金融计量学介绍课件

金融计量经济学金融计量经济学Fiance Econometrics1.主讲教师：王德发主讲教师：王德发办公地点：办公楼办公地点：办公楼29-22229-222电话：电话：0579-821660180579-82166018E-mail:E-mail:tongji_tongji_辅导时间：星期一、三辅导时间：星期一、三 上午上午9 91111点，下午点，下午2 24 4点。点。2.一、课程说明一、课程说明 教学目的教学目的 经济学是一门科学，实证的方法，尤其是数量分析方经济学是一门科学，实证的方法，尤其是数量分析方法是经济学研究的基本方法论。通过该门课程教学，使学法是经济学研究的基本方法论。通过该门课程教学，使学生掌握计量经济学的基本理论与方法，并能够建立实用的生掌握计量经济学的基本理论与方法，并能够建立实用的金融计量经济学应用模型。金融计量经济学应用模型。先修课程先修课程 金融学、货币银行学、概率论与数理统计、应用数金融学、货币银行学、概率论与数理统计、应用数理统计，经典计量经学。理统计，经典计量经学。3.（3 3）教材）教材金融计量学金融计量学张宗新编著，中国金融出版社张宗新编著，中国金融出版社20082008年年8 8月出版月出版 金融计量学实验金融计量学实验曲青青主编，东北财经大学出版社曲青青主编，东北财经大学出版社20082008年年8 8月出版月出版（4 4）参考资料）参考资料参考书参考书米尔斯著，米尔斯著，金融时间序列的经济计量学模型金融时间序列的经济计量学模型经济科学出版社经济科学出版社经济计量学手册章节，经济计量学手册章节，Introductory Econometrics for Introductory Econometrics for Finance Chris Brooks Finance Chris Brooks 剑桥大学出版社剑桥大学出版社周国富著周国富著金融计量学：资产定价实证分析金融计量学：资产定价实证分析北京大学出版社北京大学出版社Andrew loAndrew lo等等金融市场的经济计量学金融市场的经济计量学上海财经大学出版社上海财经大学出版社HendryHendry著著 动态经济计量学动态经济计量学上海人民出版社上海人民出版社弗朗西斯著弗朗西斯著商业和经济预测中的时间序列模型商业和经济预测中的时间序列模型中国人民大学出中国人民大学出版社版社 No Linear Econometric Modeling in Time series Analysis No Linear Econometric Modeling in Time series Analysis 剑桥大学出版社剑桥大学出版社 汉密尔顿汉密尔顿时间序列分析时间序列分析中国社会科学出版社中国社会科学出版社陆懋祖陆懋祖高等时间序列经济计量学高等时间序列经济计量学上海人民出版社上海人民出版社张晓峒张晓峒计量经济分析计量经济分析经济科学出版社经济科学出版社董文泉董文泉 高铁梅著高铁梅著 经济周期的波动与预测方法经济周期的波动与预测方法吉林大学出版社吉林大学出版社王少平著王少平著 宏观计量的若干前言理论与应用宏观计量的若干前言理论与应用 南开大学出版社南开大学出版社 4.代表性刊物 Journal of Financial Econometrics Journal of Finance Journal of Financial Economics Review of Financial Studies Financial Analysis Journal Journal of financial and Quantitative Analysis Econometrica Journal of Business Journal of Empirical Finance Financial Management 经济研究、中国社会科学、金融研究 5.金融数据的来源 国际金融统计IFS 中国人民银行统计季报 证券公司网址 6.金融计量经济学研究报告的网址 www.nber.org www.imf.org www.federalreserve.gov www.ssrn.org www.bis.org及各国中央银行网址 学院资料室中的中、英文学术期刊 7.（5 5）教学方法与考核教学方法与考核 教学方式：课堂学习、讨论教学方式：课堂学习、讨论 考核方式：考核方式：考试考试(70 (70)、作业作业（包括实验报告包括实验报告）(20(20)平时表现平时表现(10(10)8.第一章第一章金融计量学介绍金融计量学介绍9.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与金融计量学有关的金融理论的基本概念10.第一节第一节 金融计量学的含义及建模步骤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。