金融计量分析实战指南.pptVIP

第一章

金融计量学介绍

;本章关键点;第一节金融计量学的含义及建模环节

;二、金融计量建模的主要环节;第一步，把需要研究的金融问题模型化；

第二步，搜集样本数据；

第三步，选择合适的预计方法来预计模型；

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、特点和起源;在分析时间序列数据时，应注意如下几点：

（1）在利用时间序列数据回归模型时，各变量数据的频率应该是相似的；

（2）不同步间的样本点之间的可比性问题；

（3）使用时间序列数据回归模型时，往往会造成模型随机误差项产生序列相关；

（4）使用时间序列数据回归模型时应尤其注意数据序列的平稳性问题。;横截面数据（Cross-sectionaldata）

是指对变量在某一时点上搜集的数据的集合，例如，某一时间点上海证券交易所所有股票的收益率，世界上发展中国家的外汇储备等。

平行数据（Paneldata）

是指多个个体同样变量的时间序列数据按照一定次序排列得到的集合，例如30家蓝筹股过去3年每日的收盘价。;2.金融数据的特点

与普通宏观经济数据相比，金融数据在频率、准确性、周期性等方面含有自己特有的性质：

（1）金融数据能够更频繁地观察到，可用于计量分析的数据观测值个数能够成千上万，数量十分巨大；

（2）金融数据普通都能在交易时准确统计下来；

（3）金融数