上海财经大学邹平金融计量学学习课件.ppt

第一章金融计量学介绍 本章要点 金融计量学的方法论与应用步骤。 金融数据的特点和来源 金融计量学软件的使用 第一节 金融计量学的含义及建模步骤 一、金融计量学的含义 金融计量学就是把计量经济学中的方法和技术应用到金融领域，即应用统计方法和统计技术解决金融问题。  二、金融计量建模的主要步骤 经济理论或金融理论  建立金融计量模型  数据收集  模型估计  模型检验 不通过 通过 重新建立模型 模型的应用 第一步，把需要研究的金融问题模型化； 第二步，收集样本数据； 第三步，选择合适的估计方法来估计模型； 第四步，对模型进行检验； 第五步，对模型进行相应的应用。 三、金融数据的主要类型、特点和来源 1.金融数据的主要类型 时间序列数据（Time series data） 是按照一定的时间间隔对某一变量在不同时间的取值进行观测得到的一组数据，例如每天的股票价格、每月的货币供应量、每季度的GDP、每年用于表示通货膨胀率的GDP平减指数等。 在分析时间序列数据时，应注意以下几点： （1）在利用时间序列数据回归模型时，各变量数据的频率应该是相同的； （2）不同时间的样本点之间的可比性问题； （3）使用时间序列数据回归模型时，往往会导致模型随机误差项产生序列相关； （4）使用时间序列数据回归模型时应特别注意数据序列的平稳性问题。 横截面数据（Cross-sectional data） 是指对变量在某一时点上收集的数据的集合，例如，某一时间点上海证券交易所所有股票的收益率，2004年世界上发展中国家的外汇储备等。 平行数据（Panel data） 是指多个个体同样变量的时间序列数据按照一定顺序排列得到的集合，例如30家蓝筹股过去3年每日的收盘价。 2.金融数据的特点 与一般宏观经济数据相比，金融数据在频率、准确性、周期性等方面具有自己特有的性质： （1）金融数据可以更频繁地观察到，可用于计量分析的数据观测值个数可以成千上万，数量十分巨大； （2）金融数据一般都能在交易时准确记录下来； （3）金融数据一般也是不平稳的，但难以区分金融数据序列的随机游走、趋势以及其他的一些特征。 3.金融数据的主要来源 政府部门和国际组织的出版物及网站 专业信息数据公司， 抽样调查 第二节 金融计量学软件简介 一、金融计量学主要软件简介 1.金融计量分析的主要任务 从反映金融问题的大量数据中提取和归纳金融问题的客观规律性，进行解释和预测，为金融政策和金融实践提供依据。 为此，必须合理、科学地组织管理大量的数据信息，并用计量经济学或金融计量学的方法对这些数据进行一系列复杂的数值计算处理。 2.分类（按操作的互动性与否分为） 菜单模式，如Microfit 命令行模式，如Eviews 及介于二者之间的中间模式 3.主要计量经济学软件 Eviews软件 GAUSS软件 LIMDEP软件 Mathematica软件 Matlab软件 Microfit软件 Minitab软件 RATS软件 SAS软件 SHAZMA软件 S-PLUS软件 SPSS软件 STATA软件 TSP软件 二、本课程所用软件－Microfit4.0和Eviews3.1 1.Microfit4.0使用简介 以Microfit4.0版本为例。 1 .数据输入、修改及保存 图1-2 Microfit 4.0主界面 图1-3 数据录入设定界面 图1-4 变量定义、修改窗口 图1-5 数据录入界面 2.命令窗口及绘图 图1-6 Microfit 命令窗口 图1-7 1962~1972年辞职率和失业率线性图 图1-8 1962~1972年辞职率和失业率散点图 3.一个回归分析案例 图1-9 Microfit 单方程回归分析窗口 图1-10 最小二乘估计结果及相关统计量 图1-11 四种假设检验的结果 （二）Eviews 3.1使用简介 1.数据输入、修改及保存 图1-12 Eviews新工作文件数据设定窗口 图1-13 空白新工作文件