1.1金融计量模型

金融计量模型
教材及参考书
《计量经济学》，李子奈，高等教育出版社，2000年7月
《Basic Econometrics》,Damodar N. Gujarrati，2001
《计量经济学—方法与应用》，李子奈，清华大学出版社， 1992年
《高等计量经济学》，李子奈、叶阿忠，清华大学出版社， 2000年
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
一、理论模型的建立
⑴ 确定模型包含的变量 根据经济学理论和经济行为分析。 例如：同样是生产方程，电力工业和纺织工业应
该选择不同的变量，为什么？ 在时间序列数据样本下可以应用Grange统计检
⑵ 统计检验 由数理统计理论决定 包括拟合优度检验 总体显著性检验 变量显著性检验
⑶ 计量经济学检验 由计量经济学理论决定 包括异方差性检验 序列相关性检验 共线性检验
⑷ 模型预测检验 由模型的应用要求决定 包括稳定性检验：扩大样本重新估计 预测性能检验：对样本外一点进行实际
预测
计量经济学模型成功的三要素
• 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。
三、模型参数的估计
⑴ 各种模型参数估计方法 ⑵ 如何选择模型参数估计方法 ⑶ 关于应用软件的使用
结合Eviews 能够熟练使用一种
四、模型的检验
⑴ 经济意义检验
根据拟定的符号、大小、关系
例如：ln(人均食品需求量)=－2.0－0.5ln(人均收 入)－4.5ln(食品价格) +0.8ln(其它商品价格)
ln(人均食品需求量)=－2.0+0.5ln(人均收 入)－4.5ln(食品价格)+0.8ln(其它商品价格)
ln(人均食品需求量)=－2.0+0.5ln(人均收 入)－0.8ln(食品价格) +0.8ln(其它商品价格)
验等方法。 例如，消费和GDP之间的因果关系。 考虑数据的可得性。 注意因素和变量之间的联系与区别。 考虑入选变量之间的关系。 要求变量间互相独立。
⑵ 确定模型的数学形式 利用经济学和数理经济学的成果 根据样本数据作出的变量关系图 选择可能的形式试模拟
⑶ 拟定模型中待估计参数的理论期望值区间 符号、大小、 关系
www.ccer.edu.cn
www.gildata.com.cn
软件名称 Eviews SAS SPSS Matlab S-PLUS Statistica Stata
网址 www.eviews.com
www.sas.com www.spss.com www.mathworks.com www.mathsoft.com www.statsoft.com www.stata.com
（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。
• 理论 • 数据 • 方法
所用数据库与软件
常用金融专业数据库网址
数据库名称
CRSP Reuter Bloomberg Wind GTA CCER中国金 融经济数据库 聚源数据
网址
www.eviews.com www. Reuters.com www. Bloomberg.com www.wind.com.cn www.gtadata.com
《计量经济学—理论、方法与模型》，唐国兴，复旦大学出 版社，1988年
<Econometric Models,Techniques,and Applications>, Michael D. Intriligator, Prentice-Hall Inc.,1978(FirstEdition),1997(Second Edition)
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；
例如：ln(人均食品需求量)=α+βln(人均收入) +γln(食品价格) +δln(其它商品价格)+ε
其中α 、β、γ、δ的符号、大小、 关系
二、样本数据的收集
⑴ Baidu Nhomakorabea类常用的样本数据 时间序列数据 截面数据 虚变量离散数据 联合应用
⑵ 数据质量 完整性 准确性 可比性 一致性
金融数据的主要类型、特点和来源