11.（1 1）经典计量经济学经典计量经济学（Classical EconometricsClassical Econometrics）一般指一般指2020世纪世纪7070年代以前发展并广泛应用的计量经年代以前发展并广泛应用的计量经济学。济学。R.Frish R.Frish创立创立 T.Haavelmo T.Haavelmo建立了它的概率论基础建立了它的概率论基础 L.R.Klein L.R.Klein成为其理论与应用的集大成者成为其理论与应用的集大成者（一）经典计量经济学和非经典计量经济学（一）经典计量经济学和非经典计量经济学12.经典计量经济学经典计量经济学在理论方法方面特征在理论方法方面特征：模型类型模型类型随机模型；随机模型；模型导向模型导向理论导向；理论导向；模型结构模型结构线性或者可以化为线性，因果分析，解释线性或者可以化为线性，因果分析，解释 变量具有同等地位，模型具有明确的形式和参数；变量具有同等地位，模型具有明确的形式和参数；数据类型数据类型以时间序列数据或者截面数据为以时间序列数据或者截面数据为 样本，被解释变量为服从正态分布的连续随机变量；样本，被解释变量为服从正态分布的连续随机变量；估计方法估计方法仅利用样本信息，采用最小二乘方法或者仅利用样本信息，采用最小二乘方法或者 最大似然方法估计模型。最大似然方法估计模型。13.经典计量经济学经典计量经济学在应用方面的特征是：在应用方面的特征是：应用模型方法论基础应用模型方法论基础实证分析、经实证分析、经验分析、归纳；验分析、归纳；应用模型的功能应用模型的功能结构分析、政策评结构分析、政策评价、经济预测、理论检验与发展；价、经济预测、理论检验与发展；应用模型的领域应用模型的领域传统的应用领域，传统的应用领域，例如生产、需求、消费、投资、货币需求，例如生产、需求、消费、投资、货币需求，以及宏观经济等。以及宏观经济等。14.（2 2）非经典计量经济学非经典计量经济学 一般指一般指2020世纪世纪7070年代以来发展的计量经济学年代以来发展的计量经济学理论、方法及应用模型，也称为现代计量经济理论、方法及应用模型，也称为现代计量经济学。学。主要包括：微观计量经济学、非参数计量经主要包括：微观计量经济学、非参数计量经济学、时间序列计量经济学和动态计量经济学济学、时间序列计量经济学和动态计量经济学等。等。15.非经典计量经济学非经典计量经济学的内容体系：模型类型非经的内容体系：模型类型非经典的计量经济学问题、模型导向非经典的计典的计量经济学问题、模型导向非经典的计量经济学问题、模型结构非经典的计量经济量经济学问题、模型结构非经典的计量经济学问题、数据类型非经典的计量经济学问题学问题、数据类型非经典的计量经济学问题和估计方法非经典的计量经济学问题。和估计方法非经典的计量经济学问题。16.非非经经典典计计量量经经济济学学微观计量：微观计量：选择性样本模型选择性样本模型微观计量：微观计量：离散选择模型离散选择模型时间序列：时间序列：协整理论协整理论现代宏观计量现代宏观计量时间序列：时间序列：ARCHARCH现代金融计量现代金融计量EngleHeckmanMcFaddenGranger17.计量经济学计量经济学宏观计量经济学宏观计量经济学金融计量经济学金融计量经济学微观计量经济学微观计量经济学18.计量经济学：利用数学、统计学、计算机、经济理论研究计量经济学：利用数学、统计学、计算机、经济理论研究经济变量间的定量关系，从应用来看：经济变量间的定量关系，从应用来看：宏观计量经济学宏观计量经济学（经典）（经典）：研究宏观计量经济模型，实证经济理：研究宏观计量经济模型，实证经济理论、经济结构分析、经济预测、经济政策和外部冲击的论、经济结构分析、经济预测、经济政策和外部冲击的 政策政策评价和计算机模拟，如消费、进出口、投资等，利用宏观经济数评价和计算机模拟，如消费、进出口、投资等，利用宏观经济数据据 金融计量经济学金融计量经济学（非经典）（非经典）：计量经济学的方法应用于金融数：计量经济学的方法应用于金融数据据微观计量经济学微观计量经济学（非经典）（非经典）：关于个人、家庭、企业经济行为：关于个人、家庭、企业经济行为(劳动力供给、消费、择业等决策，生产、雇佣的选择劳动力供给、消费、择业等决策，生产、雇佣的选择)的计量经的计量经济分析的理论和方法，利用微观数据：个人、家庭、济分析的理论和方法，利用微观数据：个人、家庭、企业的企业的数据数据 宏观计量经济学：理论宏观计量经济学：理论 模型模型 数据数据 金融计量经济学：数据金融计量经济学：数据 模型模型 描述、预测描述、预测 19.（二）（二）金融计量经济学的特点 实证性学科；实证性学科；非实验性；非实验性；不确定性：投资者预期未来资产价格充满不不确定性：投资者预期未来资产价格充满不确确 定性、金融模型描述不确定性对投资者行定性、金融模型描述不确定性对投资者行为的影响，从而影响资产价格，预测不确定为的影响，从而影响资产价格，预测不确定性非常重要。