满28包邮 金融计量学 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

邹平著 著

图书标签:

• 金融计量学
• 计量经济学
• 金融学
• 统计学
• 投资学
• 量化金融
• 时间序列分析
• 回归分析
• 金融建模
• 包邮

店铺： 梅凯瑞图书专营店

出版社： 上海财经大学出版社

ISBN：9787564208523

商品编码：29957520554

包装：平装

出版时间：2010-09-01

基本信息

书名：金融计量学

定价：33.00元

作者：邹平著

出版社：上海财经大学出版社

出版日期：2010-09-01

ISBN：9787564208523

字数：337000

页码：256

版次：2

装帧：平装

开本：16开

商品重量：0.459kg

编辑推荐

---

内容提要

---

市场经济是契约经济，是信用经济。没有信用，市场经济就无法运行。当今，中国的市场经济建设正面临着非常尴尬的局面，那就是信用危机。在过去的计划经济体系中几乎不存在市场，也几乎不存在公开的市场信用关系，企业的生产、销售、资金来源等一系列经营活动均出自国家的行政命令；而消费者个人的生活物资匮乏，无论是住房还是日常生活用品都受到的调控，个人没有能力、没有意识，也不被鼓励进行贷款消费。制定的集中信用于银行的金融政策，将所有的信用关系都纳入计划的调控，信用资源由来分配，信用活动受行政命令的主导。可以说，在计划经济时期，无论是企业还是个人都不需要关心信用问题。这是我国市场主体信用意识薄弱的历史根源之一。

