《金融计量学1》课程教学大纲

1、金融计量学1课程教学大纲一、课程基本信息课程名称：金融计量学课程代码：FEG403 学分：4周学时：3.0-0.0总学时：51二、任课教师、助教、教室等情况（四）教 室：B402（五）上课时间：每周四1-3节（六）纪 律：1、无特殊情况，不允许无故缺课。2、每次作业须在规定时间内提交。三、阅读材料（一）推荐教材：1. An Introduction to Analysis of Financial Data with R, Ruey S. Tsay, Wiley, 2013. (RT2013)2. R语言计量金融分析与应用，何宗武，清华大学出版社，2018.（二）参考教材1. Time Ser

2、ies Analysis, James D. Hamilton, Princeton, 1994. (JH994)2. The Elements of Financial Econometrics, Jianqing Fan & Qiwei Yao, Science Press, 2015. (FY2015)3. Statistics and Data Analysis for Financial Engineering, 2nd, David Ruppert & David S. Matteson, Springer, 2015. (RM015)（三）进一步阅读教材1. 精通R语言用于量化金

3、融（影印版），东南大学出版社，2016年1月.2. 主动投资组合管理，机械工业出版社，2014年7月.四、课程内容概要（一）指导思想以习近平新时代中国特色社会主义思想为理论根据，以扎根中国大地为基础，以中国实践为依托，围绕马克思主义中国化最新理论成果，以政治认同、国家意识、文化自信、公民人格为重点内容，融合最新全国教育工作会议精神，整体规划课程思政教育教学内容。结合专业教育，把思想政治工作贯穿教育教学全过程，实现知识传授、能力培养与价值引领的有机统一，挖掘培养学生理想信念、价值取向、政治信仰、社会责任的元素、题材与内容，全面提高学生缘事析理、明辨是非的能力，培养德智体美劳全面发展的社会主义建设

4、者和接班人。讲好习近平中国特色社会主义经济思想管理思想，深挖中国经济社会发展和管理实践中的优秀做法和典型案例，不断增强学生“四个自信”，教育引导学生正确认识世界和中国发展大势、中国特色和国际比较、时代责任和历史使命以及远大抱负和脚踏实地。遵循思想政治教育学科规律，坚持教书和育人相结合、历史与现实相结合、显性教育与隐性教育相结合、共性与个性相结合、正面教育与纪律约束相结合。以习近平新时代中国特色社会主义思想为指导，坚持知识传授与价值引领相结合，挖掘培养学生理想信念、价值取向、政治信仰、社会责任的元素、题材与内容，全面提高学生缘事析理、明辨是非的能力，培养德智体美全面发展的社会主义建设者和接班人。

5、充分发挥思想政治理论课主渠道作用，深入挖掘课程各教学环节思政元素及育人功能，把思想政治工作贯穿教育教学全过程，着力培养有社会责任感、创新精神、国际视野的能担当民族复兴大任的时代新人。（二）教学内容1. 深入贯彻习近平新时代中国特色社会主义思想，培养具有正确政治方向、热爱社会主义、担当民族复兴大任的新时代金融人才。2. 理解并掌握金融计量学各个模型的产生动机和相关理论。3. 能正确应用金融计量的各个模型解决实际中遇到的金融问题。例如，波动率的预测，在险价值（VaR）的计算等。4. 对市场微观结构有初步的了解，能够处理和分析高频金融数据。5. 能够基本上读懂国内外金融学期刊上有关金融计量实证应用类

6、的文章。6. 熟练应用R软件进行金融计量模型的估计、检验和预测。7. 精通以下技能：分析金融数据的能力、口头陈述的能力、用Latex等编辑软件制作演示文稿和动态报告的能力、文献及数据搜索和互联网信息检索能力。8. 通过师生交流、同学合作，养成认真、严谨的学习态度。（三）教学内容序号题目知识点学时（课堂教授）1基础知识回顾（一）线性回归简介3（二）线性回归的软件实现2绪论（一）金融计量的研究对象3（二）R语言简介3资产收益率和金融数据的特征（一）资产收益率6（二）常用金融数据库介绍（三）R中金融数据下载实现（四）收益率数据的特征（五）非参数密度函数的估计（六）应用举例4金融时间序列的线性模型（一

