发布时间 : 星期一 文章计量经济学教学大纲更新完毕开始阅读5dc89691a9956bec0975f46527d3240c8547a154
《计量经济学》教学大纲
一、开课院（部）
工程管理学院
二、教学对象
金融工程专业本科生
三、课程简介
本课程是金融学的学科基础课，主要为后续的专业课和专业选修课奠定金融学定量分析和实证研究的方法论基础。其主要内容可以分为三大部分：第一部分是金融计量学基础，主要包括一元线性回归模型、多元线性回归模型、虚拟变量模型、非线性模型、面板回归分析等内容；第二部分是金融时间序列模型，主要包括单位根检验、自回归移动平均（ARMA）模型、协整检验、修正误差模型（ECM）、广义自回归条件异方差（GARCH）模型等内容；第三部分是金融计量学的应用实例，主要向学生介绍国内学者对于有效市场假说(EMH)、资本资产定价模型（CAPM）和GARCH模型等几个问题所做的研究。
四、教学目的
本课程为经济类各专业的学科基础课，此次授课主要针对金融工程专业的同学，教学的主要目的在于向学生介绍现代金融计量学的基础理论、模型和方法，培养学生在经济金融理论的基础上，借助计量分析软件建立金融计量学模型的能力，拓宽学生分析、研究现实经济金融问题的思路，增强学生的数量分析和实际动手能力。通过本课程的教学，希望学生能够掌握计量经济学的基本理论和方法，具备利用计量经济方法分析研究现实金融经济问题的初步能力，熟练掌握和应用Stata等计量分析软件。
五、教学要求
1. 了解计量经济学与金融学、统计学、数学等相关学科的关系。 2. 熟练掌握单方程模型的基本估计理论和检验方法。
3. 熟练掌握Stata等软件的基本使用方法，能够使用该软件建立、检验和选择模型，进
行经济预测、政策评价、实证研究等。
4. 通过撰写课程论文，培养学生应用计量经济方法分析和解决实际经济问题的能力。 5. 了解计量经济学理论发展和应用动态。
六、教学课时及其分配
理论教学时数：36学时;上机实验时课：18学时.
教学内容 第一章 计量经济学导论 理论课时数 2 实践课时数 2 1
教学目标： 介绍计量经济学与金融计量学的基本概念、研究内容及建模步骤使学生在总体上对金融计量学建立初步的认识使学生充分认识到金融计量学在金融学科中的地位和作用，培养学生的学习兴趣。 教学内容： 1. 什么是计量经济学 2. 金融计量学模型 3. 金融计量学与计量经济学的关系 4. 经济数据的结构 4.1 4.2 4.3 横截面数据 时间序列数据 面板数据 5. 金融计量学模型的建模步骤和要点 5.1 5.2 5.3 5.4 确定模型的变量、数学形式、待估参数 样本数据的收集：数据的类型、数据质量 模型参数的估计 模型的检验：统计检验、模型预测检验、经济学意义检验 4 2 第二章 一元线性回归模型 教学目标： 1. 了解一元线性回归模型的含义； 2. 掌握最小二乘法的推导； 3. 重点讲解一元线性回归模型的基本参数估计方法与检验方法 4. 使学生能够采用计量分析软件估计一元线性模型并进行相应的检验 教学内容： 1. 一元线性回归模型的定义 2. 普通最小二乘法的推导 3. 一元线性回归模型的统计检验 3.1 3.2 拟合优度检验：总体离差平方和R2 变量的显著性检验：假设检验、t检验 3.3 参数的置信区间 4. 实例：资产定价模型：CAPM的实证分析 第三章 多元线性回归模型 教学目标： 6 2 1. 介绍多元回归分析、多元回归模型的基本概念 2. 重点讲解多元线性回归模型的基本参数估计方法与检验方法 3. 使学生能够采用计量分析软件估计多元线性模型并进行相应的检验 教学内容： 1. 多元线性回归模型：多元线性模型的矩阵表示 2. 多元线性回归模型的基本假定 2
3. 多元线性回归模型的参数估计 3.1 普通最小二乘估计：普通最小二乘估计及其矩阵表示、离差形式的普通最小二乘估计、随机干扰项的方差的最小二乘估计 3.2 3.3 参数估计量的性质：线性性、无偏性有效性 样本容量问题：最小样本容量、满足基本要求的样本容量 4. 多元线性回归模型的统计检验 4.1 4.2 4.3 拟合优度检验 变量的显著性检验(t检验) 方程的显著性检验(F检验) 5. 多元线性回归模型的预测 6. 可以化为线性的多元非线性回归模型 6.1 6.2 倒数模型、多项式模型与变量的直接置换法 幂函数模型、指数函数模型与函数变换法 7. 受约束回归 7.1 模型参数的线性约束：无约束回归模型、受约束回归模型、线性约束的F检验 7.2 第四章 宽基本假定 教学目标： 1. 介绍异方差、序列自相关、多重共线性 2. 重点讲解放宽经典线性回归基本假定后的修正方法 3. 使学生能够采用计量分析软件对不满足基本假定的线性回归模型进行修正 教学内容： 1. 异方差性 1.1 1.2 1.3 异方差的基本介绍 实际经济问题中的异方差性：横截面数据 异方差性的后果：参数估计非有效、变量的显著性检验失去意义、模型的预测失效 1.4 1.5 异方差性的检验：图示检验法、White检验 异方差的修正：加权最小二乘法（WLS） 对回归模型增加或减少解释变量的分析 4 2 经典线性回归模型的进一步讨论：放2. 序列自相关 2.1 2.2 序列相关性的概念：一阶自回归、一阶自回归系数 序列自相关的原因：经济变量固有的惯性、模型设定的偏误、3
数据的“编造” 2.3 序列相关性的后果：参数估计非有效、变量的显著性检验失去意义、模型的预测失效 2.4 序列相关性的检验：图示法、回归检验法、DW检验、GB检验或LM检验 2.5 序列相关的处理：广义最小二乘法（GLS）、广义差分法（GDM） 3. 多重共线性 3.1 3.2 多重共线性的概念：完全多重共线性、近似多重共线性 多重共线性的原因：经济变量相关的共同趋势、滞后变量的引入、样本资料的限制 3.3 多重共线性的后果：完全多重共线性下参数估计量不存在性、近似多重共线性下OLS估计量的方差变大、参数估计量经济含义不合理、变量的显著性检验和模型的预测功能失去意义 3.4 多重共线性的检验：简单相关系数法、判定系数检验法、逐步回归法 3.5 克服多重共线性的方法：排除引起共线性的变量、差分法、岭回归法 4. 虚拟变量 4.1 4.2 4.3 虚拟变量的引入 虚拟变量的设置原则 基于虚拟变量的结构性变化检验 4 第五章 时间序列数据的基本回归分析 教学目标： 1. 了解时间序列数据的性质； 2. 掌握时间序列计量经济分析的回归模型； 3. 重点掌握金融数据平稳性检验、AR、MR及ARIMA模型的建模方法 4. 使学生能够采用计量分析软件对金融时间序列数据建立模型并进行分析 教学内容： 1. 时间序列数据的性质 1.1 1.2 金融数据的性质：尖峰厚尾 分析金融数据时的常用分布：t分布、混合正态分布、广义误差分布 2. 数据的平稳性及其检验 2.1 时间序列数据的平稳性：平稳性的定义、白噪声序列、随机游4