金融计量学：时间序列分析视角（第四版） 课件 Lecture 1-01 金融计量学的范畴.ppt

zhangcs@ruc.edu.cn*金融计量学第一章金融计量学初步1.1金融计量学的范畴1.2金融时间序列数据1.3金融计量分析中的基本概念1.1金融计量学的范畴金融计量学的范畴涵盖微观和宏观两个层面。资产定价模型（CAPM）、行为金融分析中的事件研究方法等属于微观金融领域的计量分析，而动态时间序列模型更多地用在宏观金融领域。随着学科的发展，金融计量方法的微观与宏观分析也不是绝对泾渭分明的，微宏观分析的结合也是金融计量分析中经常遇到的现象。从具体内容上看，金融计量学涵盖了宏微观金融理论检验、资本资产定价、金融变量相关关系的假设检验、经济状态对金融市场的影响分析以及金融变量预测等多方面的内容。1.2金融时间序列数据广义地讲，将某种金融随机变量按出现时间的顺序排列起来称为金融时间序列。从现实世界的角度看，金融时间序列就是指在一定时期内按时间先后顺序排列的金融随机变量。图1.1

上证综合指数时间序列数据(a)2000年1月-2023年4月数据来源：国泰安数据库图1.1

上证综合指数时间序列数据(b)2004年7月1日-2015年8月1日（5天/周）数据来源：国泰安数据库图1.2人民币/美元汇率2009年11月2日——2023年4月30日数据来源：FederalReserveBankofSt.Louis图1.3美元/英镑汇率1978年4月28日——2023年4月30日数据来源：FederalReserveBankofSt.Louis图1.4中国CPI通胀率1995年1月－2023年4月数据来源：中国国家统计局、经济景气月报图1.5中国M1增长率（环比）2000年1月——2023年4月数据来源：中国人民银行（经作者计算）从这几幅图中可以看到，不同的金融时间序列变量展示出各种各样的变动轨迹，经济学者经常把金融时间序列变量的这种随时间变化的轨迹称为“动态路径”，其中“动态”一词的含义实质上就是指“随时间变化”。1.3金融计量分析中的基本概念1.3.1增长率和收益率简单净收益率（SimpleNetReturn）:连续复合收益率（ContinuouslyCompoundedReturn）：对于多期（multi-period）来说,对于季度频率数据，年度化的增长率计算公式为:对于月度频率数据，年度化的增长率计算公式是:1.3.2随机变量与随机过程例如：其中：表示表示随机变量:误差项就是一个随机变量，这里假设这一随机误差变量服从正态分布。在更多的情形下，随机变量被假设服从独立一致性分布（independentlyandidenticallydistributed），或者简记做i.i.d.。与随机变量紧密相关但又有区别的一个概念就是随机过程。当我们希望对一个金融时间序列进行分析时，通常把看作是一个随机过程的实现。宽泛地说，随机过程就是定义在一定概率空间的一组具有相同特性的随机变量。1.3.3随机分布:X和Y的联合分布可定义为：其中：为联合分布函数中的参数。假定X与Y的联合概率密度函数，并且严格有定义，则有：与联合分布相对的概念是边际分布。例如，X的边际分布可以通过将联合分布中与X不相关的赋值设为来获得:当X是一个一维的随机变量而不是向量形式时，边际分布的定义就成为下面常见的形式：这一公式在统计学中也称为X的累积分布函数，其取值范围在0与1之间。虽然CDF的概念稍微有些抽象，但是其在金融计量学中有着广泛的应用，特别是在计算统计量的p-值过程中非常有用。例如，利用F分布的累积分布函数可以计算F检验统计量的p-值。条件分布，顾名思义，就是随机变量在给定条件下的分布。例如，给定的条件，X的条件分布可以定义为：如果利用前面提到的概率密度函数的概念，还可以写成：其中,表示边际分布函数，并且满足1.3.4随机变量的期望与矩从统计学角度来说，一个随机变量X的第n阶矩