金融计量经济学：模型和方法

本书的作者是世界顶尖的计量经济学家之一，他在本书中对金融计量经济学中的模型和方法进行了全面且深入的探讨。作者基于目前大多数课程教学的内容，涵盖了计量经济学和金融学领域在近20年里的最新发展，并同时确保为读者提供理解领域内基本定理的坚实基础。除了提供相关理论信息，作者在书中还向读者呈现了如何谨慎地将理论与实际操作相联系，出于此，本书提供了大量实践案例，以便读者可以更扎实地掌握相关知识。

本书是世界顶尖金融计量经济学家对金融计量经济学模型和方法的深入探索，旨在帮助对金融应用感兴趣的经济学、金融学、统计学、数学和工程学的学生理解和应用这些模型和方法。
作者基于其在世界各地的授课内容，结合领域最新成果，编写了这样一本涵盖过去20年计量经济学和金融领域发展的指导手册；同时，确保这些领域的基本原则有一个坚实的基础。
本书将理论与应用联系起来，为读者提供了真实的学习环境。此外，本书还配有习题和实证案例以及Eviews指南，以便复杂的概念能够得到充分解释，读者能够充分理解。

奥利弗·林顿（Olive Linton），剑桥大学三一学院院士、经济系政治经济学教授。曾任伦敦政治经济学院计量经济学教授、耶鲁大学经济学教授；1991年在加州大学伯克利分校获得经济学博士学位。他撰写了百余篇关于计量经济学、统计学和实证金融的文章；2015年，获得亚历山大·冯·洪堡基金会洪堡研究奖。自2014年以来，他一直是《计量经济学杂志》（Journal of Econometrics）的联合主编。
他同时也是世界计量经济学会、数理统计学会、金融计量经济学学会、英国科学院和国际应用计量经济学基金会的成员。曾任2012年发布的英国政府科学办公室预见项目“金融市场计算机交易的未来”的首席专家。在涉及市场操纵的几起案件中，他曾作为FSA和FCA的专家证人出庭。

1绪论与背景

2计量经济学基础

3收益率预测与有效市场假说

4收益率的稳健性检验和非线性可预测性检验

5实证市场微观结构

6事件研究分析

7投资组合选择与资本资产定价模型的检验

8多因子定价模型

9现值关系

10跨期均衡定价

11波动率

12连续时间过程

13收益率曲线

14风险管理与尾部估计

15练习与补充

16附录

参考文献

本书产生于我的教学和研究工作。它源起于我对Campbell、 Lo和MacKinlay（1997）开创性金融计量经济学著作（后称CLM）的钦佩，我在硕士研究生教学中使用了这本教材。在本教学材料的选择和开发方面，我一直与该书保持类似的路线，并在几个地方对材料进行了更新。为了适应硕士研究生的特点，我缩减了那本书中无与伦比的文献综述，并增加了对计量经济学的讨论。我收录了一些不同严格程度的定理，这意味着我没有在每种情况下规定所有必需的正则性条件。出于时间和篇幅上的考虑，我没有这样做，因此我为可能造成的任何不便表示歉意。我希望使用定理可以帮助我们聚焦于材料，使教学变得更容易。

自CLM出版以来的20年间，金融计量经济学作为一门学科得到了极大的发展，参与其中的作者也越来越多。计算机科学家和所谓的经济物理学家对这一领域产生了兴趣，并对我们理解金融市场作出了重大贡献。数学家和统计学家为我们这个领域的许多重要结果建立了严格的证明，并开发了分析和理解金融大数据的新工具。随着对中国金融和金融统计数据研究的大幅延伸，学术界也变得更加国际化。

数据就是故事，令人高兴的是，最近数据量的大幅增长激发了人们的研究兴趣。与此同时，计算机的硬件和软件性能都有了显著的提高，可以分析比以前更大、更复杂的数据集。计量经济学方法在许多相关领域也得到了扩展，尤其是：波动率测量和建模；当横截面和时间序列的大小较大时，有丰富的变量统计；极端风险管理工具；量化因果效应。尽管工具得到了改善，2008年全球金融危机使得人们对经济理论和计量经济学在预测重大危机方面的价值产生了怀疑，随后在处理善后事宜时也出现了这种情况，但这反过来带来了相关方法的发展，也使得这一领域的工作者变得谦逊。所有这些关注和发展是否增进了我们对金融市场如何运作以及如何使其变得更好的理解？我想是这样的，但是这个题目既不完整，也不能令人满意。随着时间的推移，实证工作及其呈现的数量和质量都有了显著的提高，但这在一定程度上只是让读者更难分辨“内情”和某项特定研究的永久附加值。统计方法在这一努力中是至关重要的，在许多情况下，它们的贡献是提供一个承认我们知识局限性的框架。在CLM中引用的一些经验规律没有经受住时间的考验，或者至少它们必须是合格的，并且承认它们的局限性。这使得很难给初学者一个清晰简单的解释。