目录

---

作者介绍

---

文摘

---

序言

---

《金融计量经济学》 内容简介 本书是一部系统阐述金融计量经济学理论与方法的专著，旨在为金融领域的研究人员、从业者以及相关专业的高年级本科生和研究生提供一个全面深入的学习平台。金融计量经济学作为连接经济理论与金融市场实践的关键桥梁，其重要性不言而喻。本书不仅涵盖了金融计量学的基本概念、核心模型和常用技术，更注重理论与实践的结合，通过大量的案例分析和实证研究，引导读者掌握将抽象的金融理论转化为可操作的量化分析工具的能力。 第一部分：金融计量经济学导论与基础 本部分将从宏观层面介绍金融计量经济学的概念、发展历程及其在现代金融研究中的核心地位。我们将探讨经济学理论如何与统计学和计量经济学方法相结合，从而为理解和预测金融市场行为提供科学的框架。 第一章：金融计量经济学概述 金融计量经济学的定义、研究对象与范畴。 金融计量经济学在金融研究与实践中的作用：风险管理、投资组合优化、资产定价、宏观经济预测等。 金融计量经济学的基本逻辑：从经济理论出发，构建数学模型，收集与处理数据，进行统计检验，解释与应用结果。 金融计量经济学研究的挑战与前沿：数据质量、模型选择、异方差、自相关、非平稳性、极端事件等。 第二章：时间序列数据的基本处理与分析 时间序列数据的特性：趋势、季节性、周期性、随机性。 平稳性检验（ADF检验、PP检验）及其重要性。 序列相关的概念与检验（Durbin-Watson检验、Ljung-Box检验）。 异方差性的概念与检验（Breusch-Pagan检验、White检验）。 数据平滑技术（移动平均、指数平滑）及其在金融数据预处理中的应用。 变量变换与差分在处理非平稳时间序列中的作用。 第三章：线性回归模型及其在金融中的应用 经典线性回归模型（OLS）的基本假设与推导。 OLS估计量的性质（无偏性、一致性、有效性）。 参数检验与模型整体检验（t检验、F检验）。 多重共线性问题及其诊断与处理。 内生性问题及其处理方法（工具变量法）。 金融市场中的应用实例：解释股票收益率与宏观经济变量的关系、分析影响公司股价的因素等。 第二部分：金融时间序列模型 本部分将深入探讨一系列专门用于分析金融时间序列数据的模型，这些模型能够捕捉金融市场中特有的波动性和相关性特征。 第四章：自回归（AR）与移动平均（MA）模型 AR(p)模型的定义、性质与建模过程。 MA(q)模型的定义、性质与建模过程。 ARMA(p,q)模型的构建与识别（ACF与PACF图）。 模型定阶与参数估计。 金融时间序列中的应用：短期价格预测、波动性分析。 第五章：自回归移动平均模型（ARIMA） 差分在ARIMA模型中的作用。 ARIMA(p,d,q)模型的定义、建模步骤与模型识别。 模型检验与诊断（残差分析）。 金融市场数据的建模实践：股票价格、汇率、利率等时间序列的ARIMA建模。 第六章：条件异方差模型（ARCH与GARCH族） 金融市场波动性的特点：聚集性、杠杆效应。 ARCH(q)模型的提出背景、定义与解释。 GARCH(p,q)模型的引入与优势：克服ARCH模型阶数限制。 EGARCH、GJR-GARCH等扩展模型及其在捕捉非对称波动中的应用。 模型选择、参数估计与模型检验。 在风险管理中的应用：VaR（Value at Risk）的计算、波动率预测。 第三部分：资产定价模型与实证检验 本部分将聚焦于金融计量经济学在资产定价理论中的应用，包括经典的资本资产定价模型（CAPM）及其扩展，以及套利定价理论（APT）的实证检验。 第七章：资本资产定价模型（CAPM）及其扩展 CAPM模型的理论基础与假设。 CAPM模型的计量形式与实证检验方法（Fama-MacBeth回归）。 CAPM模型的局限性与修正：Fama-French三因子模型、Carhart四因子模型等。 多因子模型的构建与检验。 在投资组合管理与股票选择中的应用。 第八章：套利定价理论（APT）的实证研究 APT模型的理论框架与CAPM模型的比较。 APT模型的因子选择与检验方法。 主成分分析（PCA）在APT因子识别中的应用。 宏观经济变量作为APT因子的实证研究。 第九章：协整与误差修正模型（ECM） 单位根检验与协整检验：ADF检验、Johansen协整检验。 协整关系的经济含义：长期均衡关系。 误差修正模型（ECM）的构建与参数估计。 在分析长期经济变量关系中的应用：股指与宏观经济指标、汇率与利率之间的长期关系。 第四部分：高级金融计量经济学主题 本部分将介绍一些更高级的金融计量经济学概念与模型，以应对更复杂的金融市场现象。 第十章：面板数据模型在金融中的应用 面板数据的定义与优势。 固定效应模型与随机效应模型的选择与估计。 在分析跨公司、跨时段的金融现象中的应用：如公司财务行为、银行监管效应等。 第十一章：向量自回归（VAR）模型与协整VAR VAR模型的构建、估计与解释。 脉冲响应函数（IRF）与方差分解。 VAR模型在分析宏观经济变量对金融市场影响中的应用。 向量误差修正模型（VECM）在处理协整关系中的应用。 第十二章：非线性与非参数模型 金融市场中的非线性现象：状态转换、阈值效应。 非线性回归模型简介：多项式回归、分段回归。 阈值自回归（TAR）模型与修正阈值自回归（MTAR）模型。 在分析经济周期、市场崩溃等现象中的应用。 状态空间模型与卡尔曼滤波简介。 第十三章：金融风险管理中的计量模型 信用风险计量模型：评级模型、违约率模型。 市场风险计量模型：VaR、ES（Expected Shortfall）的估计。 模型风险与模型检验。 压力测试与情景分析。 第五部分：计量软件与实证操作 本部分将介绍常用的计量经济学软件，并结合前述模型，通过实际数据进行操作演示，帮助读者将理论知识转化为实际操作技能。 第十四章：常用计量软件介绍与数据处理 EViews, Stata, R, Python等常用计量软件的功能与特点。 数据导入、整理与清洗。 描述性统计分析。 图表绘制。 第十五章：案例研究与实证分析 使用真实金融市场数据，演示ARIMA、GARCH、CAPM、VAR等模型在EViews/Stata/R/Python中的实现过程。 详细讲解模型选择、估计、检验、结果解释与政策含义。 提供一系列具有代表性的金融计量经济学研究案例，引导读者独立完成实证分析。 本书力求理论的严谨性、方法的实用性和内容的全面性，通过循序渐进的章节安排，帮助读者构建扎实的金融计量经济学知识体系，并掌握分析和解决金融实际问题的能力。本书的读者群体广泛，无论是希望提升量化分析技能的金融从业者，还是致力于金融计量研究的学术研究者，抑或是正在金融相关领域学习的学生，都能从中获益。

