金融计量学大纲 投稿:叶擰擱.doc

  1. 1、本文档共59页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
金融计量学大纲 投稿:叶擰擱

金融计量学大纲 投稿:叶擰擱 《金融计量学》课程教学大纲 一、课程基本信息 课程名称:金融计量学 英文名称:Financial Econometrics 课程类别:学科基础课 学 时:45 学 分:3 适用对象: 金融学本科专业 考核方式:考试 先修课程:高等数学、线性代数、概率统计、统计学、宏观经济学、微观经济学、金融学、投资学、财务管理 二、课程简介 本课程是金融学的学科基础课,主要为后续的专业课和专业选修课奠定金融学定量分析和实证研究的方法论基础。其主要内容可以分为三大部分:第一部分是金融计量学基础,主要包括一元线性回归模型、多元线性回归模型、放宽基本假定后的回归模型、虚拟变量模型、非线性模型等内容;第二部分是金融时间序列模型,主要包括单位根检验、自回归移动平均(ARMA)模型、协整检验、修正误差模型(ECM)、广义自回归条件异方差(GARCH)模型等内容;第三部分是金融计量学的应用实例,主要向学生介绍国内学者对于有效市场假说(EMH)、资本资产定价模型(CAPM)和GARCH模型等三个问题所做的研究。 三、课程性质与教学目的 本课程是金融学或金融工程本科专业的学科基础课程,教学的主要目的在于向学生介绍现代金融计量学的基础理论、模型和方法,培养学生在经济金融理论的基础上,借助计量分析软件建立金融计量学模型的能力,拓宽学生分析、研究现实经济金融问题的思路,增强学生的数量分析和实际动手能力,从而为对我国金融市场进行实证研究打下坚实的基础。 四、教学内容及要求 第一章 绪论 (一) 目的与要求 1. 介绍计量经济学与金融计量学的基本概念、研究内容及建模步骤 2. 使学生在总体上对金融计量学建立初步的认识 3. 使学生充分认识到金融计量学在金融学科中的地位和作用,培养学生的学习兴趣 (二) 教学内容 第一节 基本概念 1.金融计量学的发展历史与概念 2.金融计量学模型 3.金融计量学与计量经济学的关系 4.计量经济学在经济学科中的地位 5.计量经济学与其他学科之间的关系 6.金融计量学在金融学中的地位 7. 金融计量学的主要研究内容 第二节 金融计量学模型的建模步骤和要点 1.理论模型的设计:确定模型的变量、确定模型的数学形式、确定模型待估参数的期望值 2.样本数据的收集:数据的类型、数据质量 3.模型参数的估计 4.模型的检验:经济意义检验、统计检验、计量经济学检验、模型预测检验 5.金融计量学模型成功三要素:理论、方法与数据 6.金融计量学应用软件介绍:EViews、SPSS、SAS、GAUSS 第三节 金融计量学模型的应用 1.结构分析 2.经济预测 3.政策评价 4.理论检验与发展 (三)思考与实践 1.什么是金融计量学?什么是计量经济学? 两者的关系是什么? 2.计量经济学方法与一般经济数学方法有什么区别? 3.为什么说计量经济学是一门经济学科?它在经济学科体系中的作用和地位是什么? 4.金融计量学的主要研究内容包括哪些? 5. 试结合一个具体金融问题说明建立与应用金融计量学模型的主要步骤。 (四)教学方法与手段 课堂讲授、多媒体教学 第二章 一元线性回归模型 (一)目的与要求 1.介绍回归分析、回归模型和最小二乘法的基本概念 2.重点讲解一元线性回归模型的基本参数估计方法与检验方法 3.使学生能够采用计量分析软件估计一元线性模型并进行相应的检验 (二)教学内容 第一节 回归分析概述 1.回归分析基本概念:变量间的相互关系、相关分析与回归分析 2.总体回归函数:概念、总体回归线、回归系数 3.随机干扰项:引入随机干扰项的原因 4.样本回归函数:样本回归线、样本回归函数、残差、总体回归线与样本回归线的基本关系 第二节 一元线性回归模型的参数估计 1.一元线性回归模型的基本假设:解释变量非随机、随机干扰项零均值、同方 差及不序列自相关、随机干扰项与解释变量不相关、随机干扰项服从零均值、同方差、零协方差的正态分布、解释变量的样本方差趋于一个有限常数、回归模型正确设定 2.参数的普通最小二乘估计(OLS):最小二乘原理 3.参数估计的最大似然法(ML):最大似然原理 4.最小二乘估计量的性质:线性性、无偏性、有效性、渐近无偏性、一致性、渐近有效性 5.参数估计量的概率分布及随机干扰项方差的估计 第三节 一元线性回归模型的统计检验 1.拟合优度检验:总体离差平方和的分解、可决系数的计算 2.变量的显著性检验:假设检验、t检验 3.

文档评论(0)

精品文档 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档