金融计量学课件.pptxVIP

金融計量學初步1.1金融計量學的範疇1.2金融時間序列數據1.3金融計量分析中的基本概念

1.1金融計量學的範疇金融計量學的範疇涵蓋微觀和宏觀兩個層面。資產定價模型（CAPM）、行為金融分析中的事件研究方法等屬於微觀金融領域的計量分析，而動態時間序列模型更多地用在宏觀金融領域。

隨著學科的發展，金融計量方法的微觀與宏觀分析也不是絕對涇渭分明的，微宏觀分析的結合也是金融計量分析中經常遇到的現象。

從具體內容上看，金融計量學涵蓋了宏微觀金融理論檢驗、資本資產定價、金融變數相關關係的假設檢驗、經濟狀態對金融市場的影響分析以及金融變數預測等多方面的內容。

1.2金融時間序列數據廣義地講，將某種金融隨機變數按出現時間的順序排列起來稱為金融時間序列。從現實世界的角度看，金融時間序列就是指在一定時期內按時間先後順序排列的金融隨機變數。

圖1.1

上证综合指数时间序列数据(a)2000年1月-2015年8月數據來源：國泰安資料庫

圖1.1

上證綜合指數時間序列數據(b)2004年7月1日-2015年8月1日（5天/周）數據來源：國泰安資料庫

圖1.2人民幣/美元匯率2009年11月2日——2015年8月31日數據來源：FederalReserveBankofSt.Louis

圖1.3美元/英鎊匯率1978年4月28日——2015年9月11日數據來源：FederalReserveBankofSt.Louis

圖1.4中國CPI通脹率1995年1月－2015年8月數據來源：中國國家統計局、經濟景氣月報

圖1.5中國M1增長率（環比）2000年1月——2015年7月數據來源：中國人民銀行（經作者計算）

從這幾幅圖中可以看到，不同的金融時間序列變數展示出各種各樣的變動軌跡，經濟學者經常把金融時間序列變數的這種隨時間變化的軌跡稱為“動態路徑”，其中“動態”一詞的含義實質上就是指“隨時間變化”。

1.3金融計量分析中的基本概念1.3.1增長率和收益率簡單淨收益率（SimpleNetReturn）:

連續複合收益率（ContinuouslyCompoundedReturn）：

對於多期（multi-period）來說,

對於季度頻率數據，年度化的增長率計算公式為:

對於月度頻率數據，年度化的增長率計算公式是:

1.3.2隨機變數與隨機過程例如：其中：表示表示

隨機變數:誤差項就是一個隨機變數，這裏假設這一隨機誤差變數服從正態分佈。在更多的情形下，隨機變數被假設服從獨立一致性分佈（independentlyandidenticallydistributed），或者簡記做i.i.d.。

與隨機變數緊密相關但又有區別的一個概念就是隨機過程。當我們希望對一個金融時間序列進行分析時，通常把看作是一個隨機過程的實現。寬泛地說，隨機過程就是定義在一定概率空間的一組具有相同特性的隨機變數。

1.3.3隨機分佈:X和Y的聯合分佈可定義為：其中：為聯合分佈函數中的參數。假定X與Y的聯合概率密度函數，並且嚴格有定義，則有：

與聯合分佈相對的概念是邊際分佈。例如，X的邊際分佈可以通過將聯合分佈中與X不相關的賦值設為來獲得:當X是一個一維的隨機變數而不是向量形式時，邊際分佈的定義就成為下麵常見的形式：

這一公式在統計學中也稱為X的累積分佈函數，其取值範圍在0與1之間。雖然CDF的概念稍微有些抽象，但是其在金融計量學中有著廣泛的應用，特別是在計算統計量的p-值過程中非常有用。例如，利用F分佈的累積分佈函數可以計算F檢驗統計量的p-值。

條件分佈，顧名思義，就是隨機變數在給定條件下的分佈。例如，給定的條件，X的條件分佈可以定義為：

如果利用前面提到的概率密度函數的概念，還可以寫成：其中,表示邊際分佈函數，並且滿足

1.3.4隨機變數的期望與矩從統計學角度來說，一個隨機變數X的第n階矩可以定義為：

一些定義:隨機變數的1階矩叫做均值。隨機變數的2階矩叫做方差。隨機變數的3階矩又稱為偏度