金融計(jì)量學(xué)是一門(mén)對(duì)金融數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析和計(jì)量建模的課程，是高等學(xué)校金融學(xué)專(zhuān)業(yè)本科生的專(zhuān)業(yè)核心課。本書(shū)是在筆者多年來(lái)從事金融計(jì)量方面的教學(xué)和科研基礎(chǔ)上編寫(xiě)而成的，在內(nèi)容上以金融時(shí)間序列分析、金融空間計(jì)量、大數(shù)據(jù)金融為主線展開(kāi)，具體包括金融時(shí)間序列線性模型、協(xié)整與向量自回歸模型、GARCH族模型等10章。與傳統(tǒng)教材相比，具有如下特點(diǎn)：
- 強(qiáng)調(diào)課程思政。內(nèi)容融合思政元素，努力做到理論與實(shí)踐、中國(guó)與外國(guó)、知識(shí)傳授與科研訓(xùn)練、思政教育與專(zhuān)業(yè)素養(yǎng)提升的四個(gè)結(jié)合。
- 課程內(nèi)容的前沿性。本書(shū)將目前金融學(xué)前沿的研究成果，如金融文本挖掘、機(jī)器學(xué)習(xí)等前沿內(nèi)容納入其中。
- 課程學(xué)習(xí)的可模仿性和操作性。本書(shū)的所有案例、專(zhuān)題的數(shù)據(jù)和程序均可下載使用，便于使用者模仿學(xué)習(xí)和操作。
- 新形態(tài)數(shù)字化呈現(xiàn)。本教材通過(guò)二維碼，嵌入延伸案例、實(shí)操視頻和專(zhuān)題文章，供使用者學(xué)習(xí)和進(jìn)一步研究之用。
本書(shū)可作為金融學(xué)、經(jīng)濟(jì)學(xué)、統(tǒng)計(jì)學(xué)等專(zhuān)業(yè)高年級(jí)本科生和相關(guān)專(zhuān)業(yè)的研究生教材，亦可作為相關(guān)領(lǐng)域研究人員的參考書(shū)。對(duì)于希望進(jìn)一步加強(qiáng)對(duì)金融數(shù)據(jù)和當(dāng)今金融市場(chǎng)理解的研究人員以及金融、商業(yè)和經(jīng)濟(jì)領(lǐng)域的從業(yè)者，該書(shū)也是極佳的選擇。
歐陽(yáng)資生，湖南師范大學(xué)瀟湘學(xué)者特聘教授，二級(jí)教授，博士生導(dǎo)師；享受?chē)?guó)務(wù)院政府特殊津貼專(zhuān)家，高等學(xué)校金融學(xué)類(lèi)教學(xué)指導(dǎo)委員會(huì)委員，湖南省學(xué)科帶頭人，湖南省高�？萍紕�(chuàng)新團(tuán)隊(duì)開(kāi)放經(jīng)濟(jì)條件下金融風(fēng)險(xiǎn)度量、控制與政策負(fù)責(zé)人，湖南省區(qū)域戰(zhàn)略與規(guī)劃研究基地首席專(zhuān)家，《統(tǒng)計(jì)研究》編委。主要研究方向?yàn)榻鹑陲L(fēng)險(xiǎn)管理、金融科技與金融統(tǒng)計(jì)。
陽(yáng)旸，湖南師范大學(xué)商學(xué)院副教授、博士。研究方向：金融管理與金融計(jì)量。
馬倚虹，湖南師范大學(xué)商學(xué)院金融系講師、博士。研究方向：金融風(fēng)險(xiǎn)與機(jī)器學(xué)習(xí)。
第1章 導(dǎo)論
1.1金融計(jì)量學(xué)概述
1.2收益率的計(jì)算
1.3常見(jiàn)的統(tǒng)計(jì)分布
1.4收益率的分布特征
1.5 R軟件和Python軟件介紹
1.6專(zhuān)題1:金融數(shù)據(jù)的可視化
第2章 金融時(shí)間序列線性模型
2.1相關(guān)性和平穩(wěn)性
2.2簡(jiǎn)單自回歸模型
2.3簡(jiǎn)單移動(dòng)平均模型
2.4簡(jiǎn)單ARMA模型
2.5單位根非平穩(wěn)時(shí)間序列
