内容介绍
本书从金融实证研究的常见问题出发,以新类型的金融数据作为突破口,选取在金融实践中得到应用和验证的新方法。全书分为三个部分:第一部分归纳金融实证分析的主要问题和常用的金融数据,明确金融计量经济学研究的目标和对象;第二部分讲解经典计量经济学理论,包括经典线性回归模型及其拓展和时间序列分析方法;第三部分针对高维数据、网络数据和文本数据,介绍收缩估计、网络生成模型、AI 文本分析方法等新技术,以及线性因子模型、内生贸易网络等实际应用。本书可作为硕博研究生金融计量经济学课程教材。
金融计量经济学与大数据分析
目录
●第一部分 金融实证分析简介 第 1 章 实证问题与金融数据 ………………………………………………… 3 1.1 大数据时代的实证分析 ……………………………………………… 3 1.2 金融数据类型 ………………………………………………………… 4 1.3 三种模型 ……………………………………………………………… 6 第二部分 金融计量基本理论 第 2 章 经典线性回归模型 …………………………………………………… 11 2.1 线性回归模型 ………………………………………………………… 11 2.2 最小二乘估计的原理 ………………………………………………… 13 2.3 经典模型假设 ………………………………………………………… 15 2.4 代数性质与拟合优度 ………………………………………………… 20 2.5 小样本性质与统计推断 ……………………………………………… 23 2.6 大样本性质与统计推断 ……………………………………………… 26 第 3 章 广义线性回归模型 …………………………………………………… 31 3.1 广义线性回归模型 …………………………………………………… 31 3.2 OLS 估计的性质 ……………………………………………………… 32 3.3 GLS 估计 ……………………………………………………………… 33 第 4 章 数据问题与内生性 …………………………………………………… 36 4.1 数据问题 ……………………………………………………………… 36 4.2 内生性与工具变量 …………………………………………………… 38 第 5 章 面板数据模型 ………………………………………………………… 46 5.1 面板数据的基本框架 ………………………………………………… 47 5.2 基于混合回归的几种估计 …………………………………………… 49 5.3 固定效应模型 ………………………………………………………… 51 5.4 随机效应模型 ………………………………………………………… 53 5.5 小结 …………………………………………………………………… 54 第 6 章 非线性与受限因变量模型 …………………………………………… 55 6.1 非线性回归 …………………………………………………………… 55 6.2 受限因变量模型 ……………………………………………………… 57 第 7 章 时间序列分析 ………………………………………………………… 60 7.1 时间序列的定义与基本性质 ………………………………………… 61 7.2 自回归与移动平均 …………………………………………………… 67 7.3 时间序列的波动率建模 ……………………………………………… 70 7.4 单位根与协整 ………………………………………………………… 73 7.5 向量自回归模型 ……………………………………………………… 77 第三部分 大 数 据 方 法 第 8 章 高维数据问题 ………………………………………………………… 85 8.1 高维数据与收缩估计 ………………………………………………… 85 8.2 高维数据与线性因子模型 …………………………………………… 89 第 9 章 网络数据分析 ………………………………………………………… 98 9.1 网络计量经济学与机器学习 ………………………………………… 98 9.2 静态网络形成模型 ………………………………………………… 104 9.3 动态网络形成模型 ………………………………………………… 110 9.4 网络上的经济金融现象 …………………………………………… 117 第 10 章 AI 文本分析………………………………………………………… 119 10.1 AI 文本分析概述…………………………………………………… 119 10.2 AI 文本分析的核心技术…………………………………………… 122 10.3 核心 AI 模型 ……………………………………………………… 125 参考文献 ……………………………………………………………………… 130
内容介绍
本书从金融实证研究的常见问题出发,以新类型的金融数据作为突破口,选取在金融实践中得到应用和验证的新方法。全书分为三个部分:第一部分归纳金融实证分析的主要问题和常用的金融数据,明确金融计量经济学研究的目标和对象;第二部分讲解经典计量经济学理论,包括经典线性回归模型及其拓展和时间序列分析方法;第三部分针对高维数据、网络数据和文本数据,介绍收缩估计、网络生成模型、AI 文本分析方法等新技术,以及线性因子模型、内生贸易网络等实际应用。本书可作为硕博研究生金融计量经济学课程教材。
微信支付
支付宝
扫一扫购买