金融计量学课件.pptxVIP

金融计量学初步 1.1 金融计量学的范畴 1.2 金融时间序列数据 1.3 金融计量分析中的基本概念 ;;;;;图1.1 上证综合指数时间序列数据;图1.1 上证综合指数时间序列数据;图1.2 人民币/美元汇率 ;图1.3 美元/英镑汇率 ;图1.4 中国CPI通胀率 ;图1.5 中国M1增长率（环比） ;;1.3 金融计量分析中的基本概念 1.3.1 增长率和收益率 简单净收益率（Simple Net Return）:; 连续复合收益率（Continuously Compounded Return）：;; 对于季度频率数据，年度化的增长率计算公式为:; 对于月度频率数据，年度化的增长率计算公式是:; ;;;; ;;;;; 一些定义: 随机变量的1阶矩叫做均值。 随机变量的2阶矩叫做方差。 随机变量的3阶矩又称为偏度，它度量了随机变量分布的非对称程度。 随机变量的4阶矩又称尾峰度，其衡量随机变量分布的尖峰程度或平坦程度。 ; ; ;;;;;;;;37;38;;;;;; ;1） 启动 EViews;46;3） 创建对象;48;;50;;; ;;55;;;;;;;;;;;1） 简介 图1;1） 简介 图2;2） GAUSS命令模式与编辑模式;3） 导入数据;4） GUASS的程序;5）常用的命令与操作符;6）用GAUSS来创建图表;;1） STATA界面;2） 输入命令;3） 获得帮助;4） STATA的数据导入;5）描述性统计量;6）画散点图;7）计算得到新变量;8）简单线性回归;9） 回归之后的一些命令;10）给数据添加拟合直线;11）列出某个观测值;12）工作路径与保存Stata文件;86;;图3.1 美国CPI环比通胀率;89;90;91;;;图3.2（a）;95;96;97;98;99;;;;;;;图3.3(a);图3.3(b);图3.3(c);图3.3(d);图3.3(e);图3.3(f);;;;;;;;;;;;;;;;;;;;;;;图3.4 差分方程的特征根与单位圆;;图3.5 差分方程的逆特征根与单位圆;137;; ;;;图4.1 数据生成过程（右侧坐标）与现实中的金融随机变量;图4.1 数据生成过程（右侧坐标）与现实中的金融随机变量; 4.1.2 自协方差与自相关函数 假定 是一个随机变量，自协方差定义的是 与其自身滞后期之间的协方差，即“自身的协方差”??常见的协方差的基本定义是： 其中： 表示期望。从而可以知道， 与其自身滞后j期 之间的协方差定义为： ;;;;;;;;;图4.3 白噪音过程的自相关图;;;;;;;; 图4.4 AR（1）模拟生成的序列图与相关统计量; 图4.4 AR（1）模拟生成的序列图与相关统计量;;; ;;;图4.5 AR（1）过程的自相关函数图 ;图4.6 AR（1）模型的自相关函数图 ;图4.7（a);图4.7（b);图4.7（c）;图4.7（d）;;;;;;;;;;图4.8 AR(2)模型生成的序列数据(a);图4.8 AR(2)模型生成的序列数据(b);图4.8 AR(2)模型生成的序列数据(c);;;;;;;;;;;;图4.9;图4.10;;图4.11;图4.12;; 平稳金融时间序列: ARMA模型 5.1 移动平均过程(MA Process) 5.2 自回归移动平均过程(ARMA Processes) 5.3 部分自相关函数 (Partial Autocorrelations) 5.4 样本自相关与部分自相关函数 5.5 ARMA模型的建立与估计 5.6 实例应用：中国CPI通胀率的AR模型 ;;图5.1 模拟生成的MA(1)序列;;;;;图5.2(a) MA（1）过程的理论自相关函数图;图5.2(b) MA（1）过程的理论自相关函数图;图5.2(c) MA（1）过程的理论自相关函数图;图5.2(d) MA（1）过程的理论自相关函数图;;;;;图5.3 MA(2)过程模拟生成的序列;5.4 MA(2)过程的理论自相关函数图;;;;;;;;;;;;;;;图5.5 ARMA（1，1）的理论自相关函数图;;;;;;;;图5.6 AR（1）模型的理论PACF;;;;