性非常重要。金融计量经济学讨论现代计量经济学方法应金融计量经济学讨论现代计量经济学方法应用于金融中，用于资产报酬波动的建模和预用于金融中，用于资产报酬波动的建模和预测。测。如定式、估计、检验、解释、预测、如定式、估计、检验、解释、预测、预测评估以及应用研究。预测评估以及应用研究。20.二、金融计量经济学的发展1900年法国Bachelier以随机游动研究法国国债价格 Working(1934)认为股价是纯随机变动的累积 Cowles(1933,1944)认为金融分析家、金融服务机构没有预测股价变动的能力 Cowles and Jones(1937)研究连续月度股价变动正相 关，但Cowles(1960)认为利用天或周价格计算月度平均而导致伪相关。自此，预测价格变动是金融研究的主要课题，Kendell(1953)认为周股价变动不能从其历史变动或其 他价格变动预测，Roberts(1959)认为价格变动相互独立。Osborne(1959)认为对数价格变动是相互独立的（一）发展线索21.1952年，Markowitz提出了投资组合理论 1963年，Sharpe提出CAPM 1965年，Fama研究股价行为 1970年，Fama对有效市场的实证研究综述，Fama(1991,1998)。有效市场假说是现代财务的基础。1973年，Black and Scholes期权定价理论(Merton,1973)1976年，Ross提出套利定价模型(APT)1982年，Engle提出ARCH模型，而Hensen提出广义矩估计 1970年代后期，开始研究证券市场微观结构 1990年代，行为金融学 1990年代，超高频金融数据的计量分析 22.（二）影响金融计量经济学的发展因素 1.信息技术的发展，计算机处理速度(从闭型分析方法发展到数值算法、模拟方法，如Bayesian 计量经济学利用Monte calo 模拟、bootstrap methods for inference,and model selection via intensive data-based search)、数据采集和存储能力(实时金融数据产生了 new financial econometrics of ultra high-frequency data)；2.在时间序列计量经济学、经验金融(empirical finance)的基础上产生了金融计量经济学。未来金融计量经济学的研究方向：asset pricing,portfolio allocation,and risk management,包括：微观结构、流动性、资产报酬波动性与相关性、投资组合配置及绩效；3.预测理论与方法的发展:long-horizon asset return forecastability,persistence in mutual fund erformance,volatility and correlation forecasting with applications to financial risk management,selection biases due to survival。23.三、金融计量经济学的研究内容1.金融数据的统计分析 2.股票报酬的预测力(历史报酬、股利等)3.资本资产定价(CAPM，APT，ICAPM)4.时间序列分析 5.非线性模型(ARCH模型、神经元网络）6.VaR与金融风险管理 7.基金绩效评价 8.证券市场微观结构 9.衍生证券定价 10.利率期限结构 24.四、金融计量经济学的方法1.最常用的计量经济学方法就是最小二乘法，例如，股价的预测、有效市场的检验、投资组合模型如CAPM和APT检验，一般利用最小二乘法。2.然而，近几年来，金融计量经济学发展出一些新的技术分析新的问题。令Pt t期资产价格向量，Ft为 t期信息集合，令Rt+k,t为t期至t+k期的报酬向量。3.金融计量经济学中心的问题就是估计联合概率密度函数f(Pt+k|Ft)，如估计该密度函数的条件均值。检验有效市场假说，假定预期超额报酬为0。4.而新的计量经济学方法则估计价格、报酬的协方差和方差，这样的模型就是Engle(1982)和 Bollerslev(1986)的ARCH和GARCH模型。5.Taylor(1986)and Harvey et al.(1994)的随机波动模型，后来，由Bollerslevetal.(1988),Bollerslev(1990),Engle and Kroner(1995)提出的多元GARCH 模型,Engle and Gonzales-Rivera(1991)提出了非正态随机误差，而 Hansen(1994)估计了密度函数的时变高阶矩。25.6.