评分☆☆☆☆☆

这本书的设计风格非常简洁，封面没有任何多余的装饰，直接将书名《金融计量学》呈现在读者面前。我是一名有着多年金融从业经验的投资经理，在日常工作中，我常常需要处理大量的金融数据，并基于这些数据做出投资决策。虽然我积累了一些经验，但总觉得缺乏一个扎实的理论基础来支撑我的判断，尤其是在面对一些新的金融工具和复杂的市场结构时，常常感到力不从心。《金融计量学》这个名字让我看到了希望，我相信它能够为我提供一套系统化的分析方法和工具。我期待书中能够深入讲解如何运用统计模型来分析宏观经济数据对市场的影响，如何评估投资组合的风险和收益，以及如何识别和利用市场中的套利机会。如果书中能够提供一些经典金融模型的历史演变和发展脉络，以及它们在不同市场环境下的应用案例，那对我来说将非常有价值。

评分☆☆☆☆☆

我之前对金融学的一些概念，比如风险管理、资产定价等，都觉得有些模糊。虽然读过一些通俗的金融读物，但总觉得缺少了一种严谨的分析框架。当我看到《金融计量学》这本书时，我立刻被它所承诺的“计量”二字吸引了。我理解金融计量学就是用数学和统计的方法来研究金融问题，这听起来就很“硬核”，也正是我需要的。我希望这本书能够从最基础的统计学概念讲起，然后逐步深入到金融特有的模型，比如协整、因子模型等。我特别希望能理解，为什么金融市场中的数据往往具有一些特殊的性质，比如非正态分布、厚尾现象等，以及这些性质对模型选择会产生什么影响。我希望通过阅读这本书，能够建立起一个系统性的金融分析思维，能够更清晰地理解那些复杂的金融术语和模型，并且能够用一种更加理性的方式来看待金融市场。

评分☆☆☆☆☆

这本书的封面设计很朴实，没有花哨的插图，就简单地印着书名和作者信息。初翻开，扑面而来的是一种严谨、扎实的学术气息，仿佛能闻到纸张特有的油墨香。我一直对金融市场中的一些现象感到好奇，比如为什么有时候市场波动如此剧烈，又或者是什么因素在驱动股价的长期趋势。传统经济学理论虽然能提供一些宏观的解释，但总觉得不够精细，也无法很好地量化这些不确定性。这本书的名字《金融计量学》听起来就很专业，直接点明了它将运用数学和统计学的方法来研究金融问题，这正是我一直在寻找的工具。我尤其期待书中能够讲解如何建立模型来预测股票价格的走向，或者如何评估金融衍生品的风险。希望它能教会我一些实用的分析技巧，而不仅仅是理论上的堆砌。这本书的厚度适中，感觉内容会很充实，但又不会过于晦涩难懂，让初学者望而却步。我希望它能有一个清晰的章节安排，循序渐进地引导读者掌握金融计量学的核心概念和方法。

评分☆☆☆☆☆

这本《金融计量学》给我的第一印象是它的实用性。我是一名刚入行不久的量化交易员，在实际操作中经常遇到各种模型失效、数据异常等问题。我迫切需要一些更深入的理论知识来指导我的实践，而不仅仅是停留在一些现成的交易策略上。金融计量学这个方向，对我来说就像是通往更深层次理解金融市场的钥匙。我希望能在这本书里学到如何处理时间序列数据，如何检验模型的有效性，以及如何理解和应对金融市场中的异方差、自相关等经典问题。我特别希望书中能够包含一些实际案例分析，比如如何用 GARCH 模型来刻画金融资产的波动率，或者如何用 VAR 模型来分析不同资产之间的联动关系。如果书中还能提供一些编程实现上的指导，比如 R 或 Python 的代码示例，那就更完美了。毕竟，理论再好，最终还是要落实到代码才能在市场中检验。我希望这本书能够真正帮助我提升分析能力，做出更明智的投资决策。

评分☆☆☆☆☆

我是一名金融专业的学生，目前正在为毕业论文收集资料。《金融计量学》这个书名立刻吸引了我，因为我的研究方向需要大量运用统计模型来分析金融数据。我一直认为，金融市场是一个充满不确定性的复杂系统，要理解它的运行规律，必须借助科学的量化方法。这本书给我一种非常权威的感觉，它涵盖了金融计量学的方方面面，从基础的回归分析到更高级的时间序列模型，应该都能找到我需要的知识。我希望书中能够清晰地阐述各种模型的原理、假设和适用条件，并且提供详细的推导过程，这样我才能真正理解它们是如何工作的。同时，我非常期待书中能够有关于模型选择、诊断和优化的讨论，这对于我进行实证研究至关重要。如果书中能够提供一些经典的金融计量学研究的案例，并分析其研究方法和结论，那对我写论文会非常有启发。总而言之，我希望这本书能够成为我在金融计量学领域学习和研究的得力助手。