点在于它提供了解释长期关系和短期调节的途径。 误差修正模型包含了长期和短期的信息第五节 因果检验 一、格兰杰（Granger）因果检验 Granger因果检验必须满足两个条件：第一，x应该有助于预测y；第二，y不应当有助于预测x 二、希姆斯（Sims）检验第六节 实例金融数据的平稳性检验1对数据进行平稳性检验 2协整检验3因果检验4误差纠正机制ECM（error correction mechanism）5经济学分析思考题： 1、如何判断时间序列的平稳性？。2、为什么金融、经济时间序列数据

13、会存在协整关系？3、误差修正模型有哪些优点？第五章 ARCH和GARCH模型 课时：2周，共4课时教学内容第一节 自回归条件异方差（ARCH）模型 一、ARCH模型简介 二、GARCH模型简介 方差方程的回归因子 高阶GARCH(p, q)模型 三、ARCH效应的检验 ARCH-LM检验：ARCH LM检验统计量由一个辅助检验回归计算。为检验原假设：残差中直到q阶都没有ARCH 平方残差相关图 四、ARCH-M模型 均值方程： 方差方程：或第二节 实例：股票价格指数波动的GARCH模型第三节 非对称GARCH模型 一、TARCH模型 条件方差方程为： 例：货币政策对物价影响的非对称效应分析 二

14、、EGARCH模型 EGARCH或指数（Exponential）GARCH模型由纳尔什（Nelson，1991）提出。条件思考题： 1、什么是ARCH效应？如何利用ARCH-LM检验判断金融时间序列具有ARCH效应？2、（G）ARCH-M模型主要分析什么样的问题？3、非对称GARCH模型主要有哪些？分别能解决什么问题？第六章 向量自回归（VAR）模型 课时：2周，共4课时教学内容第一节 向量自回归（VAR）理论 VAR模型把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型，从而将单变量自回归模型推广到由多元时间序列变量组成的“向量”自回归模型。一、VAR模型的一般表示 VAR

15、(p) 模型的数学表达式是 VAR模型的稳定性条件 例：我国货币政策效应实证分析的VAR模型 二、结构VAR模型(SVAR) 两变量的SVAR模型： 多变量的SVAR模型： 第二节 结构VAR(SVAR)模型的识别条件 一、VAR模型的识别条件 要想得到结构式模型惟一的估计参数，要求识别的阶条件和秩条件，即简化式的未知参数不比结构式的未知参数多。 二、SVAR模型的约束形式 短期约束：通过Cholesky-分解建立递归形式的短期约束 长期约束第三节 VAR模型的检验 一、Granger因果检验 Granger因果关系的定义（参照第四章第五节） Granger因果关系检验 滞后阶数 p 的确定

16、二、EViews软件关于VAR模型的检验第四节 脉冲响应函数 一、VAR模型的脉冲响应函数 VAR(p)可以表示为VMA()模型 例：钢铁行业的需求对下游相关行业变化的响应质押 二、脉冲响应函数在EViews软件中的实现 三、SVAR模型的脉冲响应函数 短期约束 长期约束第五节 方差分解 方差分解(variance decomposition)是通过分析每一个结构冲击对内生变量变化(通常用方差来度量)的贡献度，进一步评价不同结构冲击的重要性。 方差分解在EViews软件中的实现 例：下游相关行业对钢铁行业变化的贡献程度第六节 Johansen协整检验 一、特征根迹检验(trace检验) 二、最

17、大特征值检验信 三、协整方程的形式 四、协整检验在EViews软件中的实现思考题： 1、VAR模型有那些优点？2、请说明Johansen协整检验。3、Granger因果检验主要包括哪些步骤？文献阅读 课时：5周，共10课时Black Fischer and Myron Scholes "The Pricing of Options and Corporate Liabilities." Journal of Political Economy 81 (1973), P637-659 Cox J., Ingersoll J. E. and S. A. Ross "A

18、 Theory of the Term Structure of Interest Rate" Econometrica 53 (1985) P385-407.Engle R. F. and Grange C. W. “Co-integration and Error Correction: Representation, Estimation and Testing ” Econometrica 55(2) (1987) P251-276Fama Eugene F. and French Kenneth R., “The cross-section of expected stoc

19、k returns”, The Journal of Finance 47 (2) (1992) P427-465,Fama Eugene F. and French Kenneth R. “Common risk factors in the returns on stocks and bonds”, Journal of Financial Economics 33 (1) (1993) P3-56Fama Eugene F. and French Kenneth R. Size and booktomarket factors in earnings and returns”, The

20、Journal of Finance 50 (1) (1995) P131-155Fama Eugene F. and French Kenneth R. “A five-factor asset pricing model”, Journal of Financial Economics 116 (1) (2015) P1-22French, Kenneth, William Schwert, and Robert Stambaugh "Expected Stock Returns and Volatility" Journal of Financial Economics 19(1987), P3-29.Hull John and Alan White "T