金融計量學是一門對金融數(shù)據(jù)進行統(tǒng)計分析和計量建模的課程，是高等學校金融學專業(yè)本科生的專業(yè)核心課。本書是在筆者多年來從事金融計量方面的教學和科研基礎(chǔ)上編寫而成的，在內(nèi)容上以金融時間序列分析、金融空間計量、大數(shù)據(jù)金融為主線展開，具體包括金融時間序列線性模型、協(xié)整與向量自回歸模型、GARCH族模型等10章。與傳統(tǒng)教材相比，具有如下特點：
- 強調(diào)課程思政。內(nèi)容融合思政元素，努力做到理論與實踐、中國與外國、知識傳授與科研訓練、思政教育與專業(yè)素養(yǎng)提升的四個結(jié)合。
- 課程內(nèi)容的前沿性。本書將目前金融學前沿的研究成果，如金融文本挖掘、機器學習等前沿內(nèi)容納入其中。
- 課程學習的可模仿性和操作性。本書的所有案例、專題的數(shù)據(jù)和程序均可下載使用，便于使用者模仿學習和操作。
- 新形態(tài)數(shù)字化呈現(xiàn)。本教材通過二維碼，嵌入延伸案例、實操視頻和專題文章，供使用者學習和進一步研究之用。
本書可作為金融學、經(jīng)濟學、統(tǒng)計學等專業(yè)高年級本科生和相關(guān)專業(yè)的研究生教材，亦可作為相關(guān)領(lǐng)域研究人員的參考書。對于希望進一步加強對金融數(shù)據(jù)和當今金融市場理解的研究人員以及金融、商業(yè)和經(jīng)濟領(lǐng)域的從業(yè)者，該書也是極佳的選擇。
歐陽資生，湖南師范大學瀟湘學者特聘教授，二級教授，博士生導師；享受國務院政府特殊津貼專家，高等學校金融學類教學指導委員會委員，湖南省學科帶頭人，湖南省高�？萍紕�(chuàng)新團隊開放經(jīng)濟條件下金融風險度量、控制與政策負責人，湖南省區(qū)域戰(zhàn)略與規(guī)劃研究基地首席專家，《統(tǒng)計研究》編委。主要研究方向為金融風險管理、金融科技與金融統(tǒng)計。
陽旸，湖南師范大學商學院副教授、博士。研究方向：金融管理與金融計量。
馬倚虹，湖南師范大學商學院金融系講師、博士。研究方向：金融風險與機器學習。
第1章 導論
1.1金融計量學概述
1.2收益率的計算
1.3常見的統(tǒng)計分布
1.4收益率的分布特征
1.5 R軟件和Python軟件介紹
1.6專題1:金融數(shù)據(jù)的可視化
第2章 金融時間序列線性模型
2.1相關(guān)性和平穩(wěn)性
2.2簡單自回歸模型
2.3簡單移動平均模型
2.4簡單ARMA模型
2.5單位根非平穩(wěn)時間序列
2.6季節(jié)模型
2.7長記憶時間序列模型
2.8專題2:基于ARIMA模型的中國居民消費價格指數(shù)預測
第3章 協(xié)整與向量自回歸模型
3.1協(xié)整分析
3.2向量自回歸（VAR）模型
3.3格蘭杰因果關(guān)系檢驗
3.4 VAR模型與脈沖響應函數(shù)
3.5 VAR模型與方差分解
3.6結(jié)構(gòu)向量自回歸模型
3.7 TVP-VAR模型
3.8專題3:中國資本市場與貨幣政策的協(xié)同關(guān)系研究
第4章 GARCH族模型
4.1波動率模型的特征及結(jié)構(gòu)
4.2 ARCH模型
4.3 GARCH模型
4.4 IGARCH模型
4.5 GARCH-M模型
4.6指數(shù)GARCH模型
4.7 TGARCH模型
4.8 APARCH模型
4.9專題4:基于GARCH模型的滬深300指數(shù)建模與應用
第5章 極值事件與金融風險計量
5.1極值事件概述
5.2金融風險計量指標VaR和ES
5.3風險度量制
5.4基于GARCH模型的VaR計算
5.5基于極值理論的Var計算
5.6系統(tǒng)性金融風險計量模型
5.7事件研究法與金融風險
5.8專題5:中國系統(tǒng)性金融風險評估報告
第6章 Copula函數(shù)與金融計量
6.1 Copula函數(shù)的定義及性質(zhì)
6.2 Copula函數(shù)與相關(guān)性
6.3常用的Copula函數(shù)
6.4 Copula函數(shù)的估計方法
6.5 Copula函數(shù)與金融風險計量
6.6專題:基于GARCH-Copula模型的投資組合風險測度
第7章 分位數(shù)回歸與金融計量
7.1分位數(shù)回歸模型概述
7.2分位數(shù)回歸模型
7.3分位數(shù)回歸模型的估計方法
7.4分位數(shù)回歸估計值的解釋
7.5分位數(shù)回歸模型的拓展
7.6分位數(shù)回歸與系統(tǒng)性金融風險
7.7專題7:基于分位數(shù)回歸的金融機構(gòu)系統(tǒng)性風險測度研究
第8章 空間計量方法與金融計量
8.1空間權(quán)重矩陣
8.2空間自回歸模型
8.3空間杜賓模型
8.4空間誤差模型
8.5專題:中國金融風險的空間集聚與溢出效應
第9章 機器學習與金融計量
9.1機器學習概述
9.2機器學習經(jīng)典算法
9.3人工神經(jīng)網(wǎng)絡(luò)
9.4模型評估與選擇
9.5專題9:納入網(wǎng)絡(luò)輿情的上證指數(shù)走勢預測研究
第10章 文本挖掘與金融大數(shù)據(jù)計量
10.1金融大數(shù)據(jù)概述
10.2大數(shù)據(jù)處理流程
10.3數(shù)據(jù)挖掘方法
10.4文本數(shù)據(jù)挖掘
10.5專題10 :金融網(wǎng)絡(luò)輿情指數(shù)構(gòu)建與應用
參考文獻
書單推薦