由于监管者和风险管理要求计算VaR，一些新的方法用于估计报酬分布的尾部(tails)，现在还不清楚尾部是否有相同的动态行为，而分布的其他部分被假定为GARCH 类模型。7.Boudoukh,Richardson and Whitelaw(1998)将 RiskMetric模型和历史模拟法结合起来，提出了混合模型(hybrid model)。8.Engle and Manganelli(1999)提出了条件自回归分位数定式，称为条件自回归VaR(CAViaR)。9.Embrechts et al.(1997),McNiel and Frey(2000)利用极值理论估计分布的尾部。26.五、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27.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。28.六、金融数据的主要类型、特点和来源六、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。29.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。30.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。31.2.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.这种海量数据称之为超高频率数据超高频率金融数据分析和市场微观结构。市场微观结构重要性：市场设计和运作，如比较不同的市场；研究价格发现、流动性、波动；了解交易成本；重要的是从观察到的制度安排学习：如非同步交易、bid-ask bound、涨跌停板制的影响。超高频率数据的特征交易数据、不规则时间间隔、厚尾巴、离散的（价格为1分的倍数）、多维 变量（包括交易量、成交价、买入价、卖出价）、大规模数据 32.（2）金融数据一般都能在交易时准确记录；交易量，交易天数、样本容量、天内交易次数、5分钟内的交易次数、两笔交易时间间隔为0的次数，交易时间等；价格价格：买入价、卖出价。价格变动的特征：0，1，1，2，2，3，3，4，4，的概率 33.（3 3）金融数据一般也是不平稳的，但难以区分金融数据序列）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。只有在信息有效市场的随机游走、趋势以及其他的一些特征。只有在信息有效市场条件下，资产价格具有随机游动特征：条件下，资产价格具有随机游动特征：价格是历史随机误差的累积 问题是上述随机游动模型可能会引起资产价格为负的。为避免该问题，不对资产价格建立模型，而对对数价格建立模型，不管随机误差项的大小或符号，绝对价格P永远是正的 所以研究对数价格，而不是研究绝对价格t为白噪声；P t为t时资产价格，t为交易日(如一天)注：白噪声满足34.（4）金融数据有一些自身特征 异常值 趋势（不平稳不平稳）均值复归mean-reversion 波动集群性volatility clustering 超高频金融数据时间间隔不固定的 35.异常值、均值复归mean-reversion 36.波动集群性、时间间隔不固定37.3.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38.4.金融数据分析（1）实证研究都以数据分析开始 仔细看数据 数据的描述性统计和分析（第二章）数据间的关系（2）更好的分析技术 计算机承受“Garbage in-garbage out”39.仔细分析数据有助于检查描述性统计趋势versus、均值复归波动集群性重要的观测值异常值，数据误差?turning points机制变动变量水平：中值、均值变动：标准差、方差、最大/最小值分布：偏度，峰度观测值总数,遗失数据的数目常用其他变量解释一个变量“交易量与波动正相关变量间的关系交叉图,多个时间序列图相关系数 40.根据上述特点，金融数据的预处理内容包括：取自然对数 计算报酬 季节性调整 消去均值 De-meaning 消去趋势 De-trending Lagging and leading 41.本章小节本章小节金融计量学是金融学的一个重要分支，金融问题的数量化研究是金融计量学的目的，包括金融模型的设计、建立、估计、检验及使用模型进行预测和政策策划的系列过程。金融理论的迅速发展、金融模型的不断推出、计算机技术的日益发展和计量软件的多样化都为现代金融的数量化研究提供了有力的工具，这些条件的结合形成了金融计量分析的基础。42.本章简要阐述了金融计量学的方法和一般应用步骤，着重介绍了金融数据的类型和特点，金融计量模型思想，了解金融数据的特点与来源，为掌握常用的金融计量方法提供基础。43.个人观点供参考，欢迎讨论！