金融统计与计量经济学

本课程面向研究生，聚焦金融统计与计量经济学，旨在培养学生运用高级计量经济与时间序列方法分析和建模金融数据的能力。作为主讲教师，我引导学生将这些技术应用于真实的金融数据集。

课程内容

1. 金融数据导论：
   • 金融数据的特征及其获取方法。
   • 用于金融数据分析的时间序列模型概览。
2. 市场收益：
   • 市场有效性：有效市场理论。
   • ARMA 模型：自回归移动平均模型。
   • VARMA 模型：向量自回归移动平均模型。
   • 事件研究：异常收益分析及其检验。
3. 市场波动率（风险）预测：
   • ARCH 族模型（如 ARCH、GARCH、EGARCH）导论。
4. 随机波动率模型：
   • 状态空间模型与卡尔曼滤波技术导论。
   • 使用吉布斯抽样估计随机波动率（SV）模型。
5. 资产定价模型：
   • 回顾 CAPM 理论，以及资本资产定价模型（CAPM）的实证检验。
   • 多因子资产定价模型（如套利定价理论）。
6. 现值关系：
   • 股票价格、股利与收益之间的关系。
7. 衍生品定价：
   • 衍生品定价模型导论，包括布朗运动、Black–Scholes 模型与鞅方法。

教学方法

本课程将理论讲授与实际应用相结合。学生有机会分析真实金融数据，并使用 R 语言应用各类计量经济模型。

学时：40 学时