2.6季節(jié)模型
2.7長(zhǎng)記憶時(shí)間序列模型
2.8專(zhuān)題2:基于ARIMA模型的中國(guó)居民消費(fèi)價(jià)格指數(shù)預(yù)測(cè)
第3章 協(xié)整與向量自回歸模型
3.1協(xié)整分析
3.2向量自回歸（VAR）模型
3.3格蘭杰因果關(guān)系檢驗(yàn)
3.4 VAR模型與脈沖響應(yīng)函數(shù)
3.5 VAR模型與方差分解
3.6結(jié)構(gòu)向量自回歸模型
3.7 TVP-VAR模型
3.8專(zhuān)題3:中國(guó)資本市場(chǎng)與貨幣政策的協(xié)同關(guān)系研究
第4章 GARCH族模型
4.1波動(dòng)率模型的特征及結(jié)構(gòu)
4.2 ARCH模型
4.3 GARCH模型
4.4 IGARCH模型
4.5 GARCH-M模型
4.6指數(shù)GARCH模型
4.7 TGARCH模型
4.8 APARCH模型
4.9專(zhuān)題4:基于GARCH模型的滬深300指數(shù)建模與應(yīng)用
第5章 極值事件與金融風(fēng)險(xiǎn)計(jì)量
5.1極值事件概述
5.2金融風(fēng)險(xiǎn)計(jì)量指標(biāo)VaR和ES
5.3風(fēng)險(xiǎn)度量制
5.4基于GARCH模型的VaR計(jì)算
5.5基于極值理論的Var計(jì)算
5.6系統(tǒng)性金融風(fēng)險(xiǎn)計(jì)量模型
5.7事件研究法與金融風(fēng)險(xiǎn)
5.8專(zhuān)題5:中國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)評(píng)估報(bào)告
第6章 Copula函數(shù)與金融計(jì)量
6.1 Copula函數(shù)的定義及性質(zhì)
6.2 Copula函數(shù)與相關(guān)性
6.3常用的Copula函數(shù)
6.4 Copula函數(shù)的估計(jì)方法
6.5 Copula函數(shù)與金融風(fēng)險(xiǎn)計(jì)量
6.6專(zhuān)題:基于GARCH-Copula模型的投資組合風(fēng)險(xiǎn)測(cè)度
第7章 分位數(shù)回歸與金融計(jì)量
7.1分位數(shù)回歸模型概述
7.2分位數(shù)回歸模型
7.3分位數(shù)回歸模型的估計(jì)方法
7.4分位數(shù)回歸估計(jì)值的解釋
7.5分位數(shù)回歸模型的拓展
7.6分位數(shù)回歸與系統(tǒng)性金融風(fēng)險(xiǎn)
7.7專(zhuān)題7:基于分位數(shù)回歸的金融機(jī)構(gòu)系統(tǒng)性風(fēng)險(xiǎn)測(cè)度研究
第8章 空間計(jì)量方法與金融計(jì)量
8.1空間權(quán)重矩陣
8.2空間自回歸模型
8.3空間杜賓模型
8.4空間誤差模型
8.5專(zhuān)題:中國(guó)金融風(fēng)險(xiǎn)的空間集聚與溢出效應(yīng)
第9章 機(jī)器學(xué)習(xí)與金融計(jì)量
9.1機(jī)器學(xué)習(xí)概述
9.2機(jī)器學(xué)習(xí)經(jīng)典算法
9.3人工神經(jīng)網(wǎng)絡(luò)
9.4模型評(píng)估與選擇
9.5專(zhuān)題9:納入網(wǎng)絡(luò)輿情的上證指數(shù)走勢(shì)預(yù)測(cè)研究
第10章 文本挖掘與金融大數(shù)據(jù)計(jì)量
10.1金融大數(shù)據(jù)概述
10.2大數(shù)據(jù)處理流程
10.3數(shù)據(jù)挖掘方法
10.4文本數(shù)據(jù)挖掘
10.5專(zhuān)題10 :金融網(wǎng)絡(luò)輿情指數(shù)構(gòu)建與應(yīng)用
參考文獻(xiàn)
書(shū)單推薦
