金融计量经济学与大数据分析_杨超，范馨月编著_9787564249137

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。

第一部分金融实证分析简介第１章实证问题与金融数据 ………………………………………………… ３１．１大数据时代的实证分析 ……………………………………………… ３１．２金融数据类型 ………………………………………………………… ４１．３三种模型 ……………………………………………………………… ６第二部分金融计量基本理论第２章经典线性回归模型 …………………………………………………… １１２．１线性回归模型 ………………………………………………………… １１２．２最小二乘估计的原理 ………………………………………………… １３２．３经典模型假设 ………………………………………………………… １５２．４代数性质与拟合优度 ………………………………………………… ２０２．５小样本性质与统计推断 ……………………………………………… ２３２．６大样本性质与统计推断 ……………………………………………… ２６第３章广义线性回归模型 …………………………………………………… ３１３．１广义线性回归模型 …………………………………………………… ３１３．２ＯＬＳ估计的性质 ……………………………………………………… ３２３．３ＧＬＳ估计 ……………………………………………………………… ３３第４章数据问题与内生性 …………………………………………………… ３６４．１数据问题 ……………………………………………………………… ３６４．２内生性与工具变量 …………………………………………………… ３８第５章面板数据模型 ………………………………………………………… ４６５．１面板数据的基本框架 ………………………………………………… ４７５．２基于混合回归的几种估计 …………………………………………… ４９５．３固定效应模型 ………………………………………………………… ５１５．４随机效应模型 ………………………………………………………… ５３５．５小结 …………………………………………………………………… ５４第６章非线性与受限因变量模型 …………………………………………… ５５６．１非线性回归 …………………………………………………………… ５５６．２受限因变量模型 ……………………………………………………… ５７第７章时间序列分析 ………………………………………………………… ６０７．１时间序列的定义与基本性质 ………………………………………… ６１７．２自回归与移动平均 …………………………………………………… ６７７．３时间序列的波动率建模 ……………………………………………… ７０７．４单位根与协整 ………………………………………………………… ７３７．５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 ………………………………………………………… ８５８．１高维数据与收缩估计 ………………………………………………… ８５８．２高维数据与线性因子模型 …………………………………………… ８９第９章网络数据分析 ………………………………………………………… ９８９．１网络计量经济学与机器学习 ………………………………………… ９８９．２静态网络形成模型 ………………………………………………… １０４９．３动态网络形成模型 ………………………………………………… １１０９．４网络上的经济金融现象 …………………………………………… １１７第１０章ＡＩ文本分析………………………………………………………… １１９１０．１ＡＩ文本分析概述…………………………………………………… １１９１０．２ＡＩ文本分析的核心技术…………………………………………… １２２１０．３核心ＡＩ模型 ……………………………………………………… １２５参考文献 ……………………………………………………………………… １３０

你还可能感兴趣

我要评论