本书旨在为经济学、金融学、统计学、数学和工程专业的高年级本科生和研究生提供一本教材，他们或许对金融应用以及理解和解释这些应用所需要的方法论感兴趣。我曾在耶鲁大学、伦敦政治经济学院、剑桥大学、柏林洪堡大学、山东大学、上海财经大学和中国人民大学讲授过部分材料。书中有两个章节概括介绍了金融机构、金融经济学和计量经济学，提供了一些将在后面章节中使用的基本背景知识。主要内容从有效市场假说和资产收益率的可预测性开始，这是金融经济学的核心问题。我对CLM中发现的经验规律进行了一些更新。然后，我单独提供了一章关于稳健方法的内容，这很重要，因为像1987年10月股市崩盘这样的大观察值，可能会对估计和假设检验产生不适当的影响。然后，我将介绍市场微观结构的一些主题，这是一个非常活跃的，正在与市场结构、技术和监管的新发展作斗争的领域。我涵盖了一些迟滞价格和离散价格的经典主题，以及逆向选择和市场影响的模型，这是该领域的对话基础。我在第6章到第8章使用了一些矩阵代数；如果没有这些工具，想要真实地呈现这些材料是很难的，如果没有线性代数的基础，想要理解大数据，就像在黑暗中组装一个宜家橱柜，却没有一把艾伦扳手。幸运的是，有很多优秀的著作提供了必要的材料，例如Linton（2016）。关于事件研究的材料已经扩大到包括最近来自微观计量经济学的工作，可以用来评估政策变化对结果而不是股票收益率的影响。本书还包括了基于市场模型的标准方法，但提供了关于重叠估计和事件窗口的影响的更详细讨论。接下来，我将介绍CAPM并讨论投资组合分组方法和两种主要检验方法。关于多因子模型的一章涵盖了一些常用方法，包括FamaFrench方法，它在CLM出版时仍处于早期阶段，但现在已经成为主要方法之一。我还介绍了统计因子模型和基于特征的模型。接下来的两章将讨论一些跨期资产定价文献和相关的计量经济学内容，如预测回归、波动率检验和广义矩法（GMM）。波动率这一章描述了基于期权价格、高频数据和动态时间序列模型来测量和定义波动率的三种主要方法。连续时间模型这一章进一步发展了这方面的一些内容，但也介绍了在这一领域广泛使用的模型和方法。我将介绍收益率曲线估计及其在定价中的应用。最后一章考察风险管理，包括极值理论和动态建模方法。我在书中使用了许多不同频率的数据集来说明不同的观点，并报告金融数据的主要特征。与往常一样，结果可能会有所不同。

我还收录了一些在金融计量经济学方面对我产生过影响的作者的短篇传记。我的预测是，他们中至少会有一位将获得诺贝尔经济学奖。

本书包含了很多用楷体表示的术语，读者可以通过网络搜索对它们进行进一步研究。我用不同的语言，例如MATLAB、 GAUSS和R，提供了一些与本书的各个部分相关的计算机代码。有人告诉我，STATA可以用来完成很多事情，但我还没有看到曙光。EViews可以进行大量的分析，我将简要介绍它在处理日常股票收益率数据中的应用。我还提供了一些数据源的链接，这些数据源可以帮助学生完成这一学习项目。

这本书很好，它提供了严谨和精进的计量经济学方法来检验金融理论。本书的结构完善，很适合阅读。作者深入浅出地介绍了这些方法的基础理论，使其尤其适合研究生学习。那些有意于使用最新的计量经济学方法进行金融数据分析的从业者，也可以从中受益。
——Abderrahim Taamouti，杜伦大学经济学教授

这本书棒极了！它既涉猎广泛，又自成一体，提供了经典的和现代的金融计量经济学处理，充满技巧性。关于模型、方法和实证应用的介绍易于理解，通过阅读本书，读者可以了解从回报可预测性到尾部估计的众多相关主题。本书很好地平衡了金融学和计量经济学的内容，我非常推荐，任何对金融计量经济学感兴趣的读者都值得一读！
——Loriano Mancini，瑞士金融学院和卢加诺大学金融学教授