7、）平稳性和ACF6（二）移动平均过程（MA）（三）自回归过程（AR）（四）MA和AR模型阶数的确定（五）ARMA模型及其阶数的确定（六）ARMA模型的估计及诊断（七）非平稳和季节性（八）ARIMA模型的预测5资产波动率和波动率模型（一）波动率的定义及其特征6（二）波动率模型的构建过程（三）检验ARCH效应（四）ARCH和GARCH模型（五）GARCH扩展模型6极值理论、分位数和在险价值（一）风险测度和一致性9（二）在险价值VaR（三）RiskMetrics（四）VaR预测的计量方法（五）分位数估计（六）极值理论7高频金融数据分析（一）非同步交易和买卖价差9（二）交易数据的特征（三）价格变化模型

8、和久期模型（四）已实现波动率8多元时间序列分析（一）弱平稳和交叉相关矩阵6（二）向量自回归模型（三）协整（四）配对交易9课程复习课程主要内容回顾、答疑3课时总计：57学时51（课程教授）+ 3 (答疑)+ 3（课程考核）（四）课程要求1.预备知识：计量经济学、概率论与数理统计2.教材、参考书和文献阅读作业：课堂进行随机抽查回答与提前指定汇报结合的方式。3.平时课后作业：按规定的时间提交作业到课程中心，作业提交一周后由助教与授课教师在课上进行讲评。4.期末考试：闭卷考试，要求熟练掌握本课程的理论推导，并运用本课程所学的理论模型与方法分析实际问题。（五）教学安排课程讲授内容授课方式作业(教材)/测

9、验辅助学习材料1基础知识回顾：1 线性回归简介；2 线性回归的软件实现讲授课外阅读文献查询、阅读1. 推荐阅读：An Introduction to Statistical Learning, James et al., Springer, 2013, Chapter 1.21 金融计量的研究对象；2 R语言入门讲授课外阅读文献查询、阅读作业11. 推荐阅读：Notes on R: A Programming Environment for Data Analysis and Graphics, 2016何宗武第四章3第一章 资产收益率和金融数据的特征1 各种资产收益率的定义2 金融数据库介绍

10、3 金融数据下载的R语言实现讲授课外阅读教材及参考书阅读RT2013Chapter 1, P1-20FY2015Chapter 1, P1-74第一章 资产收益率和金融数据的特征4 收益率数据的特征5 非参数密度函数的估计讲授课外阅读提交作业1并布置作业2RT2013Chapter 1, P20-35FY2015Chapter 1, P7-305第二章 金融时间序列的线性模型1 平稳性的定义及其重要性2 自相关函数（ACF）3 移动平均过程（MA）4 自回归过程（AR）讲授课外阅读教材及参考书阅读RT2013Chapter 1, P39-79FY2015Chapter 2JH994Chapte

11、r 1-36第二章 金融时间序列的线性模型5 MA和AR模型阶数的确定6 ARMA模型及其阶数的确定7 ARMA模型的估计及诊断8非平稳性和ARIMA模型讲授课外阅读教材及参考书阅读（交作业2并布置作业3）RT2013Chapter 1, P79-86, P86-125FY2015Chapter 2JH994Chapter 4&57第三章 资产波动率和波动率模型1 波动率的定义及其特征2 波动率模型的构建步骤3 检验ARCH效应讲授课外阅读教材及参考书阅读RT2013Chapter 4, P176-185FY2015Chapter 38第三章 资产波动率和波动率模型4 ARCH和GARCH模型

12、5 GARCH扩展模型讲授课外阅读教材及参考书阅读（交作业3并布置作业4）RT2013Chapter 4, P185-210, P211-226FY2015Chapter 39第四章 极值理论、分位数和在险价值1 风险测度和一致性2 在险价值VaR讲授课外阅读教材及参考书阅读RT2013Chapter 7, P327-336推荐阅读：Handbook of Financial Econometrics, V1, Chapter 10, Value at Risk.10第四章 极值理论、分位数和在险价值3 RiskMetrics4 VaR预测的计量方法讲授课外阅读教材及参考书阅读RT2013Ch

13、apter 7, P337-352推荐阅读：Handbook of Financial Econometrics, V1, Chapter 10, Value at Risk.11第四章 极值理论、分位数和在险价值5 分位数估计6 极值理论讲授课外阅读教材及参考书阅读（交作业4并布置作业5）RT2013Chapter 7, P352-37212第五章 高频金融数据分析1非同步交易2买卖价差讲授课外阅读教材及参考书阅读RT2013Chapter 6, P274-28213第五章 高频金融数据分析3交易数据的特征4价格变化模型讲授课外阅读教材及参考书阅读RT2013Chapter 6, P282-29714第五章 高频金融数据分析3久期模型4已实现波动率讲授课外阅读教材及参考书阅读（交作业5）RT2013Chapter 6, P298-3231